基于多邊形方法的自動(dòng)駕駛汽車場(chǎng)景構(gòu)建

3D傳感器可以提高感知的有效性，因此，提出了一種用來(lái)表示自動(dòng)駕駛汽車周邊3D場(chǎng)景的方法。該方法應(yīng)用宏觀尺度的幾何基元多邊形對(duì)自動(dòng)駕駛汽車周邊場(chǎng)景進(jìn)行建模，這意味著自動(dòng)駕駛汽車的周邊場(chǎng)景是用一系列宏觀尺度的多邊形來(lái)表示的。根據(jù)3D傳感器的數(shù)據(jù)來(lái)對(duì)場(chǎng)景進(jìn)行構(gòu)建。運(yùn)用幾何基元多邊形初步建立自動(dòng)駕駛汽車周邊場(chǎng)景模型后，需要對(duì)場(chǎng)景進(jìn)行細(xì)化。

細(xì)化的方法有3種：①根據(jù)一個(gè)點(diǎn)云來(lái)重建一個(gè)曲面，將所有輸入點(diǎn)云合并成單點(diǎn)云，再由單點(diǎn)云合并成累積點(diǎn)云，最終根據(jù)累積點(diǎn)云來(lái)建立車輛的場(chǎng)景。該方法的缺點(diǎn)是，必須搜集所有的點(diǎn)云才能有效地建立場(chǎng)景。而且，需要點(diǎn)云的數(shù)量也非常龐大，可能導(dǎo)致所建立的場(chǎng)景算法出錯(cuò)，且花費(fèi)的時(shí)間也比較長(zhǎng)。②對(duì)自動(dòng)駕駛汽車周邊的多個(gè)部分場(chǎng)景進(jìn)行建立，然后再將這些場(chǎng)景融合起來(lái)。與第1種方法相比，場(chǎng)景的建立速度比較快，但缺點(diǎn)是需要制定一種融合策略，而且在融合過(guò)程中場(chǎng)景很容易會(huì)重疊，導(dǎo)致場(chǎng)景失真。③增量場(chǎng)景重建。與上述兩種方法不同，本方法不僅接收傳感器數(shù)據(jù)（點(diǎn)云），還可對(duì)場(chǎng)景進(jìn)行描述，即當(dāng)采集到新的傳感器數(shù)據(jù)時(shí)，就會(huì)同時(shí)更新已經(jīng)建立的場(chǎng)景。所以，該方法具有實(shí)時(shí)性。

試驗(yàn)結(jié)果也表明，方法3是最有效的方法，速度最快，而且能夠準(zhǔn)確地描述車輛周邊的場(chǎng)景。

刊名：Robotics and Autonomous Systems（英）

刊期：2016年第83期

作者：Miguel Oliveira et al

編譯：野晨晨