基于栅格地图中激光数据与单目相机数据融合的车辆环境感知技术研究



基于栅格地图中激光数据与单目相机数据融合的车辆环境感知技术研究

先进的辅助驾驶系统需要强大的环境感知与建模，许多车辆的环境感知系统基于栅格地图。本文基于栅格地图在车辆环境感知技术研究中将激光数据与单目相机数据融合。

首先介绍了经典的栅格地图，栅格地图法是将车辆周围的区域分为若干个独立的小单元，称为栅格。依据传感器接受的信息对每个栅格的状态进行评估。常见的栅格地图类型为占用栅格地图和对象栅格地图。使用栅格地图的主要目的是进行驾驶路径检测和区分道路静物与动物。建立栅格地图的方法分为3个步骤：位置估计、逆映射传感器建模和融合。位置估计指对车辆相对位置和传感器位置的估计，常用基于转向角速度和速度的推算法或者基于高精度差分全球定位系统的绝对位置测量法。逆映射传感器建模指建立计算栅格状态的函数，利用该函数对激光数据或者单目相机数据进行处理，得出栅格状态。融合是指对某一个栅格状态进行多种多次测量时，这些测量结果需要按照一定的规则融合，常用规则为贝叶斯公式和Dempster-Shafer证据理论，文中选择Dempster-Shafer证据理论进行数据融合。简要概述了Dempster-Shafer证据理论，给出了利用Dempster-Shafer证据理论进行数据融合建立栅格地图的表达式。之后给出使用激光测距数据建立占用栅格地图和使用单目相机获得图像数据建立对象栅格地图的过程。再之后给出一种新的数据融合架构，该架构可分为一个自我运动评估模块和一个栅格映射模块。自我运动评估模块用来估测车辆的俯仰角、速度、横摆角等。栅格映射模块使用自我运动估计模块的数据，计算相应小栅格的占用栅格地图值和对象栅格地图值，利用Dempster-Shafer证据理论将这两者值进行融合。新提出的数据融合架构优点在于，对感知系统功能进行扩展时只需更改单个模块或传感器，而不需要改变整个系统，且每个栅格都能反映出较多的环境信息。最后利用真实数据对所提出方法进行评估、验证，但所提出的方法是建立二维栅格地图，下一步将扩展到立体栅格地图的建立。

Dominik Nuss et al. 17th International Conference on Information Fusion, Salamance- July 07- 10, 2015.

编译：王维