【智能汽车数据采集及处理方法分析4300字】

6智能汽车数据采集及处理方法分析综述目录TOC\o"1-3"\h\u15200智能汽车数据采集及处理方法分析综述 138371.1智能汽车环境感知系统 1158441.1.1环境感知对象 185541.1.2环境感知方法 276401.1.3基于机器视觉的环境感知流程 331941.2传感器 4189471.1.1红外传感器 455191.1.2视觉传感器 613141.1.3超声波传感器 7255201.3数据采集方法 9智能汽车环境感知系统就像人类的“眼睛”“耳朵”和“鼻子”等感官系统一样，是智能汽车后续决策与控制的信息来源。目前，在智能汽车环境感知系统中最为常见的仍是机器视觉与激光雷达技术，为了避障技术的有效实现，必须进行数据收集和处理。在这一章中，主要介绍了用于数据收集和处理的传感器和数据处理方法。1.1智能汽车环境感知系统1.1.1环境感知对象智能网联汽车环境感知对象主要包括以下几个方面。行驶路径识别，结构化道路的行驶路径识别包括道路交通标线、行车道边缘线、路口导向线、导向车道线、人行横道线、道路出入口标线、道路隔离物识别；非结构化道路的行驶路径识别主要是可行驶路径的确认。周边物体感知，周边物体感知主要包括车辆、行人、地面上可能影响车辆通过和安全行驶的其他各种移动或静止物体的识别；各种交通标志的识别；交通信号灯的识别。驾驶状态检测，驾驶状态检测主要包括驾驶员自身状态、主车自身行驶状态和周边车辆行驶状态的检测。驾驶环境检测，驾驶环境检测主要包括路面状况、道路交通拥堵情况、天气状况的检测。由此可见，智能网联汽车环境感知对象非常多，而且情况复杂，这里主要介绍对道路、车辆、行人、交通标志和交通信号灯的检测或识别环境感知在智能汽车中的典型应用如图1.1所示。图1.1环境感知在智能网联汽车中的典型应用1.1.2环境感知方法环境感知方法主要有惯性元件、超声波传感器、激光雷达、毫米波雷达、视觉传感器、自组织网络、融合传感等。惯性元件惯性元件主要是指汽车上的车轮转速传感器、加速度传感器、微机械陀螺仪、转向盘转角传感器等，通过它们感知汽车自身的行驶状态。超声波传感器超声波传感器主要用于短距离探测物体，不受光照影响，但测量精度受测量物体表面形状、材质影响大。激光雷达激光雷达可以获取车辆周边环境二维或三维距离信息，通过距离分析识别技术对行驶环境进行感知。激光雷达能够直接获取物体三维距离信息，测量精度高，对光照环境变化不敏感；但它无法感知无距离差异的平面内目标信息，体积较大，价格较高，不便于车载集成。毫米波雷达毫米波雷达与激光雷达一样，也可以获取车辆周边环境二维或三维距离信息，通过距离分析识别技术对行驶环境进行感知。毫米波雷达抗干扰能力强，受天气情况和夜间的影响小，体积小；传播损失比激光雷达少，行人的反射波较弱，难以探测。视觉传感器视觉传感器能够获取车辆周边环境二维或三维图像信息，通过图像分析识别技术对行驶环境进行感知。视觉传感器获取的图像信息量大，实时性好，体积小，能耗低，价格低；但易受光照环境影响，三维信息测量精度较低。自组织网络通过车载自组织网络可以获取车辆行驶周边环境信息和周边其他车辆行驶信息，也可以把车辆本身的信息传递给周边其他车辆。通过车载自组织网络能够获取其他传感手段难以实现的宏观行驶环境信息，可实现车辆之间信息共享，对环境干扰不敏感。融合传感融合传感是指运用多种不同传感手段获取车辆周边环境多种不同形式信息，通过多信息融合技术对行驶环境进行感知，如视觉与毫米波雷达、视觉与激光雷达、视觉与超声波传感器的融合等。其优点是能够获取丰富的车辆周边环境信息，具有优良的环境适应能力，为安全快速辅助驾驶提供可靠保障；缺点是系统复杂，成本高。图1.2所示为智能网联汽车周边环境感知示意图图1.2智能汽车周边环境感知示意图1—长距离雷达；2—短距离雷达；3—视觉传感器；4—超声波传感；5—视觉传感器；6—自组织网络1.1.3基于机器视觉的环境感知流程机器视觉是环境感知最常用的方法之一，它具有以下特点。视觉图像的信息量极为丰富，尤其是彩色图像，不仅包含有视野内物体的距离信息，而且还有物体的颜色、纹理、深度和形状等信息。在视野范围内可同时实现道路检测、车辆检测、行人检测、交通标志检测、交通信号灯检测等，信息获取面积大。当多辆智能网联汽车同时工作时，不会出现相互干扰的现象。视觉信息获取的是实时的场景图像，提供的信息不依赖于先验知识，比如GPS导航依赖地图信息，有较强的适应环境的能力。驾驶过程中，绝大多数信息都是人们从眼睛获取的。因此，基于视觉的高效、低成本的环境感知将成为智能网联汽车未来产业化的主要发展方向。基于视觉的环境感知流程如图1.3所示，一般包括图像采集、图像预处理、图像特征提取、图像模式识别、结果传输等，根据具体识别对象和采用的识别方法不同，感知流程也会略有差异。图1.3基于视觉的环境感知流程1.2传感器上世纪七十年代，美国、欧洲等发达国家率先开始对智能汽车进行全面研究，传感器也被应用于智能汽车。此时，仅视觉传感器被广泛使用。随着科学技术的发展，开发了适合各种情况的传感器，并应用于智能汽车的开发。目前在智能汽车研究中运用较为广泛的传感器有超声波传感器、红外传感器、激光雷达传感器、视觉传感器等。由于市面上的传感器种类繁多，功能不一，所以在智能汽车研究中，如何选择运用合适的传感器就显得尤为重要[7-10]。1.1.1红外传感器红外传感器是一种能够将红外信号变成电量信号的探测性元件。在自然界中，所有的高于零下273度的物体均能发出红外光，但是所有带有温度的物体所发出的红外光的波长会随着物体温度的不同而变化，所以，红外传感器可根据物体所发出红外光的波长来进行对物体的测量[11]。根据检测原理，可以分成热检测器和光子检测器。根据功能的不同可以分为5个类别：辐射计、搜索跟踪系统、热成像系统、红外测距和通信系统、混合系统，一般来说，在智能车辆躲避障碍物的研究中，红外传感器的测距最常被使用的功能。测距法根据是否需要人的控制，分为主动测距和被动测距。由于不需要人为控制红外线测距属于被动测距。从信号源发送信号，接收反射信息以获得距离信息。图1.4红外测距原理图红外线测距的原理是红外线发射器以预先设定的角度发射红外线，当红外线遭遇障碍物时发生反射，经障碍物反射的红外线由CCD检测器接收。从而得到红外线发射器与CCD检测器间的偏移值，然后利用三角定理得到关系式（1.1）：（1.1）式（1.1）中，D代表红外传感器与障碍物的距离，f表示滤镜的焦距，L表示偏移值，X表示红外线发射器与CCD检测器的中心距，表示发射角，。由图1.4和式（1.1）可知，当障碍物和红外传感器的距离D非常小时，则偏移值L的值就会特别大，甚至超出CCD检测器的检测范围，反之，则偏移值L的值则会特别小，因此，焦距是检测器是否能够识别偏移值L的关键，因此，红外传感器测距时，会存在一定的盲区，这就导致获得的红外线传感器到被测障碍物的距离不够精确。因此，选择多传感器融合技术，将不同类型的传感器收集的信息融合在一起，利用其他传感器的优势来弥补红外线测距的缺陷，智能车辆接收多传感器融合处理的信息后，使得智能汽车拥有强实时性、高精度的躲避障碍物的功能。1.1.2视觉传感器从感知周围环境的角度来看，视觉传感器对于智能车辆来说非常重要，具有测量信号范围大和信息完整度高这两个优点。视觉传感器在智能车辆上的应用是以摄像头的方式出现，主要用于自适应巡航控制系统、车道偏离预警系统、车道保持辅助系统、汽车并线辅助系统、自动刹车辅助系统中的障碍物检测和道路检测等。它一直是智能车辆研究不可或缺的重要传感器之一。视觉技术是一项综合技术，包括视觉传感技术、光源照明技术、光学成像技术、数字图像处理技术、数字与模拟视频技术、计算机软硬件技术和自动控制技术[12]。图1.5视觉传感器它的作用是将镜头所成的图像转变为数字或模拟信号输出，是视觉检测的核心部件。图像的定义和定界符通常以分辨率测量，并以像素数量表示。视觉系统工作流程如图1.6所示。图1.6视觉系统工作流程图1.1.3超声波传感器频率高于人类听觉上限频率（约20000Hz）的声波，称为超声波。超声波传感器是利用超声波的特性研制而成的传感器，是在超声频率范围内将交变的电信号转换成声信号或者将外界声场中的声信号转换为电信号的能量转换器件。超声波测距的原理是测量超声波从发出至遇到障碍物后，反射回来的时间差来计算障碍物距离[13]。假设超声波从发射出去到到反射回来所用的时间为，超声波在当前环境中的传播速度为，所以可得障碍物距离超声波发射器的距离的公式如式（1.2）所示：（1.2）而超声波的传播速度会受到当前环境温度的影响，所以当环境中的温度为T时，超声波在当前环境中的传播速度如式（1.3）所示：（1.3）其中。图1.7超声波传感器测距原理超声波传感器经常用于智能车辆的障碍物检测研究，作为测量距离的必要工具。与其他测距传感器相比，超声波传感器具有以下特点：超声波的传播速度仅为光波的百万分之一，并且指向性强，能量消耗缓慢，因此可以直接测量较近目标的距离，一般测量距离小于10m。超声波对色彩、光照度不敏感，可适用于识别透明、半透明及漫反射差的物体。超声波对外界光线和电磁场不敏感，可用于黑暗、有灰尘或烟雾、电磁干扰强、有毒等恶劣环境中。超声波传感器结构简单，体积小，成本低，信息处理简单可靠，易于小型化与集成化，并且可以进行实时控制。从性能上来看，在相对严峻的环境中，超声波传感器可以实时监测障碍物与目标车辆之间的距离信息，从经济角度来看，超声波传感器的价格相对便宜，超声波传感器被广泛应用于当前的研究中。通过超声换能结构，配以适当的收发电路，就可以使超声能量定向传输，并按预期接收反射波，实现超声测距、遥控、防盗等检测功能，如图1.8所示.图1.8超声波传感器当超声波传感器收集距离信息时，由于有一个盲区，当无法检测到的盲区存在故障时，智能汽车会与障碍物发生碰撞，从而造成不必要的损失。因此，对于该缺点，在超声波传感器的设置角度被正确检测到的情况下，能够减小检测盲区域，并降低碰撞的可能性。1.3数据采集方法数据收集是智能车辆操作过程的重要部分。在传感器收集到数据信息之后，将其收集到数据信息处理、计算并反馈到智能车辆的相应模块，以使得智能车辆在操作过程中能够顺利到达目的地[14]。本次研究使用三对超声波传感器，分别安装在智能汽车前端的左侧、中央、右侧及后端的左侧、中央、右侧；这是用来