刁望成，宋宇博

一種視覺傳感器障礙物覆蓋方法研究＊

刁望成，宋宇博

（蘭州交通大學機電技術研究所，甘肅 蘭州 730070）

為從視覺傳感器覆蓋角度提高自動駕駛車輛感知系統(tǒng)的感知效果，以視覺傳感器探測區(qū)域內障礙物覆蓋面積為量化評價指標，提出一種優(yōu)化視覺傳感器覆蓋的方法。該方法在建立視覺傳感器探測區(qū)域模型的基礎上，引入不規(guī)則三角網(wǎng)描述障礙物表面特征，將視覺傳感器探測區(qū)域覆蓋面積計算問題轉化為三角網(wǎng)格中三角形覆蓋判定和三角形面積累加問題。以視覺傳感器探測區(qū)域覆蓋面積最大化為優(yōu)化目標，構建一種面向三維覆蓋的視覺傳感器覆蓋模型，并設計粒子群算法對模型進行求解，最后通過仿真驗證該優(yōu)化方法的有效性。

視覺傳感器覆蓋優(yōu)化；三角網(wǎng)格；探測區(qū)域覆蓋面積；粒子群算法

隨著自動駕駛技術的不斷普及，車輛環(huán)境感知功能越來越受到人們重視。車載攝像頭具有成本低和識別功能等特點，被廣泛應用到環(huán)境感知系統(tǒng)中。為保證自動駕駛車輛的行駛安全，需要保證車載視覺傳感器具備較高的探測性能，高精度攝像頭對成本和技術難度提出了一定要求，也不利于自動駕駛技術的推廣。本文通過調整視覺傳感器在車輛中的安裝位置來增強對障礙物的探測效果。文獻[1]提出了無線多媒體傳感器三維覆蓋模型，通過調整傳感器自身位置和角度實現(xiàn)監(jiān)測區(qū)域覆蓋增強。文獻[2]提出了限定傳感器具體探測范圍實現(xiàn)監(jiān)測區(qū)域全覆蓋算法。文獻[3]提出了一種視覺傳感器三維覆蓋模型，通過覆蓋不同建筑物和道路場景增強覆蓋范圍。

以上研究成果所建立的模型計算量相對復雜，且沒對環(huán)境中具體出現(xiàn)的障礙物進行研究，不能作為實際場景下的方法推廣。本文建立一種簡化視覺傳感器覆蓋模型，針對車輛行駛過程中出現(xiàn)的車輛和行人等障礙物進行覆蓋研究，建立視覺傳感器和障礙物之間的關聯(lián)關系，能夠有效提高視覺傳感器對障礙物的覆蓋效果。

1 視覺傳感器探測理論研究

本文研究的視覺傳感器針對障礙物的覆蓋增強，首先建立傳感器的有向探測模型，使用探測距離和探測角度兩個參數(shù)來建立模型，如圖1所示。在相關文獻基礎上，該模型可用三元組（s，，）表示，其中s=（s，s，s）為視覺傳感器在空間中的三維坐標，=（，）表示視覺傳感器在水平方向上的偏移角度和垂直方向上的偏移角度，=（，）為視覺傳感器主感知方向，為視覺傳感器在水平和垂直方向上的探測角度，為視覺傳感器的探測距離。

圖1 視覺傳感器探測模型

2 探測對象模型研究

2.1 點云網(wǎng)格化處理

本文采用點云數(shù)據(jù)表示障礙物，通過點云數(shù)據(jù)生成的障礙物表面三角網(wǎng)格模擬障礙物表面。計算視覺傳感器不同的三維坐標和偏移角度下視覺傳感器自身位置參數(shù)。行人和車輛是最為常見的障礙物，采用三角網(wǎng)生長法將點云數(shù)據(jù)生成表面三角形網(wǎng)格，以三角形網(wǎng)格每個三角形為基本單元，對障礙物進行模型建立[4]，相關內容如下所示。

最接近：以最近的三點形成三角形，且各線段（三角形的邊）皆不相交。

唯一性：不論從區(qū)域何處開始構建，最終都將得到一致的結果。

2.2 探測對象模型分析

通過運用三角網(wǎng)生長法對障礙物點云數(shù)據(jù)進行計算，獲得探測對象三角網(wǎng)格模型。該探測對象模型在一般情況下，表面網(wǎng)格中的每個三角形周圍有3個三角形相連，三角形的每個頂點與其余三角形的6個頂點相連，在表面凹凸不平的情況下會有不同特征。本文選用汽車障礙物作為探測對象進行研究，其離散化模型如圖2所示。

圖2 探測對象模型

為了更方便計算探測對象表面被視覺傳感器覆蓋的面積，以每個三角形中心點k表示探測對象表面中每個對應三角形，通過判斷k是否被視覺傳感器覆蓋來確定相應的三角形是否被覆蓋，將探測對象模型表面覆蓋面積的計算問題轉化為三角形中心點的覆蓋判定和三角形面積累加計算的問題。中心點k由空間中的三維坐標和三角網(wǎng)格面的法向量表示。k=（k，k，k，，），其中（k，k，k）為三角網(wǎng)格中心點三維坐標，（，）為三角形網(wǎng)格面法向量。

2.3 覆蓋方法

視覺傳感器三維坐標與探測對象三角網(wǎng)格中心點在一個坐標系下進行研究。中心點如果被視覺傳感器覆蓋，需要滿足如下兩個條件：①中心點需要出現(xiàn)在視覺傳感器的探測距離內，還需要出現(xiàn)在視覺傳感器探測角度內，具體判斷方法為，計算目標點法向量與視覺傳感器主感知方向法向量之間夾角，所得夾角應小于視覺傳感器探測角度；②計算中心點與視覺傳感器三維坐標距離和視覺傳感器探測距離大小，所得距離應小于視覺傳感器探測距離。

3 視覺傳感器覆蓋優(yōu)化

3.1 視覺傳感器覆蓋優(yōu)化模型

在障礙物離散化模型和視覺傳感器探測模型的基礎上，以視覺傳感器的探測區(qū)域內所覆蓋的三角形總面積之和作為量化評價的指標。視覺傳感器的三維坐標和偏移角度為優(yōu)化變量，建立的視覺傳感器覆蓋優(yōu)化模型為：

式（1）中：為三角形總數(shù)；k為符合覆蓋條件的三角形二進制變量，被覆蓋為1，否則為0。目標函數(shù)值越大，表示視覺傳感器覆蓋效果越好。

3.2 采用粒子群算法構建搜索領域

視覺傳感器覆蓋優(yōu)化模型的求解需要確定每個視覺傳感器的三維坐標和偏移角度，其中三維坐標包括3個優(yōu)化變量，偏移角度包括2個優(yōu)化變量。

本文采用粒子群算法，針對覆蓋模型中三維坐標和偏移角度的約束條件構建搜索領域，具體算法設計如下：①設置粒子數(shù)量為，在視覺傳感器可以安裝的范圍內初始化粒子的位置和速度；②比較每個粒子的覆蓋面積，選擇適應度最大的粒子位置作為當前最優(yōu)解；③循環(huán)第代，由粒子群算法迭代更新粒子速度和位置，迭代產生每個粒子新的位置，計算其對應的覆蓋面積，分別與當前粒子最大覆蓋面積進行比較，更新粒子最好位置；④比較每個粒子的覆蓋面積和種群所經歷的最好位置覆蓋面積，選擇當前全局最大覆蓋面積粒子位置作為+1代全局最佳位置；⑤判斷是否等于最大代數(shù)，沒有則執(zhí)行步驟③，若滿足則輸出粒子最大覆蓋面積和粒子最好位置。

3.3 仿真計算分析

為驗證視覺傳感器覆蓋效果增強，仿真實驗設置在長度50 m，寬度10 m的場景中，障礙物位于智能車中心點的正前方35 m，障礙物設置為2輛小汽車，位于智能車正前方。視覺傳感器數(shù)量為2，探測距離為60 m，探測角度為20°。根據(jù)智能車實際能放置視覺傳感器的位置設置約束條件，如表1所示。

表1 視覺傳感器參數(shù)設置

傳感器x坐標/cmz坐標/cm水平偏移角/rad垂直偏移角/rad 視覺傳感器1[-75，0][70，120][1.05，2.09][1.05，2.09] 視覺傳感器2[-75，0][70，120][1.05，2.09][1.05，2.09]

仿真實驗結果，2臺視覺傳感器總覆蓋面積之和如圖3所示，視覺傳感器自身位置不同，參數(shù)在粒子群算法優(yōu)化前后所對應的總覆蓋面積如表2所示。

4 結論

由圖3可知，視覺傳感器感知區(qū)域的覆蓋面積之和隨著迭代代數(shù)的增加不斷增加，最后粒子群算法達到收斂，得到總覆蓋面積的最大值。由表格數(shù)據(jù)可知，每個視覺傳感器覆蓋面積均有所增加，其覆蓋效果有所增強，同時得到每個傳感器的三維坐標和偏移角度。該方法會因障礙物形狀不同差生不同結果，但是對實際自動駕駛車輛如何安裝視覺傳感器也有一定理論價值，對實際工程問題具有一定指導作用。

圖3 總覆蓋面積迭代圖

表2 視覺傳感器覆蓋面積

優(yōu)化前x坐標/cmz坐標/cm水平偏移角/rad垂直偏移角/rad覆蓋面積/cm2 視覺傳感器1-161131.711.58122 283.53 視覺傳感器2261121.621.66212 822.07 優(yōu)化后x坐標/cmz坐標/cm水平偏移角/rad垂直偏移角/rad覆蓋面積/cm2 視覺傳感器1-56.87106.741.481.54244 078.61 視覺傳感器231.0891.071.511.55243 635.96

［1］肖甫，王汝傳，孫力娟，等.一種面向三維感知的無線多媒體傳感器網(wǎng)絡覆蓋增強算法［J］.電子學報，2012，40（1）：167-172.

［2］王艷嬌，畢曉君，滕志軍，等.三維無線多媒體傳感器網(wǎng)絡全目標覆蓋算法［J］.吉林大學學報（工學版），2015，45（5）：1671-1679.

［3］高飛.視頻傳感器網(wǎng)絡多目標多要素三維覆蓋優(yōu)化調度方法［D］.南京：南京師范大學，2018.

［4］黃浩洋，鄧飛，隆振海，等.二維離散點集Delaunay三角網(wǎng)生長算法的改進［J］.電腦知識與技術，2016，12（23）：188-191.

2095－6835（2020）06－0083－02

U495

A

10.15913/j.cnki.kjycx.2020.06.030

刁望成（1993—），男，山東菏澤人，在讀碩士研究生，研究方向為自動駕駛環(huán)境感知傳感器布局優(yōu)化。

宋宇博。

甘肅省高等學校科學研究項目（編號：2018C-10）

〔編輯：嚴麗琴〕