摘 要

无人驾驶技术是汽车行业的重要发展方向，而障碍物信息识别与处理系统又是该技术的关键所在，因此一直以来都是该领域中的研究热点。本文首先介绍了无人驾驶技术的基本概念与发展现状，其次对国内外相关文献进行了收集和整理，阐述基于不同传感器的无人驾驶障碍物检测手段和基本原理并进行比较。在详细分析了当前中国城市交通的问题与现有无人驾驶技术的特点和缺陷后，本文提出一种合理方案，即在传统驾驶和智能技术相结合的前提下，将该技术运用在出租汽车上，选择特定路段进行试运行。同时，在原有出租车行业服务模式的基础上，提出一种“灵活性与统一性相结合”的新型运营方式。最后随着无人驾驶系统的不断成熟以及政策法规的完善等，在未来逐步实现无人驾驶汽车的普及。

关键词：无人驾驶；障碍物检测系统；城市交通

Abstract

Self-driving is an important development of automobile industry.Its core technology is the obstacle identification and processing system which has been a focus in the field.This paper introduces the basic concept as well as the current situation of the development of self-driving.Then obstacle identification methods based on different types of sensors and their principles are shown and compared by summing up domestic and international documents.In addition, after analyzing problems of urban traffic in China and the technical features and defects,this paper presents a rational plan of combining traditional driving with intelligence.That is to say,drivers drives taxis on a fixed line with the assistance of self-driving technology.Meanwhile,on the basis of the traditional model,a new taxi service with flexibility and unity are presented.Finally,as the improvement of self-driving system and vehicle-related law, popularization of driverless cars can be achieved in the future.

Key words: Self-driving; obstacle identification system; urban traffic

目 录

第1章 绪论 1

1.1 课题背景与意义 1

1.2 国内外研究现状 2

1.2.1 国外研究现状 2

1.2.2 国内研究现状 6

1.3 课题研究内容与预期目标 8

1.3.1 课题研究内容 8

1.3.2 预期目标 9

第2章 无人驾驶障碍物检测手段及原理 10

2.1 基于激光雷达的障碍物检测 10

2.1.1 基于二维激光雷达的障碍物检测 10

2.1.2 基于三维激光雷达的障碍物检测 11

2.2 基于立体视觉的障碍物检测 11

2.2.1 基于单目视觉的障碍物检测 11

2.2.2 基于双目立体视觉的障碍物检测 12

2.2.3 基于三目立体视觉的障碍物检测 13

2.3 基于结构光的障碍物检测 13

2.4 基于彩色机器视觉的障碍物检测 14

2.5 其他障碍物检测手段 14

第3章 各类无人驾驶障碍物检测手段的比较 15

3.1 按大类区别的检测手段的比较 15

3.2 同一类别中的不同检测手段的比较 16

3.2.1 二维激光雷达和三维激光雷达 16

3.2.2 单目视觉、双目立体视觉和三目立体视觉系统 16

第4章 国内城市交通问题及无人驾驶技术的瓶颈 18

4.1 国内城市交通问题 18

4.2 无人驾驶技术的瓶颈 19

第5章 解决方案或设想 21

5.1 基于出租车的无人驾驶技术运用 21

5.2 基于道路清扫车（或洒水车）的无人驾驶技术运用 24

第6章 结语 26

参考文献 27

致 谢 29

第1章 绪论

1.1课题背景与意义

在当今社会中，汽车作为一种便捷的交通工具，早已普及到私人家庭和各行各业中。不过随着汽车保有量的持续增加（截至2015年我国汽车保有量达到1.72亿），在大部分城市尤其是超特大城市，道路情况越来越复杂，交通问题涌现。出行高峰期时，在各主干道路均有严重拥堵现象。另外，加之交通参与者素质参差不齐、交通管理体制不成熟等因素，交通安全隐患也随之上升。根据美国国家公路交通安全管理局公布的数据，2015年前9个月，全美超过两万人死于交通事故，死亡率比同期增长9%。而在我国，进入21世纪以来汽车保有量高速上升，交通事故死亡人数在十年之间几乎翻了两倍（根据相关统计，2000年全国高速道路交通事故死亡人数为2162人，而2011年时则为6448人）。出行安全早已成为影响人类正常生活的重大问题。

无人驾驶技术会代替驾驶员完成不同道路的驾驶，今后的广泛应用将大大降低驾驶风险。美国弗吉尼亚理工大学研究所做了相关研究后表示，他们估计无人驾驶汽车自动驾驶时每一百万英里仅发生3.2起交通事故，而传统汽车在同等条件下平均发生交通事故4.2起。谷歌公司的研究人员则更加明确地指出，“无人驾驶汽车可减少99%由于人类疏忽而造成的交通事故”，如果实现无人驾驶车辆的全面普及，可能将事故率降为0。另外，科学家发现驾驶员平均每12分钟会出现一次走神的情况，而每年因走神或疲劳造成的交通事故有很高的比例。使用无人驾驶技术也可以避免因走神或疾病突发而给自己甚至其他驾驶员、行人带来危险，同时为自己带来新的驾驶乐趣。除了以上所述，无人驾驶车辆对城市拥堵、交通情况混乱等问题也有一定的帮助。

无人驾驶技术作为当代汽车的重点研究方向之一，近年来得到长足的发展。美国Google公司从2005年起组成Google X实验室，以6辆丰田普锐斯，1辆奥迪TT作为试验车开始研发。2012年，美国内华达州机动车驾驶管理处正式为该公司以 Google Driverless Car 命名的无人驾驶汽车上牌。2014年Code 大会上，Google公司又推出了自己的新产品，该车已没有了传统汽车必不可少的方向盘和刹车，而Google方面表示目前还处于初级阶段，今后还会有更高级的系统。此外，百度、特斯拉、丰田等公司都在无人驾驶汽车的研究上取得了一定的成果。

虽然整个产业日趋成熟，但是无人驾驶技术的核心问题——在室外环境（公路、市区、越野等）下对动态障碍物的识别、预测和避障还没有达到最理想的情况，往往因系统自身或外界因素的干扰导致出现误差。而让汽车仅在室内环境行驶或完成特定运动（如自动泊车系统）是不可能的。虽然已研发出二维雷达、三维雷达、双目立体视觉等手段，但是各有不足。博世公司提供过相关报告，即驾驶员很可能需要在遇到糟糕、复杂的道路环境时进行人工干预，包括恶劣天气、路标不明显等，此类情况下无人驾驶障碍物识别系统因摄像头被干扰等因素导致出现错误的判断。

因此，充分了解无人驾驶障碍物识别与处理系统的相关概念、发展现状以及手段原理，对其进行梳理比较，从中认识到该技术所面临的瓶颈并探讨未来可能的突破方向有着很大的理论意义和现实意义。