智能网联汽车的环境感知技术综述

摘要：智能网联车技术主要包括，感知、决策、控制三大方面。通过环境感知技术，智能网联汽车获取到驾驶的环境相关信息，通过决策系统做出相应的决策，规划汽车的行驶路线，最后由控制系统控制汽车按照决策信息行驶。如何实现环境感知，是探索智能网联车的关键。

关键词：智能网联车；传感器；无人驾驶；环境感知

引言

随着智能交通技术在我国不断发展，汽车制造行业与电子信息技术相结合，未来汽车逐步向智能化、网联化的方向发展。在解读《中国制造2025》时，中国工信部首次提出了智能网联车的概念，并且明确了中国智能网联汽车的未来发展目标。

为了实现创新驱动发展、交通强国的战略目标，我国必须在智能网联汽车产业中占据领先地位，从制造大国向制造强国迈进。

但是与以往的交通工具转型升级不同，智能网联汽车的发展需要多个知识领域共同参与。它处于机械制造、电子信息、交通运输等多学科交叉的范围。相应的，只靠传统汽车产业公司的努力是无法实现智能网联汽车商业化普及的。像是谷歌、微软、华为、百度等一些大型科技企业也开始进入智能网联车这一领域，他们凭借着自身的科技优势为智能网联车的车载系统提供了各自的解决方案。

智能网联车技术主要包括，感知、决策、控制三大方面。通过环境感知技术，智能网联汽车获取到驾驶的环境相关信息，通过决策系统做出相应的决策，规划汽车的行驶路线，最后由控制系统控制汽车按照决策信息行驶。如何实现环境感知，是探索智能网联车的关键。

基于以上背景，本文阐述了了环境感知的常用技术手段，以及其中使用到的各类传感器的特点。

1 环境感知技术的概念

环境感知指通过智能网联汽车上的智能传感器或是V2X技术，对车辆所属的环境信息进行获取。环境信息的感知对象主要包括四大部分，环境道路、周边物体、行车状态和行车环境。

结构化道路和非结构化道路是环境道路的两大组成部分，在结构化道路的识别中，主要是识别道路边界和各种车道标识线；而非结构化道路是识别车辆可以行驶的路线。

周边物体主要包括在汽车行驶过程中遇到的除本车以外的其他运动或静止的物体，以及交通指示牌、交通信号灯等。

行车状态主要包括车辆驾驶人员身体健康状态以及车辆的行驶状态，如行驶速度、加速度、转向角度。还有附近行驶的其他车辆的行驶状态。

行车环境主要包括行驶道路的路面状况、当前天气以及行驶道路的拥堵情况等。。

为了获取如此多的环境信息，使用单一的智能传感器是无法实现的，多种传感器的配合使用才能实现环境信息获取的全面性和多样性。

2 环境感知方法

环境感知方法主要是通过超声波雷达、毫米波雷达、激光雷达、视觉传感器、传感器融合等，并且辅助以先进的计算机处理算法，利用提前编写的算法程序对传感器获取的初始数据进行处理和挖掘，最终实现对环境的感知。

2.1 超声波雷达

超声波雷达是利用超声波的特性开发的一种雷达装置，它主要由发射器，接收器，数据线，拔码开关几部分组成。其原理是借助被安装在同一平面上的发射器和接收器，发射和接受特定频率的超声波脉冲，声波往返的时间由芯片记录，综合媒介中超声波的速度和往返时间计算出距离值。最后由数据线将数据传输回车辆的控制单元。

在车辆上应用超声波雷达较早，主要是当做倒车雷达，辅助驾驶员进行泊车。它的特点是成本低，抗环境干扰能力强，而且信息处理方便，能够小型化、融合化，现已经被广泛使用在车辆的辅助驾驶系统中。

超声波雷达与其他传感器相比也有一定的不足之处，它的探测距离短，而且受限于声速只适用于低速行驶的车辆，对于低矮、圆锥型的障碍物不易探测，存在探测盲区

2.2 毫米波雷达

毫米波雷达是在毫米级高频电磁波的帮助下，借助工作而制成的雷达。

工作原理是通过内置天线发射毫米波，利用多普勒效应，精确测量与目标距离、目标的相对速度等信息。此外毫米波穿透能力强，分辨率高，可以在浮尘环境下工作。

2.3 激光雷达

激光雷达是激光探测与测距系统的简称，是一种以激光器为发射光源，采用光电探测技术手段的主动遥感设备。激光雷达的激光发射器将电磁脉冲转化为光脉冲，向目标发射信号，根据接受反射脉冲的时间进行相关计算从而获得目标的相关信息。达到高分辨率、高抗干扰能力识别物体的目的。

激光雷达是当下研究的热门，它具有很多优点，探测距离广、分辨率高、信息量丰富、可全天候工作。但是由于产能限制，产品成本较高，并未在智能网联车上广泛使用。而且激光雷达不能识别颜色和平面物体，这意味着它对交通标志和交通信号灯不能识别。。

随着人们对激光雷达的深入研究，各式的激光雷达出现。其可按照有无机械化的激光转台装置分为，机械式雷达、半固态雷达，固态雷达。

2.4 视觉传感器

视觉传感器主要是指车载相机。可按照视觉传感器的配置数量和方式将其分为，单目相机，双目相机和环视相机。单一的光学成像设备不能够获取场景中的三维信息。而双目相机，类似人类的视觉，通过处理获得的深度图就可以获取环境中的三维数据。

视觉传感器具有众多优点，它对图像的获取信息量是极其丰富的，它可以保存物体的颜色、质地、深度和形状等信息。视觉传感器拍摄的图像信息可以为多任务检测提供帮助，如道路检测、车辆识别、行人识别等。而且视觉传感器可以实时获取场景信息，可与机器学习、深度学习等人工智能技术相结合实现智能网联车的环境感知

2.5 传感器融合

传感器融合是将来自多传感器或多源的信息和数据，利用电子信息技术，按照提前编写程序进行自动分析和综合。传感器融合的实现要做到四大同步，包括硬件同步、时间同步、空间同步和软件同步。相比于单一传感器，其优势在于能够综合利用多种信息员的不同特点，多方位获取相关信息。

传感器融合主要三种方式，分别是分布式、集中式、混合式。分布式是依次先将传感器获得的数据进行处理，随后将处理结果传递至信息融合中心进行综合处理。集中式是将各种传感器获得的初始数据直接输送至信息融合中心，再将所有数据综合处理。混合式综合上述两种方式，部分传感器使用集中式融合，剩余传感器使用分布式融合。

参考文献：

[1]徐文轩，李伟.无人驾驶汽车环境感知与定位技术[J].汽车科技，2021，（06）：53-60+52.

[2]吴官朴，杨昱，赵阳，马芳武.生态驾驶在智能网联汽车中的应用综述[J].汽车文摘，2020，（07）：9-16.

[3]武京利，米泉硕，纪磊.无人驾驶汽车环境感知技术分析[J].现代国企研究，2019，（12）：455.