《智能汽车概论》-智能汽车技术概论 项目三

任务一

智能汽车环境感知技术概述一、

感知技术简介

如图3-1所示,智能汽车通过环境感知获取车辆周边环境的信息。

车辆前方的远距离探测主要依靠远程的毫米波雷达,而车辆四周近处的区域则使用视觉传感器(摄像头)检测,同时辅以激光雷达进行360°扫描,并使用超声波雷达和短程毫米波雷达进行补充。任务一

智能汽车环境感知技术概述二、

智能汽车环境感知技术基础知识

智能汽车选用的传感器,无论是哪一种都各有利弊,因此多数情况下,智能汽车会选用多传感器融合的方式,来更好地进行环境感知。

当前最常见的智能汽车传感器包括激光雷达、毫米波雷达、超声波雷达和视觉传感器,其主要优缺点如表3-1所示。任务一

智能汽车环境感知技术概述二、

智能汽车环境感知技术基础知识

当前实现量产的智能汽车在传感器配置上都大同小异,如表3-2所示。

按所能实现的功能划分,这些量产智能汽车均可实现L2级的智能驾驶。

更高级别的智能驾驶同样离不开传感器的辅助,以谷歌开发的L4级智能汽车Waymo为例。任务二

激光雷达技术与应用一、

激光雷达概述

在构成上,激光雷达主要由发射系统、

接收系统、

信息处理等部分组成,

如图3-2所示。发射系统由各种形式的激光器以及光学扩束单元等组成;接收系统由望远镜和各种形式的光电探测器,如光电倍增管、半导体光电二极管、雪崩光电二极管、红外和可见光多元探测器件等组合。任务二

激光雷达技术与应用一、

激光雷达概述

激光雷达通过主动探测技术,可直接构建路况模型,降低分析难度。

在民用领域,激光雷达可分为一维激光雷达、二维激光雷达、三维激光扫描仪、三维激光雷达等。二维激光雷达和三维激光雷达可实现空间建模,多用在机器人及智能汽车中。表3-3所示为主流激光雷达的对比。任务二

激光雷达技术与应用一、

激光雷达概述

与视觉方案重在数据分析不同,激光雷达可以通过主动探测的方式直接实现物体、路况建模,极大地降低了视觉方案中的数据分析难度。在智能汽车领域,三维激光雷达(见图3-3)的使用频率较其他种类的激光雷达更多、更广。任务二

激光雷达技术与应用一、

激光雷达概述

三维激光雷达扫描一周可以得到环境中物体表面的反射点云,各物体的点云能够大致描绘其轮廓(见图3-4)。

可以看出,激光雷达探测距离越远,其点云越稀疏。任务二

激光雷达技术与应用一、

激光雷达概述

以16线激光雷达为例,其激光雷达垂直方向发射16根射线,水平方向360°旋转扫描检测周围环境,具体性能参数如表3-4所示。任务二

激光雷达技术与应用三、

激光雷达工作原理

1.测量原理激光雷达主要采用TOF测

距,TOF测距也称为飞行时差测距(TimeofFlightMeasurement),利用激光雷达异步收发系统测得往返的飞行时间来测量节点间的距离。如图3-5所示,发射器发射一个激光脉冲,并由计时器记录下发射的时间,返回光经接收器接收,并由计时器记录下返回的时间。由于在障碍物检测的过程中需要获取同一根雷达扫描线相邻两个点之间的关系以及同一水平角度相邻两根线的关系,因此需要对点的编号进行数据解析,以便准确地对所有点进行遍历。

图3-6(a)所示为利用VeloView软件对单帧点云的显示,图3-6(b)所示为障碍物点云图。任务二

激光雷达技术与应用四、

典型激光雷达介绍

如图3-8所示,Velodyne公司的产品主要应用于无人驾驶环卫车、

高精度地图绘制以及智能汽车解决方案。2020年,Velodyne又推出了高分辨率远程激光雷达AlphaPuck、

宽视角短程激光雷达VelaDome、

高性能固态激光雷达Velarray等产品。RoboSense(速腾聚创)是我国较有代表性的激光雷达系统科技企业,如图3-9所示,其产品主要应用于搭载了先进驾驶辅助系统的乘用车、

商用车、

物流车、

机器人,使用场景为公共智慧交通、

车路协同等。禾赛科技同样是我国传感器企业的后起之秀,主要聚焦在3D传感器(激光雷达)的研发及制造,其主要产品如图3-10所示。任务二

激光雷达技术与应用四、

典型激光雷达介绍

数据包示意图如图3-11所示,帧头Header共42byte,用于识别出数据的开始位置。

在Header的42byte数据中有8byte用于数据包头的检测,剩下34byte中,21~30byte存储时间戳,其余作预留处理;数据块区间是包中传感器的测量值部分,共1200byte。任务三

毫米波雷达技术与应用一、

毫米波雷达概述

基于毫米波雷达在车辆检测方面的优势,国外许多公司都加大了对车载毫米波雷达的研发力度,成功研制出多款车载毫米波雷达,图3-12所示为博世公司和电装公司的毫米波雷达。任务三

毫米波雷达技术与应用三、

毫米波雷达工作原理

1.毫米波雷达测距原理毫米波雷达能够实现测距、测速、测方位角等功能.毫米波雷达的测距原理如下。(1)毫米波雷达发射波为高频连续波,其频率随时间按一定规律变化。发射波为高频连续波,其频率随时间规律变化。一般为锯齿形、三角形,这里介绍的是锯齿形,其基本组成称为线性调频信号,其频率随着时间的增加而线性增加,其A-t(振幅-时间)、f-t(频率-时间)如图3-13、图3-14所示。任务三

毫米波雷达技术与应用三、

毫米波雷达工作原理

图3-14中B表示带宽,S表示直线的斜率。(2)发射波遇到物体后反射,接收器接收到反射波。①合成器生成线性调频信号。②发射天线发射信号Tx。③接收天线接收反射回来的信号Rx。④经过合成器,得到发射信号与接收信号之间的差值信号IFsignal。

合成过程如图3-15与图3-16所示。任务三

毫米波雷达技术与应用三、

毫米波雷达工作原理(3)信号从发射到接收存在一定的时间间隔，根据这个时间间隔，得到频率差值信号IFsignal。

从图3-17中可以看出，接收信号与发射信号相同，只是延迟了时间。接收信号与发射信号经过合成器得到差值信号signal，其频率为f=s·T，s为线性调频信号的斜率，s=B/T.。由r=2d/c,f=s·T,S=B/T,可以得出障碍物的距离d与『signal信号频率之间的关系式:d=f·c·T/(2B)。所以分析出了频率f,就可以得到距离d。任务三

毫米波雷达技术与应用四、

典型毫米波雷达介绍

德尔福公司用于探测障碍物的ESR毫米波雷达在其视域内可同时检测64个目标。

该雷达发射波段为76~77GHz,同时具有中距离和远距离的扫描能力。

图3-18所示为ESR毫米波雷达的针脚图。

表3-5对ESR毫米波雷达的相关针脚进行了详细说明。任务三

毫米波雷达技术与应用四、

典型毫米波雷达介绍ESR毫米波雷达的扫描范围如图3-19所示。ESR毫米波雷达的具体参数如表3-6所示。任务三

毫米波雷达技术与应用四、

典型毫米波雷达介绍图3-20为毫米波雷达的工作示意图。任务三

毫米波雷达技术与应用四、

典型毫米波雷达介绍图3-20为毫米波雷达的工作示意图。任务三

毫米波雷达技术与应用四、

典型毫米波雷达介绍图3-20为毫米波雷达的工作示意图。任务三

毫米波雷达技术与应用四、

典型毫米波雷达介绍毫米波雷达输出数据中代表目标的距离、

角度、

速度的数据解析为例,介绍毫米波雷达数据的解析过程。ESR毫米波雷达检测目标消息(0x500~0x53F)的具体格式如图3-21所示,CAN_TX_TRACK_ANGLE(蓝色)表示角度值,CAN_TX_TRACK_RANGE(浅绿)代表距离值,CAN_TX_TRACK_RANGE_RATE(鲜绿)代表速度值。任务三

毫米波雷达技术与应用四、

典型毫米波雷达介绍

当ESR毫米波雷达没有检测到目标时,0x500~0x53F默认输出数据为0000000000001fff(十六进制)。

如果毫米波雷达检测到目标,如0x50E的输出数据为0084C04887FF03EA,则可根据数据协议对数据进行解析,得到毫米波雷达检测的第15个目标的距离、

角度和速度。

解析如表3-8所示,首先转换十六进制数为二进制数填入表格。任务四

超声波雷达技术与应用一、

超声波雷达概述

在乘用车的应用方面,近年来逐步从倒车辅助向自动泊车、

盲区监测(并线辅助)功能延伸。

超声波传感器内部组成结构如图3-22所示。

超声波传感器近年来还被用于低成本的舱内监控,隐藏式的超声波传感器可嵌入在轮罩内(特斯拉采用了类似方案并申请专利),具有车侧报警的功能。任务四

超声波雷达技术与应用二、

超声波雷达工作原理3)时间渡越检测法

如图3-23所示,超声波测距原理是通过传感器对周围空间发射超声波并开始计时,当前方出现障碍物时,超声波一旦触碰到障碍物就会反射回波到传感器的接收装置,传感器接收信息并停止计时,据此时间差计算前方障碍物的距离。

超声波的传播速度与传播介质的温度有很大关系,温度每升高1℃,超声波的传播速度随之增加0.6m/s,相比温度对传播速度的影响,其他因素可忽略不计。

声速与温度对照关系如表3-9所示。任务四

超声波雷达技术与应用三、

超声波雷达应用场景

由于APA的探测范围比UPA更大,所以APA的成本更高,功率也更大。

如图3-26所示,图3-25中的汽车前后向共配备了8个UPA,左右侧共配备了4个APA。任务五

视觉环境感知技术与应用二、

视觉传感器分类及使用1.车载视觉传感器分类目前各种车载摄像头都已经广泛应用在ADAS系统中,表3-10所示为车载摄像头在ADAS系统中的应用。任务五

视觉环境感知技术与应用二、

视觉传感器分类及使用3.车载摄像头的安装

当摄像头的视角平行于路面时,由于视觉图像中像素精度与距离成反比,容易导致图像的算法精度变低,因此为了保证摄像头尽可能准确地捕捉到道路信息,摒弃环境背景信息的干扰,摄像头在安装时通常与道路呈现一定的倾斜角度。

车载摄像头安装和坐标系示意图如图3-27所示。任务五

视觉环境感知技术与应用二、

视觉传感器分类及使用4.车载图像的采集流程车载摄像头图像采集流程如图3-28所示。

摄像头捕获图像后,会依次通过其内置的增益调节、

亮度调节、Gamma调节、

白平衡生成8bit或16bit的图像。任务五

视觉环境感知技术与应用三、

彩色空间模型RGB彩色空间模型是基于笛卡儿坐标系统的,其中每种色彩都出现在红、

绿、

蓝的原色光谱分量中。

其彩色空间模型为如图3-29所示的立方体。

图中,红、绿、

蓝位于三个角上,青、

品红和黄位于另外三个角上,黑色在原点处,而白色位于离原点最远的角上。

灰度等级沿着这两点的连线分布。

因此,不同的色彩处在立方体上或其内部,并可用从原点分布的向量来定义。

为了方便起见,将色彩值都归一化至0~1。任务五

视觉环境感知技术与应用三、

彩色空间模型2)HSI彩色空间模型由于亮度会对RGB彩色空间模型产生干扰,为了消除亮度的影响,需要对RGB模型进行转换,HSI彩色空间模型就是其中的一种转换模型。H如图3-30所示,P为HSI彩色空间模型中任意一点,则该点的色调为原点O(点P的色彩横截面与垂直亮度轴的交点)到点P的向量与R轴的夹角,而饱和度(距垂直亮度轴的距离)为从原点O到点P的向量长度。

任务五

视觉环境感知技术与应用三、

彩色空间模型3)HSV彩色空间模型HSV(色调Hue,饱和度Saturation,明度Value)彩色空间模型与HSI彩色空间模型类似,其彩色空间模型如图3-31所示。

所谓色调,就是确定了色彩的种类,回答了是什么颜色的问题。

任务五

视觉环境感知技术与应用四、

基于视觉的环境感知技术应用

1.车道线检测技术由于人的视觉对颜色的敏感度不同,等量的红、

蓝、

绿混合不能得到对应亮度相同的灰度值,大量的试验数据表明,当采用0.3份红色、0.59份绿色、0.11份蓝色混合后可以得到比较符合人类视觉的灰度值,即式(3.16)。灰度值=R