首頁 > ROS開發 > 探索自動駕駛無人車:多傳感器融合技術
2020
10-10

探索自動駕駛無人車:多傳感器融合技術

有一天,我會放開雙手,任由汽車帶著我遨游山河。

有一天,我會放松身心,透過車窗去看這美麗景色。

上篇文章我們一起研究了自動駕駛涉及到的SLAM自主建圖技術,相信你對自動駕駛的了解更進了一步,這次,我們繼續來探索自動駕駛涉及到的另一個技術——傳感器融合技術(微縮智能車配有多種傳感器,彼此融合形成智能車的穩定運行

image.png

多傳感器數據融合技術形成于上世紀80年代,目前已成為研究的熱點。它不同于一般信號處理,也不同于單個或多個傳感器的監測和測量,而是對基于多個傳感器測量結果基礎上的更高層次的綜合決策過程。

多傳感器融合技術 · 定義

了解了多傳感器融合技術是什么以后,隨之而來的就是,如何定義多傳感器融合技術?


對此,我們來了解一下,多傳感器融合技術的定義。


傳感器數據融合的定義可以概括為把分布在不同位置的多個同類或不同類傳感器所提供的局部數據資源加以綜合,采用計算機技術對其進行分析,消除多傳感器信息之間可能存在的冗余和矛盾,加以互補,降低其不確實性,獲得被測對象的一致性解釋與描述,從而提高系統決策、規劃、反應的快速性和正確性,使系統獲得更充分的信息。其信息融合在不同信息層次上出現,包括數據層融合、特征層融合、決策層融合

(1)數據級融合針對傳感器采集的數據,依賴于傳感器類型,進行同類數據的融合。數據級的融合要處理的數據都是在相同類別的傳感器下采集,所以數據融合不能處理異構 數據。

(2)特征級融合特征級融合,指的是提取所采集數據包含的特征向量,用來體現所 監測物理量的屬性,這是面向監測對象特征的融合。如在圖像數據的融合中,可以采用邊 沿的特征信息,來代替全部數據信息。

(3)決策級融合。決策級融合,指的是根據特征級融合所得到的數據特征,進行 一定的判別、分類,以及簡單的邏輯運算,根據應用需求進行較高級的決策,是高級的融合。決策級融合是面向應用的融合。比如在森林火災的監測監控系統中,通過對于溫度、濕度和風力等數據特征的融合,可以斷定森林的干燥程度及發生火災的可能性等。這樣,需要發送的數據就不是溫濕度的值以及風力的大小,而只是發送發生火災的可能性及危害程度等。在傳感網絡的具體數據融合實現中,可以根據應用的特點來選擇融合方式。


多傳感器融合技術 · 概念

想要更進一步了解多傳感器融合技術,就要先了解多傳感器融合技術的幾個概念。


①硬件同步、硬同步
使用同一種硬件同時發布觸發采集命令,實現各傳感器采集、測量的時間同步。做到同一時刻采集相同的信息。

②軟件同步:
時間同步、空間同步。

③時間同步、時間戳同步、軟同步:
通過統一的主機給各個傳感器提供基準時間,各傳感器根據已經校準后的各自時間為各自獨立采集的數據加上時間戳信息,可以做到所有傳感器時間戳同步,但由于各個傳感器各自采集周期相互獨立,無法保證同一時刻采集相同的信息。

④空間同步:
將不同傳感器坐標系的測量值轉換到同一個坐標系中,其中激光傳感器在高速移動的情況下需要考慮當前速度下的幀內位移校準。

多傳感器融合技術 · 前融合與后融合技術

了解了多傳感器融合技術的一些概念以后,我們繼續探究,接來下要說到的就是多傳感器融合技術的前融合與后融合技術


后融合算法:

1、每個傳感器各自獨立處理生成的目標數據。

2、每個傳感器都有自己獨立的感知,比如激光雷達有激光雷達的感知,攝像頭有攝像頭的感知,毫米波雷達也會做出自己的感知。

3、當所有傳感器完成目標數據生成后,再由主處理器進行數據融合。


前融合算法:

1、只有一個感知的算法。對融合后的多維綜合數據進行感知。

2、在原始層把數據都融合在一起,融合好的數據就好比是一個Super傳感器,而且這個傳感器不僅有能力可以看到紅外線,還有能力可以看到攝像頭或者RGB,也有能力看到LiDAR的三維信息,就好比是一雙超級眼睛。在這雙超級眼睛上面,開發自己的感知算法,最后會輸出一個結果層的物體。


多傳感器融合技術 · 優點

那么,多傳感器融合技術有哪些優點呢?為什么自動駕駛要選擇多傳感器融合技術呢?


多傳感器數據融合比單一傳感器信息有如下優點,即容錯性、互補性、實時性、經濟性,所以逐步得到推廣應用。應用領域除軍事外,已適用于自動化技術、機器人、海洋監視、地震觀測、建筑、空中交通管制、醫學診斷、遙感技術等方面。


有鑒于傳感器技術的微型化、智能化程度提高,在信息獲取基礎上,多種功能進一步集成以致于融合,這是必然的趨勢,多傳感器數據融合技術也促進了傳感器技術的發展。



本文》有 0 條評論

留下一個回復