自动驾驶关键技术难点?

2021-04-19 08:34 锋中独行

点击关注，，，，，，文章末尾有福利

美国汽车工程师协会凭据汽车智能化水平将自动驾驶分为L0-L5共6个等级：

L0为无自动化（No Automation，，，，，， NA），，，，，，即传统汽车，，，，，，驾驶员执行所有的操作工作，，，，，，例如转向、造动、加快、减速或停车等；；；；；；

L1为驾驶辅助(Driving Assistant，，，，，， DA)，，，，，，即能为驾驶员提供驾驶预警或辅助等，，，，，，例如对方向盘或加快减速中的一项操作提供支持，，，，，，其余由驾驶员操作；；；；；；

L2为部门自动化（Partial Automation，，，，，，PA），，，，，，车辆对方向盘和加减速中的多项操作提供驾驶，，，，，，驾驶员掌管其他驾驶操作；；；；；；

L3为前提自动化（Conditional Automation，，，，，，CA），，，，，，即由自动驾驶系统实现大部门驾驶操作，，，，，，驾驶员必要集中把稳力以备不断之需；；；；；；

L4为高度自动化（High Automation，，，，，，HA），，，，，，由车辆实现所有驾驶操作，，，，，，驾驶员不必要集中把稳力，，，，，，但限造路路和环境前提；；；；；；

L5为齐全自动化（Full Automation，，，，，， FA），，，，，，在职何路路和环境前提下，，，，，，由自动驾驶系统实现所有的驾驶操作，，，，，，驾驶员不必要集中把稳力。。。。。

自动驾驶汽车的软硬件架构如图2所示，，，，，，重要分为环境认知层、决策规划层、节造层和执行层。。。。�；；；；；；肪橙希ǜ校┲阒匾üす饫状铩⒑撩撞ɡ状铩⒊ɡ状铩⒊翟厣阆裢贰⒁故酉低场PS、陀螺仪等传感器获取车辆所处环境信息和车辆状态信息，，，，，，具体来说蕴含：车路线检测、红绿灯鉴别、交通标识牌鉴别、行人检测、车辆检测、阻碍物鉴别和车辆定位等；；；；；；决策规划层则分为工作规划、行为规划和轨迹规划，，，，，，凭据设定的路线规划、所处的环境和车辆自身状态等规划下一步具体行驶工作（车路维持、换路、跟车、超车、避撞等）、行为（加快、减速、转弯、刹车等）和蹊径（行驶轨迹）；；；；；；节造层及执行层则基于车辆动力学系统模型对车辆驱动、造动、转向等进行节造，，，，，，使车辆追随所造订的行驶轨迹。。。。。

自动驾驶技术涉及较多的关键技术，，，，，，本文重要介绍环境感知技术、高精度定位技术、决策与规划技术和节造与执行技术。。。。。

环境感知指对于环境的场景理解能力，，，，，，例如阻碍物的类型、路路标志及标线、行车车辆的检测、交通讯息等数据的说话分类。。。。。定位是对感知了局的后处置，，，，，，通过定位职能从而援手车辆相识其相对于所处环境的地位。。。。�；；；；；；肪掣兄匾ü衅骰袢〈罅康闹芪Щ肪承畔ⅲ�，，，，确保对车辆周围环境的正确理解，，，，，，并基于此做出相应的规划和决策。。。。。

自动驾驶车辆常用的环境感知传感器蕴含：摄像头、激光雷达、毫米波雷达、红表线和超声波雷达等。。。。。摄像头是自动驾驶车辆最常用、最单一且最靠近人眼成像道理的环境感知传感器。。。。。通过实时拍摄车辆周围的环境，，，，，，选取CV技术对所拍摄图像进行分析，，，，，，实现车辆周围的车辆和行人检测以及交通标志鉴别等职能。。。。。摄像头的重要利益在于其分辨率高、成本低。。。。。但在夜晚、雨雪雾霾等恶劣气象下，，，，，，摄像头的机能会迅速降落。。。。。此表摄像头所能观察的距离有限，，，，，，不善于于远距离观察。。。。。毫米波雷达也是自动驾驶车辆常用的一种传感器，，，，，，毫米波雷达是指工作在毫米波段（波长1-10 mm ，，，，，，频域30-300GHz）的雷达，，，，，，其基于ToF技术（Time of Flight）对指标物体进行检测。。。。。毫米波雷达向表界陆续发送毫米波信号，，，，，，并接管指标返回的信号，，，，，，凭据信号发出与接管之间的功夫差确定指标与车辆之间的距离。。。。。因而，，，，，，毫米波雷达重要用于预防汽车与周围物体产生碰撞，，，，，，如盲点检测、避障辅助、停车辅助、自适应巡航等。。。。。毫米波雷达的抗滋扰能力强，，，，，，对降雨、沙尘、烟雾等离子的穿透能力要比激光和红表强好多，，，，，，可全天候工作。。。。。但其也拥有信号衰减大、容易受到构筑物、人体等的反对，，，，，，传输距离较短，，，，，，分辨率不高，，，，，，难以成像等不及。。。。。激光雷达也是通过ToF技术来确定指标地位与距离的。。。。。激光雷达是通过发射激光束来实现对指标的探测，，，，，，其探测精度和活络度更高，，，，，，探测领域更广，，，，，，但激光雷达更容易受到空气中雨雪雾霾等的滋扰，，，，，，其高成本也是造约其利用的重要原因。。。。。车载激光雷达按发射激光束的数量可分为单线、4线、8线、16线和64线激光雷达。。。。�？？？？Ｄ芄煌ü旅嬲飧霰砀瘢ū�1），，，，，，对比主流传感器的优势与不及。。。。。

自动驾驶环境感知通常选取“弱感知+超强智能”和“强感知+强智能”两大技术路线。。。。。其钟装弱感知+超强智能”技术是指重要依赖摄像头与深度进建技术实现环境感知，，，，，，而不依赖于激光雷达。。。。。这种技术以为人类靠一双眼睛就能够开车，，，，，，那么车也能够靠摄像头来看清周围环境。。。。。若是超强智能临时难以达到，，，，，，为实现无人驾驶，，，，，，那就必要加强感知能力，，，，，，这就是所谓的“强感知+强智能”技术路线。。。。。相比“弱感知+超强智能”技术路线，，，，，，“强感知+强智能”技术路线的最大特点就是增长了激光雷达这个传感器，，，，，，从而大幅提高感知能力。。。。。特斯拉选取“弱智能+超强智能”技术路线，，，，，，而谷歌Waymo、百度Apollo、Uber、福特汽车等人为智能企业、出行公司、传统车企都选取“强感知+强智能”技术路线。。。。。

定位的主张是获取自动驾驶车辆相对于表界环境的精确地位，，，，，，是自动驾驶车辆必备的基础。。。。。在复杂的地市路路行驶，，，，，，定位精度要求误差不超过10 cm。。。。。例如：只有正确知路车辆与路口的距离，，，，，，能力进行更精确的预判和筹备；；；；；；只有正确对车辆进行定位，，，，，，能力判断车辆所处的车路。。。。。若是定位误差较高，，，，，，严沉时会造成交通齐全变乱。。。。。GPS是目前最宽泛选取的定位步骤，，，，，，GPS精度越高，，，，，，GPS传感器的价值也越昂贵。。。。。但目前商用GPS技术定位精度远远不够，，，，，，其精度只有米级且容易受到隧路遮挡、信号延长等成分的滋扰。。。。。为相识决这个问题，，，，，，Qualcomm开发了基于视觉加强的高精度定位（VEPP）技术，，，，，，该技术通过融合GNSS全球导航卫星、摄像头、IMU惯性导航和轮速传感器等多个汽车部件的信息，，，，，，通过各传感器之间的相互校准和数据融合，，，，，，实现精确到车路线的全球实时定位。。。。。

决策规划是自动驾驶的关键部门之一，，，，，，它首先是融合多传感器信息，，，，，，而后凭据驾驶需要进行工作决策，，，，，，接着可能在避开存在的阻碍物前提之下，，，，，，通过一些特定的约束前提，，，，，，规划出两点之间多条能够选择的安全蹊径，，，，，，并在这些蹊径傍边选择一条最优的蹊径，，，，，，作为车辆行驶轨迹，，，，，，那就是规划。。。。。依照划分的层面分歧，，，，，，能够分为全局规划和部门规划两种，，，，，，全局规划是由获取到的地图信息，，，，，，规划出一条在特定前提之下的无碰撞最优蹊径。。。。。例如，，，，，，从上海到北京有好多条路，，，，，，规划出一条作为行驶路线即为全局规划。。。。。如栅格法、可视图法、拓扑法、自由空间法、神经网络法等静态蹊径规划算法。。。。。部门规划的则是凭据全局的规划，，，，，，在一些部门环境信息的基础之上，，，，，，可能预防碰撞一些未知的阻碍物，，，，，，最终达到主张指标点的过程。。。。。例如，，，，，，在全局规划好的上海到北京的那条路线上会有其他车辆或者阻碍物，，，，，，想要避过这些阻碍物或者车辆，，，，，，必要转向调整车路，，，，，，这就是部门蹊径规划。。。。。部门蹊径规划的步骤蕴含：人为势场法、矢量域直方图法、虚构力场法、遗传算法等动态蹊径规划算法等。。。。。

决策规划层是自主驾驶系统，，，，，，智能性的直接体现，，，，，，对车辆的行驶安全性和整车起到了决定性的作用，，，，，，常见的决策规划系统结构，，，，，，有分层递进式，，，，，，反映式，，，，，，以及二者混合式。。。。。

分层递进式系统结构，，，，，，就是一个串联系统的结构，，，，，，在该系统傍边，，，，，，智能驾驶系统的各�？？？？？橹渲刃蛎飨裕�，，，，上一个�？？？？？榈氖涑黾次乱荒？？？？？榈氖淙耄�，，，，因而又称为感知规划行动结构。。。。。但这种结构靠得住性并不高，，，，，，一旦某个�？？？？？槌鱿秩砑蛘哂布收希�，，，，整个信息流就会受到影响，，，，，，整个系统很有可能产生崩溃，，，，，，甚至处于瘫痪状态。。。。。

反映式系统结构选取并联的结构，，，，，，节造层都能够直接基于传感器的输入进行决策，，，，，，因而它所产生的作为就是传感数据直接作用的一个了局，，，，，，能够凸起感知作为的特点，，，，，，合用于齐全陌生的环境。。。。。反映式系统结构中的很多行为重要涉及成为一个单一的特殊工作，，，，，，所以感触规划节造能够缜密的结合在一块，，，，，，占用的贮存空间并不大，，，，，，因而能够产生急剧的响应，，，，，，实时性比力强，，，，，，同时每一层只必要掌管系统的某一个行为，，，，，，整个系统能够方便矫捷的实现低档次到高档次的一个过渡，，，，，，并且如若其中一个�？？？？？槌鱿至艘饬现淼墓收希�，，，，剩下的档次，，，，，，依然能够产生有意思的作为，，，，，，系统的鲁棒性得到了很大的提高，，，，，，难点在于，，，，，，由于系统执行作为的矫捷性，，，，，，必要特定的协调机造来解决各个节造回路，，，，，，赞成执行机构抢夺之间的矛盾，，，，，，以便得到有意思的了局。。。。。

分层递阶式系统的一个结构和反映式系统的结构，，，，，，都各自有曲直，，，，，，都难以单独的满足行驶环境复杂多变的使用要求，，，，，，所以越来越多的行业人士起头钻研混合式的系统结构，，，，，，将两者的利益进行有效的结合，，，，，，在全局规划的档次上天生面向指标界说的分层式递阶行为，，，，，，在部门规划的层面上就天生面向指标搜索的反映式系统的行为。。。。。

自动驾驶的节造主题技术就是车辆的纵向节造，，，，，，横向节造，，，，，，纵向节造及车辆的驱动和造动节造，，，，，，而横向节造的就是方向盘角度的调整以及轮胎力的节造，，，，，，实现了纵向和横向自动节造，，，，，，就能够按给定指标和约束自动节造车运行。。。。。

车辆依照纵向节造是在行车速度方向上的节造，，，，，，即车速以及本车与前后车或阻碍物距离的自动节造。。。。。巡航节造和垂危造动节造都是典型的自动驾驶纵向节造案例。。。。。这类节造问题可综合为对电机驱动、发起机、传动和造动系统的节造。。。。。各类电机-发起机-传动模型、汽车运行模型和刹车过程模型与分歧的节造器算法结合，，，，，，组成炼类各样的纵向节造模式。。。。。

车辆的横向节造就是指垂直于活动方向的节造，，，，，，指标是节造汽车自动维吃熠望的行车路线，，，，，，并在分歧的车速、载荷、风阻、路况下有很好的乘坐舒服和不变。。。。。车辆横向节造重要有两种根基设计步骤，，，，，，一种是基于驾驶员仿照的步骤（一种是使用用较单一的动力学模型和驾驶员把持规定设计节造器；；；；；；另一种是用驾驶员把持过程的数据训练节造器获取节造算法）；；；；；；另一种是赐与汽车横向活动力学模型的节造步骤（必要成立精确的汽车横向活动模型。。。。。典型模型如单轨模型，，，，，，该模型以为汽车左右两侧个性一样）

除上述介绍的环境感知、精准定位、决策规划和节造执行之表，，，，，，自动驾驶汽车还涉及到高精度地图、V2X、自动驾驶汽车测试等关键技术。。。。。自动驾驶技术是人为智能、高机能芯片、通讯技术、传感器技术、车辆节造技术、大数据技术等多领域技术的结合体，，，，，，落地技术难度大。。。。。除此之表，，，，，，自动驾驶技术落地，，，，，，还要成立满足自动驾驶要求的基础交通设施，，，，，，并思考自动驾驶方面的司法律规等。。。。。

转载自清研车联，，，，，，文中概想仅供分享互换，，，，，，不代表本公家号立�。。。。。�，，，，如涉及版权等问题，，，，，，请您奉告，，，，，，我们将实时处置。。。。。

-- END --

参与知识星球，，，，，，急剧获取文档

知识星球用于资料网络和话题会商，，，，，，如有感兴致的话题和必要的资料，，，，，，能够@治理员，，，，，，全力助忙整顿和互换，，，，，，此刻累计上传400+分文档。。。。。

1、为何有的车再三自燃，，，，，，而有的却卖出43万辆无一出事？？？？？？？？？？？？？？？

2、新能源汽车时期的优等大事——电池的回收处置

3、充电系统干货——充电速杜咨谁决定？？？？？？？？？？？？？？？

4、为什么丰田玩不好直喷，，，，，，公共玩不好混动？？？？？

5、普降暴雨！没上涉水险也有走保险？？？？？

6、央视对新能源汽车的魂灵三问

7、ESP是什么？？？？？到底有多沉要？？？？？

8、保时捷纯电动汽车高清视频

9、电动汽车能不能跑远程？？？？？

10、电动汽车保养当苦衷项

11、你所不知路的特斯拉

12、特斯拉电动汽车

13、燃料电池汽车

更多内容查看本公家号汗青新闻

免责申明：此讯息系转载自互联网其它媒体，，，，，，我们登载此文出于传递更多信息之主张，，，，，，并不料味着赞成其概想或证实其描述，，，，，，其原创性以及文中陈述文字和内容未经证实，，，，，，对本文以及其中全数或者部门内容、文字的真实性、齐全性、实时性本站不作任何保障或承诺，，，，，，文章内容仅供参考！若是您不仅愿我们转载您的文章，，，，，，请和我们联系处置，，，，，，感激！

扫码关注公家号，，，，，，回复“资料”即可领取。。。。。