详情

原文传递无人驾驶汽车多传感器冗余下的数据融合算法研究

论文题名：	无人驾驶汽车多传感器冗余下的数据融合算法研究
关键词：	自动驾驶感知;多目标检测跟踪;动态权重分配;多传感器融合
摘要：	随着汽车电动化智能化的发展，自动驾驶系统在21世纪20年代开始迎来了新的发展契机，本文分析了当前技术迭代过程中出现的自动驾驶汽车事故，认为其中不乏自动驾驶感知系统的故障导致的严重后果，所以将感知系统进行冗余的融合迫在眉睫，本文围绕着多传感器冗余对自动驾驶车辆的感知进行了探讨，提出了新的解决方案，具体研究内容如下：　　首先研究了激光雷达、摄像头、毫米波雷达的多目标检测算法，其中，激光雷达选定了CNN_SEG_Lidar，该算法为Apollo中采用的激光雷达检测算法，摄像头最终选定了YOLOV4算法检测目标，由于Kitti数据集中没有毫米波雷达数据，并且对于世界中的对象检测应该是满足高斯分布的，所以对激光雷达对象的x、y的最大值和最小值使用Box-Muller算进行处理得到的目标作为毫米波雷达目标，解决了目标检测部分的问题。　　对于多传感器系统，需要做的最重要的是对各传感器的坐标系进行统一对齐，该系统采用的数据集为Kitti数据集，在此数据集下，激光雷达相对于彩色相机的坐标变换需要旋转矩阵及平移矩阵，有了这两个矩阵就可以将两个传感器的坐标系进行坐标变换，选定摄像头坐标系为主坐标系，将激光雷达对象及毫米波雷达对象变换到摄像头坐标系下，完成坐标变换问题。　　为了能够对各传感器检测状态进行评价，传感器的多目标跟踪是十分必要的，在传感器跟踪部分，采用了SORT（SimpleOnlineAndRealtimeTracking）算法，该算法包括匈牙利匹配数据关联以及卡尔曼滤波轨迹跟踪，对三个传感器的多目标分别使用SORT算法进行计算，得到的多目标方差用于接下来的多传感器冗余权重分配。　　使用动态权重分配机制和传感器消除机制可以大大减少传感器跟踪故障对多传感器传感系统的影响，本文开发了一种动态权重分配算法——DWD（DynamicWeightDistribution）算法，采用该算法可以最大程度地减少由传感器感知系统故障引起的交通事故。通过动态权重分配，在多传感器融合系统运行期间，主动降低了跟踪性能较差的传感器的权重。通过阈值设置，消除了具有特别差的跟踪效果的传感器的对象。以上两种机制的设置确保了融合数据的稳定性，并确保了融合系统的平稳运行。　　通过对多传感器的冗余权重与传感器信息融合算法相结合，对多传感器目标进行自适应的冗余，在系统运行过程中实时调整各传感器的冗余权重，进而影响融合后的目标精确度，如果某一或某多个传感器的目标跟踪出现明显问题，该传感器就会退出融合，即不参与传感器融合，对于其检测到的目标不予相信，这样就能够避免一些由于传感器自身故障引起的感知错误，进而能够避免一些感知错误所引起的交通事故对人们的生命财产安全提供更坚实的保障。
作者：	周文起
专业：	机械工程
导师：	刘清河
授予学位：	硕士
授予学位单位：	哈尔滨工业大学
学位年度：	2021