新方法提高现有雷达传感器成像能力 恶劣环境下都能清晰看到

新型雷达可以使自动驾驶汽车在恶劣天气下安全行驶。加利福尼亚大学圣地亚哥分校的电气工程师开发了一种巧妙的方法来提高现有雷达传感器的成像能力，从而可以准确预测场景中物体的形状和大小。该系统在夜间和有雾条件下进行测试时都可以正常工作。

该小组将在11月16日至19日的Sensys会议上介绍他们的工作。

恶劣的天气条件给自动驾驶汽车带来了挑战。这些车辆依靠激光雷达等技术来“查看”和导航，但每个都有其缺点。LiDAR的工作原理是将激光束从周围物体反射回来，可以在晴朗的日子绘制高分辨率的3D图片，但在雾，尘，雨或雪中看不到。另一方面，发射无线电波的雷达可以在所有天气中看到，但是只能捕获道路场景的一部分。

输入一项新的UC San Diego技术，以改善雷达的视线。

加州大学圣地亚哥分校雅各布斯工程学院的电气和计算机工程学教授Dinesh Bharadia说：“这是一种类似于LiDAR的雷达。” 他指出，这是一种在自动驾驶汽车上获得恶劣天气感知的廉价方法。“使用我们的技术也可以将LiDAR和雷达融合在一起，但是雷达很便宜。这样，我们就不必使用昂贵的LiDAR。”

该系统由放置在引擎盖上的两个雷达传感器组成，它们之间的间隔为平均汽车宽度（1.5米）。以这种方式布置两个雷达传感器是关键-与单个雷达传感器相比，它们使系统能够看到更多的空间和细节。

在白天和黑夜的试车过程中，该系统在确定行进中的车辆的尺寸方面与LiDAR传感器一样出色。在模拟大雾天气的测试中，其性能没有改变。团队使用喷雾机“隐藏”了另一辆车，他们的系统准确地预测了其3D几何形状。LiDAR传感器基本上未通过测试。

两只眼睛胜过一只

雷达传统上受困于成像质量差的原因是，当无线电波被发射并从物体上反弹时，只有一小部分信号被反射回传感器。结果，车辆，行人和其他物体显得稀疏。

Kshitiz Bansal表示：“这是使用单个雷达成像的问题。它仅能接收少量点来表示场景，因此感知能力很差。在您看不见的环境中可能还有其他汽车。”计算机科学与工程博士学位 圣地亚哥大学的学生。“因此，如果单个雷达导致这种失明，则多雷达设置将通过增加被反射的点数来改善感知。”

研究小组发现，在汽车引擎盖上隔开两个雷达传感器1.5米是最佳的布置。班萨尔说：“通过在不同的有利位置设置两个雷达，使它们具有重叠的视场，我们可以创建一个高分辨率区域，并有很高的可能性检测到存在的物体。”

两个雷达的故事

该系统克服了雷达的另一个问题：噪声。通常会看到不属于任何物体的随机点出现在雷达图像中。传感器还可以拾取所谓的回声信号，这是无线电波的反射，它不是直接来自被检测物体。

巴拉迪亚指出，更多的雷达意味着更多的噪声。因此，该团队开发了新算法，可以将来自两个不同雷达传感器的信息融合在一起，并生成无噪声的新图像。

这项工作的另一个创新之处是，该团队构建了第一个数据集，将来自两个雷达的数据结合在一起。

巴拉迪亚说：“目前还没有公开可用的数据集，这些数据来自视野重叠的多个雷达。” “我们收集了自己的数据，并建立了自己的数据集来训练我们的算法和进行测试。”

该数据集由54,000个白天和黑夜实时交通状况以及模拟雾天驾驶场景的雷达帧组成。未来的工作将包括在雨中收集更多数据。为此，团队首先需要为其硬件构建更好的防护罩。

该团队现在正在与丰田合作，将新的雷达技术与相机融合在一起。研究人员说，这有可能取代LiDAR。巴拉迪亚说：“仅靠雷达无法告诉我们汽车的颜色，品牌或型号。这些特征对于改善自动驾驶汽车的感知能力也很重要。”