基于多邊形方法的自動駕駛汽車場景構(gòu)建

基于多邊形方法的自動駕駛汽車場景構(gòu)建

3D傳感器可以提高感知的有效性，因此，提出了一種用來表示自動駕駛汽車周邊3D場景的方法。該方法應(yīng)用宏觀尺度的幾何基元多邊形對自動駕駛汽車周邊場景進(jìn)行建模，這意味著自動駕駛汽車的周邊場景是用一系列宏觀尺度的多邊形來表示的。根據(jù)3D傳感器的數(shù)據(jù)來對場景進(jìn)行構(gòu)建。運用幾何基元多邊形初步建立自動駕駛汽車周邊場景模型后，需要對場景進(jìn)行細(xì)化。

細(xì)化的方法有3種：①根據(jù)一個點云來重建一個曲面，將所有輸入點云合并成單點云，再由單點云合并成累積點云，最終根據(jù)累積點云來建立車輛的場景。該方法的缺點是，必須搜集所有的點云才能有效地建立場景。而且，需要點云的數(shù)量也非常龐大，可能導(dǎo)致所建立的場景算法出錯，且花費的時間也比較長。②對自動駕駛汽車周邊的多個部分場景進(jìn)行建立，然后再將這些場景融合起來。與第1種方法相比，場景的建立速度比較快，但缺點是需要制定一種融合策略，而且在融合過程中場景很容易會重疊，導(dǎo)致場景失真。③增量場景重建。與上述兩種方法不同，本方法不僅接收傳感器數(shù)據(jù)（點云），還可對場景進(jìn)行描述，即當(dāng)采集到新的傳感器數(shù)據(jù)時，就會同時更新已經(jīng)建立的場景。所以，該方法具有實時性。

試驗結(jié)果也表明，方法3是最有效的方法，速度最快，而且能夠準(zhǔn)確地描述車輛周邊的場景。

刊名：Robotics and Autonomous Systems（英）

刊期：2016年第83期

作者：Miguel Oliveira et al

編譯：野晨晨