自动驾驶传感器融合——技术、原理与应用

系统介绍自动驾驶传感器融合方法
译者白杰教授是自动驾驶环境感知方面的知名专家
日本环境感知技术新书

本书为即将从事或正在从事自动驾驶传感器融合工作的人总结了传感器融合的思路。本书首先介绍了摄像头（单目、立体）、无线电雷达、ＬｉＤＡＲ、超声波传感器，其次从复合、统合、融合和网络的观点出发，介绍如何将这些传感器进行融合并予以分类，给出了相关特性和具体实例。特别是针对网络传感器融合，介绍了基于免疫网络的传感器融合方法。此外，传感器融合的目标就是要实现zui佳状态估计，从这一观点出发，本书对基于滤波器、最小二乘估计法、状态方程的逐次型状态估计等各类方法的卡尔曼滤波器、粒子滤波器等情况予以整理说明。本书适合智能网联汽车工程师及研究人员阅读使用，也适合车辆工程及相关专业本科、研究生阶段师生阅读参考。

芝浦工业大学教授，在工业界和学术界服务多年。

前　言
第1章　什么是传感器融合？／００１
1.1　组合方法／００２
1.2　传感器数据融合／００３
参考文献／００８
第2章　各传感器技术详情／００９
2.1　主动传感器／０１０
2.1.1　无线电雷达／０１０
2.1.2　LiDAR／０１３
2.1.3　超声波传感器／０１８
2.2　被动传感器／０１９
2.2.1　单目摄像头／０２０
2.2.2　立体摄像头／０２１
2.2.3　RGBD摄像头／０３４
2.2.4　深度学习／０３５
2.2.5　各种传感器的比较／０３７
参考文献／０３９
第3章　传感器融合／０４１
3.1　主动传感器与被动传感器的组合／０４２
3.2　组合示例／０４３
3.2.1　坐标校正／０４４
3.2.2　虚拟RGBD摄像头研究实例／０４７
3.3　传感器融合的种类／０６２
参考文献／０６４
第4章　各种传感器融合的实例／０６５
4.1　复合传感器融合／０６６
4.2　统合传感器融合／０６６
4.3　融合传感器融合／０６７
4.4　网络传感器融合／０７０
4.4.1　互耦神经网络／０７０
4.4.2　置信度／０７３
4.4.3　免疫网络／０８４
参考文献／０９３
第5章　卡尔曼滤波器／０９５
5.1　预处理／０９６
5.1.1　数字化／０９６
5.1.2　去噪／０９８
5.1.3　维纳滤波器／１０６
5.2　状态空间表示／１０９
5.3　最小二乘估计法／１１２
5.4　贝叶斯统计／１１７
5.5　逐次最小二乘估计法／１２０
5.6　卡尔曼滤波器／１２３
5.7　非线性卡尔曼滤波器／１２８
5.7.1　扩展卡尔曼滤波器／１３０
5.7.2　无迹卡尔曼滤波器／１３１
5.7.3　粒子滤波器／１３３
5.8　卡尔曼滤波器应用示例／
１３９参考文献／１４２
第6章　今后的技术动向／１４５
6.1　各传感器的未来／１４６
6.2　传感器融合的未来／１４７
参考文献／１４８
结束语／１４９

从历史看，人类最初研究的自动驾驶是一种利用道路基础设施的系统，后来人们改变了研究方向，开始让汽车去感知外界以实现自主行驶，直到今天仍然如此。从最开始研究自主型自动驾驶至今，外部环境感知传感器始终是研究课题的核心所在。由于自动驾驶是为了让汽车本身代替人类驾驶员进行驾驶，因此汽车必须像人类驾驶员一样识别外部环境并把握交通状况。
对于自动驾驶来说，可以选择的外部传感器有：摄像头（单目、立体）、雷达、LiDAR、超声波等。虽然这些传感器都在研究人员们的辛勤付出下得以实际应用，但是，单靠其中任何一种传感器都无法像人类驾驶员一样对外部进行识别。如果仅就驾驶员所拥有的视角、分辨率、动态范围、物体识别能力等其中一项能力来说，并非没有接近或超过人类能力范围的传感器。只是没有任何一个传感器可以囊括所有功能。
因此，利用多个传感器来填补功能不足，进行传感器融合自然而然地就被寄予了厚望。一旦自动驾驶水平得以提高，必然会安装摄像头、雷达、LiDAR、超声波和多个传感器。笔者多年来一直从事自动驾驶的研发工作，并从一开始就一直在寻找有效的传感器融合方式。
本书为那些即将从事或正在从事自动驾驶传感器融合工作的人总结了传感器融合的思路。本书的特点是先介绍了摄像头、雷达、LiDAR、超声波的大致情况，再从复合、统合、融合和网络的观点介绍如何将这些传感器进行融合并予以分类，给出了相关特性和具体实例。特别是针对网络类传感器融合，介绍了基于免疫网络的传感器融合方法。此外，传感器融合的目标就是要实现zui佳状态估计，从这一观点出发，本书对基于滤波器、最小二乘估计法、状态方程的逐次型状态估计等各类方法的卡尔曼滤波器、粒子滤波器等情况予以整理说明。