基于多边形方法的自动驾驶汽车场景构建

基于多边形方法的自动驾驶汽车场景构建

3D传感器可以提高感知的有效性，因此，提出了一种用来表示自动驾驶汽车周边3D场景的方法。该方法应用宏观尺度的几何基元多边形对自动驾驶汽车周边场景进行建模，这意味着自动驾驶汽车的周边场景是用一系列宏观尺度的多边形来表示的。根据3D传感器的数据来对场景进行构建。运用几何基元多边形初步建立自动驾驶汽车周边场景模型后，需要对场景进行细化。

细化的方法有3种：①根据一个点云来重建一个曲面，将所有输入点云合并成单点云，再由单点云合并成累积点云，最终根据累积点云来建立车辆的场景。该方法的缺点是，必须搜集所有的点云才能有效地建立场景。而且，需要点云的数量也非常庞大，可能导致所建立的场景算法出错，且花费的时间也比较长。②对自动驾驶汽车周边的多个部分场景进行建立，然后再将这些场景融合起来。与第1种方法相比，场景的建立速度比较快，但缺点是需要制定一种融合策略，而且在融合过程中场景很容易会重叠，导致场景失真。③增量场景重建。与上述两种方法不同，本方法不仅接收传感器数据（点云），还可对场景进行描述，即当采集到新的传感器数据时，就会同时更新已经建立的场景。所以，该方法具有实时性。

试验结果也表明，方法3是最有效的方法，速度最快，而且能够准确地描述车辆周边的场景。

刊名：Robotics and Autonomous Systems（英）

刊期：2016年第83期

作者：Miguel Oliveira et al

编译：野晨晨