面向自动驾驶汽车的仿真算法实现

10.16638/j.cnki.1671-7988.2019.13.011

面向自动驾驶汽车的仿真算法实现

孟祥雨，苏冲

（北京汽车研究总院有限公司，北京 100079）

摘 要：随着自动驾驶技术的发展，自动驾驶汽车进入了人们的视野。自动驾驶汽车的实现离不开各类型的传感器，实现传感器的安装、标定对于自动驾驶汽车至关重要。文章介绍了自动驾驶汽车的发展现状和前景、相机的标定、多线激光雷达的标定、相机和激光雷达的联合标定。最后，文章构建了仿真环境和车辆行驶控制仿真算法。 关键词：自动驾驶汽车；相机标定；多线激光雷达标定；车辆行驶控制仿真算法 中图分类号：U471.15 文献标识码：A 文章编号：1671-7988(2019)13-30-03

Implementation of Simulation Algorithm for the Automatic Driving Vehicle

Meng Xiangyu, Su Chong

( Beijing Automotive Research General Institute Co., Ltd., Beijing 100079 )

Abstract: With the development of automatic driving technology, the automatic driving vehicle has entered people's field of vision. The realization of the automatic driving vehicle depends on all kinds of sensors. The installation and calibration of sensors are very important for the autonomous driving vehicle. This paper introduces the development status and prospects of the automatic driving vehicle, camera calibration, multi-line lidar calibration, camera and lidar joint calibration.Finally, this paper builds a simulation environment and vehicle driving control simulation algorithm.

Keywords: automatic driving vehicle; camera calibration; multi-line lidar calibration; vehicle driving control simulation algorithm

CLC NO.: U471.15 Document Code: A Article ID: 1671-7988(2019)13-30-03

引言

近年来，自动驾驶技术取得了飞速的发展，谷歌、特斯拉等公司都推出了自动驾驶系统，也有一部分的传统汽车厂商推出了自动驾驶系统。自动驾驶汽车，也就是无人驾驶汽车，其定义为通过电脑系统来实现无人驾驶的智能汽车。依靠视觉计算、雷达、GPS系统等协同工作使自动驾驶汽车可以完全地脱离驾驶人的束缚，仅仅依靠自身完成整个驾驶过程[1]。

1 自动驾驶汽车所需的环境感知技术

对于自动驾驶汽车环境感知来说，传感器是关键性部件。通过对传感器进行标定，便可得到其输入、输出之间的映射关系。将传感器安装在自动驾驶汽车上，以完成自动驾驶汽车对于环境的感知。 1.1 多线激光雷达标定

使激光雷达与车体之间的相对姿态和相对位移固定不变，即将二者进行刚性的连接，为了便于处理所采集的数据，必然要进行坐标系的转换，即将各个激光雷达的坐标系都转换为车体坐标系。为实现激光雷达的数据转换，第一步需要

作者简介：孟祥雨（1983-），男，硕士，工程师，就职于北京汽车研究总院有限公司，从事智能驾驶汽车研究工作。

现对激光类得打的外部安装参数进行标定；第二步就是数据转换，主要就是对激光雷达的极坐标进行转换；相应的多个

30

孟祥雨 等：面向自动驾驶汽车的仿真算法实现

激光雷达的数据也可以这样实现。基准坐标中的转化可以利用下式（1）实现。

矩阵；K-1c为相机内参标定矩阵，而Xlv需要通过激光雷达的外参进行标定；U为可见光图像中投影点的坐标。由式（3-4）可知，将其确定需要12个参数，所以必须多次变换标定箱的位置，尽量使其均匀地分布在图像分辨率的各个位置上。对于数据采集时间上有差异的问题，可以通过将时间上的数据进行融合。在进行采集数据时间戳标定的时候可以利用GPS

（1）

上述等式中，A为设计的采样步距；β0为基准坐标系的旋转角度；i为激光雷达数据序列号；di为扫描距离。通过下式（2）可以实现车辆坐标系的建立。

（2）

上述等式中，HV为车辆质心离地高度；HL为激光雷达的安装点与地面之间的距离；L为车辆质心与激光雷达安装点之间的距离在y轴上的分量。 1.2 相机标定

在连接相机和车体的时候，需要将两者的相对姿态和相对位置固定即刚性连接。对相机进行标定的目的在于得到相机环境坐标系下物点坐标与图像像素坐标系下点坐标之间的转换关系，从而通过相机采集的图像数据寻找到与之对应的真实物体。

单目相机的标定主要包括对相机模型的建立和对物点坐标的转换。通过下式（3）可以得到相机环境坐标系中的物点P(xvc,yvc,zvc,)到图像像素坐标系中的像点Pi(u,v)的转化关系。

（3） 上式中，f为透镜的焦距，dx与dy分别为相机传感器x

与y方向的像素单元距离，该参数由厂家提供；T*c、R*c分别为坐标平移矩阵、坐标旋转矩阵，大小分别1*3、3*3；u0和v0为图像像素中心坐标，zc为相机坐标系下P点的zc轴上的值。上式中忽略了实际情况中畸变的误差。双目立体相机标定主要包括双目立体视觉模型建立、双目图像去畸变处理、双目图像校正、双目图像裁切等四个步骤。 1.3 激光雷达和相机联合标定

三维空间中的一个点同时对应着激光雷达的一个数据点和相机的一个像素点，基于这样的思路，还应该将激光雷达与相机进行联合标定，实现二者空间上的对准。对于空间对准而言，存在两个维度（空间、时间）上的数据融合。通过下式（4）可以实现空间上的数据融合。

（4） 上述等式中，T*c、R*c分别为坐标平移矩阵、坐标旋转

得到对应的绝对时间。

2 仿真环境构建及算法

2.1 仿真环境构建

本文主要完成的是自动驾驶汽车的避障路径规划，为了便于验证方法的有效性，对二维空间和三维空间进行了仿真构建，如图4.1所示。

图4.1的左图中，黑色不规则几何图形区域代表预设的障碍物，共存在4个已知位置的范围型障碍物，障碍物1的4个顶点坐标分别为（60，160）、（40，140）、（60，120）、（100，140）。障碍物2的4个顶点坐标分别为（80，80）、（30，40）、（50，30）、（100，40）。障碍物3的4个顶点坐标分别为（165，180）、（120，160）、（140，100）、（180，170）。障碍物4的3个顶点坐标分别为（140，80）、（120，40）、（170，40），其中点S（20，180）为起点，点T（160，90）为终点。利用MAKLINK图论对于二维规划空间进行了处理，得到了二维规划可行空间。在MAKLINK 图上存在L条自由连接线，连接线的中点依次为，连接所有MAKLINK线的中点加上起点S和终点T，即可构成用于初始路径规划的无向网路图。仿真目标为寻找一条从起点S到终点T的允许误差范围内的最优路径。图3.3的右图中显示的是跨度为20km×20km×2km的三维空间。其中圈点标注的位置为无人驾驶车辆的起始位

置，假设最低点为海平面高度，即高度为0，其它点的高度根据此点高度差依次取得，则路径起点为（1，10，800），终

点为（21，4，1000）。

图1 二维规划可行空间（左）、三维初始地形（右）

2.2 车辆行驶控制仿真算法

在获取制动效能的时候，通常采用的方法是利用无人驾驶车辆可以直接得到，但是在实车试验获取的数据有可能和真实值有差距。本文设计了一种PID控制器的车辆制动性能检测算法。另外为了计算车辆的制动距离，本文利用Simulink

仿真模块设计了计算方法， （下转第42页）

31

汽车实用技术

（3）通过仿真分析与试验验证，证明了仿真分析模型的准确性，可大大降低电池包在设计过程中反复验证的成本，缩短了电池包结构设计周期。

车实用技术,2019,14-17.

源世界,2017,33-36.

[3] 贾迎龙,熊飞,刘静,等.某电动汽车动力电池挤压仿真与试验[J].汽

参考文献

[1] GB/T31467.3-2015 电动汽车用锂离子动力蓄电池包和系统第3

部分:安全性要求与测试方法[S].北京:中国标准出版社,2015:4-7. [2] 冯富春,杨重科,李彦良,等.某电动汽车电池包挤压仿真分析[J].电

[4] ImanFaridmehr,MohdHanim Osman, Azlan Bin Adnan,Ali Farokhi

Nejad, Reza Hodjati, Mohammad Amin Azimi. Correlation between Engineering Stress-Strain and True Stress-Strain Curve[J].American Journal of Civil Engineering and Architecture,2014,2(1):53-59.

（上接第31页）

在计算的过程中需要输入实时监测的车辆轮胎速度、车辆行驶速度和最小安全距离等数据。Simulink系统结构包括初始速度、重力加速度值、轮胎—路面附着特性等参数，另外该系统还是按照PID控制器控制原理进行设计。具体设计如图2所示。

车的发展现状以及发展前景进行了介绍，针对于自动驾驶技术的实现，本文对于自动驾驶汽车的环境感知的关键技术进行了分析。对多线激光雷达标定、相机标定以及激光雷达和相机的联合标定进行了分析。最后，构建了仿真环境和车辆行驶控制仿真算法。

参考文献

[1] 向琳.自动驾驶离我们还有多远？[N].证券时报,2016-10-15(A03). [2] 胡元聪,李明康.自动驾驶汽车对《道路交通安全法》的挑战及应

对[J].上海交通大学学报(哲学社会科学版),2019,27(01):44-53+62. [3] 李德海.自动驾驶等级划分及技术路线分析[J].汽车实用技术,

图2 Simulink系统结构设计图

2019(06):22-25.

[4] 张墨逸,张秋余,段宏湘,杨树强.基于运动轨迹的单目相机位姿自

标定方法[J].华中科技大学学报(自然科学版),2019,47(02):64-69. [5] 韩正勇,卜春光,刘宸.一种针孔相机与三维激光雷达外参标定方

法[J].传感器与微系统,2018,37(04):9-12+16.

3 结论

自动驾驶技术在迅猛地发展中，本文首先对自动驾驶汽

42