姜灝

（奇瑞汽車股份有限公司智能車技術(shù)中心，安徽蕪湖，241006）

0 前言

目前國外知名車企、部分互聯(lián)網(wǎng)企業(yè)、零部件供應(yīng)商的都在緊鑼密鼓的進(jìn)行自動駕駛汽車的開發(fā)工作，且均計(jì)劃在2020年左右實(shí)現(xiàn)商業(yè)化應(yīng)用。在智能車產(chǎn)業(yè)化道路上，現(xiàn)階段有兩條不同的路徑。一條是以谷歌、沃爾沃為代表的，利用昂貴的激光雷達(dá)及大量的其他設(shè)備實(shí)現(xiàn)自動駕駛功能。如，沃爾沃的自動駕駛項(xiàng)目Drive Me，系統(tǒng)配備的傳感器陣容也是空前強(qiáng)大，包括：7個毫米波雷達(dá)雷達(dá)、5個攝像頭一個激光雷達(dá)以及12個超聲波雷達(dá)。同時(shí)配備云端服務(wù)器充當(dāng)汽車“大腦”。從而能實(shí)現(xiàn)真正的無人駕駛。另一條路徑是以特斯拉、奔馳為代表的通過視覺及毫米波雷達(dá)實(shí)現(xiàn)部分工況的輔助駕駛功能。如特斯拉量產(chǎn)并已應(yīng)用的車上的輔助駕駛系統(tǒng)包括自動車道保持、自動更變車道和自動泊車三項(xiàng)功能。該系統(tǒng)是通過前視攝像頭，前視雷達(dá)，超聲波傳感器并輔以GPS等實(shí)時(shí)路況信息實(shí)現(xiàn)。

本本旨在利用低成本設(shè)備，結(jié)合高精度地圖技術(shù)，實(shí)現(xiàn)部分工況的自動駕駛功能，并滿足產(chǎn)業(yè)化需求，進(jìn)而提升自主品牌效益，打破國外技術(shù)壟斷。

1 感知系統(tǒng)總體設(shè)計(jì)

感知系統(tǒng)包括控制單元，5個77GHz毫米波雷達(dá)、一個高清攝像頭、一個16線激光雷達(dá)、一個GPS/IMU模塊、一個超聲波雷達(dá)模塊組成。系統(tǒng)構(gòu)架如圖1所示。

毫米波雷達(dá)包括1個遠(yuǎn)距離窄角度前向雷達(dá)和4個寬角度中距離角雷達(dá)。1個前向毫米波雷達(dá)安裝于車輛正前方，安裝高度30—60cm范圍內(nèi)；4個角雷達(dá)分別安裝于車輛前保險(xiǎn)杠兩側(cè)及后保險(xiǎn)杠兩側(cè)，安裝高度40—60cm內(nèi)；激光雷達(dá)安裝于車輛前保中央位置且位于車輛中軸線上，安裝高度50—70cm。GPS天線位于車頂，IMU安裝于車艙內(nèi)并位于車輛中軸線上。超聲波雷達(dá)模塊包括4個側(cè)向超聲波雷達(dá)、前向4個超聲波雷達(dá)、后向4個超聲、波雷達(dá)，計(jì)算平臺安裝于車輛前艙內(nèi)，安裝位置布置如圖2 所示。

圖1 系統(tǒng)結(jié)構(gòu)

圖2 感知系統(tǒng)整車布置

圖3 感知系統(tǒng)實(shí)車布置

毫米波雷達(dá)可以兼顧前向遠(yuǎn)距離及車周近距離障礙物目標(biāo)檢測，視覺系統(tǒng)主要檢測車輛前方攝像頭輻射區(qū)域內(nèi)障礙物目標(biāo)類型及車道線距離信息；激光雷達(dá)能夠有效檢測車前向中距寬角度范圍內(nèi)道路邊沿，障礙物目標(biāo)距離、速度信息；GPS結(jié)合IMU能夠穩(wěn)定獲取車輛位置信息，超聲波雷達(dá)模塊能有有效獲取車周360°近距離目標(biāo)距離信息。整個環(huán)境感知系統(tǒng)能夠有效獲取車周環(huán)境信息，為車輛特定工況內(nèi)完成自動駕駛功能提供保障。

2 毫米波雷達(dá)

本方案采用前向毫米波雷達(dá)為Delphi ESR雷達(dá)，角雷達(dá)采用Delphi SRR。當(dāng)雷達(dá)系統(tǒng)被激活后，雷達(dá)系統(tǒng)便會不斷向汽車前方車道及相鄰車道發(fā)射高頻電磁波對前方進(jìn)行探測，判定前方是否有障礙物；當(dāng)探測到汽車前方有障礙物時(shí)，雷達(dá)系統(tǒng)會獲得這些障礙物的信息（障礙物的距離、方位以及速度），這些信息可以通過CAN總線（CAN低線與CAN高線）輸出，每個單個雷達(dá)最多能輸出64個目標(biāo)數(shù)據(jù)。

計(jì)算平臺可通過CAN總線獲得每個雷達(dá)的目標(biāo)數(shù)據(jù)，然后對這些目標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理，判定障礙物是否在本車道內(nèi)，剔除不在本車道內(nèi)的前方障礙物信息，獲取在本車道內(nèi)的前方障礙物信息（距離、速度、方位）；以便后面融合攝像頭傳感器視頻信息及本車速度信息進(jìn)行汽車跟車決策判定。計(jì)算單元對這些數(shù)據(jù)處理流程圖如圖4所示。

總體來看，網(wǎng)絡(luò)編輯作為媒介信息的“把關(guān)人”，要在新的信息傳播生態(tài)環(huán)境中更好地履行好工作職責(zé)，承擔(dān)好應(yīng)盡的社會責(zé)任，把握好信息傳播的邊界和標(biāo)準(zhǔn)，提升編發(fā)內(nèi)容信息質(zhì)量，就必須具備更高的媒介素養(yǎng)。作為網(wǎng)絡(luò)媒體從業(yè)人員只有具備更高的媒介素養(yǎng)，提升把關(guān)能力，才能更好地?fù)?dān)當(dāng)起媒體人應(yīng)有的社會責(zé)任，才能當(dāng)好媒介信息的“守門人”，當(dāng)好信息受眾的“引導(dǎo)者”，也才能不被社會環(huán)境所制約，實(shí)現(xiàn)文化信息宣傳工作創(chuàng)新。

圖4 雷達(dá)數(shù)據(jù)處理流程圖

需要注意的是，由于雷達(dá)采用多普勒測速原理，默認(rèn)的速度值會有一個很小的波動值，屬于正常現(xiàn)象。另外，該雷達(dá)系統(tǒng)需要通過車輛CAN總線獲得本車的車速、橫擺角速度、方向盤轉(zhuǎn)角等信號，不然可能會影響探測結(jié)果[1]。

具體工作過程簡單概括為：通過向車前方發(fā)射電磁波，接收回波信號來獲取前方動、靜態(tài)目標(biāo)信息，通過距離及方位角判定該障礙物是否在本車道內(nèi)，如果在本車道內(nèi)，即實(shí)時(shí)通過CAN網(wǎng)絡(luò)輸出前方目標(biāo)距離本車的距離，相對速度信息。

3 激光雷達(dá)

本方案采用的激光雷達(dá)是Velodyne VLP—16。激光雷達(dá)置于車頂前方位置[2]，主要用于道路邊沿檢測，即將道路路面與四周的環(huán)境進(jìn)行區(qū)分，從而快速準(zhǔn)確地檢測出道路，為無人駕駛車輛提供最小風(fēng)險(xiǎn)的可通行區(qū)域[3]。

激光雷達(dá)原始點(diǎn)云數(shù)據(jù)處理過程為：首先把激光雷達(dá)的點(diǎn)云數(shù)據(jù)進(jìn)行柵格化處理,投影到512×512的柵格地圖中，其中每個柵格的大小為20cm×20cm，有障礙數(shù)據(jù)的柵格標(biāo)記為1，其它的柵格標(biāo)記為0，如圖5所示。考慮到無人駕駛車輛是在道路上行駛的，故有以下幾個特點(diǎn)：

(1)為了能保證無人駕駛車輛安全穩(wěn)定地在道路上行駛，車輛的周邊小范圍內(nèi)應(yīng)該是可行駛區(qū)域；(2)對于柵格地圖中的任意兩個離散點(diǎn)，它們之間若為可行駛區(qū)域，則它們應(yīng)該有一定的距離，若小于這個安全距離，則這兩點(diǎn)之間是不可通行區(qū)域；(3)無人車有往前行駛的趨勢，故前方的安全距離閾值應(yīng)該比側(cè)方大。鑒于以上三個特點(diǎn)，可對圖4的處理結(jié)果進(jìn)行歐式距離變換,將二值圖像變換為灰度圖像。在二值圖像中，1代表目標(biāo)點(diǎn)，0代表背景；在灰度圖像中，柵格的灰度值表示該柵格點(diǎn)到最近目標(biāo)點(diǎn)的距離值。這樣一張M×N的圖像可以表示為一個二維數(shù)組A[M][N],其中A[i][j]=l對應(yīng)的柵格表示目標(biāo)點(diǎn),A[i][j]=0對應(yīng)的柵格表示背景點(diǎn)。

設(shè)B={(x, y) |A[i][j]=l}為目標(biāo)點(diǎn)集合，則歐氏距離變換就是對A中所有的柵格點(diǎn)

求 ∶D[i][j] = min{Dis tan ce[(i, j), (x, y))], (x, y) ∈ B} (1)

從而得到二值圖像A的歐氏距離變換圖。此處通過圖形學(xué)的方式,以8鄰域?yàn)槟０?。?jīng)過距離變換后,再對這個距離圖進(jìn)行二值化處理,依據(jù)無人車的特點(diǎn),以障礙物點(diǎn)為中心的10＊20范圍內(nèi)應(yīng)該是不可通行區(qū)域，這樣便可獲得初步的較連續(xù)的柵格圖，此時(shí)的柵格圖具有比較連續(xù)的區(qū)域。道路兩邊的邊界也比較明朗后，再根據(jù)無人駕駛車輛行駛的第一個特點(diǎn)，以無人車為中心，去除道路以外的障礙物點(diǎn)，搜尋出道路的可行駛區(qū)域，此時(shí)便可提取出兩側(cè)道路邊界線的點(diǎn)，不過這個邊界線比較粗糙，一般的道路邊界都比較規(guī)則，故可作二次曲線擬合，獲得比較光滑的道路邊界。然后再采用最小二乘法來擬合二次曲線，得到最終的道路邊沿。

圖5 初步處理后的激光雷達(dá)柵格圖

工作過程簡單概括為：激光雷達(dá)向車身四周發(fā)射905nm光波信號，光波信號遇障礙物將產(chǎn)生回波，回波點(diǎn)云數(shù)據(jù)經(jīng)UDP解析，數(shù)據(jù)讀取，柵格地圖創(chuàng)建，點(diǎn)云數(shù)據(jù)投影，柵格屬性判定，馬路邊沿區(qū)分后將左右兩側(cè)道路邊沿距離信息通過以太網(wǎng)輸出給計(jì)算單元激光雷達(dá)程序流程圖如圖6所示。

4 視覺

攝像頭采用SEKONIX SF3325—10X。

攝像頭識別算法處理過程為：讀取一幀圖像，對圖像逐行處理。對圖像中各行，首先采用對水平方向敏感的Sobel算法增強(qiáng)邊緣。然后對行信息進(jìn)行處理，進(jìn)行二值化，對二值化后數(shù)據(jù)采用車道線內(nèi)邊緣提取算法，提取車道線內(nèi)邊緣點(diǎn)，采用hough變換進(jìn)行擬合車道線，得到車道線極坐標(biāo)參數(shù)（極坐標(biāo)半徑和角度）。

采用車道線確認(rèn)算法，檢測車道線極坐標(biāo)參數(shù)是否有效。車道線跟蹤程序首先判斷車道線檢測是否處于穩(wěn)定狀態(tài)，如果連續(xù)幾幀左右車道線都可以成功檢測，進(jìn)入車道線跟蹤狀態(tài)。在跟蹤狀態(tài)中，車道線檢測區(qū)域會相應(yīng)減少。因此單幀檢測時(shí)間將會減少。在跟蹤狀態(tài)，如果檢測到連續(xù)幾幀車道線參數(shù)與前幾幀相差較大，則退出跟蹤狀態(tài)，對車道線重新進(jìn)行全局檢測[4]。程序流程圖如圖7所示。

表1 車道線識別結(jié)果

計(jì)算出本車前輪距離車輛前方兩側(cè)車道線的距離信息如表1所示，此信息并通過CAN網(wǎng)絡(luò)將兩側(cè)車道線距離車輛兩側(cè)距離輸出給計(jì)算單元。通過10次樣本測得車道線識別精度為0.1cm。

圖6 激光雷達(dá)程序流程圖

圖7 車道線識別程序流程圖

5 超聲波雷達(dá)

超聲波雷達(dá)目前采用Valeo雷達(dá)模塊。雷達(dá)含一個雷達(dá)主機(jī)，12顆超聲波探頭。能實(shí)施檢測車周近距離障礙物目標(biāo)信息，前、后8顆探頭支持最遠(yuǎn)4米距離探測，側(cè)向4顆支持最遠(yuǎn)6米距離探測。雷達(dá)目標(biāo)輸出通過一路CAN輸出，輸出頻率10Hz。

6 GPS/IMU

IMU結(jié)合GPS模塊組合導(dǎo)航定位系統(tǒng)安裝固定與車后備箱，系統(tǒng)采用司南R60模塊。該系統(tǒng)配有雙天線，天線分別安裝于車頂前部跟后部，縱向距離保持1米以上，縱向排布跟車行駛方向保持一致，且使得輛天線在縱向保持在一條直線上。高精度定位移動站R60系統(tǒng)能實(shí)時(shí)穩(wěn)定輸出車輛的cm級的經(jīng)度及緯度數(shù)據(jù)，車輛航向信息以及定位精度狀態(tài)信息，這些信息將通過CAN輸出給計(jì)算單元。慣性導(dǎo)航上位機(jī)狀態(tài)圖如圖8所示。

圖8 慣性導(dǎo)航輸出狀態(tài)圖

慣性導(dǎo)航安裝于車輛后備箱中部，Y軸方向與車輛前進(jìn)方向保持一致，系統(tǒng)能準(zhǔn)確提供本車的速度，航向，姿態(tài)信息[5]，系統(tǒng)實(shí)時(shí)監(jiān)測慣導(dǎo)的信號穩(wěn)定性，通過將系統(tǒng)的狀態(tài)信息及姿態(tài)、航向、速度信息通過以太網(wǎng)經(jīng)交換機(jī)輸出給計(jì)算單元。高精度定位及慣性導(dǎo)航系統(tǒng)程序流程圖見圖9、10所示。

圖9 高精度定位程序流程圖

圖10 慣性導(dǎo)航系統(tǒng)程序流程圖

7 計(jì)算單元

本方案采用的計(jì)算單元是基于英偉達(dá)parker芯片的嵌入式開發(fā)板，開發(fā)板具備多路CAN口及以太網(wǎng)接口，同時(shí)具備足夠的I/O口供實(shí)際使用，此開發(fā)板運(yùn)算能力基本能滿足實(shí)際應(yīng)用需求。

8 總結(jié)

自動駕駛車的關(guān)鍵在于車周環(huán)境感知，而利用多傳感器對車輛交通環(huán)境的感知是一種必然趨勢。本文的研究內(nèi)容可總結(jié)為以下幾個方面∶

（1）提出了一種自動駕駛車總體環(huán)境感知方案，其中包括所選用的傳感器類型、型號，數(shù)據(jù)傳輸方式及接口，該方案最大特點(diǎn)在于所選通訊接口都采用車規(guī)級方案，計(jì)算單元直接采用嵌入式平臺，方案成本低，為后續(xù)量產(chǎn)方案打下堅(jiān)實(shí)基礎(chǔ)。

（2）本文對攝像頭圖像數(shù)據(jù)提取，識別過程做了詳細(xì)闡述，并對識別結(jié)果進(jìn)行了測試，精度可滿足整車應(yīng)用需求。

（3）詳細(xì)闡述了毫米波雷達(dá)對障礙物目標(biāo)的距離、速度及方位信息獲取超聲波雷達(dá)對車周近距離目標(biāo)獲取過程及GPS/IMU的詳細(xì)處理過程及理方法。

（4）本文對16線激光雷達(dá)的從點(diǎn)云數(shù)據(jù)獲取、數(shù)據(jù)處理過程、障礙物判定及可行駛區(qū)域輸出做了詳細(xì)闡述，探測結(jié)果都通過實(shí)車驗(yàn)證，基本達(dá)到應(yīng)用要求。缺點(diǎn)在于此激光雷達(dá)非車規(guī)級產(chǎn)品，單從算法層面差異不大，真正量產(chǎn)替換車規(guī)級激光雷達(dá)即可。