(接上期)
无人驾驶汽车价格
4.摄像头
摄像头是实现众多预警、识别类A D A S 功能的基础。像自动紧急刹车(AEB)、车道偏离预警(LDW)、车道保持(LKA)、行人警示(PCW)、自动泊车(AP)、疲劳驾驶预警(DFM)、交通标志识别(TSR)、交通信号灯识别(TLR)等都需要建立在图像识别的基础上，进而实现车道线障碍物以及行人检测。
目前前视摄像头ADAS系统有单目和双目两种方案，两者的共同点都是通过摄像头采集图像数据，然后从图像数据上得到距离信息。因为前视摄像头最重要的一个作用就是碰撞预警，而碰撞预警需要测量距离的变化。
单目视觉的测距原理是先通过图像匹配进行目标识别，识别行人、物体、车型等。再通过目标在图像中的大小去估算目标距离。这种方法是建立在精准识别基础上的，所以首先需要建立并不断维护一个庞大的样本特征数据库，保证这个数据库包含待识别目标的全部特征数据。比如在一些特殊地区，为了专门检测大型动物，必须先行建立大型动物的数据库；而对于另外某些区域存在一些非常规车型，也要先将这些车型的特征数据加入到数据库中。如果缺乏识别目标的特征，就会导致系统无法对车型、物体、障碍物进行识别，从而也就无法准确估算这些目标的距
离。导致ADAS系统的漏报。
如图16所示，双目视觉是通过对两幅图像视差的计算，直接对前方景物(图像所拍摄到的范围)进行距离测量，而无需判断前方出现的是什么类型的障碍物。所以对于任何类型的障碍物，都能根据距离信
息的变化，进行必要的预警或制动。双目视觉的原理与人眼类似，利用双目三角测距的原理，能非常精准的测量物体的距离。
如图17、18所示，双目方案也同时兼具单目方案的功能，可以采用其中一路来进行图像识别，从而判断交通标示和障
◆文/山东 刘春晖
高级辅助驾驶系统与车联网(下)
图16 ADAS双目摄像头的原理
碍物类型。双目摄像头方案的优越性使得双目逐渐成为中高端车型的标配，如奔驰2016款全系(S系、E系、C系)、宝马2016款全系(7系、5系、3系)标配双目摄像头。
此外汽车上还可以配备更多摄像头来实现更多功能。如图19所示，如同时配备广角相机和中长焦相机，可以识别不同距离，不同视角范围内的障碍物；同时配备可见光相机和远红外相机，可以实现夜间使用的；在车的前、后、左、右安装四个广角摄像头，经过摄像头参数校正、镜头
扭曲校正、鸟瞰视角转换、白平衡匹配和图像缝合处理，可以在车内显示器上显示一个可直观监视车辆周围环境的全景鸟瞰画面，能有效减少盲区，提高安全性。
各种传感器各有优缺点(表2)，所以一般采取两种或两种以上的传感器进行搭配，实现不同的系统功能的准确感知。
四、智能汽车和车联网的关系
智能汽车(ADAS)和车联网(V2X)分
别是实现无人驾驶的内部和外部要求智能汽车指配备高级驾驶辅助系统(advanced driver-assistance systems，ADAS)，通过感知周围环境、分析车辆所处环境从而根据环境变化做出相应反应。智能汽车可以被看作是实现无人驾驶汽车的过渡，也是传统车企主要的研发方向。由于智能汽车行驶在一个包括车辆、行人、设施等
图19 交通标示识别的多目视觉方案
图18 经过系统图像语义分割后效果图
因素的复杂环境中，因此要做到完全自动驾驶就需要建立汽车与行驶环境中其他因素的信息交换，即V2X(Vehicle to Everything)。在内、外部要求都被满足的前提下，自动驾驶才有可能实现。
五、无人驾驶发展
无人驾驶从应用层面可以分为四个阶段，阶段1是资讯被动侦测期，该阶段主要应用于车载资讯服务；阶段2是资讯互动交换期，也就是当前所处阶段，该阶段主要应用于ADAS等；阶段3是资讯主动传达期，该阶段主要应用为V2V和V2I，融合传感器技术实现车路协同；阶段4就是终极无人驾驶期，无人驾驶背景下车辆运营效率有望大幅提升，该阶段的典型应用就是共享汽车。
如图20所示，传感器技术是驱动ADAS发展的重要因素。无人驾驶在L2需要17个传感器，包括超声波雷达、长距离及短距离雷达和环视摄像头，发展到L3需要的传感器增加到29个，并且将引进立体摄像机、激光雷达和导航推测系统。对于ADAS而言，传感器技术已经相对成熟，
图17 摄像头拍摄的原图
表2 不同传感器的特点对比
摄像头和超声波雷达等产品在高端车型得到广泛应用，激光雷达由于造价较高，还只能用于试验阶段
的无人汽车，尚未量产进入市场。进入无人驾驶下一阶段对传感器的种类和精度都提出了更高的要求，因此传感器技术的开发应用和传感器的价格与渗透都直接影响着智能汽车自动化的
程度。
图20 主要传感器种类
六、智慧交通总体框架
如图21所示，智慧交通的总体框架包括感知层、网络层、平台层和应用层四个层面。其中：应用层和平台层是总体解决方案的核心，且平台层是应用层的支撑平台和运行环境。平台层的汇聚交换平台通过网络层的数据总线和服务总线进行数据交换；平台层整合交通资源，包括交通
基础数据、业务数据、GIS数据、分析主题数据、交通数据仓储等，形成融合的交通领域数据中心。同时提供基于云计算的IRE集成环境、运维管理、能力引擎等，构建智慧交通云计算环境。应用层主要包含交通运输管理、交通安全管理、城市管理以及其他政府部门、企业的交通信息化系统。
1.感知层
感知层——传感器：感知层的构建，是实现智慧交通的第一步。智慧交通的感知层又包含两部分——智能汽车车身传感器与智能路面传感器。
智能汽车车身传感器相当于智能汽车的“五官”，智能汽车通过传感器感知车辆所处的各种路况及周边环境。一套完善的智能汽车传感系统囊括了超声波技术、雷达技术、摄像头技术、红外线技术、激光扫描技术，以及这些技术的算法融合。通过多种传感器的组合，进而实现在不同的距离、不同的角度、不同的天气状况下对周边情况的全方面探测，这是智能汽车自主判断、自主行动的基础。
图21 智慧交通总体框架
除了车身传感器之外，智慧交通感知层还包含以路面磁感线圈、地磁感应为代表的智能路面传感器。
这些传感器用于感知和传递路的状况信息，如车流量、车速、路口拥堵情况等，让车载系统获得关于道路及交通环境的信息。无论是车身还是路面传感器，都起到了车内状况监测和环境感知的作用。
2.网络层
网络层是车内网、车际网、车云网三网融合(图22)：智慧交通的网络层指的是实现智能交通管理、智能动态信息服务和车辆智能化控制的一体化网络。网络层以车内网(CAN)、车际网(近程DSRC)和车云网(远程3G/4G/5G)为基础，按照约定的体系架构及其通信协议和数据交互标准，在V2X(车联多)之间，进行通信和信息交换。
3.平台层
平台层——大数据处理平台：智慧交通平台层主要由基于云计算的车联网数据融合平台、车联网应用开发平台、车联网网络支持平台等组成。从感知层收集、网络层上传的海量数据，通过云计算平台(图23)“过滤清洗”、数据分析平台对数据进行报表式处理之后变得更加清洁，更准确地反映实时情况从而便于进行高效的监控管理。
4.应用层
应用层——城市智能交通系统(ITS)(图24)：它是将先进的信息技术、数据通讯传输技术、电子传感技
术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。
智能互联示范区是智慧交通的载体。智慧交通是汽车智能化的终极目标，智慧交通的发展历程应该是：车内智能到车际互联，城市运营服务商打造智能交通系统。智能互联示范区是城市智慧交通的载体，其目的是构建一个汽车智能化生态系统，ADAS、车联网、整车与基于大数据平台的后服务企业集聚在该生态圈内，将车内智能和车际互联协同起来，在实现终极无人驾驶以
外，构建高效的城市交通运输管理系统。
图22  智慧交通网络层应用
图23  车联网云平台
图24  智能互联示范区构建汽车智能化生态系统
(全文完)