基于雷视融合的路侧感知的应用

黄智伟， 冯 蘅， 刘 鹏

（上汽通用五菱汽车股份有限公司广西汽车新四化重点实验室， 广西 柳州 545007）

引言

目前，在一些港口、矿区、物流园区、高速公路等封闭或半封闭场景，已经可以实现自动驾驶，但自动驾驶仍未能普遍推广。由于复杂路况的存在，感知能力不足严重制约着自动驾驶汽车的快速落地。由此，路侧感知就极为重要。它通过布设在道路两侧的各种传感器来实时获取道路的信息，并将道路信息共享给所有道路参与者，从而使得各个道路参与者能够实时获取周围环境信息，并快速做出决策。

1 路侧感知技术

路侧感知需要很多传感器，它们的作用主要是实现路况环境的数据信息采集，为路侧感知网络提供原始数据。如何做到精准感知并适用于各个交通场景，就需要路侧感知提出很高的要求。因此，全天候、大覆盖、高精度、多功能、低成本感知方案是未来路侧感知的重要发展方向[1]。在改进激光雷达本身的同时，多传感器融合也仍有必要，如表1 所示。

表1 各传感器性能对比

采用激光雷达与摄像头融合方式，通过两者信息融合，可以充分结合不同传感器的优势，弥补激光雷达的缺陷，并能增强显示彩色点云，实现感知信息提升。

2 在无人物流的应用

为辅助封闭道路内无人物流运输场景的无人驾驶的测试，搭建车路协同的测试环境，实现单车智能感知盲点的补充，实现无人物流车在封闭道路的正常运行[2]。

2.1 方案设计

2.1.1 方案分析

方案旨在补充单车智能感知的盲点，在上下料区、转盘、交叉路口等位置布置传感器设备，用于检测主要为人、车和障碍物等目标，以增加无人物流车对路侧环境的感知，提高无人物流车的行车安全性，如表2 所示。

表2 方案分析

2.1.2 场景描述

方案具体要求实现基础循迹、前向碰撞减速停车避让、路口碰撞避让和跟车行驶四大功能[3]。

1）基础循迹。云控平台根据路侧数据及车辆上报数据，判断是否存在交通参与者干涉；云控平台下发控车指令，指挥车辆按照预设轨迹点行驶，行驶方式包括直线行驶、交叉路口90°左转、交叉路口90°右转、变道；主车行驶速度不高于对应道路环境下地最大车速、加/减速度等，例如交叉路口速度不高于15 km/h 等。

2）前向碰撞减速停车避让。云控平台下发控车指令，主车按照设定的减速度进行减速停车，并在距离交通参与者目标安全距离外停车；主车所在车车道前方视距范围出现交通参与者，云控下发减速停车指令或紧急停车指令，引导车辆在安全距离外停车。

3）路口碰撞避让。若其他交通参与者为机动车辆，机动车辆与主车存在干涉；云端控制主车进入减速停车模式，控制主车停在路口斑马线或人行横道外，停车位置距斑马线距离1.5 m 左右，进入等待模式。如果主车未能按要求减速停车，则进入紧急制动停车模式。等待其他机动车辆驶离路口，且无其他干涉，云控控制主车切换至基础循迹功能，驶入交叉路口；主车离开交叉路口，车辆切换至基础循迹功能。弱势交通参与者与主车存在干涉。云控控制主车进入减速停车模式（停车位置距斑马线距离2 m 左右）；弱势交通参与者与主车干涉消失，且无其他干涉，控制主车切换至基础循迹模式驶入交叉路口；主车驶离交叉路口，切换至基础循迹模式。

4）跟车行驶。云控平台根据主车当前车速，控制主车进行加速或减速，保持住主车与目标车一致，且两者保持一定车距，距离取值为时距对应的直线距离和安全距离的最大值；当目标车车速高于道路环境允许的最高车速时，主车不再跟随行驶。

2.2 安装点位

1）检测路线范围：在确定所需要检测路线的情况下，应尽可能以全覆盖的形式进行布置点位，确保全路线覆盖、无盲区。

2）重点检测区域：对于一些路况复杂、车辆行人流动较大的地方，应设置点位进行重点检测，如物流上下料区、转盘路口、车辆行人密集流经路口等区域。

3）设备检测能力：不同品牌、型号的激光雷达、摄像头的检测能力是有区别的，如速腾RS-LiDAR-32机械式激光雷达测距能力是200 m，精度为±3 cm；RS-LiDAR-16 机械式激光雷达测距能力是150 m，精度为±2 cm。因此要根据设备的检测能力选择点位。

4）安装难度：在不影响正常检测效果的条件下，应尽量选择安装难度较为简单的点位，避免增大后续安装设备的难度。

2.3 网络设计

路侧设备激光雷达与摄像头之间网络形成一个局域网，整个路侧系统联网方式可采用有线局域网和无线局域网两种方式，两种联网方式各有利弊。有线局域网方式网络延迟低、可靠性强、数据传输性能高，但受现场环境影响，光纤布线很耗精力和时间；无线局域网可靠性和传输能力均没有有线局域网高，但灵活性好。

2.4 测试

针对路侧摄像头和激光雷达的融合方案，对目标检测的功能和性能进行测试。测试内容分为感知能力的测试，定位能力的测试，以及路侧系统（从感知到目标识别）的延时情况测试。

前置条件：设备状态正常无干扰，光照天气条件正常（户外路测环境照度不小于2 000 lx）、网络通讯正常、视频流正常，如表3、表4 所示。

表3 测试指标

表4 测试内容

2.5 测试结果（见表5）

表5 测试结果

3 结语

智慧交通发展以来，路侧基础设施建设的价值备受人们质疑。因此，发展路侧感知的同时更要发挥它的价值。在无人物流中，路侧感知具有以下几个方面的优势：

1）路侧感知的一个重要作用就是让无人物流车获得超视距感知的能力，因为路侧传感器安装在高处，视野开阔且感知的范围也越大，可以弥补车载传感器的感知不足，同时对环境的感知也更为准确。路侧传感器将感知的环境信息传给无人车，以便其做出决策，提高无人物流车的行驶安全性。

2）由于无人物流车上需要安装多个传感器，这无疑增加了单台车的成本，而将部分感知交给路侧传感器，就可以降低车载传感器数量和计算平台的需求，在无人物流车较多的情况下，可以有效降低其实现成本。

3）有利于实现统一决策，实施一定范围内的车辆协同调度，如车辆的编队行驶；根据路径优化算法开展车辆导航调度，以避免无人物流车的拥堵及其进一步恶化。