试析智能车环境感知系统设计与实现.pdf

中国科技期刊数据库 工业 A 收稿日期：2023 年 12 月 21 日 作者简介：郝鹏（1988），男，汉族，河北保定人，本科，吉利汽车研究院，中级工程师，研究方向为智能汽车发展及项目管理。-47-试析智能车环境感知系统设计与实现 郝 鹏 郭艳彬 吉利汽车研究院（宁波）有限公司，浙江 宁波 315000 摘要：摘要：环境感知系统是实现汽车智能驾驶的关键系统，通过利用环境感知系统收集周围车辆、行人、车道线等信息，能够为控制器决策与路径规划提供数据支持。本文分析了智能车环境感知系统设计要点，包括环境感知传感器选型、环境感知系统架构设计以及环境感知系统模块设计，并提出智能车环境感知系统实现方法，涉及安装环境感知传感器和处理环境感知系统数据两个关键环节的实现方法，期望对优化环境感知系统功能，保障智能车安全行驶有所帮助。关键词：关键词：智能车；环境感知系统；传感器 中图分类号：中图分类号：TP212.9;U463.6 随着科学技术的快速发展，智能汽车已经成为汽车行业发展的主流方向之一。智能汽车的智能化系统主要由感知系统、控制系统、决策系统、路径规划系统构成，其中感知系统能够为其他系统提供基础数据支持，以满足智能化系统的可靠运行需求。在环境感知系统中，传感器是核心硬件设备，需合理设计与安装多种传感器，保证环境感知系统识别检测目标物的准确性。1 智能车环境感知系统设计 智能车的环境感知包括对车辆自身状态、道路状况、行人目标、交通信号、交通标识、交通状况以及周围车辆等方面的环境因素感知1。一套完整的环境感知系统需要整合多种类型传感器，实现传感器之间的数据交互，为环境感知提供数据信息支持。下面基于多传感器视角对环境感知系统的硬件系统进行分析。1.1 环境感知传感器选型 传感器是环境感知系统中的核心硬件，在环境感知系统设计中，要重点设计传感器硬件，提高智能车对外界环境信息的获取能力与交互能力。本次环境感知系统设计采用超声波雷达传感器、毫米波雷达传感器和相机传感器。1.1.1 超声波雷达传感器 此传感器借助超声波测定一定范围内的障碍物，主要用于近距离目标探测。超声波雷达传感器由共振板、端子、压电晶片振子和外壳构成，常用的超声波雷达传感器为压电型，通过压电效应转化电能与超声波信号，最终回收电信号。在环境感知系统中，选用超声波雷达传感器能够测定本车与障碍物之间的直线距离，但是因感知范围仅在 2m 左右，所以只能将超声波雷达传感器用于近距离报警或弥补其他传感器检测盲区2。1.1.2 毫米波雷达传感器 此传感器借助发射机过向外界环境发射调制信号，经过压控震荡器产生雷达射频信号，信号经过功分器和功率放大器后，一部分信号辐射到周围环境中用于检测障碍物，另一部信号与回拨信号混频，最终获取含有障碍物信息的中频信号。利用雷达数字信号处理系统对中频信号进行转换，生成距离、角度和速度等数据信息。毫米波雷达传感器分别短距离、中距离和长距离三种类型雷达探测，对应的探测距离分别为 50m、100m、200m，对应的探测角度分别为水平80、40、18。在智能车环境感知系统设计中，选用短距离和长距离毫米波雷达传感器。其中，短距离毫米波雷达传感器用于检测前方 50m、角度覆盖 120的区域，其功能为区域性扫描、避免碰撞和障碍物检测；长距离毫米波雷达传感器用于检测前方 200m、角度覆盖 17的区域，其功能为监视远处区域、控制远距离前行、发出碰撞预警4。1.1.3 相机传感器 此传感器由摄像头发出光线，当光线遇到障碍物后反射回一部分光线聚焦到镜头上，再由镜头传递到中国科技期刊数据库 工业 A-48-电荷耦合器上产生电信号，经过图像处理芯片处理后将电信号转换为数字信号，提取出障碍物的相关信息。相机传感器具有障碍物识别的技术优势，但是其在使用中易受到光照影响，特别在夜晚使用时会降低相机传感器的分辨能力3。在智能车环境感知系统设计中，选用相机传感器检测前方50m、角度覆盖120的区域，其主要功能为识别前方车道线和障碍物，避免车辆偏离行驶路线。1.2 环境感知系统架构设计 智能车环境感知系统采用长距离毫米波雷达、短距离毫米波雷达、相机雷达和超声波雷达对行人、车辆、车道线、障碍物等外界环境对象进行感知检测，借助 CAN 总线输出传感器数据，利用数据处理系统进行数据处理，向整车控制器输出环境识别结果。1.2.1 系统子网设计 环境感知系统共设计 24 个超声波传感器、1 个相机传感器、4 个短距离毫米波雷达传感器和 1 个长距离毫米波雷达传感器，根据传感器的运行需求，将系统总线分为 3 条子线，分别为 CAN1、CAN2、CAN3，降低多传感器共用总线的高负载率5。（1）CAN1 设计。子线 CAN1 用于环境感知系统与整车控制器通讯，通过 CAN1 向控制器输入环境感知系统处理的识别结果。环境感知系统配置快速原型开发机 Auto Box 处理器，此处理器可以处理传感器获取的信号，提取出目标物信息、车道线信息，将信息输入到控制器内。整车控制器将车速信息、横摆角信息传输到总线控制器上，实现 CAN1 上环境感知系统与控制器通讯。（2）CAN2 设计。子线 CAN2 用于环境感知系统内部通讯，主要实现传感器与处理器之间的通讯。传感器为 2 个短距离、1 个长距离毫米雷达传感器。（3）CAN3 设计。子线 CAN3 用于环境感知系统内部通讯，主要实现传感器与处理器之间的通讯。传感器为 1 个相机传感器、24 个超声波传感器、2 个短距离毫米雷达传感器。1.2.2 检测覆盖区域 在智能车环境感知系统设计中，将不同类型传感器分布在车辆的不同位置，确定测量范围和测量角度。（1）长距离毫米波雷达传感器。设置在车前端，测量范围为 200m，测量角度为 17，功能为跟踪检测前方车辆、行人和障碍物。（2）短距离毫米波雷达传感器。设置在车前端、车尾部、车两侧各 1 个，测量范围为 50m，测量角度为120，功能为跟踪检测前后方车辆、行人和障碍物。（3）相机传感器。设置在车前端，测量范围为 50m，测量角度为 120，功能为识别车道线、检测目标物。（4）超声波雷达传感器。设置在车身四周，测量范围为200m，测量角度为17，功能为检测四周车辆、行人和障碍物，将其作为短距离毫米雷达传感器检测盲区的补充。1.3 环境感知系统模块设计 本系统算法设计采用快速原型机开发平台建立起多功能模块，利用 Matlab 中的 Simulink 工具将多功能模块编译到上位机上，通过上位机实现多种环境感知功能。具体的模块包括：整车控制器模块、整车通讯模块、驾驶模式切换控制器模块、前方相机传感器模块、前方长距离毫米波雷达初始设置模块、前方长距离毫米波雷数据处理模块、四周短距离毫米波雷达数据处理模块、前方多传感器融合算法模块、前方障碍物区域模块、监视模块6。其中，前方多传感器融合算法模块采用加权融合算法，从多传感器重叠检测区域中检测出纵向距离最近的目标物，提高目标物检测效率，降低目标物信息误差。2 智能车环境感知系统的实现 2.1 安装环境感知传感器 2.1.1 安装超声波雷达传感器 在智能车前部安装 4 个传感器，尾部保险杠安装 4个传感器，车身两侧各安装 8 个传感器。安装方式为内装饰，不外露支架，支架由内向外装入保险杠，再使用 3M 胶将支架进行固定。2.1.2 安装长距离毫米波雷达传感器 此传感器的运行环境参数为：平均功率不超过10mW，24V 直流供电电源 8-34V，24V 直流电源供电的电压上限为 5min36V，运行环境温度范围-40857。此传感器是保证智能车安全驾驶的重要硬件设备，也是环境感知系统的关键所在。将长距离毫米波雷达传感器安装到车牌偏右 2cm 位置，用四个螺栓将传感器固定到保险杠上，安装俯仰角和方位角的允许误差都不得超过3，在安装过程中需要手动校准传感器，以保证检测数据可靠。中国科技期刊数据库 工业 A-49-2.1.3 安装短距离毫米波雷达传感器 此传感器的运行环境参数为：供给电压 TypDC 12V，12V 直流电压供电功耗 4.5w，运行环境温度范围-4085，机械振动 10Hz-200Hz8。将 4 个传感器分别安装到智能车前方格栅处、后方挡板处以及车身两侧，用 4 个螺栓固定到车身上。2.1.4 安装相机传感器 此传感器用于检测目标物的类型、纵向距离、横向距离、纵向速度、横向速度、高度、宽度等信息，可提供车道位置。传感器配置报警装置，当相机传感器检测到车辆无意识偏离车道线时即可发出报警提示。因相机传感器对光线较为敏感，所以在安装传感器时保证其四周不透光，采取密封处理措施，避免进入光线降低传感器的灵敏度。在安装固定传感器后，用 3M胶密封传感器。2.2 处理环境感知系统数据 2.2.1 前方目标物信息数据处理 智能车前端安装四种类型传感器，需采用多传感器数据融合算法处理信息数据，提高对前方目标物识别的准确性。本系统将纵向距离最近的检测物物理信息作为整车控制器的目标物重要参考，数据融合处理方案为：（1）多传感器数据融合处理。对多传感器检测重叠区域获取的数据信息进行融合处理。在数据处理过程中，先分类识别出相机传感器获取的检测物信息，当检测物为行人时，需将相机传感器获取的数据与长距离毫米波雷达传感器获取的数据进行融合处理。当检测物为机动车、非机动车时，需将短距离与长距离毫米波雷达传感器获取的数据进行融合处理。在融合处理数据后，采用卡尔曼滤波跟踪输出稳定的目标物数据，数据包括长度、宽度、纵横向距离、纵横向速度等物理信息，将物理信息传输至整车控制器中，为实施控制策略提供依据。（2）长距离毫米波雷达数据处理。此传感器输出检测物数据共 40 个，构建起 40*8 矩阵，数据信息包括检测物编号、宽度、长度、存在概率、纵向宽度、横向宽度、纵向速度、横向速度；从障碍物数据中提取特征量，特征量为纵向距离，按照纵向距离由近及远排序，形成检测物的物理信息矩阵；目标物为纵向距离最近的检测物，采用过时域滤波跟踪目标物，输出目标物的距离、速度、方位角等信息。（3）短距离毫米波雷达数据处理。此传感器输出检测物数据共 25 个，构建起 25*5 矩阵，数据信息包括检测物编号、纵向宽度、横向宽度、纵向速度、横向速度；从障碍物数据中提取特征量，特征量为纵向距离，按照纵向距离由近及远排序，形成检测物的物理信息矩阵；目标物为纵向距离最近的检测物，采用时域滤波跟踪目标物，输出目标物的距离、速度、方位角等信息。（4）相机传感器数据处理。在前方物体检测中，此传感器通过 CAN 网络输出检测物的宽度、长度、类型、距离信息；在车道线识别中，此传感器通过 CAN网络输出车道线类型、颜色、数量以及距离车身的横向距离，数据传输至快速原型开发机进行处理。2.2.2 后方、两侧目标物信息数据处理 这三个方位的传感器为超声波传感器、短距离毫米波雷达传感器，数据处理方案基本相同，具体处理方案包括：当后方、两侧的障碍物距离与车身距离不超过 2.5m 时，采用超声波传感器检测数据，提取目标的距离信息；当后方、两侧的障碍物距离与车身距离超过2.5m时，采用短距离毫米波雷达传感器检测数据，提取出 5 项位置信息，建立起 25*5 的矩阵。将 25 个纵向距离作为特征量，按照由近及远的顺序排列，形成新矩阵。目标物确定为纵向距离最近的障碍物，采用过时域滤波跟踪检测滤波物，输出目标物距离、速度、方位角信息，将信息输入到整车控制器中作为决策依据。3 结论 综上所述，在智能车环境感知系统设计中，要合理选用超声波雷达传感器、毫米波雷达传感器和相机传感器，借助 CAN 总线中的 3 条子线传输传感器数据，搭建起传感器与整车控制器的通讯平台。在环境感知系统实现中，要规范安装多传感器，制定传感器的数据处理方案，从而提高传感器数据处理的准确性，保证检测到可信度较高的目标物物理信息，为控制器决策提供依据。中国科技期刊数据库 工业 A-50-参考文献 1梁耀杰,李吉生.环境感知系统在智能网联汽车上的应用J.装备制造技术,2023(6):231-234.2朱剑,陈海云,路保松.智能驾驶环卫车 5G 远程驾驶系统J.汽车实用技术,2021(6):52-57.3蔡睿智.各型探测设备在汽车环境感知系统中的应用J.电声技术,2022(12):131-133.4詹德凯.自动驾驶汽车环境感知系统传感器技术现状及发展趋势J.辽宁省交通高等专科学校学报,2021(3):21-26.5梁耀杰,李吉生.环境感知系统在智能网联汽车上的应用J.装备制造技术,2023(6):231-234.6张旭燕,郭建宏.基于激光雷达下无人驾驶汽车的环境感知系统的研究J.汽车电器,2023(6):3-5.7自刘炜,陆存豪.动驾驶汽车环境感知传感器研究J.汽车实用技术,2023(10):197-203.8吕翱.智能汽车环境感知传感器研究进展J.时代汽车,2023(6):153-156.