馬春黎 張大鵬（等同第一作者）

（1、國(guó)家知識(shí)產(chǎn)權(quán)局專(zhuān)利局專(zhuān)利審查協(xié)作北京中心，北京100190 2、中國(guó)人民財(cái)產(chǎn)保險(xiǎn)股份有限公司，北京100022）

無(wú)人駕駛汽車(chē)是智能汽車(chē)（Intelligent Vehicle，IV）領(lǐng)域中的一個(gè)主要分支，其通過(guò)定位導(dǎo)航、環(huán)境感知、動(dòng)態(tài)規(guī)劃和決策、自動(dòng)控制等技術(shù)的綜合應(yīng)用實(shí)現(xiàn)了汽車(chē)的自動(dòng)駕駛。環(huán)境感知技術(shù)作為無(wú)人駕駛汽車(chē)的關(guān)鍵技術(shù)之一，成為該領(lǐng)域的一個(gè)研究熱點(diǎn)。環(huán)境感知技術(shù)主要是通過(guò)攝像頭、雷達(dá)、超聲波等傳感技術(shù)對(duì)汽車(chē)自身狀態(tài)，以及車(chē)輛周邊的道路、交通標(biāo)志、信號(hào)燈、車(chē)輛、行人、障礙物等環(huán)境信息進(jìn)行檢測(cè)。全面、準(zhǔn)確的環(huán)境感知信息能夠?yàn)闊o(wú)人駕駛決策提供充足的數(shù)據(jù)保障，從而保證無(wú)人駕駛的安全性和穩(wěn)定性。

根據(jù)環(huán)境感知技術(shù)相關(guān)專(zhuān)利的領(lǐng)域分布，可以將環(huán)境感知技術(shù)分為兩個(gè)分支，一是傳感方式，二是目標(biāo)檢測(cè)，在實(shí)際應(yīng)用中，傳感方式是手段，目標(biāo)檢測(cè)是結(jié)果（表1）。

毫米波雷達(dá)的最遠(yuǎn)探測(cè)距離大約為250 米，對(duì)于溫度和天氣的抗干擾能力強(qiáng)，探測(cè)角度范圍為10 度-70度，對(duì)距離、景深信息的探測(cè)能力強(qiáng)，路標(biāo)的識(shí)別能力較弱，主要用于車(chē)輛、行人和障礙物的檢測(cè)；激光雷達(dá)（分為二維激光雷達(dá)和三維激光雷達(dá)）的最遠(yuǎn)探測(cè)距離大約為200 米，探測(cè)角度范圍為15 度-360 度，對(duì)光照變換不敏感，夜間感測(cè)能力較強(qiáng)，信息量豐富，但對(duì)車(chē)速和路標(biāo)的識(shí)別較弱，主要用于車(chē)道、路沿、車(chē)輛、行人和障礙物的檢測(cè)，成本較高；攝像機(jī)的最遠(yuǎn)探測(cè)距離，短焦的大約50 米，中焦的大約100 米，長(zhǎng)焦的大約200 米，受天氣和光線(xiàn)影響較大，沒(méi)有直接的距離信息，溫度穩(wěn)定性較強(qiáng)，主要用于信號(hào)燈、交通標(biāo)識(shí)、車(chē)道、路沿的檢測(cè)；超聲波的最遠(yuǎn)探測(cè)距離大約為10米，探測(cè)角度為120 度，由于探測(cè)距離有限其主要用來(lái)檢測(cè)障礙物避免碰撞和擦蹭，但體積小，成本低。各類(lèi)傳感器有其自身特性和優(yōu)缺點(diǎn)，多種傳感器融合是實(shí)現(xiàn)自動(dòng)駕駛的必然發(fā)展趨勢(shì)，配置足夠多的攝像頭、激光雷達(dá)、毫米波雷達(dá)、超聲波傳感器、慣性測(cè)量單元和全球?qū)Ш叫l(wèi)星系統(tǒng)等傳感器，可提升自動(dòng)駕駛功能的魯棒性[1]。

表1 環(huán)境感知技術(shù)分支及IPC 分類(lèi)

表2

環(huán)境感知技術(shù)是一門(mén)綜合性的技術(shù)研究課題，其終極目標(biāo)是如何在盡量低的成本下、以最快的速度實(shí)現(xiàn)感知完整性和準(zhǔn)確性。那么，如何合理布局多種傳感器、傳感器感知的范圍和精度、傳感器如何避免其他事物的干擾以及如何快速處理傳感器所采集的數(shù)據(jù)必然是環(huán)境感知技術(shù)綜合研究的重點(diǎn)和難點(diǎn)。以下將采用專(zhuān)利分析的方法分別對(duì)上述問(wèn)題進(jìn)行綜合性的分析及研究。

表3

表4

1 傳感器的布局優(yōu)化

傳感器的作用是對(duì)車(chē)輛四周的環(huán)境進(jìn)行實(shí)時(shí)感知，以確保及時(shí)獲取車(chē)輛在行駛過(guò)程中的環(huán)境信息，因此在進(jìn)行傳感器位置部署時(shí)需要做到360 度監(jiān)控?zé)o死角，這就需要綜合考量不同的傳感器在特定應(yīng)用場(chǎng)景下的特點(diǎn)及優(yōu)勢(shì)，從而合理選擇適當(dāng)?shù)膫鞲衅骷安季址绞?。目前主流的做法是通過(guò)多種傳感器融合以及增加傳感器的數(shù)量來(lái)實(shí)現(xiàn)感知能力，然而傳感器價(jià)格過(guò)高、使用數(shù)量過(guò)多直接導(dǎo)致了車(chē)輛整體成本的激增，體積較大的傳感器如不可遮擋還會(huì)影響車(chē)輛的美觀及車(chē)輛在高速行駛中的穩(wěn)定性。如何在車(chē)身的各個(gè)方位合理安置具有匹配場(chǎng)景特點(diǎn)的傳感器、如何在保證感知范圍和精度的前提下優(yōu)化傳感器的使用數(shù)量、如何把傳感器與車(chē)身妥善融合都是優(yōu)化傳感器布局重點(diǎn)研究的方向。目前，國(guó)內(nèi)很多院校、汽車(chē)研究院和企業(yè)的發(fā)明專(zhuān)利申請(qǐng)?zhí)岢隽藗鞲衅鞑季值膬?yōu)化方法，使傳感器的布局與其自身的個(gè)體特征相適應(yīng)以達(dá)到更好的感知效果，同時(shí)降低了整體配置成本。相關(guān)的布局優(yōu)化方法如表2 所示。

2 傳感器感知范圍和精度的優(yōu)化

傳感器感知信息的范圍和精度直接影響著無(wú)人駕駛汽車(chē)后續(xù)的決策水平，而傳感器感知范圍有限，目前最大的感知距離在250 米左右，高速行駛中的車(chē)輛的感知范圍則更短。障礙物會(huì)影響傳感器對(duì)車(chē)輛周邊環(huán)境的全面感知，光照、天氣等自然因素也會(huì)影響傳感器的感知精度。現(xiàn)有技術(shù)中通過(guò)傳感器的部署位置和部署角度的優(yōu)化可以有效提高傳感器的感知范圍和精度；激光雷達(dá)和攝像頭兩種傳感器協(xié)同工作也可以實(shí)現(xiàn)更大的感知范圍；可以通過(guò)對(duì)傳感器的內(nèi)部參數(shù)及算法的優(yōu)化來(lái)提高感知性能，如，對(duì)傳感器進(jìn)行誤差補(bǔ)償以提高傳感器的精度、使用快速的雷達(dá)線(xiàn)掃描實(shí)現(xiàn)點(diǎn)云的精細(xì)配置和配準(zhǔn)、進(jìn)行車(chē)輛識(shí)別時(shí)采用跟蹤中心變換算法提高車(chē)檢測(cè)精度。目前的發(fā)明專(zhuān)利申請(qǐng)針對(duì)傳感器感知范圍受限和精度不高的問(wèn)題提出了很多不同的解決方案，相關(guān)的技術(shù)方案如表3 所示。

3 傳感器抗干擾性能的優(yōu)化

抗干擾是傳感器檢測(cè)的重要環(huán)節(jié)，常用的抗噪聲、抗電磁場(chǎng)等眾多干擾源的技術(shù)主要有屏蔽技術(shù)、靜電屏蔽和電磁屏蔽。當(dāng)傳感器應(yīng)用于自動(dòng)駕駛汽車(chē)時(shí)，強(qiáng)光、溫度、雨、雪、霧、路面積雪結(jié)冰等環(huán)境因素也會(huì)影響不同傳感器的正常工作，容易造成傳感結(jié)果錯(cuò)誤，進(jìn)而導(dǎo)致車(chē)輛行駛風(fēng)險(xiǎn)。激光雷達(dá)可以有效感知雨水和雪花，實(shí)現(xiàn)全天候工作；車(chē)載雷達(dá)不受光線(xiàn)、雨雪的影響；毫米波雷達(dá)可以在夜晚或者大霧天氣探測(cè)遠(yuǎn)距離目標(biāo)；在無(wú)人駕駛汽車(chē)的夜視場(chǎng)景下，通常采用紅外線(xiàn)傳感器，其環(huán)境適應(yīng)性強(qiáng)，不受雨、雪、風(fēng)、霧的影響。對(duì)傳感器進(jìn)行溫度控制主要是采用給傳感器加裝一個(gè)隔熱罩或增加金屬溫度控制板，上述兩種方式均是針對(duì)單一傳感器進(jìn)行的控制，成本較高。為了克服環(huán)境因素對(duì)傳感器的干擾，可以根據(jù)各傳感器的互補(bǔ)特性進(jìn)行容錯(cuò)處理。目前國(guó)內(nèi)涉及傳感器對(duì)環(huán)境因素的抗干擾方案的發(fā)明專(zhuān)利申請(qǐng)量較少，相關(guān)技術(shù)方案如表4 所示。

表5

4 傳感器數(shù)據(jù)的處理速度優(yōu)化

車(chē)載攝像機(jī)采集的信息通常使用視覺(jué)相關(guān)算法進(jìn)行處理，毫米波采集的距離數(shù)據(jù)使用距離相關(guān)算法進(jìn)行處理，激光雷達(dá)采集的數(shù)據(jù)通過(guò)濾波和聚類(lèi)等技術(shù)進(jìn)行處理，由于無(wú)人駕駛汽車(chē)采用了多種不同的傳感器，采集到的數(shù)據(jù)量大、覆蓋面廣且安全級(jí)別不同，需要無(wú)人駕駛汽車(chē)具有很強(qiáng)的運(yùn)算處理能力。

目前廣泛采用的是多傳感器信息融合技術(shù)，主要包括貝葉斯融合方法、卡爾曼濾波融合方法和神經(jīng)網(wǎng)絡(luò)融合法。貝葉斯信息融合方法是基于概率統(tǒng)計(jì)的推理方法，卡爾曼濾波方法可以從有限的、有噪聲的觀察序列中預(yù)測(cè)糾正進(jìn)而推算出物體的位置等信息，神經(jīng)網(wǎng)絡(luò)方法通過(guò)大量的學(xué)習(xí)訓(xùn)練消除多傳感器協(xié)同工作中產(chǎn)生的交叉影響效果[2]。目前相關(guān)發(fā)明專(zhuān)利申請(qǐng)中有多種對(duì)上述算法在應(yīng)用過(guò)程中的改進(jìn)方案，相關(guān)技術(shù)方案如表5 所示。

5 結(jié)論

本文闡述了環(huán)境感知領(lǐng)域的研究?jī)?nèi)容、難點(diǎn)以及重點(diǎn)，梳理了環(huán)境感知中傳感器的布局、感知范圍、精度、抗干擾和數(shù)據(jù)處理的相關(guān)技術(shù)和專(zhuān)利申請(qǐng)，希望可以給相關(guān)研究人員以啟發(fā)，關(guān)注無(wú)人駕駛汽車(chē)中環(huán)境感知技術(shù)的研發(fā)重點(diǎn)是推進(jìn)我國(guó)無(wú)人駕駛汽車(chē)技術(shù)研究的必由之路。