基于无人驾驶汽车的障碍物检测方法综述

《基于无人驾驶汽车的障碍物检测方法综述》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第41卷第10期专刊2014年10月计算机科学ComputerScienceV01．41No．10Supp0ct2014基于无人驾驶汽车的障碍物检测方法综述朱学葵1高美娟2高广庆3王艾萌3(北京联合大学北京市信息服务工程重点实验室北京100101)1(北京联合大学自动化学院北京100101)2(北京联合大学信息学院北京100101)3摘要针对无人驾驶汽车的环境感知部分，以障碍物检测方法为依托，整理和分析了近年来关于障碍物检测的大量文献。根据传感器的不同对各类障碍物检测方法进行分类，介绍目前几种常见的用于无人驾驶汽车环境感知部分的障碍物检测方法，比较了各种障碍物检测方法的差异，并提出要因地制

2、宜地选择合适的传感器用于环境感知。关键词无人驾驶汽车，图像，结构光，雷达，超声波，障碍物SummaryofObstacleDetectionMethodBasedonSelf-drivingCarsZHUXue-kuilGAOMei-juan2GAOGuang-qin93WANGAi-men93(BeijingKeyLaboratoryofInformationServiceEngineering，BeijingUnionUniversity，Beijing100101，China)1(CollegeofAutomation，BeijingUnionUniversity，Beijing10

3、0101，China)2(CollegeofInformationTechnology，BeijingUnionUniversity，Beijing100101，China)3AbstractFortheenvironmentsensingofself-drivingcars，thispapercollatedandanalyzedalargenumberofrecentIiteraturesabouttheobstacledetectionbasedonthesubjectofobstacledetectionmethockAccordingtothedifferentsensorsfo

4、rvarioustypes，thispaperclassifiedobstacledetectionmethods，introducedthetypicalmethodofobstacledetectionbasedontheseliteratures，comparedthedifferenceofeachmethod，andproposedweshouldchoosetheap—propriatesensorforenviromnentsensing．KeywordsSelf-drivingcars，Image，Structuredlight，Radar，Ultrasonicwave，O

5、bstacle自智能机器人诞生以来，无人驾驶汽车的研究吸引了众多学者和科研机构的目光，但目前仍然是一个难度很大的课题。其中，对周边环境的感知是无人驾驶汽车研究领域非常重要的研究内容，也是该领域的核心技术之一[1

6、。车辆行驶道路上的障碍物检测是无人驾驶汽车周边环境感知技术研究领域中的重要组成部分。目前，美国、法国、日本、德国以及意大利等世界发达国家的一些研究机构，相继在该研究方向上作了一定程度的研究，并取得了许多有价值的研究成果，其中谷歌无人车最具代表性。由于基础设施水平和经济实力等因素的限制，我国无人驾驶汽车技术与世界发达国家存在一定差距，目前合肥物质研究所、国防科技大学、军事交通学院等几

7、家研究机构在该领域做出了一些阶段性成果。近几年，国内外在ITS(智能交通系统)研究领域中，针对车辆行驶路径上的障碍物检测方法，提出了许多算法和实施手段[2

8、。本文对这些方法进行了总结，如图1所示。基于无人驾驶汽车的障碍物检测方法基于图像的检测方法(包括圈像与图像)基于结构光的检测方法基于雷达的检测方法(包括雷达与雷达)基于雷达和田像融合的检测方法基于起声渡的检测方法基于先验识(彩色机器视觉)基于立体规觉基于运动学方法普通雷达(比如说毫米波雷达)激光雷达图1检测方法汇总视觉三目立视觉几何特征嘎格其他方法本文受北京市属高等学校创新团队建设与教师职业发展计划项目(CIT&TCD20130513)

9、资助。朱学葵(1990一)，男，硕士生，主要研究方向为模式识别与雷达信息处理；高美娟(1965一)，女，博士，教授，主要研究方向为人工智能与模式识别；高广庆(1995～)，男，本科生，主要研究方向为模式识别；王艾萌(1993一)，女，本科生，主要研究方向为智能控制技术。·315·1基于图像的障碍物检测基于图像的障碍物检测主要包括以下3种方法：(1)基于先验知识的障碍物检测；(2)基于立体视觉的障碍物检测；(3)基于运行学