无人驾驶汽车环境感知技术.ppt

文档介绍：无人驾驶汽车环境感知技术
百度无人驾驶汽车
一、环境感知目的
通过性:基于自身行驶性能和共识规则,能实时、可靠、
准确识别并规划出可保证规范、安全、迅速到达目的地
的行驶路径;
安全性:在行驶过程中,能够实时、准确识别出行驶路
径周边对行驶安全可能存在安全隐患的物体,为自身采
取必要操作以避免发生交通安全事故;
经济性:为提高车辆高效、经济地行驶提供参考依据;
平顺性:为车辆平顺行驶提供参考依据;
二、环境感知对象
行驶路径:对于结构化道路而言,包括行车线、道路边缘、道路隔离物、恶劣路况的识别。对于非结构化道路而言,包括车辆欲行驶前方路面环境状况的识别和可行驶路径的确认;
周边物体:包括车辆、行人、地面上可能影响车辆通过性、安全性的其它各种移动或静止物体的识别;各种交通标志的识别;
驾驶状态:包括驾驶员驾驶精神状态、车辆自身行驶状态的识别;
驾驶环境:包括路面状况、道路交通拥堵情况、天气状况的识别。
优点:能够获取丰富的周边环境信息、具有优良的环境
适应能力、为安全快速自主导航提供可靠保障。
缺点:感知系统过于复杂、难于集成、造价昂贵、实用
性差。
5. 融合传感: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,通过多信息融合对行驶环境进行感知。
四、环境感知的传感系统
主要由机器视觉识别系统、雷达系统、超声波传感器和红外线传感器所组成。

D等成像元件从不同角度全方位拍摄车外环境,根据搜集到的信息得到反映真实道路的图像数据,然后综合运用各种道路检测算法,提取出车道线、道路边界以及车辆的方位信息,判断汽车是否有驶出车行道的危险,当情况十分危险时,会通过报警系统给驾驶员发出提示和警报,于此同时图像测控系统还可以根据视觉导航的输出,对车辆的执行机构发出指令,从而自主决定车辆当前的前进方向和控制车辆自身的运动状态。
机器视觉具有检测范围广、信息容量大、成本低等优点、并且通过对其所得图像进行处理可以识别、检测对象,所以越来越多的人对机器视觉感知车辆行驶环境产生很大兴趣、以致使机器视觉在智能汽车研究领域得到广泛的应用成为最受欢迎的传感器之一。机器视觉有其弱点容易受到环境的影响,在能见度较低时效果不理想,因此,在传感器类别中属于被动型。
车载单目视觉运动物体检测
车载双目立体视觉环境感知
拥有两个摄像头,两者保持着一定的距离,如同人类的双眼视差,可以帮助汽车确定自己的位置以及行进速度,摄像头有激光发射器不可替代的作用,可以辨识道路上的信号灯与信号标示,保证自身运行遵循交通规则。