欢迎来到天天文库
浏览记录
ID:43492550
大小:309.76 KB
页数:3页
时间:2019-10-08
《无人驾驶汽车的关键技术以及上路存在的挑战》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、无人驾驶汽车的关键技术以及上路存在的挑战谷歌在测试无人驾驶汽车,百度也专门成了无人驾驶汽车事业部,借着人工智能这场东风,无人驾驶汽车会走向何方?看起来超炫的无人驾驶,里面到底有哪些技术要点,未来又有怎样的前景可期?Google的无人驾驶汽车已经在道路上测试了240多万公里,此外,奔驰、宝马、福特和沃尔沃等国内外汽车厂商和众多IT公司也加入无人驾驶汽车研发队伍,并且取得了日新月异的进展。在可以预见的几年之内,将会有成熟的无人驾驶汽车产品入市。非常期待无人驾驶汽车在未来改善拥堵交通的同时,也给我们交通出行带来安全与便利。●无人驾驶汽车关键技术无人驾驶汽车关键技术包括高精度地图、高精度
2、导航系统、传感器系统、智能感知算法、车辆控制系统、高级人工智能等。然而与IT企业不同,汽车巨头均选择了更具实用性的民用智能车技术路线,在技术装置方面主要采用常规的雷达(厘米波、毫米波、超声波)、相机(立体、彩色、红外)、传感器(雷达、激光、超声波)、摄像机等进行环境感知和识别,通过基于车联网的协同式辅助驾驶技术进行智能信息交互,结合GPS导航实现路径规划,并且更加注重机电一体化系统动力学及控制技术的研发,成本低廉,便于大规模推广应用。图1典型无人驾驶汽车的结构在国家基金委“视听觉信息的认知计算”重大研究计划推动下,国内多家无人车辆研究单位也与车企合作,研制了各具特色的原型车辆,每
3、年都参加中国智能车未来挑战赛,部分车辆如图2所示。图2中国智能车未来挑战赛中的无人驾驶车辆●无人驾驶汽车关键技术装置水平整车企业首先考虑的是智能化,即汽车的辅助驾驶技术,如自动泊车、车灯自动转向、安全预警等实用辅助驾驶技术,对更高层次的智能驾驶技术尚无暇顾及;IT企业关注点则侧重通信及信息服务,对先进车辆控制和安全系统的需求了解不够,在车载终端开发时与整车厂的联系不密切。先进的传感器(雷达、摄像头)、控制器芯片、执行器等核心零部件掌握在少数厂商手中,在电控单元的软硬件、系统可靠性和控制精度方面,还需要进一步提高。无人驾驶汽车最终还是要靠整车企业来推动,通过现有的产业链整合零部件、
4、软硬件产品,通过成熟的营销和汽车保险产品,无人驾驶汽车将会逐步进入普通用户之中。●无人驾驶汽车上路的挑战(1)精确环境感知无人驾驶汽车的感知系统主要由相机、微波雷达和激光雷达等传感器组成。无人驾驶汽车的“眼睛”必须能够感知和识别行驶车道周边的物体,摄像头能够看到实际场景,可以辨识车道线和交通信号,检测运动目标等;激光雷达则通过激光点云来建立周边环境的3D模型,检测出车辆、行人、树木、路缘等;微波雷达用于检测运动目标,感应车身周围的移动障碍物等。最后融合成一幅如图3所示的车辆“眼睛”看到的场景。图3无人驾驶汽车看到的场景为什么说无人驾驶车辆环境感知那么难?因为毕竟计算机视觉还在不断
5、发展中,要理解复杂交通环境存在不少挑战,例如司机开车过程中看到前方漂浮的塑料袋就不会刹车或者躲避,而无人驾驶汽车就需要复杂的算法来理解和识别这个场景。而且,对于每个地方的交通基础设施,不同标志的表示形式有所差异,需要进行本土化对待,计算机视觉系统才能辨识。另外在不同天气和气候情况下,针对复杂的交通环境,需要克服传感器各自的物理限制和车辆运动干扰,提高环境感知的精确程度。无人驾驶汽车需要更安全的软件,车载软件要有足够的鲁棒性。此外,Google无人驾驶汽车对试驾场地地图进行了细化和加强,碰到障碍车辆可以轻松应对。无人驾驶汽车还需要更优秀的传感器,最好能让车辆识别出对它造成威胁的路面
6、上的钉子和坑洞,快速判断路边行人或者汽车是否会突然进入自己的车道,并且传感器价格要控制在合理的区间。(2)精确状态感知无人驾驶汽车通过“小脑”知道自己的姿态和确切位置。如图4所示,车载的高精度IMU惯性单元能够知道车辆倾斜角、横摆角和滚动角,相应轴向上的角速度、加速度等,通过车身控制系统实现车辆的稳定性控制,确保车辆“稳当”行驶。实现无人驾驶还需要通过“小脑”进行精确定位,这样才能够知道自己的确切位置,以便执行下一步驾驶任务。但是,无人驾驶汽车在这方面却面临挑战,现有的GPS捷联惯导等车载定位设备不能满足拥堵交通流中的高精度定位要求,特别是在隧道和高架桥下等交通场景中,接收不到G
7、PS信号,无人驾驶汽车需要通过其他途径来进行定位,例如辅以SLAM、视觉导航等技术,在复杂交通环境中增强无人驾驶车辆的定位能力。(3)精确控制人类驾驶员开车的时候往往基于经验操控车辆,结合实际道路情况进行车辆方向、速度的微调,由于具备了精确的感知系统,无人驾驶汽车通过“四肢”可以实现更加精确的控制。如图5所示的典型场景中,无人驾驶汽车准备执行右侧超车时,能够精确感知前车距离(d)、速度(v)、加速度(a)以及临近车道车辆的运动情况,并合理控制自身速度和方向进行换道操作。而人类驾驶
此文档下载收益归作者所有