文 献 综 述
摘要：车载环境感知系统通过传感器采集车辆所需要的信息，包括道路环境里各类标识信息、障碍信息及道路结构信息，为车辆的安全行驶提供可靠的决策依据，是实现驾驶辅助或无人安全行驶的前提。本文简要介绍车载感知系统可用传感器的性能特点、适用场合以及发展现状，以便后续进行商用车车载感知系统的选型和匹配设计。
关键词：车载感知系统 激光雷达 毫米波雷达 视觉传感器
引言
美国高速公路安全管理局将智能汽车定义为以下五个层次：完全无智能化的层次；具有特殊功能的智能化（车辆通过警告的方式反馈驾驶者执行操作，避免车祸的发生）；具有多项功能的智能化；智能化汽车的第四个阶段是有限制条件下的无人驾驶；眼下我们能够看到的最远的那个阶段，全工况下的无人驾驶。在汽车智能化的各个阶段，车辆的智能化视觉系统都是最为重要的环节。感知系统分为主动系统（主动系统：通过接受自己发出信号经反射得到反馈信号，探测目标体）和被动系统（接受自然发出的信号）两种，两种系统各有利弊，将两种系统充分融合才能最大程度上提升性能。LiDAR(Light Detection and Ranging)是激光探测及测距系统的简称，也称 Laser Radar或 LADAR(Laser Detection and Ranging)。通过光在空气中的传播时间来丈量发射器到目标 障碍物的距离。此外，我们利用目标物表面材质不同的特性，以此通过光在表面反射强度的不同来检测环境及气候变化。按照探测的原理、探测方法不同可以分为米散射、瑞利散射、多普勒、荧光、布里渊散射等激光雷达。
机器视觉则是一种综合性技术，其在智能汽车上的关键 就是激光探测技（LiDAR）。此外，除了光学上的技术，它仍要求图像处理、机械工程技术、控制、计算机技术和模拟与数字视频技术的结合。由于将机器代替人，它拥有更高的灵活性，有着更广阔的潜在价值。同时在大批量重复性工业生产过程中，效率和自动化程度也可以通过机器视觉检测的方法大大的提高。
国内外研究现状及发展趋势
-
- 无人车的国外现状及发展趋势
20世纪中期无人驾驶车辆的相关研究还处于起步阶段，出现了以电缆或磁诱导为主的无人驾驶车辆。与此同时美国开展RCA项目旨在开发更为先进的无人驾驶车辆。英国道路交通研究所等也都相继加入研发行列。自1980年起，美国、英国、法国、德国、俄国、日本等先后制定并开展自己的研究计划，并着手为军方研发地面无人系统平台，研究成果颇丰。针对无人侦察越野方面，美国研发了Autonomous Land Vehicle。德国Munich联邦国防大学也进行无人驾驶车辆方面的研发。90年代机器视觉技术逐渐应用在无人驾驶车辆上。欧州PROMETHEUS项目、意大利Parma大学等机构在机器视觉应用在无人驾驶车辆方面取得突破进展。由美国国防高级研究计划局(DARPA)负责实施的DEMO项目，成功研发出多辆无人驾驶实验车，并能自主导航。
2000年后，在军事领域美国致力于开发无人战场系统开发，同时研发智能汽车设备旨在抢占汽车电子市场，将无人驾驶车辆的发展推向了高潮。美国军方在DEMO计划完成以后，将研究重点转移到军事无人系统方面，旨在在未来战场中实现无人化，主要研制地面机器人，目标是以机器人代替人执行危险任务及恶劣环境的探索，并为战场提供新的战斗力。其研发Hunter-Kille:系统预期到2020年左右能够实现自主求生、自主修复、互联、多栖式等功能。
2010年，德国成功研发了无人驾驶出租车，乘客可以通过手机定位寻找无人驾驶车辆。该无人驾驶车辆采用线控技术进行控制。
2012年，Google宣布，Google无人驾驶汽车目前己成功上路行驶48万公里Google无人驾驶汽车搭载64线激光雷达探测障碍物，通过分布在车身上的四个雷达探测周围环境，挡风玻璃下装有摄像头用于识别交通信号灯及交通标志，通过全球定位系统及惯性导航确定车辆位置。目前，Google无人驾驶汽车己经在美国多个州进行测试。
以上是毕业论文开题文献，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
