謝卉瑜 杜志彬 孫亞軒

摘要：自動(dòng)駕駛汽車可以提供更高的安全性、生產(chǎn)率和交通效率，將在未來城市交通系統(tǒng)中擔(dān)任重要角色。得益于可用算力的增長和感知系統(tǒng)技術(shù)成本的降低，自動(dòng)駕駛領(lǐng)域的研究在近幾年內(nèi)急速推進(jìn)。本文介紹了自動(dòng)駕駛汽車感知系統(tǒng)的主要架構(gòu)，剖析了其面臨的挑戰(zhàn)，并預(yù)測了未來的發(fā)展方向。

關(guān)鍵詞：自動(dòng)駕駛;感知系統(tǒng);傳感器;定位系統(tǒng)

1 引言

自動(dòng)駕駛汽車（Autonomous Vehicle）技術(shù)逐步以開展車輛高級(jí)輔助駕駛系統(tǒng)（ADAS）研發(fā)和商用的形式在我們的社會(huì)中脫穎而出。這些技術(shù)旨在減少事故發(fā)生的頻率和嚴(yán)重程度，減少尾氣排放以及更有效地利用基礎(chǔ)資源。自動(dòng)駕駛的關(guān)鍵技術(shù)主要為感知（ Perception）、決策（Planrning）和控制（ Control）三個(gè)方面，這些技術(shù)與車輛及環(huán)境的交互如圖1所示。自動(dòng)駕駛汽車可以利用傳感器感測其環(huán)境，收集周圍環(huán)境的信息，包括道路信息、行人信息和交通指示牌信息等，并與決策系統(tǒng)和控制系統(tǒng)進(jìn)行交互，同時(shí)利用道路網(wǎng)絡(luò)、道路規(guī)則、汽車動(dòng)力學(xué)等先驗(yàn)信息進(jìn)行決策和控制車輛[1]。

2 感知系統(tǒng)概況

感知系統(tǒng)以多種傳感器捕獲的數(shù)據(jù)以及高清地圖的信息作為輸入，經(jīng)過一系列的計(jì)算和處理，來預(yù)估車輛的狀態(tài)和實(shí)現(xiàn)對(duì)車輛周圍環(huán)境的精確感知，可以為下游決策系統(tǒng)模塊提供豐富的信息。

2.1 感知傳感器分類

自動(dòng)駕駛汽車需要持續(xù)觀察周圍的環(huán)境，精確計(jì)算在各種范圍內(nèi)的位置。為了能達(dá)到這種目的，需要在汽車周圍和內(nèi)部安裝不同類型的傳感器。和輪式機(jī)器人所需要的傳感器相似，自動(dòng)駕駛汽車所配備的傳感器可分為三大類：環(huán)境感知傳感器（Surroundingsensing），定位傳感器（Localization），自感應(yīng)傳感器（Self-sensing）。

環(huán)境感知傳感器利用外部感應(yīng)傳感器（exteroceptive sensors）感知交通標(biāo)示、道路狀態(tài)、天氣狀況、駕駛員狀態(tài)、包括其他車輛在內(nèi)的障礙物狀態(tài)（位置、速度、加速度等）以及他們未來的狀態(tài)。環(huán)境感知傳感器決定了智能汽車與外界環(huán)境交互的能力，是自動(dòng)駕駛汽車的硬件架構(gòu)基礎(chǔ)[2]。環(huán)境感知傳感器分為自主式和協(xié)同式兩大類。自主式傳感器通常是以電磁波的形式發(fā)射能量并測量返回時(shí)間以確定距離等參數(shù)，現(xiàn)有的自主式環(huán)境感知傳感器有超聲波雷達(dá)、毫米波雷達(dá)和激光雷達(dá)等。而接受來自車聯(lián)網(wǎng)或者車路協(xié)同網(wǎng)絡(luò)輸出感知消息的則屬于協(xié)同式環(huán)境感應(yīng)[3]，例如基于光和紅外的相機(jī)。

定位是一臺(tái)自動(dòng)駕駛車輛的基礎(chǔ)功能，需要告訴車輛相對(duì)于全球和本地的精確位置。目前廣泛使用的定位方法是利用GPS等外部感應(yīng)傳感器，精度可以從幾十米到幾毫米不等，具體取決于信號(hào)強(qiáng)度和所用設(shè)備的質(zhì)量，精度越高，價(jià)格也就相對(duì)越昂貴。在市區(qū)等復(fù)雜路況場景下，所需的定位精度不超過10cm，如果定位誤差過大，那么自動(dòng)駕駛汽車在城市道路行駛時(shí)會(huì)由于位置信息不準(zhǔn)發(fā)生剮蹭等車輛安全問題，重則引發(fā)交通事故。為了獲得高精度結(jié)果，通常使用定位傳感器組合，例如GPSs、IMUs、里程表和相機(jī)（通過基元和構(gòu)建好的地圖進(jìn)行點(diǎn)云匹配，即SLAM）。來自多個(gè)不同傳感器的數(shù)據(jù)融合可以最大限度地減少單一傳感器的缺陷，從而提升整個(gè)定位系統(tǒng)的可靠性和魯棒性。

自感應(yīng)傳感器使用本體感應(yīng)傳感器（Proprioceptive Sensor）來測量車輛當(dāng)前的狀態(tài)，包括速度、加速度、角速度和轉(zhuǎn)向角。本體感應(yīng)信息通常使用預(yù)先安裝的測量單元來確定，例如里程表、慣性測量單、陀螺儀和來自控制器局域網(wǎng)（CAN）總線的信息[4]。

2.2感知傳感器融合

感知融合或數(shù)據(jù)融合旨在改進(jìn)來自傳感器的兩個(gè)或多個(gè)數(shù)據(jù)源的測量結(jié)果，發(fā)揮各個(gè)分立傳感器的優(yōu)勢(shì)，提供冗余、完備、準(zhǔn)確、時(shí)效的環(huán)境目標(biāo)信息，從而提高系統(tǒng)決策的正確性和安全性。例如，激光雷達(dá)可以對(duì)周圍物體進(jìn)行建模從而形成高清的3D圖像，且不會(huì)被環(huán)境中的信號(hào)源干擾，但是只能收集少量的物體外觀形狀信息;相反，相機(jī)可以提供豐富的物體外觀數(shù)據(jù)以及更多的細(xì)節(jié)，但是容易受到環(huán)境中的光照影響。激光雷達(dá)和相機(jī)都是光學(xué)類的傳感器，可以實(shí)現(xiàn)在傳感器內(nèi)部的數(shù)據(jù)融合，并降低后續(xù)模塊的計(jì)算處理過程。為了能充分發(fā)揮兩者的作用并消除傳感器信息之間的亢余從而獲得更加精確的信息，激光雷達(dá)和相機(jī)之間的傳感器融合是必要的。

傳感器融合對(duì)于硬件和軟件都有一定要求，硬件方面需要配備多種不同的傳感器;軟件方面需要有足夠優(yōu)化的算法，數(shù)據(jù)處理的速度要足夠快且容錯(cuò)率高，才能保證最終決策的準(zhǔn)確度和速度。自動(dòng)駕駛中傳感器融合通常使用的融合算法有貝葉斯理論、卡爾曼濾波和DS證據(jù)理論法等。

3 感知系統(tǒng)面臨的挑戰(zhàn)

3.1在極端天氣（雨、雪和大霧）條件下的感知

目前自動(dòng)駕駛系統(tǒng)在一些特殊或者極端惡劣的天氣狀況下，處理是非常困難的。即使是人類駕駛員，這種情況也十分棘手。在下雪的條件下，無論是基于視覺的感知系統(tǒng)還是基于Lidar的感知系統(tǒng)都存在識(shí)別感知的困難，相機(jī)會(huì)因?yàn)橛醒┑母街荒苷_識(shí)別道路標(biāo)記，從而無法正確導(dǎo)航道路;雪的密度也會(huì)影響激光雷達(dá)光束的反射效果，干擾自動(dòng)駕駛車輛對(duì)周圍環(huán)境的正確判斷。福特的自動(dòng)駕駛汽車則通過同時(shí)裝備激光雷達(dá)和精確的三維地圖來應(yīng)對(duì)雨雪天氣。兩種技術(shù)的結(jié)合使用可以識(shí)別檢測到雨雪是否是障礙物：當(dāng)激光光束穿過雨滴或者雪花時(shí)，激光雷達(dá)可能會(huì)將之識(shí)別成道路障礙物，通過持續(xù)跟蹤探測這些障礙物，因?yàn)榧す夤馐豢赡茉谕晃恢蒙咸綔y到同一滴雨或一片雪花兩次，運(yùn)用算法，車輛就能夠?qū)⒂暄┡懦诘缆氛系K物之外。

目前在冬季環(huán)境下實(shí)現(xiàn)無人駕駛還有很多未知的盲區(qū)，例如應(yīng)對(duì)冬季道路結(jié)冰積雪等問題，僅能通過安裝雪地胎解決。另外如果自動(dòng)駕駛汽車出現(xiàn)輪胎打滑等危險(xiǎn)情況該如何應(yīng)對(duì)，是否應(yīng)該在自動(dòng)駕駛汽車上配備和乘用車相同的汽車安全技術(shù)（如ABS，ESP等），這些問題還有待解決。

3.2駕駛員對(duì)于自動(dòng)駕駛系統(tǒng)功能的正確認(rèn)知

ADAS系統(tǒng)會(huì)讓人類駕駛員在超出系統(tǒng)解決問題能力范圍的場景中依然依賴于自動(dòng)化技術(shù)。在自動(dòng)駕駛的中間階段（即L2和L3階段的自動(dòng)駕駛系統(tǒng)），駕駛員可能不會(huì)完全理解該階段自動(dòng)駕駛自主特征的范圍和限制，過度信任或依賴傳感器從而造成事故的發(fā)生。例如，ACC控制在一輛汽車直接跟隨另一輛時(shí)有出色的表現(xiàn)，但通常無法檢測到靜止的物體。而且半自動(dòng)駕駛汽車的駕駛員可能會(huì)嘗試進(jìn)行其他的活動(dòng)，因此在要求接管汽車的控制權(quán)時(shí)會(huì)缺少所需的情景意識(shí)。在人類駕駛員重新接管汽車控制權(quán)時(shí)，他們必須立即對(duì)周圍環(huán)境進(jìn)行判斷、確定車輛的位置、根據(jù)車輛所處的危險(xiǎn)情景決定并施行安全合理的行動(dòng)方案。而司機(jī)脫離駕駛狀態(tài)的時(shí)間越長，重新介入駕駛所需的時(shí)間就越長。所以駕駛員對(duì)于自動(dòng)駕駛系統(tǒng)功能的正確認(rèn)知，是保證自動(dòng)駕駛系統(tǒng)正確運(yùn)行的一大重要條件。

4 感知系統(tǒng)未來發(fā)展方向

自動(dòng)駕駛感知系統(tǒng)需要進(jìn)一步提高準(zhǔn)確度和精度，改善感知系統(tǒng)在不利照明和極端惡劣天氣條件下的感知能力，未來自動(dòng)駕駛感知傳感器會(huì)向更加靈敏的方向發(fā)展[5]，增強(qiáng)針對(duì)復(fù)雜城市路況的處理能力來應(yīng)對(duì)各種不利條件和突發(fā)狀況。通過交叉驗(yàn)證障礙物的位置信息，減少感知系統(tǒng)傳感器數(shù)據(jù)的不確定性;增強(qiáng)車輛與車輛（V2V）、車輛與基礎(chǔ)設(shè)備（V21）之間的通信;使用新型低成本高效的傳感器，進(jìn)一步加強(qiáng)傳感器融合算法的開發(fā);通過多傳感器融合來減少各個(gè)分立傳感器缺點(diǎn)的影響，并通過使用傳感器的互補(bǔ)性和亢余度來發(fā)揮每個(gè)傳感器的優(yōu)勢(shì)，以提高自動(dòng)駕駛感知系統(tǒng)的準(zhǔn)確性、可靠性和確定性。

5 結(jié)語

隨著技術(shù)的進(jìn)步，自動(dòng)駕駛汽車飛速發(fā)展，已經(jīng)成為汽車行業(yè)的發(fā)展趨勢(shì)。本文介紹了感知系統(tǒng)傳感器的分類、面臨的挑戰(zhàn)和未來的發(fā)展方向?，F(xiàn)階段自動(dòng)駕駛汽車還面臨著硬件和軟件雙方面的挑戰(zhàn)，還需要從業(yè)者不斷地完善自動(dòng)駕駛技術(shù)體系和相關(guān)法律法規(guī)體系。目前，雖然一些L2甚至L3級(jí)別的自動(dòng)駕駛車輛已經(jīng)實(shí)現(xiàn)了商業(yè)化落地，但在距離實(shí)現(xiàn)完全自動(dòng)駕駛，我們還有很長的路要走。

參考文獻(xiàn)：

[1]王金強(qiáng)，黃航，郅朋，申澤邦，周慶國.自動(dòng)駕駛發(fā)展與關(guān)鍵技術(shù)綜述[J]電子技術(shù)應(yīng)用，2019，45（ 06）：28-36

[2]陳思宇基于多傳感器智能汽車環(huán)境感知系統(tǒng)研究[D]南昌航空大學(xué)，2017.

[3]梁敏健智能車行車環(huán)境視覺感知關(guān)鍵技術(shù)研究[D]長安大學(xué)，2017

[4]Uessica Van Brummelen， Marie O' Brien，Dominique Gruyer， Homayoun NajjaranAutonomous vehicle perception： Thetechnology of today and tomorrow[J].Transportation Research Part C， 2018. 89

[5]蔣婷.無人駕駛傳感器系統(tǒng)的發(fā)展現(xiàn)狀及未來展望[J].中國設(shè)備工程，2018（ 21）：180-181.