智能网联汽车环境感知技术-项目六 多传感器信息融合技术应用.pptx

智能网联汽车环境感知技术

多传感器信息融合技术应用PART6

自动驾驶和危险驾驶，究竟有何区别?上述小的典型事故，这将自动驾驶推上了风口浪尖。在多传感器融合的时候，大部分雷达起的其实还是辅助作用，摄像头这类视觉传感器还是起主导作用，多传感器融合会更复杂，但复杂的同时也能带来更高的安全性，目前多传感器的融合还处于早期发展阶段，远远谈不上成熟。“车企引入激光雷达到量产的车型没多久，而且毫米波雷达没有经过大规模量产的检验，符合车规级的毫米波雷达市场上找不到几家。”虞正华解释，包括传感器在内的自动驾驶技术，正在快速迭代，怎么用好这些传感器跟算法结合。提升自动驾驶的安全性，车企要要做的工作还很多，怎么用好这些传感器跟算法结合，提升自动驾驶的安全性，车企要要做的工作还很多。情景导入

学习目标

一、多传感器信息融合技术1.传感器融合的概念如图６-１所示，以人的感知决策为例引入传感融合的概念，我们可以简单的把人的眼、鼻、耳、口等做感官输入，人的大脑作为中央处理器，人在做出决策前，往往会根据感观系统(眼鼻耳口等)所得的信息做分析处理，然后得出下一步应该做什么。理论知识

2.多传感器融合的定义智能网联汽车传感器融合(多传感器信息融合)，是指将自动驾驶摄像头、激光雷达、毫米波雷达以及超声波雷达等多种传感器各自分别收集到的数据进行融合，然后利用计算机技术将来自多传感器或多源的信息和数据，在一定的准则下加以自动分析和综合，以完成所需要的决策和估计而进行的信息处理过程，以便更加准确可靠地描述外界环境，提高系统决策的正确性。如图６-２所示。

3.多传感器融合技术的必然性智能网联汽车上所搭载传感器(摄像头、超声波雷达、毫米波雷达、激光雷达等)的原理、功能各不相同,它们在不同的应用场景下发挥着各自的优势，不可替代。如图６-２所示，为智能网联汽车常见的传感器探测范围及功能。

4.传感器融合的优势在智能网联汽车是自动驾驶系统上使用传感器融合技术主要有如下优势。(２)增加系统感知维度，提高系统的可靠性和鲁棒性(３)增强环境适应能力(１)提高感知系统的感知准确性(４)减少成本

二、多传感器信息融合原理及算法1.激光雷达与相机联合标定的相关坐标系(１)数据层融合(２)特征级融合(３)决策级融合

2.多传感器融合结构多传感器信息融合可以提高拥有多个传感器智能检测系统的性能，减少全体或者单个传感器信息检测的损失，从传感器和融合中信息流的关系来看，多传感器信息融合的就够有串联型、并联型和混联型。

3.多传感器融合技术目前，智能网联汽车多传感器融合技术总体上可以分为前融合技术和后融合技术。(１)多传感器前融合技术(２)多传感器后融合技术

4.常用的多传感器信息融合算法从信息融合的功能模型可以看到，融合的基本功能是相关、估计和识别。重点是估计和识别，相关处理要求对多传感器或多源测量信息的相关性进行定量分析，按照一定的判别原则，将信息分为不同的集合，每个集合的信息都与同一信源关联。(５)人工神经网络法(３)多贝叶斯估计法(４)Ｄ￣Ｓ证据推理法(１)加权平均法(２)卡尔曼滤波法

三、典型智能网联汽车传感器融合方案及应用1.摄像头与毫米波雷达的融合车载摄像头和毫米波雷达的融合可以很好是实现两类传感器的优势互补，摄像头易受环境影响，但其分辨率高，可采集丰富的图像信息，毫米波雷达抗干扰能力强，但分辨率低，不能识别具体物体，两者的融合具有如下优势:结果可靠性高1）互补性强2）识别能力强4）精度高3）

2.摄像头与激光雷达的融合激光雷达与摄像头融合是智能网联汽车上传感器融合的经典方案，在无人驾驶应用中，摄像头传感器价格便宜，但受光线影响较大，导致其可靠性较低，激光雷达传感器探测距离远，能有效检测运动物体，可靠性高，但是价格高昂。(１３)电气特性测试

3.毫米波雷达与激光雷达的融合毫米波雷达是智能网联汽车无人驾驶技术的核心传感器，具有体积小、质量轻、抗干扰能力强、价格相对便宜等优势，但受波长的等的影响，毫米波雷达探测距离有限且不能识别具体物体，以及无法对周边障碍物建模等劣势，而这些劣势恰巧是激光雷达优点，两者可以很好的实现优势互补，两者的融合使用，有望在保证功能覆盖和安全性的前提下，减少激光雷达的使用数量，降低成本。(１３)电气特性测试

技能提升下面以智能网联汽车激光雷达和摄像头的融