康謀技術(shù) | 多傳感器數(shù)據(jù)融合技術(shù)與策略解析
在汽車行業(yè)邁向智能化、自動(dòng)化的今天,自動(dòng)駕駛技術(shù)也在快速發(fā)展。為了進(jìn)一步讓自動(dòng)駕駛更加“智能化”,像老師傅一樣進(jìn)行開車,離不開對車輛周圍環(huán)境的全面認(rèn)識(shí)。
面對復(fù)雜的感知任務(wù),單一傳感器的局限性逐漸顯現(xiàn),比如相機(jī)對目標(biāo)的顏色和紋理比較敏感,但易受光照、天氣條件的影響。LiDAR以獲得目標(biāo)精確的3D信息,但無法獲得目標(biāo)紋理,易產(chǎn)生噪點(diǎn)等情況。多傳感器數(shù)據(jù)融合技術(shù)應(yīng)時(shí)而生,通過整合不同傳感器的優(yōu)勢,為車輛提供了一個(gè)全面、立體的感知維度。
一、多傳感器融合的先決條件
當(dāng)多種傳感器裝在同一輛車上時(shí),使用同一個(gè)系統(tǒng)來采集并處理數(shù)據(jù)。為了確保這些傳感器采集的數(shù)據(jù)能有效精準(zhǔn)識(shí)別同一個(gè)物體,需要對這些傳感器進(jìn)行統(tǒng)一時(shí)鐘和坐標(biāo)系,即最終實(shí)現(xiàn):同一個(gè)目標(biāo)在同一個(gè)時(shí)刻出現(xiàn)在不同類別的傳感器的同一個(gè)世界坐標(biāo)處。
1、統(tǒng)一時(shí)鐘
確保所有傳感器數(shù)據(jù)在時(shí)間上的一致性,為后續(xù)處理提供同步基準(zhǔn)。關(guān)于時(shí)間同步的詳細(xì)內(nèi)容可見往期內(nèi)容“《自動(dòng)駕駛:揭秘高精度時(shí)間同步技術(shù)(一)和(二)》”。
2、統(tǒng)一坐標(biāo)系
統(tǒng)一坐標(biāo)系包含兩步,一是運(yùn)動(dòng)補(bǔ)償,二是傳感器標(biāo)定。
① 運(yùn)動(dòng)補(bǔ)償:確保數(shù)據(jù)時(shí)效性
運(yùn)動(dòng)補(bǔ)償是針對周期性采集數(shù)據(jù)的傳感器,如激光雷達(dá)(LiDAR),其數(shù)據(jù)采集周期可能長達(dá)100毫秒。由于車輛在運(yùn)動(dòng),采集周期的開始和結(jié)束時(shí)刻,車輛的位置已經(jīng)發(fā)生了變化。這就需要對采集的數(shù)據(jù)進(jìn)行運(yùn)動(dòng)補(bǔ)償,以確保數(shù)據(jù)反映的是車輛在某一固定時(shí)刻的環(huán)境狀態(tài)。
② 傳感器標(biāo)定:確立坐標(biāo)轉(zhuǎn)換
傳感器標(biāo)定是確保每個(gè)傳感器的數(shù)據(jù)都能準(zhǔn)確映射到世界坐標(biāo)系中的過程。它包括內(nèi)參標(biāo)定和外參標(biāo)定兩個(gè)部分。
內(nèi)參標(biāo)定:針對單個(gè)傳感器,解決其內(nèi)部參數(shù),如攝像頭的焦距和畸變,確保傳感器數(shù)據(jù)在自身坐標(biāo)系中的準(zhǔn)確性。詳細(xì)內(nèi)容可見往期內(nèi)容“《深入探討:自動(dòng)駕駛中的相機(jī)標(biāo)定技術(shù)》”。
外參標(biāo)定:在已知的世界坐標(biāo)系下,解決不同傳感器之間的相對位置和方向,確保它們數(shù)據(jù)的一致性。
外參標(biāo)定的準(zhǔn)確性依賴于內(nèi)參標(biāo)定的精確性,只有每個(gè)傳感器的內(nèi)參被精確校準(zhǔn),我們才能準(zhǔn)確地知道它們在世界坐標(biāo)系中的相對位置。
二、多傳感器融合方法
在多傳感器采集系統(tǒng)中做好統(tǒng)一時(shí)鐘和統(tǒng)一坐標(biāo)系后,就可以將這些數(shù)據(jù)進(jìn)行融合了。關(guān)于具體做法,這里舉一個(gè)簡單的例子:
1、相機(jī)與LiDAR融合
在實(shí)現(xiàn)激光雷達(dá)與相機(jī)標(biāo)定、運(yùn)動(dòng)補(bǔ)償和時(shí)間同步后,通過多傳感器深度融合,執(zhí)行幾何變換將三維點(diǎn)云數(shù)據(jù)投影至二維圖像平面,實(shí)現(xiàn)物理空間到視覺空間的映射。最后,整合深度信息與圖像像素?cái)?shù)據(jù),形成深度標(biāo)簽圖像,從而為自動(dòng)駕駛車輛的環(huán)境感知系統(tǒng)提供更為豐富和精確的數(shù)據(jù)支持。
2、融合方式
根據(jù)數(shù)據(jù)在整個(gè)流程中融合的不同位置,常見的融合方式可分為前融合、深度融合和后融合。
前融合(Early-Fusion):是在最原始的層面上將不同傳感器的數(shù)據(jù)進(jìn)行整合。這種融合方式涉及直接在空間上對齊傳感器數(shù)據(jù),形成一個(gè)統(tǒng)一的多模態(tài)數(shù)據(jù)集。可以進(jìn)行數(shù)據(jù)統(tǒng)一標(biāo)識(shí),降低信息損失。
深度融合(Deep-Fusion):是在特征提取之后、決策之前進(jìn)行的融合。這種融合方式涉及將不同傳感器的數(shù)據(jù)在特征空間中進(jìn)行組合,通常通過級(jí)聯(lián)或元素相乘的方式實(shí)現(xiàn)。通過特征互補(bǔ)可以提高魯棒性和提升泛化能力。
后融合(Late-Fusion):是在各個(gè)傳感器獨(dú)立完成目標(biāo)檢測或分類等任務(wù)后,將它們的預(yù)測結(jié)果進(jìn)行綜合分析,以做出最終的決策。通過綜合多個(gè)傳感器的預(yù)測結(jié)果,提高決策準(zhǔn)確性??筛鶕?jù)需要靈活添加或替換傳感器模型。
3、應(yīng)用場景
在多傳感器融合中,前融合、深度融合和后融合各有優(yōu)勢和適用場景。
前融合:在數(shù)據(jù)層面上實(shí)現(xiàn)早期整合,適合對原始數(shù)據(jù)依賴性較強(qiáng)的應(yīng)用。
深度融合:在特征層面上進(jìn)行信息融合,適合需要特征互補(bǔ)的復(fù)雜感知任務(wù)。
后融合:在目標(biāo)層面上進(jìn)行決策整合,適合需要最終決策優(yōu)化的場景。
在實(shí)際應(yīng)用中,根據(jù)系統(tǒng)需求和傳感器特性,選擇合適的融合策略或多種策略的組合,以達(dá)到最佳的感知效果。
相關(guān)產(chǎn)品
免責(zé)聲明
- 凡本網(wǎng)注明“來源:化工儀器網(wǎng)”的所有作品,均為浙江興旺寶明通網(wǎng)絡(luò)有限公司-化工儀器網(wǎng)合法擁有版權(quán)或有權(quán)使用的作品,未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權(quán)使用作品的,應(yīng)在授權(quán)范圍內(nèi)使用,并注明“來源:化工儀器網(wǎng)”。違反上述聲明者,本網(wǎng)將追究其相關(guān)法律責(zé)任。
- 本網(wǎng)轉(zhuǎn)載并注明自其他來源(非化工儀器網(wǎng))的作品,目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀點(diǎn)和對其真實(shí)性負(fù)責(zé),不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。其他媒體、網(wǎng)站或個(gè)人從本網(wǎng)轉(zhuǎn)載時(shí),必須保留本網(wǎng)注明的作品第一來源,并自負(fù)版權(quán)等法律責(zé)任。
- 如涉及作品內(nèi)容、版權(quán)等問題,請?jiān)谧髌钒l(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,否則視為放棄相關(guān)權(quán)利。