劉 飛，陳白帆，胡云卿，潘文波，龍 騰，袁 典

（1.中南大學(xué) 自動(dòng)化學(xué)院，湖南 長(zhǎng)沙 410083；2. 中車株洲電力機(jī)車研究所有限公司，湖南 株洲 412001）

0 引言

為了確保無(wú)人駕駛車輛行駛安全，首先需要讓車輛準(zhǔn)確地獲取前方車道的車輛位置及速度、道路邊沿、交通信號(hào)燈等環(huán)境信息[1]，實(shí)現(xiàn)這一功能的必要條件就是為無(wú)人駕駛車輛配備攝像頭、激光雷達(dá)[2]、超聲波雷達(dá)及毫米波雷達(dá)等[3]各種傳感器，而傳感器的選擇與布置將影響汽車所獲取信息的有效性和完整性。本文介紹了特斯拉、谷歌、百度等公司經(jīng)典的傳感器布置方案，在此基礎(chǔ)上結(jié)合智軌電車的實(shí)際車況并考慮傳感器覆蓋范圍和冗余性，設(shè)計(jì)了一套合理的智軌電車傳感器布置方案。

1 無(wú)人駕駛車輛常用傳感器

無(wú)人駕駛車輛作為高度集成的系統(tǒng)，所使用的傳感器種類繁多、技術(shù)跨度較大，常見(jiàn)的有視覺(jué)傳感器、毫米波雷達(dá)、激光雷達(dá)、超聲波雷達(dá)及組合導(dǎo)航（IMU）輪速計(jì)等。各大無(wú)人駕駛技術(shù)研究團(tuán)隊(duì)大多以視覺(jué)傳感器、毫米波、激光雷達(dá)和超聲波雷達(dá)為核心傳感器來(lái)構(gòu)建傳感器布置方案。

1.1 視覺(jué)傳感器

車載視覺(jué)傳感器主要分為環(huán)視攝像頭和前視攝像頭。環(huán)視攝像頭多用于短距離障礙物的檢測(cè)，其開(kāi)源算法較多、成本較低，但很容易受到光照等環(huán)境因素的影響。對(duì)于中距離場(chǎng)景，常用的視覺(jué)傳感器主要是前視攝像頭。前視攝像頭分為單目、雙目及三目3 種，能有效檢測(cè)獲取車輛前方的障礙物、交通標(biāo)識(shí)等信息。其對(duì)于環(huán)境變化的魯棒性表現(xiàn)一般，不僅需要復(fù)雜的算法支持[4]，而且對(duì)處理器的要求也比較高。

1.2 毫米波雷達(dá)

毫米波雷達(dá)發(fā)射的電磁波信號(hào)波長(zhǎng)一般為1～12.5 mm。若已知發(fā)射電磁波的速度，可根據(jù)發(fā)射信號(hào)與反射信號(hào)的時(shí)間差來(lái)計(jì)算距離。常用的車載毫米波雷達(dá)的頻段為24～77 GHz，不僅成本較低、用途廣、性價(jià)比高，而且探測(cè)距離遠(yuǎn)、精度較高、穿透能力強(qiáng)，能夠全天候工作，在很多高檔轎車上都有應(yīng)用[5]。由于現(xiàn)有車載毫米波雷達(dá)分辨率低、所存在的缺陷難以被發(fā)現(xiàn)，且行人的反射波易被其他物體的反射波所埋沒(méi)，導(dǎo)致行人目標(biāo)不易被檢測(cè)到，故而存在較大的誤檢可能性。例如，特斯拉公司采用基于毫米波雷達(dá)及攝像頭的感知系統(tǒng)，其在道路行人較多時(shí)會(huì)鎖定自動(dòng)駕駛模式。雖說(shuō)毫米波雷達(dá)對(duì)于障礙物測(cè)距有著較高的性價(jià)比，但檢測(cè)行人的效果欠佳，因此目前只被應(yīng)用于自適應(yīng)巡航系統(tǒng)等輔助駕駛系統(tǒng)中。

1.3 激光雷達(dá)

激光雷達(dá)按線束可分為單線激光雷達(dá)和多線激光雷達(dá)。多線激光雷達(dá)由于可以獲得更多的采樣點(diǎn)，在構(gòu)建高精度地圖時(shí)有著較大的優(yōu)勢(shì)，是無(wú)人駕駛感知領(lǐng)域內(nèi)應(yīng)用前景最廣的傳感器[6]；但是目前線數(shù)較高的激光雷達(dá)成本較高，且與之配套的算法還不成熟。

1.4 超聲波雷達(dá)

超聲波雷達(dá)結(jié)構(gòu)簡(jiǎn)單、成本較低并且體積也比較小。同環(huán)視攝像頭類似，其主要應(yīng)用也局限在短距離場(chǎng)景，例如輔助泊車。

2 國(guó)內(nèi)外無(wú)人車主流傳感器布置方案對(duì)比

考慮到智軌電車與無(wú)人駕駛汽車具有眾多相似性以及相同的運(yùn)行場(chǎng)景，下面將介紹特斯拉、谷歌以及百度公司無(wú)人車傳感器布置方案并對(duì)比其優(yōu)缺點(diǎn)，其對(duì)智軌電車傳感器布置方案的設(shè)計(jì)具有良好的參考價(jià)值和借鑒意義。

2.1 特斯拉無(wú)人車的傳感器配置方案

特斯拉無(wú)人車標(biāo)配有 8 個(gè)攝像頭（圖1），其中后面一個(gè)為后視攝像頭（倒車攝像頭），前面是一個(gè)三目攝像頭（包括前視寬視野攝像頭、前視主視野攝像頭和前視窄視野攝像頭）的總成件。側(cè)后視攝像頭被安裝在翼子板上，位置靠前；側(cè)前視攝像頭被安裝在B 柱上，在側(cè)后視攝像頭安裝位置之后1 m 的位置。側(cè)前視攝像頭和側(cè)后視攝像頭的可視范圍部分重疊，這樣就保證了無(wú)盲區(qū)。這4 個(gè)攝像頭就基本保證了特斯拉無(wú)人車的L3 級(jí)別的變道、合流、出高速功能[7]。

特斯拉無(wú)人車上僅安裝了一個(gè)頻率為77 GHz、探測(cè)距離為160 m 的博世中程毫米波雷達(dá)傳感器(MRR)。此前，特斯拉將毫米波定位為一個(gè)輔助的傳感器，結(jié)果在2016 年發(fā)生了大卡車撞擊事故[8]。

特斯拉無(wú)人車的傳感器布置方案主要依靠視覺(jué)，所以其環(huán)境感知中的三維重建是基于二維圖像進(jìn)行的，二維轉(zhuǎn)換為三維過(guò)程中會(huì)存在某些信息缺失現(xiàn)象。從特斯拉公司發(fā)布的視頻來(lái)看，發(fā)現(xiàn)其對(duì)遠(yuǎn)處的物體有誤識(shí)別的情況，特別是如下情形：在黑暗的環(huán)境下，毫米波雷達(dá)探測(cè)范圍內(nèi)突然出現(xiàn)穿著黑色衣服行人，由于毫米波雷達(dá)存在識(shí)別行人的短板，而對(duì)超聲波雷達(dá)而言，目標(biāo)又太近，視覺(jué)傳感器更是難以判別，并且存在視覺(jué)欺騙現(xiàn)象。

圖1 特斯拉無(wú)人車車載傳感器配置Fig. 1 Sensor-configuration of Tesla driverless vehicle

2.2 谷歌Waymo 無(wú)人車的傳感器配置方案

谷歌Waymo 無(wú)人車被設(shè)計(jì)了一套以激光雷達(dá)為主的傳感器配置方案[9]（圖2），其激光雷達(dá)包括側(cè)雷達(dá)和頂雷達(dá)。側(cè)雷達(dá)在無(wú)人車的前后左右各有一臺(tái)，這4臺(tái)雷達(dá)的配置是一樣的，均為中短距離多線雷達(dá)；但不是市面上流行的品種，其與Velodyne 公司HDL-32E 型激光雷達(dá)的內(nèi)芯很相似。側(cè)雷達(dá)的主要作用是補(bǔ)充感知頂雷達(dá)的盲區(qū)。頂雷達(dá)被集成在一個(gè)很大的整流罩內(nèi)，這個(gè)多合一的頂雷達(dá)里除了激光雷達(dá)外，還有一臺(tái) 360°全景相機(jī)。

圖2 谷歌Waymo 無(wú)人車車載傳感器配置Fig. 2 Sensor-configuration of Google Waymo driverless vehicle

Waymo 給出了一套以激光雷達(dá)為主的強(qiáng)感知方案，擁有超強(qiáng)的感知能力；尤其是高高架起的激光雷達(dá)，能夠很好地發(fā)揮其測(cè)量距離遠(yuǎn)的優(yōu)勢(shì)。相對(duì)于非常依賴視覺(jué)的方案（比如特斯拉的），Waymo 方案的開(kāi)發(fā)過(guò)程要快得多，所以迭代的速度也很快；但是這個(gè)方案造價(jià)高，要實(shí)現(xiàn)量產(chǎn)還需要降低傳感器成本。

2.3 百度阿波龍無(wú)人車的傳感器配置方案

百度阿波龍是全球第一款量產(chǎn)型的L4 級(jí)無(wú)人駕駛巴士，由百度、金龍客車和英特爾3 家公司合作生產(chǎn)：百度公司提供無(wú)人駕駛算法支持，金龍客車公司提供客車整車，英特爾公司提供硬件服務(wù)。百度阿波龍無(wú)人車與谷歌Waymo 無(wú)人車類似，擁有一套以激光雷達(dá)為主的強(qiáng)感知方案。該無(wú)人車擁有先進(jìn)的感知系統(tǒng)，其由激光雷達(dá)、毫米波雷達(dá)以及攝像頭組成。其中，激光雷達(dá)主要用于車身定位以及周圍環(huán)境信息感知；毫米波雷達(dá)主要用于障礙物檢測(cè)；攝像頭由兩個(gè)高動(dòng)態(tài)范圍的相機(jī)模組組成，主要用于識(shí)別交通標(biāo)識(shí)。

阿波龍無(wú)人車在車前中心位置安裝了前視雙目攝像頭（圖3）。該雙目攝像頭會(huì)得到同一物體在左右相機(jī)成像平面的像素偏移量，利用像素偏移量、相機(jī)焦距和兩個(gè)攝像機(jī)的實(shí)際距離等信息，通過(guò)視覺(jué)幾何計(jì)算，即可得到物體離車輛的距離。后視攝像頭為單目，被安裝在車輛尾部的中心位置，測(cè)量距離相對(duì)較短[10]。

考慮到傳感器的冗余性，毫米波雷達(dá)被安裝在前視雙目攝像頭的上方，在車輛中軸線上，毫米波雷達(dá)與攝像頭測(cè)量范圍構(gòu)成重合區(qū)域，從而增強(qiáng)前向障礙物檢測(cè)的可靠性。前向毫米波雷達(dá)為77 GHz 雷達(dá)，具有測(cè)量距離遠(yuǎn)、受雨霧等惡劣天氣影響小的優(yōu)點(diǎn)。

和大多數(shù)無(wú)人駕駛解決方案一樣，阿波龍無(wú)人車的頂雷達(dá)被安裝在車頂視野良好的位置。為填補(bǔ)車頂部雷達(dá)的盲區(qū)，阿波龍無(wú)人車同時(shí)安裝了兩個(gè)側(cè)雷達(dá)。

近年來(lái)，百度公司的無(wú)人駕駛系統(tǒng)研發(fā)取得了飛速發(fā)展，但當(dāng)路況較為復(fù)雜時(shí)，百度公司的無(wú)人駕駛感知算法的性能還有待提高，離全自動(dòng)駕駛目標(biāo)的實(shí)現(xiàn)還有著較大的差距。

圖3 百度阿波龍傳感器配置Fig. 3 Configuration of sensors for Baidu Apolong driverless vehicle

3 智軌電車傳感器布置方案

基于上述經(jīng)典無(wú)人車傳感器布置方案分析，通過(guò)合理排布傳感器的位姿并進(jìn)行相關(guān)標(biāo)定，結(jié)合中車株洲電力機(jī)車研究所有限公司研發(fā)的32 m長(zhǎng)智軌電車的結(jié)構(gòu)，設(shè)計(jì)了一套智軌電車傳感器布置方案。

3.1 傳感器配置

前視部分是正常行車的核心，被要求感知精度高、感知距離遠(yuǎn)。在智軌電車的感知系統(tǒng)中，前視部分由兩組立體相機(jī)、兩組16 線激光雷達(dá)和一組毫米波雷達(dá)組成（圖4）。在車身周圍布置一個(gè)全方位的超聲波傳感器組，以避免低速時(shí)出現(xiàn)近距離碰撞問(wèn)題。

圖4 前視傳感器布置Fig. 4 Layout of forward-looking sensors

3.1.1 激光雷達(dá)與攝像頭的布置

激光雷達(dá)被安裝在智軌電車左右兩側(cè)車身側(cè)前方的位置，約離地面1.2 m（圖4）。

出于對(duì)攝像頭視野的考慮，為了避免被遮擋，在智軌電車前視系統(tǒng)安裝了兩套攝像頭（圖5），其中單目攝像頭Mobileye 被安裝在毫米波雷達(dá)正上方約20 cm處，雙目攝像頭被安裝在毫米波雷達(dá)正上方1.6 m 處。

圖5 智軌電車傳感器整體配置Fig. 5 Overall configuration of sensors for autonomous-rail rapid tram

如圖6 所示，在車輛左右兩側(cè)位置安裝了兩個(gè)側(cè)后方的Mobileye 單目相機(jī)，離地面2.8 m。該相機(jī)在實(shí)時(shí)檢測(cè)側(cè)后方障礙物信息的同時(shí)還檢測(cè)地面標(biāo)線，以輔助車道線識(shí)別。

圖6 側(cè)視傳感器布置Fig. 6 Lateral view of sensor-configuration

3.1.2 毫米波雷達(dá)的布置

毫米波雷達(dá)一般被布置在車輛中軸線上，外露或隱藏在保險(xiǎn)杠內(nèi)部[11]。在智軌電車傳感器布置方案中，毫米波雷達(dá)被安裝在車身正中央、離地面約0.7 m 的位置上（圖4）。雷達(dá)波束的中心平面被要求與路面基本平行；考慮雷達(dá)系統(tǒng)誤差、結(jié)構(gòu)安裝誤差、車輛載荷變化后，需保證雷達(dá)波束的中心平面與路面夾角的最大偏差不超過(guò)5°。

毫米波雷達(dá)在垂直方向探測(cè)角度一般只在±5°范圍內(nèi)。雷達(dá)安裝高度太高，會(huì)使下盲區(qū)增大；太低，又會(huì)導(dǎo)致雷達(dá)波束射向地面，因地面反射帶來(lái)雜波干擾，影響雷達(dá)的判斷。因此，毫米波雷達(dá)的布置高度（即地面到雷達(dá)模塊中心點(diǎn)的距離）一般建議在500（滿載狀態(tài)）～800 mm（空載狀態(tài)）之間。本方案的毫米波雷達(dá)被安裝在離地面約0.7 m 的位置，所以存在視野盲區(qū)。

除了上述安裝要求外，毫米波雷達(dá)布置時(shí)還需要考慮美觀性、安裝可行性、調(diào)試便利性和可維護(hù)性等因素。

3.2 傳感器標(biāo)定

傳感器標(biāo)定是自動(dòng)駕駛的基本需求，良好的標(biāo)定是多傳感器融合的基礎(chǔ)； 一個(gè)車上安裝了多個(gè)/多種傳感器，而它們之間的坐標(biāo)關(guān)系是需要確定的。

3.2.1 激光雷達(dá)的標(biāo)定

激光雷達(dá)與車體為剛性連接，兩者間的相對(duì)姿態(tài)和位移固定不變。為了處理數(shù)據(jù)的方便性，需要把各個(gè)激光雷達(dá)的坐標(biāo)系轉(zhuǎn)化到統(tǒng)一的車體坐標(biāo)系上[12]：對(duì)激光雷達(dá)外部安裝參數(shù)進(jìn)行標(biāo)定，通過(guò)雷達(dá)返回的極坐標(biāo)數(shù)據(jù)實(shí)現(xiàn)單個(gè)激光雷達(dá)的數(shù)據(jù)轉(zhuǎn)換，最后實(shí)現(xiàn)多個(gè)激光雷達(dá)數(shù)據(jù)轉(zhuǎn)換。通過(guò)式（1）實(shí)現(xiàn)基準(zhǔn)坐標(biāo)中的轉(zhuǎn)化。

式中：β0——基準(zhǔn)坐標(biāo)系旋轉(zhuǎn)的角度；di——掃描距離； i——激光雷達(dá)數(shù)據(jù)序列號(hào)；A——設(shè)計(jì)采樣步距。

通過(guò)式（2）實(shí)現(xiàn)車輛坐標(biāo)系建立：式中：L——激光雷達(dá)安裝點(diǎn)到車輛質(zhì)心的距離沿y 軸的分量；γ ——當(dāng)前激光雷達(dá)的旋轉(zhuǎn)角度；HL——激光雷達(dá)安裝點(diǎn)離地的高度；HV——汽車質(zhì)心離地的高度。

3.2.2 毫米波雷達(dá)的標(biāo)定

毫米波雷達(dá)在安裝時(shí)需要確保其水平角度、橫擺角度和俯仰角度滿足安裝要求[13]。毫米波雷達(dá)安裝角度示意如圖7 所示，其中水平角度和俯仰角度可以通過(guò)角度尺和重錘等工具進(jìn)行測(cè)量，并通過(guò)調(diào)整雷達(dá)安裝機(jī)構(gòu)來(lái)滿足雷達(dá)安裝的角度要求。

圖7 毫米波雷達(dá)安裝角度示意Fig. 7 Installation angles of millimeter-wave radar

為了使雷達(dá)平面的法向量能夠與車輛縱向?qū)ΨQ平面平行，在車輛正前方 20 m 和 30 m 處分別放置截面積較小的桿狀障礙物作為雷達(dá)探測(cè)目標(biāo)。在標(biāo)定橫擺角的過(guò)程中，通過(guò)調(diào)整機(jī)構(gòu)每次以相同的步長(zhǎng)調(diào)整雷達(dá)橫擺角度，分別測(cè)量放置車輛正前方的兩處障礙物的橫向距離，計(jì)為D1和D2，并根據(jù)式（3）計(jì)算橫擺角度標(biāo)定系數(shù)k。當(dāng)k 被調(diào)整到最小值時(shí)，即認(rèn)為雷達(dá)探測(cè)表面的法向量與車輛縱向?qū)ΨQ平面平行。

3.2.3 相機(jī)的標(biāo)定

進(jìn)行攝像頭標(biāo)定需要獲取攝像頭的內(nèi)、外參數(shù)，保證攝像頭的安裝角度符合要求。為了簡(jiǎn)化攝像頭測(cè)距模型，需要將攝像頭外參數(shù)中的橫擺角和水平角調(diào)零。首先標(biāo)定攝像頭的內(nèi)參數(shù)，標(biāo)定過(guò)程采用張正友標(biāo)定方法[14]，使用攝像頭采集不同角度的標(biāo)準(zhǔn)棋盤網(wǎng)格圖像，通過(guò)Matlab 標(biāo)定工具箱計(jì)算得到攝像頭的光軸偏移量、焦距、鏡頭畸變等內(nèi)參數(shù)。然后，在攝像頭前設(shè)置標(biāo)準(zhǔn)的水平標(biāo)志物和橫向位置標(biāo)志物，水平標(biāo)志物為一把調(diào)平的水平尺，橫向位置標(biāo)志物仍為車輛正前方20 m 和30 m 處放置的障礙物。使用攝像頭進(jìn)行圖像測(cè)量，并以圖像測(cè)量結(jié)果作為反饋信息將攝像頭的水平角和橫擺角調(diào)零。最后進(jìn)行攝像頭剩余外參數(shù)標(biāo)定，本文采用消失點(diǎn)標(biāo)定法[15]，選取空間中已知間距的兩條平行線標(biāo)定攝像頭的安裝高度H 和俯仰角θ。

3.2.4 相機(jī)與毫米波雷達(dá)聯(lián)合標(biāo)定

在多傳感器探測(cè)系統(tǒng)中，要有一個(gè)統(tǒng)一的坐標(biāo)系，因此在使用毫米波雷達(dá)和攝像頭進(jìn)行傳感器融合前必須對(duì)兩種傳感器進(jìn)行聯(lián)合空間標(biāo)定[16-17]，以確保兩種傳感器獲得的數(shù)據(jù)有一個(gè)統(tǒng)一的參照標(biāo)準(zhǔn)，并能互相轉(zhuǎn)換。

毫米波雷達(dá)和攝像頭被分別單獨(dú)標(biāo)定，使雷達(dá)探測(cè)面的法向量和攝像頭光軸均與車身縱向?qū)ΨQ平面平行，在此基礎(chǔ)上建立雷達(dá)投影坐標(biāo)系Orw-xrwyrwzrw，原點(diǎn)為雷達(dá)探測(cè)中心點(diǎn)在地面上的投影點(diǎn)，xrw軸指向車身右側(cè)， yrw軸指向車輛前進(jìn)方向，zrw軸為垂直地面方向；攝像頭投影坐標(biāo)系Ocw-xcwycwzcw的原點(diǎn)為攝像頭光心在地面的投影點(diǎn)，xcw軸指向車身右側(cè)，ycw軸指向車輛前進(jìn)方向， zcw軸為垂直地面方向。雷達(dá)投影坐標(biāo)系與攝像頭投影坐標(biāo)系是空間中相互平行的兩個(gè)坐標(biāo)系，它們之間的空間相對(duì)關(guān)系如圖8 所示。

圖8 中，Op-xpyp為圖像坐標(biāo)系，原點(diǎn)位于圖像的左上角；Oc-xcyczc為攝像頭坐標(biāo)系，zc軸與攝像頭光軸重合，xc軸和yc軸分別與xp和yp軸平行。根據(jù)小孔成像原理，兩個(gè)坐標(biāo)系之間關(guān)系如下：

圖8 雷達(dá)和攝像頭坐標(biāo)系示意Fig. 8 Coordinate system of radar and camera

式中：a——毫米波雷達(dá)坐標(biāo)系變換比例；b——攝像頭坐標(biāo)系數(shù)換比例。

根據(jù)攝像頭坐標(biāo)系及攝像頭投影坐標(biāo)系之間的平移和旋轉(zhuǎn)關(guān)系，可以得到二者之間的坐標(biāo)轉(zhuǎn)換公式：

假設(shè)地面為平面且目標(biāo)在地面上，即目標(biāo)在攝像機(jī)投影坐標(biāo)系當(dāng)中有zcw=0，則聯(lián)合式（4）和式（5）可以得到由圖像坐標(biāo)系到攝像頭投影坐標(biāo)系之間的轉(zhuǎn)換公式：

在之前毫米波雷達(dá)與攝像頭標(biāo)定工作的基礎(chǔ)上，雷達(dá)投影坐標(biāo)系和攝像頭投影坐標(biāo)系的相互轉(zhuǎn)換只需要平移即可實(shí)現(xiàn)：

根據(jù)式（4）、式（6）和式（7），可以得到雷達(dá)投影坐標(biāo)系中任意一點(diǎn)轉(zhuǎn)換到圖像坐標(biāo)系中的轉(zhuǎn)換關(guān)系：

式中：cx，cy——光軸偏移量；fx，fy——攝像頭內(nèi)參數(shù)中的焦距，通過(guò)標(biāo)定獲得；Lx，Ly——雷達(dá)投影坐標(biāo)系和攝像頭投影坐標(biāo)系x 軸之間的間距和y 軸之間的間距，可以通過(guò)測(cè)量獲得。

4 傳感器配置性能分析

一套完整的傳感器布置方案不僅要根據(jù)實(shí)際車況考慮安裝位置，還要從感知覆蓋范圍、傳感器視野盲區(qū)以及冗余性分析等方面進(jìn)行分析。

4.1 感知覆蓋范圍

感知要求覆蓋范圍為

式中：V目標(biāo)——總體感知覆蓋范圍；V前方——智軌電車前方感知覆蓋范圍；V后方——智軌電車后方感知覆蓋范圍；V左側(cè)——智軌電車左側(cè)感知覆蓋范圍；V右側(cè)——智軌電車右側(cè)感知覆蓋范圍；sf——前方感知需求橫截面積；h——智軌電車高度；l——車長(zhǎng)；w——側(cè)方感知寬度。感知實(shí)際覆蓋范圍為

式中：V實(shí)際——智軌電車實(shí)際感知覆蓋范圍；V毫米波雷達(dá)——毫米波雷達(dá)感知覆蓋范圍；V激光雷達(dá)——激光雷達(dá)感知覆蓋范圍；V攝像頭——攝像頭感知覆蓋范圍；V超聲波雷達(dá)——超聲波雷達(dá)感知覆蓋范圍；V感知重疊區(qū)域——各傳感器感知覆蓋范圍重疊部分；sm——毫米波雷達(dá)感知橫截面積；s1——激光雷達(dá)感知橫截面積；sc——攝像頭感知橫截面積；su——超聲波雷達(dá)感知橫截面積； Im——毫米波雷達(dá)的感知范圍高度；I1——激光雷達(dá)的感知范圍高度；Ic——攝像頭的感知范圍高度；Iu——超聲波雷達(dá)的感知范圍高度。

結(jié)合式（9）和式（10），可以得到式（11）。代入傳感器樣本參數(shù)，計(jì)算結(jié)果顯示，傳感器覆蓋范圍理論上達(dá)到85%，符合基本覆蓋范圍要求（80%以上）。

4.2 視野盲區(qū)

受傳感器機(jī)械安裝位置的限制，智軌電車前向和后向3 維立體空間會(huì)存在小范圍的視野盲區(qū)，解決辦法是在視野盲區(qū)內(nèi)安裝超聲波雷達(dá)，如圖9 所示。由于在車輛行駛過(guò)程中前向視野盲區(qū)并不會(huì)對(duì)行車造成影響，故在設(shè)計(jì)中并未在前向增加超聲波雷達(dá)。

4.3 冗余性分析

自動(dòng)駕駛的安全性和可靠性一直是最為重要的考量[18]，如果僅僅只為了實(shí)現(xiàn)功能進(jìn)行設(shè)計(jì)和開(kāi)發(fā)，也難以滿足量產(chǎn)的需求。因此，對(duì)于自動(dòng)駕駛中的重要功能，還需要考慮冗余設(shè)計(jì)和布置。

圖9 超聲波雷達(dá)覆蓋范圍示意Fig. 9 Ultrasonic radar coverage

如圖5 所示，智軌電車配有視覺(jué)、激光雷達(dá)和毫米波雷達(dá)這3 類傳感器以覆蓋檢測(cè)前方的障礙物，這樣在最大程度上能保證前方障礙物不會(huì)被漏檢或者虛警。

在重要的前向區(qū)域，除了布置常用的攝像頭，還布置了一個(gè)檢測(cè)距離相近的超聲波雷達(dá)，以保證在攝像頭失效或者出現(xiàn)攝像頭工作受限的狀況下有超聲波雷達(dá)依舊可以繼續(xù)進(jìn)行一定程度的檢測(cè)工作。

4.4 實(shí)車應(yīng)用效果與分析

根據(jù)本文設(shè)計(jì)的傳感器布置方案將激光雷達(dá)、毫米波雷達(dá)以及攝像頭安裝到智軌電車對(duì)應(yīng)位置。為保證測(cè)試的安全性，對(duì)智軌電車在駕駛員的看管下在封閉道路進(jìn)行實(shí)車測(cè)試。

根據(jù)毫米波雷達(dá)和攝像頭在智軌電車的實(shí)際位置對(duì)兩者進(jìn)行聯(lián)合標(biāo)定并轉(zhuǎn)換為同一坐標(biāo)系；采用生命周期法對(duì)毫米波雷達(dá)和攝像頭所接收的原始數(shù)據(jù)進(jìn)行篩選，剔除虛假目標(biāo)；再將由毫米波雷達(dá)和攝像頭檢測(cè)到的目標(biāo)距離和速度分別與設(shè)定閾值進(jìn)行比較，從而判斷兩者是否為同一目標(biāo)；最后，采用卡爾曼濾波將判定為同一目標(biāo)、由毫米波雷達(dá)和攝像頭檢測(cè)到的障礙物融合為一個(gè)有效障礙物目標(biāo)。圖10(a)示出，在可視化界面的坐標(biāo)系中能得到毫米波雷達(dá)和攝像頭檢測(cè)到的有效目標(biāo)以及兩者融合后的有效障礙物目標(biāo)；圖10(b)所示為攝像頭檢測(cè)實(shí)時(shí)畫(huà)面。在實(shí)車測(cè)試中，毫米波雷達(dá)的測(cè)距精度可達(dá)0.2 m，測(cè)速精度可達(dá)0.25 m/s，符合障礙物測(cè)距誤差小于0.3 m，測(cè)速誤差小于0.5 km/h 的設(shè)計(jì)精度要求。

圖10 毫米波雷達(dá)與攝像頭檢測(cè)結(jié)果Fig. 10 Detection results of millimeter wave radar and camera

由于本文設(shè)計(jì)的傳感器布置方案前視傳感器以毫米波雷達(dá)和攝像頭為主傳感器，故尚未進(jìn)行激光雷達(dá)的實(shí)車測(cè)試?？紤]到激光雷達(dá)在測(cè)量精度上優(yōu)卓越性，后續(xù)將進(jìn)一步研究激光雷達(dá)的感知算法。

5 結(jié)語(yǔ)

本文首先介紹了谷歌、特斯拉以及百度公司的3 個(gè)經(jīng)典自動(dòng)駕駛汽車傳感器布置方案，依次根據(jù)實(shí)際車況以及應(yīng)用要求提出了一套針對(duì)智軌電車的傳感器布置方案，并且進(jìn)行了標(biāo)定以及冗余性分析。本文所提出的傳感器布置方案以毫米波雷達(dá)和攝像頭為主要傳感器，實(shí)車測(cè)試結(jié)果表明，該傳感器布置方案能滿足智軌電車對(duì)實(shí)時(shí)運(yùn)行中障礙物檢測(cè)的精度要求以及魯棒性要求。

目前無(wú)人車傳感器的布置方案與相關(guān)性能對(duì)于一些復(fù)雜場(chǎng)景暫時(shí)還無(wú)法滿足探測(cè)需求，離實(shí)現(xiàn)全自動(dòng)駕駛還有著較大的差距[19]。后續(xù)將從硬件和軟件兩個(gè)方面予以改善：在硬件層面，開(kāi)發(fā)魯棒性更好、功能更多的低成本環(huán)境傳感器；在軟件層面，結(jié)合V2X 車聯(lián)網(wǎng)技術(shù)，實(shí)現(xiàn)車與其他設(shè)施的信息共享，彌補(bǔ)當(dāng)前算法的缺陷，提高自動(dòng)駕駛的安全性。