《智能网联汽车环境感知技术》教学课件—第5章激光雷达

合集下载

24智能网联汽车新技术-05

(3) 基于纹理特征的识别方法基于纹理特征的识别方法是通过对图像中非常具有结构规律的特征加以分析或者是对图像中的色彩强度的分布信息进行统计
来完成。依据模式特征选择及判别决策方法的不同，图像模式识别方法可分为统计模
式（决策理论）识别方法、句法（结构）模式识别方法、模糊模式识别方法和神经网络模式识别方法等。
图像分割没有通用的自身理论，随着科学的发展，出现了一些与特定理论相结合的图像分割法，如越于聚类分析的图像分割法、基于模糊理论的图像分割法、基于小波变换的图像分割法、基于祌经网络的图像分割法、基于图论的图像分割法等。
3. 图像特征提取为了完成图像中目标的识别，要在图像分割的基础上，提取需要的特征，并将某些特征计算、测量、分类，以便于计算机根据特征值进行图像分类、识别和理解。在图像识别中，常选以下特征。 (1) 图像幅度特征图像像素灰度值、RGB、HSI和频谱值等表示的幅值特征是图像的最基本特征。 (2) 直观性特征图像的边沿、轮廓、纹理和区域等，都属于图像灰度的直观特征。它们的物理意义明确，提取比较容易，可以针对具体问题设计相应的提取算法。 (3) 图像统计特征图像统计特征主要有直方图特征、统计性特征（如均值、方差、能量、撕等）、描述像素相关性的统计特征（如自相关系数、协方差等)。 (4) 图像几何特征图像几何特征主要有面积、周长、分散度、仲长度、曲线的斜率和曲率、凸凹性、拓扑特性等。 (5) 图像变换系数特征如傅里叶变换系数、Hough变换、Wavelet变换系数、Gabor变换、哈达玛变换、K-L变换（PCA)等。此外，还有一些其他描述图像的特征，如纹理特征、三维几何结构描述特征等。 4. 图像模式识别图像模式识别的方法很多，从图像模式识别提取的特征对象来看，图像识别方法可分为基于形状特征的识别技术、基于色彩特征的识别技术以及基于纹理特征的识别技术等。 (1)基于形状特征的识别方法基于形状特征的识别方法关键是找到图像中

智能网联汽车技术基础最新版课件-项目二智能网联汽车环境感知技术

1、环境感知系统整体认知
（2）周边物体：
图2-1-2 Tesla Model S 行车时的环境感知
智能网联汽车环境感知技术
周边物体主要包括车辆、行人、地面上可能影响车辆通过性、安全性的其他各种移动或静止物体、各种交通标志、交通信号灯等。如图2-1-2所示，Tesla Model S 行车时，通过中间摄像头的感知，实现了对前方环境中的车辆、交通标识、车辆、行人及行车路径的识别。
按载荷平台分类
机载激光雷达和车载激光雷达
按探测方式分类
直接探测激光雷达和相干探测激光雷达
2、激光雷达原理及应用认知
（1）按扫描方式分类
智能网联汽车环境感知技术
车载激光雷达根据其扫描方式的不同，可分为机械激光雷达和固态激光雷达。机械激光雷达外表上最大的特点就是有机械旋转机构，如图2-2-2所示。我们看到的智能网联测试车车顶上较复杂的圆柱形装置，即为机械式激光雷达。
1、环境感知系统整体认知
信息采集单元
视觉传感器激光雷达毫米波雷达超声波雷达车载自主网络导航定位装置
信息处理单元
道路识别车辆识别行人识别交通标志识别交通信号灯识别
图2-1-3 环境感知系统组成
智能网联汽车环境感知技术
信息传输单元显示系统报警系统传感器网络
车载自主网络
1、环境感知系统整体认知

项目二智能网联汽车环境感知技术

单元四激光雷达原理与应用
三、实训操作实训项目名称：激光雷达安装与调试 1.安装激光雷达并写出安装步骤 2.绘制激光雷达连接电路图 3.在测试软件上设置激Байду номын сангаас雷达调试参数 4.调试结果分析
单元五视觉传感器结构原理与应用
学习目标 1.了解视觉传感器结构与工作原理 2.掌握视觉传感器安装与调试方法
单元三毫米波雷达结构原理与应用（3）安装高度调试推荐的毫米波雷达安装高度为车辆满载时h≥500mm，车辆空载时h≤1000mm。
单元三毫米波雷达结构原理与应用（4）毫米波雷达安装与调试 1）安装毫米波雷达 ①毫米波雷达安装高度： ②毫米波雷达水平角： ③毫米波雷达俯仰角： 2）绘制毫米波雷达连接电路图 3）在测试软件上设置毫米波雷达调试参数 4）调试结果分析
单元二超声波传感器结构原理与应用
学习目标 1.了解超声波传感器结构与工作原理 2.掌握超声波传感器安装与调试方法
单元二超声波传感器结构原理与应用
一、超声波传感器结构原理 1.基本概念在车载传感器中，超声波传感器是最常见的传感器之一，在短距离测量场景有着非常大的优势，大家所熟悉的倒车雷达系统应用的就是超声波传感器。
单元五视觉传感器结构原理与应用
二、视觉传感器安装与标定 1.视觉传感器安装
ADAS功能车道偏离预警盲点监测泊车辅助全景泊车

智能网联汽车环境感知系统

项目二、智能网联汽车环境感知系统

【教学目标】

通过本章的学习，要求学生能够掌握智能网联汽车环境感知的定义、组成以及各种传感

器的用途，熟悉超声波传感器、毫米波雷达、激光雷达和视觉传感器的类型、特点及应用；对道路识别、车辆识别、行人识别、交通标志识别和交通信号灯识别有一个初步了解。

【教学要求】

知识要点能力要求

掌握智能网联汽车环境感知的定义和组成；了解环境感知对象和方法；掌握信息感知单元环境感知的定义与组成

各传感器的用途

掌握超声波传感器、毫米波雷达、激光雷达和视觉传感器的类型、特点以及在智能网联汽环境感知传感器

车上的用途

道路识别了解道路识别的定义与分类、道路图像的特点以及道路识别方法

车辆识别了解车牌识别方法和运动车辆识别方法

行人识别了解行人识别的定义与类型、行人识别系统的组成以及行人识别方法

交通标志识别了解交通标志、交通标志识别系统的组成以及交通标志识别方法

交通信号灯识别了解交通信号灯、交通信号灯识别系统的组成以及交通信号灯识别方法

【导入案例】

未来智能网联汽车能够在道路上有序地安全行驶，特别是无人驾驶汽车，不依赖驾驶员，汽车也能安全行驶，如图2-1所示。

图2-1无人驾驶汽车安全行驶

智能网联汽车或无人驾驶汽车依靠什么技术进行安全行驶的？如何对道路、车辆、行人、交通标志、交通信号灯等进行检测和识别？通过本章的学习，读者可以得到答案。

练习与实训

、名词解释

1.超声波传感器

2.毫米波雷达

3.激光雷达

4.视觉传感器

5.传感器融合二、填空题

1.智能网联汽车的环境感知系统由、和组成。

2.视觉传感器包括单目摄像头、、和。

智能网联汽车技术基础最新版课件-项目二智能网联汽车环境感知技术

1、环境感知系统整体认知
智能网联汽车环境感知技术
（3）驾驶状态：包括驾驶人自身状态、车辆自身行驶状态的识别。（4）驾驶环境：驾驶环境检测主要包括路面状况、道路交通拥堵情况、天气状况的识别。
1、环境感知系统整体认知
智能网联汽车环境感知技术
二、环境感知系统的组成
环境感知系统包括信息采集单元、信息处理单元及信息传输单元三大模块，具体组成见图2-13。其中，信息采集单元包括：视觉传感器、激光雷达、毫米波雷达、超声波雷达、车载自组网络、导航定位装置等；信息处理单元包括：道路识别、车辆识别、行人识别、交通标志识别、交通信号灯识别；信息传输单元包括：显示系统、报警系统、传感器网络、车载自组网络等。
智能网联汽车技术基础
项目二智能网联汽车环境感知技术
任务一环境感知系统整体认知
任务二激光雷达原理及应用认知
任务三任务四任务五任务六
毫米波雷达原理及应用认知超声波雷达原理及应用认知视觉传感器原理及应用认知多传感器融合技术认知
1
环境感知系统整体认知
学习目标
智能网联汽车环境感知技术
1. 掌握智能网联汽车环境感知的定义和组成 2. 熟悉环境感知的对象和方法 3. 了解常见环境感知传感器的类型、特点及在智能网联汽车上的应用
结构化道路一般是指高速公路、城市干道等结构化较好的公路，这类道路具有清晰的道路标志线，道路的背景环境比较单一，道路的几何特征也比较明显，针对它的路径识别主要包括：行车线、行车路边缘、道路隔离物。

智能网联汽车技术教学课件项目一智能网联汽车概论

任务三智能网联汽车技术分级
一、美国关于智能网联汽车的技术分级美国家公路交通安全管理局（NHTSA）分以下5级定义汽车的自动化等级： 1）无自动驾驶阶段（0级）在无自动驾驶阶段驾驶员拥有车辆的全部控制权，在任何时刻，
驾驶员都单独控制汽车的运行，包括制动、转向、加速和减速等。 2）驾驶员辅助阶段（1级）在驾驶员辅助阶段，驾驶员拥有车辆的全部控制权，车辆具备
任务四智能网联汽车的应用
一、在安全行驶方面的应用安全行驶是智能网联汽车的主要功能，它是通过环境感知技术、无线通信技术和网络技术等对诸如交叉路口的
协同驾驶、车辆行车预警、道路危险预警、碰撞预警、交通信息提示等技术的综合采用来减少道路交通事故，保障安全行驶。二、在节能环保方面的应用
智能网联汽车是通过雷达、机器视觉等，提前预知交通控制信号、前向交通流、限速标识、道路坡度等，从而可提前通过车辆控制器实行经济型驾驶策略，最终实现车辆的节能与环保行驶。智能网联汽车在连续交叉路口通行系统中，通过获取交通信号灯信息、位置信息、车流汇入信息等，车载单元计算出优化的车速，控制电子油门和制动系统，从而可实现在控制车速、保证安全前提下的高效通行并降低油耗。这样，整个系统可在保障车辆通行效率的前提下，提高车辆燃油经济性，减少尾气排放。三、在商务办公方面的应用
5）完全自动驾驶阶段（4级）在完全自动驾驶阶段，车辆拥有车辆的全部控制权，驾驶员在任何时候都不能获得控制权。驾驶员只需提供目的地信息或者进行导航输入，整个驾驶过程无需驾驶员参与。

智能网联汽车关键技术—激光雷达

智能汽车是在一般汽车上增加雷达、摄像头等先进传感器、控制器、执行器等装置，通过车载环境感知系统和信息终端实现与车、路、人等的信息交换，使车辆具备智能环境感知能力，能够自动分析车辆行驶的安全及危险状态，并使车辆按照人的意愿到达目的地，最终实现替代人来做驾驶决策及操作的目的。智能汽车的初级阶段是具有先进驾驶辅助系统(Advanced Driver Assistance Systems,ADAS)的汽车，智能汽车与网络相连便成为智能网联汽车。

智能网联汽车本身具备自主的环境感知能力，也是智能交通系统的核心组成部分，是车联网体系的一个结点，通过车载信息终端实现与车、路、行人、业务平台等之间的无线通信和信息交换。智能网联汽车的聚焦点是在车上，发展重点是提高汽车安全性，其终极目标是无人驾驶汽车。本文将自动驾驶领域最为关键的传感器——激光雷达作为中心，通过调研其所扮演重要角色的领域——自动驾驶，了解激光雷达的分类、工作原理及技术指标等。

虽然早期激光雷达主要用于军事和民用地理测绘(GIS)等领域，但随着自动驾驶的兴起，对于环境感知要求日趋严格，在自动驾驶架构中，传感层被比作为汽车的“眼睛”，包括车载摄像头等视觉系传感器和车载毫米波雷达、车载激光雷达和车载超声波雷达等雷达系传感器，其中激光雷达已经被广泛认为是实现自动驾驶的必要传感器。相比于其它类型的自动驾驶传感器，如摄像头，激光雷达探测的距离更远，精度更高。相对于摄像头而言，激光雷达由于为主动发射光束，故比较不容易受周围环境如弱光、雨雪烟尘的影响，而且摄像头在进行图像识别处理时需要消耗大量的处理器能力，而激光雷达产生的三维地图信息更容易被计算机解析。相比毫米波雷达，激光雷达的分辨率更高，并且毫米波雷达也不适用于行人检测和目标识别等工作。在自动驾驶领域，激光雷达与其它传感器互为补充，可以有效提高车辆对于周围环境感知的准确度。

智能网联汽车基础(七)——ADAS激光雷达和视觉系统(上)

(接上期)

一、激光雷达

1.激光雷达相关定义

China SAE标准《智能网联汽车激光雷达点云数据标注要求及方法》对激光雷达、场景、点云等给出一系列的定义和规范。

激光雷达(l g h t d e t e c t i o n a n d ranging)：发射激光束并接收回波以获取目标三维信息的系统。

2.激光雷达特点

车载激光雷达是目前车载环境感知精度最高的感知方式，探测距离可达300m，精度可控制在厘米级。

激光雷达以激光作为载波，激光是光

◆文/江苏周晓飞

智能网联汽车基础(七)

——ADAS激光雷达和视觉系统(上)

波波段电磁辐射。具有以下优点：

①全天候工作，不受白天和黑夜的光照条件的限制。

②激光束发散角小，能量集中，有更好的分辨率和灵敏度。

③可以获得

幅度、频率和相位等信息，可以探测从低速到高速的目标。

④抗干扰能力强，隐蔽性好。激光不受无线电波干扰。

3.激光雷达类型

车载激光雷达根据其扫描方式的不同，可分为机械激光雷达和固态激光雷达。机械激光雷达外表上最大的特点就是总成有机械旋转机构(图1)。

固态激光雷达由于无需旋转的机械

机构，依靠电子部件来控制激光发射角度，其结构相对简单、体积较小，可安装于车体内。长远来看微机电系统激光雷达(MEMS)、快闪激光雷达(Flash)等固态激光雷达有望成为重点。

4.激光雷达结构原理

激光雷达主要包括激光发射、扫描系统、激光接收和信息处理四大系统，这四个系统相辅相成，形成传感闭环。一般由光学发射部件、光电接收部件、运动部件和信号处理模块等部件组成。

激光雷达工作原理是向指定区域发射探测信号(激光束)，经过目标物反射后，收集反射回来的信号，与发射信号进行处理比较，即可获得待测区域环境和目标物体的有关空间信息，如目标距离、方位角、尺寸、移动速度等参数，从而实现对特定区域的环境和目标进行探测、跟踪和识别。

智能网联汽车概论第四章智能网联汽车环境感知技术

图4-1 激光雷达的工作原理示意图
3. 激光雷达接收的是光信号，容易受太阳光、其他车辆的激光雷达等光线影响。
4. 源自文库阶段成本较高。
激光雷达在自动驾驶汽车中的应用
与其他雷达系统相比，激光雷达有着探测范围更广。探测精度更高的优势。激光雷达，因此成为了目前自动驾驶汽车上应用最广泛的传感器之一。激光雷达在自动驾驶中有范地核心功能:三维环境感知和SLAM加强定位。在三维环境感知方面。激光雷达通过激光下描可以得到汽车周围环境的三维模型。运用相关算法比对上一帧和下一帧环境的变化可以较为容易地探测出周围的车辆和行人，并进行障碍物的检测、分类和跟踪。在SLAM加强定位方面，激光雷达可以通过扫描得到的点云数据实现同步创建地图，因此，激光雷达在生成高精地图中是一个非常重要的传感器。另外。激光雷达有着较为稳定的优势，受环境光能的影响较小、因此定位和地图创建的精度高。图4-2为基于激光雷达的示意图。
工作原理
激光雷达是一种激光测距系统，用于获取数据并产生精确的数字高程模型(DEM)。微光本身具有非常精确的测距能力，其测距精度可达厘米级。而随着商用GPS和IMU(惯性测量单元)的发展。通过激光雷达从移动平台上获得高精度的数据已经成为现实并被广泛应用。激光扫描测量是通过激光扫描器和距离传感器来获取被测目标的表面形态的。激光扫描器一般由激光发射器、接收器、时间计数器、微计算机等组成。激光脉冲发射器周期地驱动激光二极管发射激光脉冲,然后由接收透镜接收目标表面后向反射信号，产生接收信号。利用稳定的石英时钟对发射与接收时间差做计数，经由微机对测量资料进行内部微处理，显示或存储、输出距离和角度资料,并与距离传感器获取的数据相匹配，最后经过相应系统软件进行一系列处理，获取目标表面三维坐标数据，从而进行各种量算或建立立体模型。激光雷达通过脉冲激光不断地扫描目标物，就可以得到目标物上全部目标点的数据，使用这些数据进行图像处理后，就可以得到精确的三维立体图像。另外，激光束发射的频率一般是每秒几万个脉冲以上。举例而言，一个频率为每秒一万次脉冲的系统，接收器将会在一分钟内记录六十万个点。

《智能网联汽车环境感知技术》教学课件—第5章激光雷达

24智能网联汽车新技术-05

智能网联汽车技术基础最新版课件-项目二 智能网联汽车环境感知技术

项目二 智能网联汽车环境感知技术

智能网联汽车环境感知系统

智能网联汽车技术基础最新版课件-项目二 智能网联汽车环境感知技术

智能网联汽车技术教学课件项目一 智能网联汽车概论

智能网联汽车关键技术—激光雷达

智能网联汽车基础(七)——ADAS激光雷达和视觉系统(上)

智能网联汽车概论 第四章 智能网联汽车环境感知技术

智能网联汽车技术基础最新版课件-项目二智能网联汽车环境感知技术

项目二智能网联汽车环境感知技术

智能网联汽车技术基础最新版课件-项目二智能网联汽车环境感知技术

智能网联汽车技术教学课件项目一智能网联汽车概论

智能网联汽车概论第四章智能网联汽车环境感知技术