• 正文
    • 一、多傳感器融合的先決條件
    • 二、多傳感器融合方法
    • 3、應用場景
  • 推薦器件
  • 相關推薦
申請入駐 產業(yè)圖譜

康謀技術 | 多傳感器數(shù)據融合技術與策略解析

2024/07/18
2141
加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論
汽車行業(yè)邁向智能化、自動化的今天,自動駕駛技術也在快速發(fā)展。為了進一步讓自動駕駛更加“智能化”,像老師傅一樣進行開車,離不開對車輛周圍環(huán)境的全面認識。
面對復雜的感知任務,單一傳感器的局限性逐漸顯現(xiàn),比如相機對目標的顏色和紋理比較敏感,但易受光照、天氣條件的影響。LiDAR以獲得目標精確的3D信息,但無法獲得目標紋理,易產生噪點等情況。多傳感器數(shù)據融合技術應時而生,通過整合不同傳感器的優(yōu)勢,為車輛提供了一個全面、立體的感知維度。

一、多傳感器融合的先決條件

當多種傳感器裝在同一輛車上時,使用同一個系統(tǒng)來采集并處理數(shù)據。為了確保這些傳感器采集的數(shù)據能有效精準識別同一個物體,需要對這些傳感器進行統(tǒng)一時鐘和坐標系,即最終實現(xiàn):同一個目標在同一個時刻出現(xiàn)在不同類別的傳感器的同一個世界坐標處。

圖1:傳感器融合先決條件

1、統(tǒng)一時鐘

確保所有傳感器數(shù)據在時間上的一致性,為后續(xù)處理提供同步基準。關于時間同步的詳細內容可見往期內容:

《自動駕駛:揭秘高精度時間同步技術(一)》

《自動駕駛:揭秘高精度時間同步技術(二)》

2、統(tǒng)一坐標系

統(tǒng)一坐標系包含兩步,一是運動補償,二是傳感器標定。

① 運動補償:確保數(shù)據時效性

運動補償是針對周期性采集數(shù)據的傳感器,如激光雷達(LiDAR),其數(shù)據采集周期可能長達100毫秒。由于車輛在運動,采集周期的開始和結束時刻,車輛的位置已經發(fā)生了變化。這就需要對采集的數(shù)據進行運動補償,以確保數(shù)據反映的是車輛在某一固定時刻的環(huán)境狀態(tài)。

② 傳感器標定:確立坐標轉換

傳感器標定是確保每個傳感器的數(shù)據都能準確映射到世界坐標系中的過程。它包括內參標定和外參標定兩個部分。

內參標定:針對單個傳感器,解決其內部參數(shù),如攝像頭的焦距和畸變,確保傳感器數(shù)據在自身坐標系中的準確性。詳細內容可見往期內容:《深入探討:自動駕駛中的相機標定技術》

外參標定:在已知的世界坐標系下,解決不同傳感器之間的相對位置和方向,確保它們數(shù)據的一致性。
外參標定的準確性依賴于內參標定的精確性,只有每個傳感器的內參被精確校準,我們才能準確地知道它們在世界坐標系中的相對位置。

二、多傳感器融合方法

在多傳感器采集系統(tǒng)中做好統(tǒng)一時鐘和統(tǒng)一坐標系后,就可以將這些數(shù)據進行融合了。關于具體做法,這里舉一個簡單的例子:

1、相機與LiDAR融合

在實現(xiàn)激光雷達與相機標定、運動補償和時間同步后,通過多傳感器深度融合,執(zhí)行幾何變換將三維點云數(shù)據投影至二維圖像平面,實現(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數(shù)據,形成深度標簽圖像,從而為自動駕駛車輛的環(huán)境感知系統(tǒng)提供更為豐富和精確的數(shù)據支持。

2、融合方式

根據數(shù)據在整個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。

圖2:常見的融合方式

前融合(Early-Fusion):是在最原始的層面上將不同傳感器的數(shù)據進行整合。這種融合方式涉及直接在空間上對齊傳感器數(shù)據,形成一個統(tǒng)一的多模態(tài)數(shù)據集??梢赃M行數(shù)據統(tǒng)一標識,降低信息損失。
深度融合(Deep-Fusion):是在特征提取之后、決策之前進行的融合。這種融合方式涉及將不同傳感器的數(shù)據在特征空間中進行組合,通常通過級聯(lián)或元素相乘的方式實現(xiàn)。通過特征互補可以提高魯棒性和提升泛化能力。
后融合(Late-Fusion):是在各個傳感器獨立完成目標檢測或分類等任務后,將它們的預測結果進行綜合分析,以做出最終的決策。通過綜合多個傳感器的預測結果,提高決策準確性??筛鶕枰`活添加或替換傳感器模型。

3、應用場景

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)據層面上實現(xiàn)早期整合,適合對原始數(shù)據依賴性較強的應用。
深度融合:在特征層面上進行信息融合,適合需要特征互補的復雜感知任務。
后融合:在目標層面上進行決策整合,適合需要最終決策優(yōu)化的場景。
在實際應用中,根據系統(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,以達到最佳的感知效果。

推薦器件

更多器件
器件型號 數(shù)量 器件廠商 器件描述 數(shù)據手冊 ECAD模型 風險等級 參考價格 更多信息
A1220LLHLT-T 1 Allegro MicroSystems LLC Hall Effect Sensor, -4mT Min, 4mT Max, 30-60mA, Rectangular, Surface Mount, SOT-23W, 3 PIN

ECAD模型

下載ECAD模型
$1.26 查看
DS18S20+T&R 1 Maxim Integrated Products Serial Switch/Digital Sensor, 9 Bit(s), 0.50Cel, Rectangular, 3 Pin, Through Hole Mount, ROHS COMPLIANT, TO-92, 3 PIN
$5.47 查看
LM335AM/NOPB 1 National Semiconductor Corporation Analog Temperature Sensor, ANALOG TEMP SENSOR-VOLTAGE, 2.95-3.01V, 1Cel, RECTANGULAR, SURFACE MOUNT, PLASTIC, SOIC-8
$2.27 查看

相關推薦