环境感知：4D雷达助力无人清扫车低速自动驾驶

       无人清扫车是一种利用自动驾驶技术、人工智能和云计算技术实现的环卫机器人。它可以在无人驾驶的情况下，自动清扫街道、公园、园区、社区等开阔场所，具有高效、省时、自动化、节省人力等优点。无人清扫车的开发离不开高精度地图、精确传感器、深度学习等技术的支持。一些品牌的无人清扫车还具有自动识别、避障、路径规划、垃圾识别等功能，可以根据不同场景的需求进行定制化的应用。在城市副中心街头，一些品牌的无人驾驶清扫车已经被投入使用，它们可以自主启动、自主清扫、自主避障、自动回充，甚至可以识别出落叶和垃圾，将其清扫进机身内部的垃圾箱，全程无需人工干预。

       自主避障是指车辆根据采集的周边障碍物的状态信息，在移动过程中通过前端传感器感知到妨碍正常移动的静态或动态物体时，按照一定的算法规则进行有效地避绕。实现自主避障的前提条件是周边环境感知，在未知或者是部分未知的环境下，自主避障需要通过前端传感器获取周围环境信息，包括障碍物的尺寸、形状和位置等信息，因此传感器感知技术在无人车的自主避障中起着十分重要的作用。

       目前主流的环境感知技术包括激光雷达、摄像头、超声波和毫米波雷达等，无人清扫车集成了多种传感器，将回去到的信息进行融合处理，得到更全面、准确的环境模型，进行自主避障，提高避障的准确性。激光雷达作为自动驾驶和移动机器人等领域中的重要传感器，一直扮演着设备“眼睛”的角色，它能够360°扫描周围环境，构建厘米级别高精度地图，为后续自主避障导航做辅助。但激光雷达容易受室内外环境光、人造光、高透材质、雨雪雾霾天气等影响，同时价格相对于其他传感器较为昂贵。超声波传感器虽然价格便宜，但其响应速度慢、精度低、盲区较大、探测距离近、探测灵敏度低、不可识别目标类型、容易产生误报，同时对于能吸收声波或者大风干扰的情况下，超声波将无法工作。视觉传感器的相对成本也较高，且具有一个致命缺陷，即在光线条件不佳的环境中，探测能力急剧下降，导致应用场景受限。

       4D成像雷达具备四维探测功能，可通过雷达扫描实现立体成像，不仅能够判断目标的横纵向位置，还能定位目标在垂直空间的相对位置。同时，得益于其超高的探测灵敏度，对立杆、锥形桶等弱目标检测能力优越，能极大地保证无人车辆运行安全。

       4D成像雷达应用在无人清扫车自主避障的优势在于：

1）成本相对较低，性价比高；

2）体积小巧、重量轻，易于集成安装；

3）可提供周围环境的点云环境感知信息，替代低线束激光雷达；

4）弱目标探测能力强，探测灵敏度高，最大程度保证车辆的行驶安全；

5）具备俯仰探测能力，可区分如井盖、空中横杆等目标，准确判断障碍物是否影响车辆的正常行驶。