部分内容展示

近年来，随着人工智能领域的不断发展，智能技术正逐渐的融入人们生活的方方面面，从车间的零件制造到餐厅的智能机器人服务、从地震现场的人员搜救到战场的智能侦查，智能技术正以前所未有的速度改变着人们的生活。智能驾驶技术作为智能技术领域的一个重要分支，近年来受到各界的广泛关注。
汽车，作为一个国家的工业文明之镜，反映着社会的变迁，影响着整个社会的经济结构变化和发展速度。汽车的普及扩大了人们的生活半径，加速了物资的运输与流通速度，给人们工作、生活带来了便利。然而，随着人口的不断增加，城市人口流动愈加频繁，交通堵塞逐渐成为各个城市的通病。日益频繁的交通事故给人们的生命财产安全带来了极大的危害。此外，由于车辆的不断增多，带来的环境污染问题也越来越严重。智能车，作为一种新型的车型，利用传感器获取环境信息，使用智能算法实现自主驾驶，可以避免人工驾驶可能带来的人为疏忽。智能车的普及将提高整个交通系统的运行效率，大大减少交通事故，增加车辆出行的安全性。随着各大厂商、研究机构相继推出商业化的自动驾驶以及辅助驾驶汽车，相信在不久的将来，人们出行的方式将发生极大的改变。
智能车辆环境感知是实现智能驾驶技术的关键问题之一，障碍物检测则是智能车辆周边环境感知技术研究领域中的重要组成部分。经过多年的发展，各种基于雷达和相机的检测算法已经取得了长足的进步。通过视觉算法对单目相机采集的图像进行检测，能够获取目标的类别以及在图像的位置，然而其对目标在现实世界中的位置估计却未必非常精确。激光雷达能够对目标的位置作出精确地估计，但其对目标信息的获取依赖于稀疏的激光雷达点，在采集的过程中会损失目标的轮廓和纹理等信息，因此其对目标的“人”或“车”的类别识别相比图像目标的类别识别有局限性。单一传感器的信息量较少，且各自受相应的环境影响，仅靠单一的传感器无法获取较为全面充分的环境信息，而将多个传感器采集的数据融合起来，可以有效地获取更为可靠，全面的环境描述。

激光雷达作为智能车环境感知最为重要的传感器之一，不同的安装与使用方式，对环境感知的结果影响也不同。目前，智能车上常用的激光雷达有单线、四线、32线与64线激光雷达，其中，64线激光雷达使用最多。通常，64线激光雷达多采用垂直的安装方式，在该安装方式下，雷达视野更广，探测距离也更远，但是由于激光雷达设计上的特性，导致其在垂直安装方式下存在两个弊端，一方面车体周围存在盲区，另一方面距离越远，雷达点越稀疏。在智能车的环境感知中，雷达点的稀疏度直接影响着感知的能力以及效果，因为点云稀疏，能够提取的细节信息较少。本文研究的犯线激光雷达相较于64线激光雷达，其体积更小，适合不同的安装方式。通过调整安装方式可大大提高点云密度，提高其环境感知能力。
本文研究所基于的实验平台是“行健一号”智能车，该车多次在智能车比赛中取得优异成绩。在第二届＂智能车未来挑战赛＂中，＂行健一号＂是唯一一支100％识别交通标志的队伍，并且实现了基于视觉的窄车位自主泊车。