详情

原文传递车路协同感知融合研究

论文题名：	车路协同感知融合研究
关键词：	车路协同;感知融合;哈希;空间补偿;非极大值抑制
摘要：	在当今社会，汽车对于人民而言已经不再是奢侈品，而是日常出行用品。汽车的普及大大提高了人民的出行效率，但伴随而来的，交通拥堵与安全事故等问题也屡屡发生，并已经成为世界性问题。虽然交通基础设备一直在不断完善，却始终无法满足人类的需求。自从上世纪70年代开始，国内外就开始对交通智能化、车辆自动化等着手研究。因此，智能交通运输系统的诞生是必然的。智能交通系统旨在通过信息技术及网络通讯等技术对交通参与者与交通管理者提供更多更精确的信息。随着传感器技术、计算机技术和通信技术的不断发展，车联网与自动驾驶也成为了当今世界研究的热点领域。　　在实现自动驾驶的过程中，车路协同系统是其中至关重要的研究模块。车路协同是指通过无线网络，将车端与路端连接起来，实现车端信息与路端信息交换共享。尤其对于车端而言，车端本身感知到的交通环境信息可能存在视觉盲区以及视觉限制等原因，无法对周围的环境进行全面的感知。通过无线通讯收到路端的消息，使得车辆可以获得全方位的交通环境信息，从而为车辆的下一步驾驶行为提供更精确的交通环境信息。对于车路协同系统而言，获取到感知结果的速度以及感知结果的准确性是在研究中需要重点关注的指标。因此本文针对感知融合的速度与感知融合结果的准确度进行研究实验，具体内容如下：　　本文提出车路协同系统中基于哈希分区下的感知融合算法，并对融合结果进行空间补偿。在本文中使用的感知融合算法是非极大值抑制算法，通过将此帧下的所有候选框依次求解两个目标候选框的IOU值来去除冗余得到最精准的感知目标结果。由于地理范围相差较大的候选框不可能是同一目标，对其进行求解比较是无意义的。因此本文提出利用哈希的思想根据目标候选框的中心点位置进行哈希分区，通过一次分区与二次分区两次融合使得该融合结果可以在保证基本融合效果的情况下，降低融合时间。通过对比实验验证，当融合数量为253时，二次分区融合的融合率为92.00%，融合时间对比不分区直接融合的方法降低了34.18倍，且随着感知目标的数量级越大，融合速度提高的越多，对车路协同下的感知融合效率有大幅度提升。此外，从车、路传感器感知交通环境信息开始至融合完成，存在一定的时延，从而导致感知数据的时效性有所减弱。因此，为了使融合结果更精确，本文提出对此段时延做空间补偿，根据目标的运动状态，对目标在x、y方向上分别做空间补偿。通过对比实验验证，当速度达到50km/h时，经过空间补偿后的融合结果精确度提高了4.05倍。综上所述，本文提出的车路协同系统中基于哈希分区与空间补偿的感知融合算法可以为车辆提供更迅速更精准的交通环境信息。
作者：	邢亚男
专业：	计算机技术
导师：	房至一
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2022