浅谈自动驾驶汽车环境感知系统在冬季面临的挑战*

何俊南，郭瑞玲，吴昊，殷振华

浅谈自动驾驶汽车环境感知系统在冬季面临的挑战*

何俊南，郭瑞玲，吴昊，殷振华

（中国汽车技术研究中心有限公司，天津 300300）

我国北方具有四季分明的特征，冬季寒冷漫长且常伴有降雪，导致路面有积雪、结冰等情况，这些复杂的自然环境对自动驾驶汽车的行驶安全提出了严苛的挑战。文章总结了冬季环境对自动驾驶汽车环境感知系统的影响，并对后续研究提出建议。

自动驾驶汽车；环境感知；冬季环境；降雪场景

1 引言

随着汽车自动化程度地提高，自动驾驶汽车已成为国内外的研究热点之一。自动驾驶汽车的关键技术主要为感知、决策和控制三个方面，即利用传感器收集周围环境信息，并与决策系统和控制系统进行交互来控制车辆[1]。其中，环境感知系统能够将真实的物理世界信息采集转换为数字信号，是自动驾驶汽车的硬件架构基础[2]。在北方的冬季，环境条件复杂，且易出现极端恶劣的天气，为环境感知系统的正常工作提出了挑战。

2 环境感知系统概况

环境感知系统利用外部传感器采集道路状况、天气状况、驾驶员状态等，为自动驾驶汽车的安全行驶提供可靠的决策依据。目前，现有的车载传感器主要包括激光雷达、毫米波雷达、超声波雷达和摄像头等。

2.1 激光雷达

激光雷达是工作在光波频段的雷达，它利用光波频段的电磁波先向目标发射探测信号，然后将其接收到的同波信号与发射信号相比较，从而获得目标的位置（距离、方位和高度）、运动状态（速度、姿态）等信息，实现对目标的探测、跟踪和识别[3]。激光雷达探测范围广、分辨率高、信息量丰富，可探测路面场景中的其他车辆、行人和障碍物等，但不能识别交通标志和交通信号灯，多用于行人保护系统、自适应巡航控制系统、车道偏离预警系统、自动紧急制动系统等。

2.2 毫米波雷达

毫米波是指长度为1-10mm的电磁波，对应的频率为30-300GHz，毫米波雷达的基本原理是发射一束电磁波，观察回波与入射波的差异来计算距离、速度等[4]。毫米波雷达探测距离远，响应速度快，抗干扰能力强，但是覆盖区域呈扇形，有盲点区域，无法识别交通标志和交通信号灯，主要用于自适应巡航控制系统、自动制动辅助系统、盲区监测系统等。

2.3 超声波雷达

超声波雷达利用声波的传播来提取环境信息，首先发出高频声波，并且接收物体反射来的回波，最后计算从发送信号到收到回波的时间间隔，从而确定物体的距离[5]。超声波雷达的成本较低，重量轻，功耗低，但是探测距离较近，有盲区，对色彩、光照度不敏感，对光线和电磁场不敏感，最常见的是用在自动泊车辅助系统。

2.4 摄像头

摄像头主要由镜头、图像传感器、模/数转换器、图像处理器、图像存储器等组成，其主要功能是获取足够的机器视觉系统要处理的原始图像。光线经过光学镜头和滤光片后聚焦到传感器上，通过转换器将光信号转换成电信号，再由图像处理器转换成标准格式的数字图像信号，传输到计算机端[6]。摄像头感知信息量极为丰富，不仅包含有视野内物体的距离信息，还有该物体的颜色、纹理、深度、形状等信息，并且可进行多任务检测。摄像头包括单目、双目、三目、环视等类型，主要用来识别车道线、障碍物、交通标志牌、地面标志、交通信号灯等。

3 冬季环境特征及其影响

随着汽车厂商争相上路进行自动驾驶汽车路试，他们陆续遇到了冬季环境带来的挑战。在冬季环境行驶对于自动驾驶汽车的普及至关重要，并且还能进一步发挥自动驾驶汽车在减少交通拥堵和交通事故伤亡方面的潜力。冬季环境的特点为：气温低且持续时间长，存在降雪及路面积雪、结冰的情况。

3.1 低温

低温环境会改变各类传感器材料的物理特性，可能会对其工作性能造成暂时或永久性的损害，比如造成传感器材料的硬化和脆化，因此对于各类传感器的低温适应性能和耐久性能均提出了更高的要求。此外，低温环境下雷达传感器外表面上易出现结冰的情况，当结冰量很少时，雷达传感器尚能应付，但是结冰越来越厚时，雷达传感器就无法正常工作。

3.2 降雪

视觉传感器受降雪天气影响最大，雪花会遮挡摄像机的视线，导致不能正确识别道路标记等，造成汽车“失明”。当雪花附着在摄像头上逐步融化为水滴，会对光圈孔径造成严重影响，造成视野遮蔽或背景虚化等。激光雷达也会因降雪天气而受限，因为发射的光脉冲遇到雪花会反射回来，激光透过率随着降雪密度以及传输距离的增加而下降，甚至会把落下的雪花误认为是需要躲避的物体，干扰自动驾驶汽车对周围环境的正确判断。

3.3 路面积雪、结冰

对于视觉传感器来说，路面积雪或结冰时，会掩盖车道线，造成识别困难，并且道路上产生的反射可能会出现混乱物体镜像，从而发生认知混淆，物体误判等情况。此外，积雪、结冰路面湿滑，对车辆的操控性能和制动性能有很大影响，目前的环境感知系统并不能感知路面性能如附着系数等信息，无法有效应对可能出现的轮胎打滑、制动距离增加等情况。

4 研究建议

目前国内外对于自动驾驶汽车在冬季场景进行测试的研究较少，可供借鉴的成果案例较少，其原因如下：关键的降雪模拟场景搭建技术难度较大，投资成本较高，且因其特殊的季节性，导致项目周期较短。但是，随着自动驾驶技术迭代升级，冬季场景的测试需求定会逐渐增加，目前已有部分雨雾环境模拟测试区进行开放，可为降雪模拟场景的搭建提供参考。

美国弗吉尼亚Smart Road试验场是美国北部唯一能够进行智能网联汽车测试的试验场，最具特色的便是天气模拟系统，测试场景如图1所示。该测试区道路长度800m，设置75个天气塔可以产生雨、雪和雾，天气塔中的水来源于一个容量为189万升的水箱，它们可以在适宜的天气环境下产生特定的天气，如雨量为2-64mm/h的降雨天气，能见度在3-91m范围内变化的雾天，以及雪量为102mm/h的降雪天气。

图1 Smart Road汽车试验场降雨测试场景

日本机动车研究所建设的日本第一家自动驾驶汽车测试场J-TOWN，于2017年4月1日面向日本国内企业和研究机构开放测试。其中，针对自动驾驶汽车的环境感知系统测试，设置特殊环境测试区域，道路长度为200m，可实现降雨场景模拟，并与光照模拟结合，搭建了多种场景设施，测试场景如图2所示。

图2 J-TOWN汽车试验场降雨测试场景

由新加坡国家陆路运输管理局和新加坡南洋理工大学等机构共同开发的CETRAN智能车测试中心，是东南亚地区第一个自动驾驶测试中心，已于2017年底开放。针对新加坡及周边热带地区突然倾盆大雨或山洪暴发的特殊环境，设置了模拟热带降雨和洪水的测试区域，道路长度为40m。雨天模拟器由一个近40米长的薄金属框架组成，分为九个部分，在每个部分的顶部有三个喷嘴，降雨强度可达150mm/h，测试场景如图3所示。

图3 CETRAN智能车测试中心降雨测试场景

2019年8月，上海临港智能网联汽车综合测试示范区正式开放，该示范区建有国内最长的雨雾环境测试区域，可模拟高速公路及普通公路的雨雾场景，测试场景如图4所示。雨雾环境测试区长约500m，立杆高度达4.8m（净空），可以实现5mm-100mm的雨量等级，即小雨到大暴雨6个雨量等级，雨雾均匀可控，雨量数据低延迟上传，云控平台全时监控。

因此，开展降雪模拟场景搭建研究时，首先需分析冬季气象环境的形成机理，如自然环境中降雪的形成原理及其特性；随后进行模拟复现技术研究，如充分调研目前已知的造雪设备，选择与自然降雪性能最为接近的造雪方式，并设计布局以控制降雪量和降雪均匀性等；从路面特征和天气条件两个维度出发，构建不同级别的测试场景；最后确定科学的测试方法，通过冬季场景测试获取并分析试验数据，调整优化后形成完善的测试方法及测试流程。

图4 临港智能网联汽车测试示范区雨雾环境测试区

5 结语

随着技术的进步，自动驾驶技术飞速发展，已经成为汽车行业的重要趋势。目前在冬季环境下实现自动驾驶还有很多未知的盲区，需要从业者继续探索和研究，完善的环境感知系统将是自动驾驶汽车实现产业落地的重要基础。

[1] 王金强,黄航,郅朋,申泽邦,周庆国.自动驾驶发展与关键技术综述[J].电子技术应用,2019,45(06):28-36.

[2] 王艺帆.自动驾驶汽车感知系统关键技术综述[J].汽车电器,2016 (12):12-16.

[3] 郝俊.自动驾驶环境感知系统研究[J].时代汽车,2018,300(09):16- 17.

[4] 苏赓,刘笛,果敢.车载毫米波雷达技术及测试方法[J].电信网技术,2017(06):1-6.

[5] 王伟.汽车超声波雷达倒车系统地研究与设计[J].技术与市场, 2013(004):90-90,92.

[6] 王鹏.视觉传感器在智能汽车上的应用[J].汽车实用技术,2019 (023):41-43.

Discussion on the Challenges of Environmental Perception System of Automatic Driving Vehicles in Winter*

He Junnan, Guo Ruiling, Wu Hao, Yin Zhenhua

( China Automotive Technology and Research Center Co., Ltd, Tianjin 300300 )

North China is characterized by four distinct seasons. Winter is long and cold, often accompanied by snowfall, which leads to snow and ice on the road surface. These complex natural environment poses severe challenges to the driving safety of automatic driving vehicles. This paper summarizes the influences of winter environment on the environment perception system of autonomous vehicle, and puts forward some suggestions for follow-up research.

Automatic Driving Vehicle;Environment Perception;Winter Environment;Snowfall Scene

A

1671-7988(2020)24-22-03

U471

A

1671-7988(2020)24-22-03

何俊南，工程师，就职于中国汽车技术研究中心有限公司，研究方向为汽车环境测试。

10.16638/j.cnki.1671-7988.2020.24.008

CLC NO.: U471

课题支持：JXKT2001《自然环境下智能网联车辆冰雪测试场景构建技术研究》。