数字信号处理技术在环境感知中的应用现状浅析

李小静　童晓红　刘汗青　王宇帆

摘 要：智能网联汽车作为近几年出现的新概念汽车产品，在保障日常出行的安全性和便利性方面发挥了巨大的作用。数字信号处理技术作为现如今数字化时代的一项主流技术，其应用领域也延伸到了智能网联汽车的环境感知技术当中，文章在详细分析数字信号处理技术基本原理的基础上，对其在智能网联汽车环境感知技术中的应用现状进行了总结分析，对数字信号处理技术助力智能网联汽车的发展，实现无人驾驶甚至自动驾驶具有现实意义。

关键词：智能网联汽车 数字信号处理技术 环境感知技术 应用现状

1 引言

随着人工智能技术的不断发展，汽车的自动驾驶级别也快速提高，迎来智能网联汽车的蓬勃发展，且呈现出巨大的发展前景。智能网联汽车的发展在提高人们出行安全和便利方面发挥了巨大作用，不但保障了交通的通畅，提高了驾驶舒适性，更重要的是减少了由于人工驾驶的不当操作带来的交通事故，提高了驾驶安全性，目前，无人驾驶汽车已在全国多个城市实现了试运行[1]。

数字信号处理技术作为现如今数字化时代的一项主流技术，其应用领域不仅涵盖通信、电子、图形图像、生物医疗等，在汽车电子系统、智能网联汽车的主要技术中也得到了新的应用，数字信号处理技术为实现汽车自动驾驶、无人驾驶发挥了巨大作用。本文在介绍数字信号处理技术原理的基础上，总结了目前数字信号处理技术在智能网联汽车环境感知技术中的应用现状，对数字信号处理技术助力智能网联汽车的发展，实现无人驾驶、自动驾驶具有现实意义。

2 数字信号处理技术基本原理

数字信号处理技术（Digital Signal Processing，DSP）是一种处理数字信号的技术。所谓数字信号，即信号随时间以一定规律离散变化，并且幅度值取自以二进制编码的离散数据域的信号，而模拟信号则是指信号随时间连续变化，并且幅度值取自连续数据域的信号，自然界中大部分信号均为模拟信号。

数字信号处理是将时间上连续的模拟信号转换成时间上离散的数字信号的形式进行处理[2]。数字信号处理的基本流程如图1所示，其中A/D（模拟-数字）转换器是将模拟信号转换成数字信号的电子器件，而D/A（数字-模拟）转换器则将负责实现将数字信号还原成原始模拟信号的过程。数字信号处理的基本原理包括采样、量化、编码和解码四个步骤，如图2所示。通过采样获取模拟信号的样本，量化是将采样的样本量化成数值形式的过程，编码是将量化后的数值形式的信号存储在计算机中的过程，解码是将数值形式的信号还原成模拟信号的过程[3]。

数字信号处理技术的优越性主要体现在：（1）可通过软件实现。纯粹的模拟信号由于其时间上的连续性，必须通过硬件来实现，而经过数字化处理后则不仅可以通过器件实现，而且可以通过软件程序的方式实现，由此带来的好处之一就是系统不仅仅能够进行一系列的复杂处理，而且占用内存空间相对较小；（2）操作灵活性较强。数字信号处理系统的相关参数一般保存在存储器当中，进行系统调试时对这些参数的修改也较为简便，而模拟信号处理系统的调试和相关参数的修改相比较而言就较为不便，同时，由于数字器件及其可软件化实现的特点，数字信号处理系统复制起来也较为容易，有利于实现大规模生产；（3）抗干扰能力强。由于模拟信号时间连续性的特点，当模拟器件受到如电磁波、温度等干扰因素的影响时，将会直接引起模拟信号的变化，相比较而言，数字器件由于其属于逻辑器件，一定范围内的外界干扰并不会使得其数字值产生变化，因此，数字信号处理系统可靠性较高，具有较强的抗干扰能力，且其数据能够长期被保存下来，使用便利。

3 智能网联汽车环境感知技术

3.1 环境感知技术的定义及系统组成

智能网联汽车的环境感知技术是通过视觉传感器、雷达等采集道路信息、车辆自身及周围车辆相关信息及其他外界信息，然后将采集到的这些信息传输给电子控制单元（ECU），为智能网联汽车提供决策依据，是实现自动驾驶或无人驾驶的第一步[4-5]。简单的说，环境感知技术充当了人类的眼睛和耳朵，在驾驶过程中感知周围环境，主要借助视觉传感器、超声波雷达、毫米波雷达、激光雷达来检测行车环境中的道路、周围车辆、行人、交通标志、交通信号灯等信息，其中，道路信息包括道路的类型、车道宽度、车辆在道路中的位置和方向等，车辆信息包括车辆的速度、前车车速、与前车的距离、方位、相对速度等，除此之外，还要对行人和车辆的行为进行预判，有无发生碰撞的可能，对交通标志和交通信号灯进行有效识别。环境感知系统的组成如图3所示。

由图3可知，环境感知系统主要由信息采集单元、信息处理单元和信息传输单元三部分组成，信号处理技术则主要应用于信息处理单元当中，是整个环境感知系统的核心部分，承担了环境感知系统的主要算法工作量，其算法的优劣直接影响了环境感知系统性能的实现。信息采集单元通过视觉传感器、超声波雷达、毫米波雷达、激光雷达等车载传感器，及高精度地图、导航定位来获取外部环境信息，如行人、车辆、障碍物等，然后将采集到的信息传送到信息处理单元[6]。信息处理单元主要接收来自信息采集单元传送来的信号，并对其中的车辆、行人、道路、交通标志、交通信号灯进行分析和识别，然后将结果传送到信息传输单元，用于做出控制与决策，进行人机交互的仪表板显示，或通过座椅或方向盘振动、声音警报器等发出警告，提醒驾驶员安全驾驶或直接控制车辆保证安全行驶。

3.2 环境感知技术的应用

对环境的准确感知和快速判断是智能网联汽车工作的前提和基础，其性能将决定智能网联汽车是否能够适应复杂多变的交通环境。智能网联汽车的智能驾驶程度越高，对环境感知的要求就越高，而无人驾驶汽车对环境感知的要求则最高。环境感知技术在智能网联汽车方面的应用主要体现在各种高级驾驶辅助系统（ADAS）的应用上，从而辅助驾驶员驾驶汽车从始发地安全、舒适地到达目的地。

以车道线检测技术（如图4所示）为例，智能网联汽车通过视觉传感器采集前方道路原始图像，通过分析处理这些图像信息，实现对车道线的检测。系统将采集到的原始彩色图像进行灰度转换，经过图像灰度化和二值化、滤波处理，通过减少图像像素点来降低图像处理难度。由于图像在采集、量化和传送等环节均有可能产生噪声，常见的如高斯噪声，因此经过灰度转换之后的图像还需要进行降噪，即通过高斯滤波进行处理[7]。图像经过滤波降噪之后，由于车道线与周围的道路灰度值差值明显，因此可以对图像进行区域分割、特征提取，最后检测出车道线，为车道偏离预警、车道保持辅助等智能网联汽车ADAS功能提供算法支持。车道线检测流程如下图5所示。

4 数字信号处理技术在环境感知中的应用现状

随着智能网联汽车的不断发展，大量车企及一些科创公司纷纷布局，数字信号处理技术在其领域的应用也越来越广泛，为智能网联汽车的快速崛起奠定了坚实的基础。深入研究发现，智能网联汽车环境感知技术的各种ADAS应用中均有数字信号处理技术的身影，除车道偏离预警系统、车道保持辅助系统外，像自适应巡航控制系统、自动紧急制动、自动泊车辅助等，均有数字信号处理技术的应用。

在未来，数字信号处理技术在智能网联汽车环境感知系统中的应用有待于进一步研究、推广，随着汽车智能技术的不断发展，汽车智能化等级的不断提升，L5级别自动驾驶甚至无人驾驶汽车将不再只停留在概念上，数字信号处理技术将不仅助力于环境感知系统，还可以结合用户的特定需求，为用户提供更多的个性化定制服务，在提高驾驶安全性的基础上，增强用户的驾驶体验和驾驶乐趣。

5 结束语

数字信号处理技术应用广泛，在智能网联汽车中的环境感知技术中发挥了巨大的作用，保障了人们的安全出行，极大的便利了人们的日常生活，在未来的发展中，数字信号处理技术还将应用于智能网联汽车领域的其他方方面面，为用户定制全新的个性化定制服务，为自动驾驶，甚至无人驾驶提供技术支持，增加驾驶的安全性和舒适性。

基金项目：2023年度安徽省高校科学研究一般项目（项目编号：2023KJB22）。

参考文献：

[1]吕义超，陆云.我国智能网联汽车产业发展规划与发展政策浅析[J].时代汽车，2017（06）：6-8+11.

[2]栾文南.数字信号处理技术在电子信息工程中的应用[J].电子元器件与信息技术，2022，6（11）：161-164.

[3]杜秀君，代艳霞.基于数字信号处理技术的电子信息工程应用研究[J].电子元器件与信息技术，2023，7（04）.

[4]齐浩.智能网联汽车环境感知技术的发展和研究现状[J].汽车维修技术，2023（07）：113.

[5]付智珍.智能网联汽车环境感知技术研究[J].内燃机与配件，2023（13）：116-118.

[6]朱红赛.基于ARM-Linux的无人驾驶车载传感器数据采集与处理系统[D].南京：南京理工大学，2021.

[7]毛晓琦.数字信号处理在数字图像处理中的应用[J].电子世界，2016（16）：118.