感知是指無人駕駛系統(tǒng)從環(huán)境中收集信息并從中提取相關知識的能力。其中，環(huán)境感知特指對于環(huán)境的場景理解能力，例如障礙物的位置，道路標志、標記的檢測，行人車輛的檢測等數(shù)據(jù)的語義分類。 而定位是指相對于環(huán)境的位置，車輛需要根據(jù)傳感器得到的數(shù)據(jù)直到自己此時此刻位于地圖的哪個位置，因此認為定位也是感知的一部分。

規(guī)劃是無人車為了某一目標而做出一些有目的性的決策的過程，對于無人駕駛車輛而言，這個目標通常是指從出發(fā)地到達目的地，同時避免障礙物，并且不斷優(yōu)化駕駛軌跡和行為以保證乘客的安全舒適。規(guī)劃層通常又被細分為任務規(guī)劃，行為規(guī)劃和動作規(guī)劃三層。

控制則是控制理論的內容，包括如何控制無人車，給出精準的命令和指令使得車輛準確地按照規(guī)劃好的路線行進的能力。

本文重點闡述感知，感知就像是人類的感官，了解世界、認知世界，而車輛感知環(huán)境需要不同類別的傳感器，通過這些傳感器的信息，獲得障礙物的位置、速度以及可能的行為，獲得可行駛區(qū)域，交通規(guī)則等，感知領域采用的傳感器有激光雷達、單目攝像頭、雙目攝像頭、深度相機、毫米波雷達等等。下面簡要介紹幾類傳感器和其特性。

首先介紹激光雷達，激光雷達是一類使用激光進行探測和測距的設備，它能夠每秒鐘向環(huán)境發(fā)送數(shù)百萬光脈沖，它的內部是一種旋轉的結構，這使得激光雷達能夠實時的建立起周圍環(huán)境的3維地圖。通常來說，激光雷達以10Hz左右的速度對周圍環(huán)境進行旋轉掃描，其掃描一次的結果為密集的點構成的3維圖，每個點具備（x,y,z）信息，這個圖被稱為點云圖（Point Cloud Graph）。激光雷達因其可靠性目前仍是無人駕駛系統(tǒng)中最重要的傳感器，然而，在現(xiàn)實使用中，激光雷達并不是完美的，往往存在點云過于稀疏，甚至丟失部分點的問題，對于不規(guī)則的物體表面，使用激光雷達很難辨別其模式，在諸如大雨天氣這類情況下，激光雷達也無法使用。為了理解點云信息，通常來說，我們對點云數(shù)據(jù)進行兩步操作：分割和分類。其中，分割是為了將點云圖中離散的點聚類成若干個整體，而分類則是區(qū)分出這些整體屬于哪一個類別（比如說行人，車輛以及障礙物）。點云的分割聚類有眾多方法，不在這里一一展開，但是點云的處理以及合理的算法都會對最終的結果產生很大的影響。

單目攝像頭獲得的是二位圖像信息，缺失了三維世界中的深度信息，保留了顏色信息，是密集矩陣，在圖像上用像素點描繪物體，基本類型是采用RGB三通道表達并且呈現(xiàn)出顏色。

雙目攝像頭需要有兩個攝像機之間的變換矩陣，這樣的結構更加類似于人類的雙眼，通過兩個視角可以恢復物體在三維世界當中的深度信息，但是每個時刻兩個相機的計算量是很大的。

深度相機能夠實時地測量每個像素點的距離。但是,由于這種發(fā)射--接受的測量方式,使得它使用范圍比較受限。用紅外進行深度值測量的 RGB-D 相機,容易受到日光或其他傳感器發(fā)射的紅外光干擾,因此不能在室外使用,同時使用多個時也會相互干擾。對于透射材質的物體,因為接受不到反射光,所以無法測量這些點的位置。此外,深度相機在成本、功耗方面,都有一些劣勢。

毫米波雷達分為遠距離雷達（LRR）和近距離雷達（SRR），由于毫米波在大氣中衰減弱，所以可以探測感知到更遠的距離，其中遠距離雷達可以實現(xiàn)超過200m的感知與探測。毫米波雷達的多項優(yōu)勢，使其目前在汽車防撞傳感器中占比較大。與激光雷達返回的數(shù)據(jù)坐標不同，其返回的是物體點的距離角度信息。

下表展示了幾種傳感器的差別和不同環(huán)境下感知效果的優(yōu)劣。表中提及的Ultrosonic是超聲波測距儀，常見于私家車輛的倒車系統(tǒng)，HD-map是人們常說的高清地圖，在無人駕駛領域也是重要的組成部分，此處加入分析并不公平，因為HD-map不是傳感器，它無法進行動態(tài)物體的感知，甚至靜態(tài)目標的更新也是HD-map無法判斷的，在這里它只是環(huán)境的一種綜合表現(xiàn)形式，它的獲取需要相機、雷達等其他傳感器。

不同傳感器之間的原理和優(yōu)缺點分析

從表中可知，無人駕駛感知中的傳感器，不是舍此即彼的關系，而是需要多種傳感器共同感知環(huán)境，獲得更加可靠的數(shù)據(jù)，因此多傳感器融合在無人駕駛當中必不可少，在多傳感器融合下進行無人駕駛感知，可以有效結合各個傳感器的優(yōu)勢，或得更加可靠的數(shù)據(jù)，得到更加廣泛的使用環(huán)境。視覺配合毫米波雷達，視覺配合激光雷達、深度相機配合毫米波雷達、激光雷達配合毫米波雷達等等，都成為研究人員嘗試的方案。同時經(jīng)過研究人員的驗證，結合好的融合算法，多傳感器的融合結果往往都強于某一類傳感器的單探測結果。因此，無人駕駛感知中的多傳感器融合方法是值得探尋和研究的。

在這些傳感器中，相機和激光是研究者熱衷的兩種傳感器，兩者輸出數(shù)據(jù)也大相徑庭，在眾多研究者的文章中，有關它們的算法最多，涉及這兩者的融合算法也是研究熱點，在實際應用車輛中也常見這兩種傳感器，甚至涉及它們的融合算法。因此本文會選擇激光雷達和攝像機這兩種傳感器作為實驗傳感器，同時選擇目標級融合。

在傳感器融合理論中，根據(jù)融合中心的位置劃分數(shù)據(jù)集融合、特征級融合（即目標級）以及決策級融合，數(shù)據(jù)級融合會把傳感器采集的原始數(shù)據(jù)直接送入融合中心進行計算，這樣的結果損失是最小的，但是計算量是最大的，RoadStar公司曾提出將兩種傳感器數(shù)據(jù)直接作為輸入送進神經(jīng)網(wǎng)絡框架的方法，但是目前找到的相關成果有限。特征級融合是傳感器得到結果在決策時考慮融合，這種誤差最大，但是計算量最小。無人駕駛中普遍采用特征級融合，即每個處理單元預處理檢測目標，融合中心給出目標結果。