中国科学技术大学研发新技术 提升自动驾驶汽车道路感知能力

盖世汽车讯 当驾驶员看到前方有骑行者或者交通灯变红时，本能的就会减速。他们的反应依赖于通过视觉和声音获取的信息以及对道路状况、人类行为以及交通规则知识的无缝融合。

自动驾驶汽车试图通过“智能传感”来模仿人类的该项技能。计算机会处理摄像头和雷达等传感器的数据，让车辆可以决定方向与速度。但是在可靠性、计算效率和实时决策方面，自动驾驶汽车想要与人类匹敌，还有很长的一段路要走。

据外媒报道，中国安徽省合肥市中国科学技术大学（USTC）的计算机科学家张燕咏教授希望可以在道路感知方面缩小自动驾驶汽车与人类的差距。

图片特征，虚拟点特征，点云特征结合（图片来源：中国科学技术大学）

张教授表示：“我们团队的工作内容涵盖了按钮大小的感知设备以及从大量数据中学习到的复杂感知算法。”

为了提高自动驾驶汽车的道路感知能力，张教授团队在融合摄像头、激光雷达和毫米波雷达的数据方面取得了很大的进步，可以让无人驾驶系统因可以更好地探测和跟踪行人或移动的车辆等3D物体，从而变得更加安全。

数据融合

用于帮助自动驾驶汽车全面了解其周围环境的一个常见组合是采用立体摄像头和激光雷达，后者也称为激光扫描。立体摄像头可以获取包含有关颜色、纹理和细粒度形状等有用信息的2D图像；激光雷达发射激光束，然后测量激光束在击中物体后反射回来所需的时间，以形成“点云”或有关周围环境的3D地图。

融合上述两种类型的数据通常非常棘手，其中一种方法是将3D激光雷达数据点转换成摄像头可以捕捉到的2D图像平面，然后将其与2D像素数据进行融合。但是，在这过程中，会丢失很多宝贵的信息。因为像素密度通常比激光雷达点密度更高，从而导致失配。张教授团队的博士研究生Hanqi Zhu表示：“此种方法目前被几种主流传感器融合方案所采用，可能会导致严重信息被丢失。”

为了解决该问题，Zhu提出采用所谓的“虚拟点”作为3D像素数据点和2D激光雷达数据点之间的桥梁。该想法的灵感来自于虚拟天线阵列，其通过添加计算机生成的虚拟天线的数据流来优化天线系统。

为了使计算过程尽可能高效，此类虚拟点只在感兴趣物体周围生成，摄像头也只从此类物体捕捉数据。

当张教授团队在广泛使用的自动驾驶KITTI数据集（来自于德国卡尔斯鲁厄理工学院和日本丰田工业大学）上测试该种称为VPFNet的方法时，发现其表现良好。在405种探测车辆的方法中排名第31位，在探测行人的211种方法中排名第3位。

该团队还优化了VPFNet的计算效率。当在单个NVIDIA RTX 2080Ti显卡（通常用于游戏或人工智能应用）上运行时，VPFNet的处理速度为15帧/秒。张教授表示，在现实驾驶中，处理速度为至少10帧/秒对于跟踪移动物体至关重要。

传感器组合测试

为了帮助自动驾驶汽车做出更好的驾驶决策，全球的研究人员都在探索使用不同的传感器组合。但是将此类传感器有效集成在一起仍然需要碰运气，张教授团队的另一名博士研究生Yao Li说道。

张教授团队的方法是，首先比较不同传感器数据的优缺点，然后研发最佳方法来组合数据。Li表示，这让我们可以对不同的数据分别进行定制处理。

例如，利用短波电磁波来探测目标距离、速度和角度的毫米波雷达无法提供高度信息，但是其可以提供一个2D点云，提供一个无需复杂3D数据处理的鸟撖图。与摄像头不同，毫米波雷达也不受大雨或大雾的影响。

张教授表示，其团队计划采用激光雷达、摄像头和毫米波雷达以重叠的视觉来捕捉场景，以尽可能减少盲点区域。

该团队还在研发一种称为EZFusion的框架，其中包含来自三种传感器的数据。EZFusion对雷达数据进行处理，并将数据与激光雷达和图像数据相结合。融合后的数据以自上而下的方式呈现，用于目标探测和再识别。

Li表示：“EZfusion简单高效，提升了3D探测与跟踪性能。”在大规模自动驾驶数据集nuScenes上进行测试时，EZfusion在跟踪其他车辆和人等运动物体方面的表现优于排名第一的EagerMOT法。

校园测试

张教授团队已经将其传感技术应用于微型自动驾驶车辆，Sonic，Little Cloud和Little Owl上，此类车辆在USTC繁忙的大学园区内行驶。未来，研究人员计划将更加成熟的具身智能（embodied intelligence）技术应用于无人驾驶车辆中，让其可以与环境交互，在几乎没有或完全没有人为干预的情况下做出决策、执行任务。