这是描述信息
搜索
搜索

中文

EN

新闻资讯 / News

/
/
/
说说车路协同里的道路感知技术

新闻资讯

资讯分类
这是描述信息

始终坚持以“精准、安全、科技”为企业核心,本着“诚信、创新、高效”的理念,遵循“尽心服务,用户至上”的企业宗旨,专业致力于中国工业企业实践,引进国际领先科技

服务电话:010-51267786

说说车路协同里的道路感知技术

  • 分类:行业动态
  • 作者:
  • 来源:
  • 发布时间:2020-04-28 17:48
  • 访问量:

【概要描述】

说说车路协同里的道路感知技术

【概要描述】

  • 分类:行业动态
  • 作者:
  • 来源:
  • 发布时间:2020-04-28 17:48
  • 访问量:
详情
这股火源于“新基建”,源于5G的全面落地,更源于势不可挡的数字化浪潮。过去四十年,从个人电脑,到PC互联网,到移动互联网再到云计算与人工智能,人类走出了信息技术与数字化发展波澜壮阔的四十年,从文本、图片、影像到数据传感,人类竭尽所能,对各种信息进行数字化,极大的便利了我们的生活。
前百度总裁,现奇绩创坛创始人陆奇博士前日在腾讯产业加速器毕加所发布会上的演讲中提到,软件将吞噬世界,随着数字化进程的推进,数字世界和物理世界将深度融合,越来越多的人类活动将被数字化和自动化。
而国务院发布的“新基建”,本质上就是数字化进程进一步推进的新基建。
当人类所有传递的信息,人类自身的兴趣和交易都被数字化之后,人类就把数字化进程伸向了物理空间和所有物理世界,当我们把现实世界里尽可能多的状态与存在都数字化了,就构建成了数字孪生。
而车路协同的发端正是基于此,过去几年,资本大量投向自动驾驶领域,希望通过单车智能实现自动驾驶,也就是通过车上配置各种传感器,实现周边环境的数字化,便于进一步进行AI的决策和处理,进而实现类人的自动驾驶。
遗憾的是,至少到今天,很多投入巨资研发的自动驾驶公司最后发现,单车智能并不能很好的解决问题,车载传感器无法实现无死角的环境感知,而更要命的是交通本身就是一个复杂的系统工程问题,是车与车博弈,车与路协同的问题,除了车自己的感知能力,还需要一个“上帝之手”实现有限的道路资源对络绎不绝的车辆进行最优化的分配,也就是说聪明的车,还要智慧的路。
如何打造智慧的路,其本质就是对道路及相关基础设施进行数字化,以便于车这个主体的“大脑”能结合这些数字化的信息进行更高效的决策和控制。对道路需要用到的信号灯,指示牌等进行数字化,已经是一个极为成熟的物联网话题,这个无需展开。
对于道路的物理结构进行数字化主要有高精度地图,三维建模,BIM等基础,目前也相对比较成熟。
最难的,就是对道路上的参与主体进行实时的数字化,即道路的感知,也就是要对道路本身、道路环境进行识别,对道路参与主体的位置、速度以及运动方向进行识别,对道路上发生的异常事件进行识别,进而为自动驾驶车辆提供数字化的道路基础,为路添加一双“上帝之眼”。
央视纪录片《辉煌中国》中有一个片段,上海洋山港实现了全自动化的码头,他们使用了在码头上铺满磁钉的方式,进行AGV车辆的引导,这种磁钉其实就是一种道路感知技术,每个磁钉能够精确感知其方寸之上的车辆存在状态,理论上只要在道路上铺满这种磁钉或类似传感器,就可以对道路上运行的车辆或目标,进行感知,例如过去道路上铺设的地感线圈或地磁设备,来实现车辆的存在状态检测,这是一个非常成熟的技术,早已在智能交通里广泛应用。
 
但是,要实现整条路的感知,需要在道路上铺满这种传感器,这个成本将是天文数字,而且这种地埋式的感知设备极容易因为大车的频繁倾轧或高低温急剧变化,导致损坏,这种依赖电磁的感知方式还需要消耗大量的能源,对行人、非机动车甚至道路遗撒的检测能力也几乎为零,因此,采用这种地埋传感器的方式进行道路感知对于整个道路的数字化是不现实的。
要实现道路非接触式的全域感知,目前主要有视频感知,雷达感知,激光感知,空间定位(北斗,GPS),微波,超声波等技术,下面分别进行剖析。
视频感知就是基于摄像头成像,然后采用一系列的计算机视觉算法对道路进行感知,因为视频采集的像素点多、分辨率高、颜色丰富、动态范围大,最能真实反应道路的实景,因而应用非常普遍。
基于视频,采用各种计算机视觉检测、识别、跟踪、分割算法,可以对道路本身(包含路面,标志标线,裂纹,坑洼,路基,树木,建筑设施,抛洒物,路面塌方,护栏,立杆等),道路参与主体(人,车,非机动车,动物等),道路环境(下雨下雪,积水积雪,起雾等),道路异常事件进行准确识别,具有着其他传感器无可比拟的优势,因而必然是未来车路协同必不可少的感知设备。
视频感知的缺陷之一在于,现实世界存在昼夜切换,日月流转,视频成像会因为光线的变化产生变化,夜间灯光较暗的时候,识别效果会急剧下降。
一种可选的弥补方案是在道路两侧加装大量路灯,以保证全天候的成像效果和感知效果。但这种方案,需要消耗大量能源,且要在道路两侧加装足够多的路灯,成本造价也比较高。
还有一种增强方案,是在可见光检测的同时,增加红外或紫外波段的视觉感知能力,实现全天候的检测,其中应用较为广泛的是采用远红外成像进行检测,远红外成像利用热体辐射的原理,可以实现全天候的感知能力,并且由于波长较长,具备一定的透雾能力。
值得一提的是,远红外测温技术在最近流行的新冠疫情防控方面发挥了巨大作用,使得它从过去价格高昂的冷门工业品快速走入了大众视野。
视频感知的缺陷之二在于,由于摄像机安装高度问题,只能倾斜俯视安装,远处目标由于视差的原因,导致目标定位可能存在一定的误差,距离越远误差越大,我们实测在100米以内可以实现1m以内甚至0.5m以内的定位误差,但到150米之外,误差会提升到1.5米甚至更多。
  
雷达感知是采用毫米波雷达进行道路感知,毫米波雷达通过发射特定波长的电磁波,然后通过回波到达的时间来计算前方车辆的距离。
采用面阵结构,可以实现多目标的识别与区分,并结合回波的多普勒频偏实现车辆相对速度的准确测量。毫米波雷达的有点在于,可以实现全天候不受光线干扰的道路及道路参与主体的感知识别,并进行较为准确的距离测量和速度测量。
毫米波雷达用于车路协同的缺陷之一在于其分辨率较低,无法准确探测到距离稍微远一点的人、两轮车或动物,此外其无法识别道路的标志标线,裂纹,坑洼,路基,树木,建筑设施,抛洒物,路面塌方,护栏,立杆等,对道路天气状态,雨雪雾等也不能识别。
毫米波雷达的缺陷之二在于,对于前后贴近的目标无法准确区分,此外,有些厂家为滤除背景干扰,设计了一些算法,只关注动态目标,这会导致停下来的静止车辆和目标不能准确检测和识别。
 
激光雷达是近几年随着自动驾驶汽车的研发而开始广泛走入大众视野的一种传感器,在此之前,在三维测量、三维建模等领域,激光也获得了很多年的应用。
单点激光的核心原理是通过发射特定波长的激光,然后通过一个接收器测量飞行时间,结合光速不变原理,得出物体的距离。为实现大视场的测量感知,通过设置多排传感器并加装多个旋转装置进行旋转扫描实现广域测量。
激光雷达也可以实现全天候不受光线干扰的道路与道路参与主体的感知识别,并进行较为准确的距离测量和速度测量。
激光雷达的缺陷之一在于分辨率较低、扫描速度慢,因为测量的点是离散的,因此对距离略远的人、两轮车、动物等小目标感知能力较弱。另外无法识别道路的标志标线、裂纹、细小坑洼、路基、抛洒物、路面塌方、细小立杆等。道路天气状态,雨雪雾等也不能识别。
且雨雪雾天会因为雨雪雾阻挡使得正常车辆的检测也大打折扣。扫描速度慢,则会导致高速运动中的车辆扫描会出现形变和扭曲问题。
激光雷达的缺陷之二在于外壳护罩长期曝露在外,容易被灰尘水污覆盖,这会阻挡激光的传播,一定程度上也会影响其探测距离和探测精度,此外因为内置旋转马达的机械装置,需要24小时曝露在野外全天候工作,其使用寿命也会大大缩短。
当然近年来也慢慢出现了一些面阵固态激光,它通过光相控阵的方式来实现固态的激光雷达,其采用电子而非机械的方式实现激光发生方向的改变,其扫描速度较机械式的高非常多,能一定程度上解决机械工作的寿命问题。
空间定位也是一种感知能力,其原理是在车上加装北斗或GPS等卫星定位装置,然后通过V2X技术,实现车车通信或车云通信。如果要对某段路全域实现道路感知,那么要求该路段所有车辆都安装了上述装置。
我们都知道汽车单价较高,汽车产品的更新迭代速度往往长达5到10年,因此这在短时间内肯定不现实,另外就是上路的行人、自行车、甚至动物显然不可能都背一个带北斗或GPS定位的终端,因此,采用这种方案,从未来的发展来看,十年之后,实现道路上大多数车的感知还是有可能的,但无法实现人、两轮车,动物等小目标的感知,更无法识别道路的标志标线、裂纹、细小坑洼、路基、抛洒物、路面塌方、护栏、立杆等物理设置和标识,以及道路天气状态雨雪雾等。 
当然还有其他类型的道路感知方式,如超声波,但其受限于作用距离和分辨率,往往只适用于近距离的感知,微波的分辨率则非常低,同样无法适用于远距离和小目标的感知。
另外,采用单车感知,然后通过V2X实现车辆之间的多车多传感器融合也是目前很多科研院所在研究的一个方向,就是借助单车的雷达、视频、激光等传感器进行道路感知,然后通过车车通信,车云通信实现多辆车感知数据的共享,最终实现道路的准全域感知,这个方案实现的前提是道路上所有车辆都装了各种传感器,这在极个别局部的受限环境下可能可以实现,如智慧矿山、智慧码头、智慧园区等,但在广域的道路上显然是不现实的。 
综上所述,道路的精准感知是实现车路协同,构建智慧公路的前提和基础,可以说没有准确的道路感知,车路协同只能实现一些基本的信号控制、碰撞预警等最简单的功能,只有实现道路的全域数字化,构建真正的智慧公路,才能让车路协同大放异彩。
而目前来看,采用单一的传感器并不能完全实现道路的精准感知,从感知方案来看,视频优于毫米波雷达,毫米波雷达优于激光雷达。本质上这三种方式都是基于电磁波,只是波长的长短有区分,主动被动方式有区分。
我司采用可见光+红外双光谱进行视觉感知的方案,基于国际领先的深度学习道路及目标识别跟踪算法,并结合采用先进的三维计算摄影学测量算法,能很好的解决全天候的道路感知问题,其方案成本远低于激光雷达,检测出的目标类别与精度也远优于毫米波雷达和激光雷达,近期我们也在结合毫米波雷达的优势,在双光视觉感知的基础上,增加毫米波雷达的远距离精准测距,这样就充分结合了这两种传感器的优势,最终打造一个相对完美的道路感知和道路数字孪生解决方案。 
当然,技术无止境,物理世界和物理空间的数字化问题,将是整个世界未来要面对和解决的一个难题,也会有越来越多的技术和产品出现,我们也非常期待有更新更好的技术,能为道路感知提供更好手段,进而实现完美的道路感知,构建现实世界1:1的数字镜像和数字孪生世界,构建敏锐聪慧的“上帝之眼”,这样自动驾驶就真正不再是梦想,交通也将真正具有智慧。
 

扫二维码用手机看

 

 

备案号:京ICP备18021991号  网站建设:中企动力 北二分

Copyright © 2019 上海福升威尔智能控制技术股份有限公司  All Rights reserved.  

这是描述信息

关于我们