无人驾驶汽车环境感知技术综述

无人驾驶汽车在行驶过程中获取外界环境信息是车辆进行导航定位、路径规划及运动控制的根本前提。首先对无人车环境感知所需传感器的特点和原理进行了介绍,然后阐述了激光雷达和相机的标定方法,并论述了道路、行人、车辆、交通信号及标识检测任务中的关键技术,同时分析了各种传感器的优势与限定条件,论述了各项关键技术的原理与方法,从而对无人驾驶汽车在环境感知领域的关键技术进行了综合论述。     

城市复杂环境下基于三维激光雷达实时车辆检测

针对目前车辆检测准确性不高的问题,提出一种在城市复杂环境下单帧准确实时检测静止或运动车辆的算法.车辆检测系统采用三维激光雷达点云和二维栅格相结合,其中障碍聚类和障碍块轮廓在二维栅格地图上提取,而障碍检测和车辆检测在三维点云数据上处理.检测准确性的高低主要取决于所选的特征是否具有很好的区分性.针对几何形状相似难以区分和物体遮挡等问题,采用3种特征描述:反射强度概率分布、纵向高度轮廓分布和位置姿态相关特征,并利用支持向量机(SVM)训练分类器实现车辆的实时检测.实验中比较和分析了不同单特征和综合特征的检测性能,结果表明:自主车在城市环境下能以每帧200ms实时准确地检测环境中的车辆.     

基于三维激光雷达的动态障碍实时检测与跟踪

为了解决在大数据量的情况下实现高效检测与跟踪的难点,提出一种室外动态未知环境下自主车的多障碍实时检测与跟踪的算法.由于Velodyne 64线三维激光雷达具有数据量大、精度高等特点,采用其与相机结合感知环境.算法结合从图像处理中得到的道边信息将原始激光雷达数据的感兴趣区域转化为栅格地图,在地图上采用区域标记和模板匹配的方法进行聚类和特征提取,检测得到盒子模型的障碍物,并进行障碍物跟踪.为了避免在多障碍物的情况下出现虚警和漏检,基于多假设跟踪数据关联和卡尔曼滤波来跟踪连续多帧的障碍物.本算法在自主车平台上能够以每帧100 ms实现准确、稳定地检测和跟踪.     

基于多线激光雷达的障碍检测与环境重建

针对越野环境中自主导航车(ALV)的导航问题，提出了基于卡尔曼滤波理论的障碍检测算法.通过分析多线激光雷达的扫描数据，依次进行候选障碍点提取、非障碍扫描点滤除和聚类分割获取障碍信息，使用卡尔曼滤波算法对目标障碍位置进行跟踪和滤波处理，并结合自主导航车上差分全球定位系统/惯性导航系统(DGPS/INS)的位置和姿态信息进行联合定位，对ALV途经的周围环境进行了三维地图重建.试验结果表明，该算法稳定可靠，跟踪的位置误差可以降低到10 cm以内，有效地解决了越野环境下的障碍检测问题，同时成功地完成了环境场景的重建.     

无线传感器网络在机房环境感知中的应用

近年来,无线传感器网络（WSN,WirelessSeniorNetwork）技术已经迅速在应用开发领域发展起来。本文着重介绍了无线传感器网络在机房环境感知中的应用。通过深入研究WSN的三层结构,设计并实现了基于WSN的机房环境感知系统,对温度、湿度、光亮度方面进行有效的监测。     

多轮混合动力驱动无人驾驶框架车整车控制器开发

针对多轮分布式混合动力驱动无人驾驶框架车(MHUFV)的功能特点,开发整车控制系统,包括基于双动力源协调的高压上下电管理,考虑多控制节点复杂系统的故障诊断与容错控制,以及双输入模式驾驶员指令判定、防滑控制、模式切换和能量分配控制算法的设计.在此基础上,构建MHUFV软件架构,利用快速控制原型(RCP)技术平台,开发整车控制器,并对整车基本性能进行实车测试.结果表明,开发的整车控制器能够满足实车设计需求,在满载极限车速15 km/h时各关键状态量测试结果合理,且在同一运行工况下相比于传统柴油车节油效果达到38％,可以满足当前框架车行业的开发需求.     

人工势场法在无人车避障系统中的改进

传统的人工势场法易出现陷阱区域,在障碍物前面产生震荡等缺点.通过建立避障的动力学模型,引入对障碍物的模糊分类和BP网络对传感器数据的融合优化,使得无人驾驶车在通过有障碍物的道路中能够实现自主避障,做到提前预判,有效消除了震荡或死区引起的系统不稳定性.相比于传统人工势场算法,采用改进算法使得系统在稳定性和效率上有进一步提高.     

基于环境感知的防泄漏多秘密共享方案

提出了一种基于环境感知的防泄漏多秘密共享方案。在该方案中,可信中心利用中国剩余定理将多个秘密合并成一个秘密,根据拉格朗日插值多项式为各个参与者分配秘密子份额;在秘密重构时,参与者利用双线性映射,根据其秘密子份额和当前环境信息计算伪子份额;验证机构利用拉格朗日插值和双线性映射计算出验证信息,来验证参与者提交的伪子份额的有效性。该方案中参与者的子份额以及共享秘密均具有防泄漏特性,因而可以被重复使用。基于环境感知的动态性可以极大提高该方案对移动攻击者的攻击难度。该方案尤其适用于无线传感器网络、多机器人等野外工作的系统,可以有效提高这些系统的使用效率和安全性。     

多层BP神经网络在钢铁材质裂纹检测中的应用

用设计好的电磁检测设备测得长螺栓的初始磁导率后,对所获得的模拟数据进行数字化处理得到磁导率特征值。设计了多层BP神经网络对钢铁材质长螺栓进行裂纹检测,实验数据表明,分类算法实现简单、分类准确,较容易应用在钢铁材质无损检测的实时系统中。     

一种基于激光雷达传感器的行人检测方法

针对目前基于激光雷达点云的大多数特征不能描述行人目标的形状分布这一问题,本文提出了一种面向地面无人车辆的基于激光雷达传感器的行人检测方法。利用DBSCAN算法所有的非地面激光雷达点云进行聚类,并且提出了一种快速点特征直方图分布特征,用于训练支持向量机分类器进行行人的检测。本文在KITTI OBJECT数据库和一辆地面无人车辆上对方法的正确率和有效性进行了实验,结果表明:验证了本文提出的快速点特征直方图特征相比较于其他的激光雷达特征,可以有效提高行人检测的性能,同时能够满足地面无人车辆对行人检测的实时性要求。     

可调谐激光痕量气体检测中的数字滤波技术的优选

为改善可调谐二极管激光吸收光谱(TDLAS)系统的检测性能,以浓度为50×10-6和17×10-6的H2S气体检测为例,根据TDLAS系统的噪声特征,选择了4种数字滤波技术并利用Visual C++软件分别编写了程序对二次谐波原始信号进行压噪和有效信号的提取。结果表明,采用非线性最小二乘法与数字平均滤波技术相结合,使系统理论检测极限由原来的30×10-6提高到了5×10-6量级;对于反演后气体的浓度信号则采用Kalman滤波进行再去噪,使信噪比提高了近8倍。比较结果表明,经过上述滤波处理,TDLAS系统的信噪比和检测极限性能有明显改善。本文的上述方法实际应用到我们的TDLAS在线工业排放气体的测量系统中,取得了良好的效果。