[1]安 泰,刁望成.基于感知区域覆盖的自动驾驶传感器布局优化方法[J].控制与信息技术,2020,(02):18.[doi:10.13889/j.issn.2096-5427.2020.02.004]
 AN Tai,DIAO Wangcheng.Sensor-layout Optimization of Autonomous Vehicle Based on Perceptual Area Coverage[J].High Power Converter Technology,2020,(02):18.[doi:10.13889/j.issn.2096-5427.2020.02.004]
点击复制

基于感知区域覆盖的自动驾驶传感器布局优化方法()
分享到:

《控制与信息技术》[ISSN:2095-3631/CN:43-1486/U]

卷:
期数:
2020年02期
页码:
18
栏目:
控制理论与应用
出版日期:
2020-04-05

文章信息/Info

Title:
Sensor-layout Optimization of Autonomous Vehicle Based on Perceptual Area Coverage
文章编号:
2096-5427(2020)02-0018-07
作者:
安  泰刁望成
(兰州交通大学 机电技术研究所,甘肃 兰州 730070)
Author(s):
AN Tai DIAO Wangcheng
( Mechatronics T&R Institute, Lanzhou Jiaotong University, Lanzhou, Gansu 730070, China )
关键词:
传感器布局优化加权覆盖面积归一化建模离散化粒子群算法
Keywords:
sensor-layout optimization weighted coverage area normalized modeling discretization particle swarm optimization(PSO) algorithm
分类号:
U471.1;TP391
DOI:
10.13889/j.issn.2096-5427.2020.02.004
文献标志码:
A
摘要:
传感器是自动驾驶汽车感知环境的重要组成部分。为了提高传感器感知数据质量,文章提出了一种传感器布局优化方法,其以加权信息覆盖面积为优化模型的目标函数,以传感器的安装位置和安装角度为决策变量 , 构建了传感器布局优化数学模型;模型中引入计算几何理论和 DSM 技术,实现了多类型传感器感知区域归一化建模和感知对象建模,并借助三角形网格的离散化算法实现了感知区域判定。最后设计了一种粒子群优化算法对模型进行求解,仿真实验结果证明了该模型的正确性和优化方法的有效性。
Abstract:
Sensors are an important part of the sensing environment of autonomous vehicles. In order to improve the sensor sensing data quality, this paper proposed a sensor-layout optimization method. It takes weighted information coverage area as objective function of the optimization model, and sensor installation location and installation angle as decision variables, and constructs a mathematical model for sensor layout optimization. In the model, computational geometry theory and DSM technology are introduced to realize the normalized modeling and perceptual object modeling of a multi-type sensor perceptual region, and the perceptual region determination is realized by using the idea of triangular mesh discretization. Finally, a particle swarm optimization algorithm was designed to solve the model, and the correctness of the model and the effectiveness of the optimization method were verified by computer experiment and simulation.

参考文献/References:

[1] 蒋婷 . 无人驾驶传感器系统的发展现状及未来展望 [J]. 中国设备工程 , 2018(21):180-181.
[2] 朱炜昱 , 姜祖啸 , 李炭 . 基于无人驾驶感知层元件的整车方案集成研究 [J]. 上海汽车 , 2018(10):9-14.
[3] 王俊 . 无人驾驶车辆环境感知系统关键技术研究 [D]. 合肥:中国科学技术大学 . 2016.
 [4] MOU S Y, CHANG Y, WANG W S, et al. An Optimal LiDAR Configuration Approach for Self-Driving Cars[C]//98th TRB Annual Meeting. Washington,2019.
 [5] 高飞 . 视频传感器网络多目标多要素三维覆盖优化调度方法 [D]. 南京:南京师范大学,2018.
[6] FARZADPOUR F. A New Measure for Optimization of Field Sensor Network with Application to LiDAR[D]. Windsor: University of Windsor,2018.
[7] 张昊 , 蒋立辉 , 汪承义 . 基于 LiDAR 点云生成 DSM 的插值方法研究 [J]. 现代电子技术 , 2007, 30(11):4-6,20.
[8] 张双喜 . 基于雷达与相机的无人驾驶智能车障碍物检测技术研究 [D]. 西安:长安大学 . 2013.
[9] 张品 , 沈政 , 董志远 , 等 . 基于加权的无线传感器网络优化覆盖算法 [J]. 传感技术学报 , 2012, 25(7): 993-998.
 [10] 俞佳莹 . 车辆侧向目标的超声波传感器阵列感知研究 [D]. 北京:清华大学 . 2016.
 [11] FARZADPOUR F , CHURCH P, CHEN X. Modeling and Optimizing the Coverage Performance of the LiDAR Sensor Network[C]//2018 IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM).Auckland, New Zealand, 2018.
 [12] 李子杰 , 刘湘伟 . 基于加权侦察覆盖指数的无人机侦察航路评价 [J]. 火力与指挥控制 , 2015, 40(4): 169-172.
 [13] 郑亮 , 张细政 , 刘志华 , 等 . 基于粒子群算法的风电系统机侧 PI 控制器参数自整定 [J]. 控制与信息技术 , 2018(5): 12-16.
[14] 段祝庚,肖化顺 , 袁伟湘 . 基于离散点云数据的森林冠层高度模型插值方法 [J]. 林业科学 , 2016,52(9): 86-94.

备注/Memo

备注/Memo:
收稿日期:2019-09-11
作者简介:安泰(1996—),男,硕士研究生,研究方向为自动驾驶汽车环境感知及避障。
基金项目:国家重点研发计划(2018YFB1201602)
更新日期/Last Update: 2020-05-08