3大系统——从“由人驾驶”到“无人驾驶”

2024-05-16

1. 3大系统——从“由人驾驶”到“无人驾驶”

2016年5月23日,中国国际智能交通展览会在京开幕。一提到智能交通,就令人不禁想起“无人驾驶”。就在2016年4月12日至17日,中国某自主汽车品牌两辆无人驾驶汽车从重庆出发,途径四川、陕西、河南、河北后抵达北京,行程近2000公里,这是我国无人驾驶汽车的首次长途路测,代表了我国自主品牌汽车在无人驾驶技术研发领域的最新进展。
“无人驾驶”弥补“由人驾驶”的不足
手握方向盘、目视前方、保持注意力、长时间重复、乏味的传统驾驶方式很容易让驾驶员产生疲劳,甚至发生交通事故。无人驾驶汽车研发人员则致力于从安全、可靠、便利及高效等方面进行突破,弥补人工驾驶的不足,减少交通事故,将驾驶员从繁复的传统驾驶方式中解脱出来。
从20世纪70年代开始,美国、英国、德国等国家开始进行无人驾驶汽车的研究,在可行性和实用化方面都取得了突破的进展。中国从20世纪80年代开始进行无人驾驶汽车的研究,国防科技大学在1992年成功研制出中国第一辆真正意义上的无人驾驶汽车。特别是在过去的几年时间里,无人驾驶技术的研发如火如荼,越来越多的国内外汽车企业开始涉足这一领域,无人驾驶技术取得了快速蓬勃的发展。
“无人驾驶”的三大系统
无人驾驶汽车综合利用自动控制、计算机科学、人工智能、电子信息和车辆工程等多门学科相关技术,利用车载传感器(摄像头、激光雷达、超声波传感器、微波雷达、GPS、里程计、磁罗盘等)感知车辆周围环境,并根据感知到的道路、车辆姿态和障碍物信息,控制车辆的转向和速度,从而使得车辆能够自主、安全、可靠地在道路上行驶。
无人驾驶汽车是一个综合系统,整体可分为环境感知系统、行为决策系统、运动控制系统。
1.环境感知系统
人类在执行驾驶任务的过程中,需要实时观察和分析车辆自身的状态、路面、车辆、行人、交通标志、交通标线和交通信号灯等的状况,也就是对交通环境的“感知”。这种“感知”首先是通过感观(主要是视觉,还包括听觉、触觉和嗅觉)来获取信息,然后利用自身经验和逻辑推理来理解信息,并做出决策,力求安全平稳地驾驶车辆。
无人驾驶汽车在进行自主行驶的时候也需要对环境进行感知,进而根据所得到的有用的环境信息产生行为决策。无人驾驶汽车是通过车上配备的传感器来感知环境信息的,这些传感器主要包括摄像头、激光雷达、毫米波雷达、红外相机、光电编码器、GPS和惯性测量单元(Inertial Measurement Unit, IMU)等。其中,摄像头、激光雷达、毫米波雷达以及红外相机是用于获取环境信息,光电编码器、GPS和IMU是用于获取车身状态的信息。
这些传感器依据不同的原理获取环境数据,获取数据之后,车载单元还需要采用一定的方法提取出数据中对于智能行为决策有用的信息,比如探测到障碍物、检测车道线、检测和识别交通标志、定位和姿态估计等等。
2.行为决策系统
行为决策是指无人驾驶汽车根据给定路网文件,获取的交通环境信息和自身行驶状态,自主产生遵守交通规则的驾驶决策的过程。无人驾驶汽车行为决策系统主要包含全局路径规划(或任务规划)、行为规划和局部路径规划(或运动规划)。
路径规划的目的是在无人驾驶汽车行车之前找到一条“最优”的路径供无人驾驶汽车行驶。“最优”的标准可以是最短行车距离、最少行车时间、最低费用和最少拥堵等,当然前提都是在保证行驶的安全性和遵守交通规则。全局路径规划和局部路径规划都是属于路径规划的范畴。全局路径规划为无人驾驶汽车的自主驾驶提供方向性的引导,确定其依次需要通过的路段和区域序列。行为规划是处于全局路径规划和局部路径规划中间的层次,行为规划根据全局路径规划的确定的路径和当前的道路状况,确定当前无人驾驶汽车应该进入什么行驶模式,比如路口左转模式、超车模式等。局部路径规划依照行为规划确定的当前行驶模式,结合环境感知获取的信息计算出局部范围内精确的行驶轨迹。无人驾驶汽车采取的是全局路径规划和局部路径规划相结合的方式。        

3.运动控制系统
运动控制系统是根据局部路径规划给出的行驶轨迹和速度规划以及无人驾驶汽车当前的位置、姿态和速度,产生对油门、刹车、方向盘和变速杆的控制命令,以跟踪规划出的行驶轨迹。当然,油门、刹车、方向盘和变速杆上需加装底层控制器和执行机构来执行控制操作。

除了增强无人驾驶汽车自身智能行为的能力以外,还可以采用道路交通智能化的方式,通过车与车通信(V2V)和车与交通系统通信(V2X)来获取车辆速度、实时路况等信息,从而提升整个交通系统的驾驶安全性和交通通行效率。
“无人驾驶”的现有问题
目前,无人驾驶汽车产业化的瓶颈问题主要有技术安全问题、过渡风险、成本问题、法律法规问题等。
1.技术问题包括:如何消除强光照、积雪等恶劣行驶环境对无人驾驶汽车环境感知系统带来的影响;在复杂行驶环境下,如何感知人类手势信号,尤其是这些手势信号与交通信号灯或交通标志有冲突时;
2.如何解决无人驾驶汽车和传统车辆混合行驶阶段的转型期问题;
3.如何开发低成本、稳定可靠的传感器及软件;
4.市场准入标准、保险责任认定等法规难题。
虽然目前无人汽车产业化仍存在各种问题,但无人驾驶汽车实质上是建立在汽车主动安全技术、智能化技术逐步升级的基础上的,这些基础技术都可以帮助现有汽车带来技术上的逐步改进。随着无人驾驶汽车在高速公路等特定路段的实测成功案例越来越多,随着相关技术的不断发展、进步以及法律法规的不断完善,相信在不久的将来,无人驾驶汽车就会走入人们的生活,服务人们的出行。
出品:科普中国
制作:中国科学院自动化研究所 汤淑明
监制:中国科学院计算机网络信息中心

“科普中国”是中国科协携同社会各方利用信息化手段开展科学传播的科学权威品牌。
本文由科普中国融合创作出品,转载请注明出处。

3大系统——从“由人驾驶”到“无人驾驶”

2. 3大系统——从“由人驾驶”到“无人驾驶”

2016年5月23日,中国国际智能交通展览会在京开幕。一提到智能交通,就令人不禁想起“无人驾驶”。就在2016年4月12日至17日,中国某自主汽车品牌两辆无人驾驶汽车从重庆出发,途径四川、陕西、河南、河北后抵达北京,行程近2000公里,这是我国无人驾驶汽车的首次长途路测,代表了我国自主品牌汽车在无人驾驶技术研发领域的最新进展。
“无人驾驶”弥补“由人驾驶”的不足
手握方向盘、目视前方、保持注意力、长时间重复、乏味的传统驾驶方式很容易让驾驶员产生疲劳,甚至发生交通事故。无人驾驶汽车研发人员则致力于从安全、可靠、便利及高效等方面进行突破,弥补人工驾驶的不足,减少交通事故,将驾驶员从繁复的传统驾驶方式中解脱出来。
从20世纪70年代开始,美国、英国、德国等国家开始进行无人驾驶汽车的研究,在可行性和实用化方面都取得了突破的进展。中国从20世纪80年代开始进行无人驾驶汽车的研究,国防科技大学在1992年成功研制出中国第一辆真正意义上的无人驾驶汽车。特别是在过去的几年时间里,无人驾驶技术的研发如火如荼,越来越多的国内外汽车企业开始涉足这一领域,无人驾驶技术取得了快速蓬勃的发展。
“无人驾驶”的三大系统
无人驾驶汽车综合利用自动控制、计算机科学、人工智能、电子信息和车辆工程等多门学科相关技术,利用车载传感器(摄像头、激光雷达、超声波传感器、微波雷达、GPS、里程计、磁罗盘等)感知车辆周围环境,并根据感知到的道路、车辆姿态和障碍物信息,控制车辆的转向和速度,从而使得车辆能够自主、安全、可靠地在道路上行驶。
无人驾驶汽车是一个综合系统,整体可分为环境感知系统、行为决策系统、运动控制系统。
1.环境感知系统
人类在执行驾驶任务的过程中,需要实时观察和分析车辆自身的状态、路面、车辆、行人、交通标志、交通标线和交通信号灯等的状况,也就是对交通环境的“感知”。这种“感知”首先是通过感观(主要是视觉,还包括听觉、触觉和嗅觉)来获取信息,然后利用自身经验和逻辑推理来理解信息,并做出决策,力求安全平稳地驾驶车辆。
无人驾驶汽车在进行自主行驶的时候也需要对环境进行感知,进而根据所得到的有用的环境信息产生行为决策。无人驾驶汽车是通过车上配备的传感器来感知环境信息的,这些传感器主要包括摄像头、激光雷达、毫米波雷达、红外相机、光电编码器、GPS和惯性测量单元(Inertial Measurement Unit, IMU)等。其中,摄像头、激光雷达、毫米波雷达以及红外相机是用于获取环境信息,光电编码器、GPS和IMU是用于获取车身状态的信息。
这些传感器依据不同的原理获取环境数据,获取数据之后,车载单元还需要采用一定的方法提取出数据中对于智能行为决策有用的信息,比如探测到障碍物、检测车道线、检测和识别交通标志、定位和姿态估计等等。
2.行为决策系统
行为决策是指无人驾驶汽车根据给定路网文件,获取的交通环境信息和自身行驶状态,自主产生遵守交通规则的驾驶决策的过程。无人驾驶汽车行为决策系统主要包含全局路径规划(或任务规划)、行为规划和局部路径规划(或运动规划)。
路径规划的目的是在无人驾驶汽车行车之前找到一条“最优”的路径供无人驾驶汽车行驶。“最优”的标准可以是最短行车距离、最少行车时间、最低费用和最少拥堵等,当然前提都是在保证行驶的安全性和遵守交通规则。全局路径规划和局部路径规划都是属于路径规划的范畴。全局路径规划为无人驾驶汽车的自主驾驶提供方向性的引导,确定其依次需要通过的路段和区域序列。行为规划是处于全局路径规划和局部路径规划中间的层次,行为规划根据全局路径规划的确定的路径和当前的道路状况,确定当前无人驾驶汽车应该进入什么行驶模式,比如路口左转模式、超车模式等。局部路径规划依照行为规划确定的当前行驶模式,结合环境感知获取的信息计算出局部范围内精确的行驶轨迹。无人驾驶汽车采取的是全局路径规划和局部路径规划相结合的方式。        
 
图1  无人驾驶汽车行为决策系统的结构
3.运动控制系统
运动控制系统是根据局部路径规划给出的行驶轨迹和速度规划以及无人驾驶汽车当前的位置、姿态和速度,产生对油门、刹车、方向盘和变速杆的控制命令,以跟踪规划出的行驶轨迹。当然,油门、刹车、方向盘和变速杆上需加装底层控制器和执行机构来执行控制操作。


图2 中国科学院自动化所研制的缩微智能车
除了增强无人驾驶汽车自身智能行为的能力以外,还可以采用道路交通智能化的方式,通过车与车通信(V2V)和车与交通系统通信(V2X)来获取车辆速度、实时路况等信息,从而提升整个交通系统的驾驶安全性和交通通行效率。
“无人驾驶”的现有问题
目前,无人驾驶汽车产业化的瓶颈问题主要有技术安全问题、过渡风险、成本问题、法律法规问题等。
1.技术问题包括:如何消除强光照、积雪等恶劣行驶环境对无人驾驶汽车环境感知系统带来的影响;在复杂行驶环境下,如何感知人类手势信号,尤其是这些手势信号与交通信号灯或交通标志有冲突时;
2.如何解决无人驾驶汽车和传统车辆混合行驶阶段的转型期问题;
3.如何开发低成本、稳定可靠的传感器及软件;
4.市场准入标准、保险责任认定等法规难题。
虽然目前无人汽车产业化仍存在各种问题,但无人驾驶汽车实质上是建立在汽车主动安全技术、智能化技术逐步升级的基础上的,这些基础技术都可以帮助现有汽车带来技术上的逐步改进。随着无人驾驶汽车在高速公路等特定路段的实测成功案例越来越多,随着相关技术的不断发展、进步以及法律法规的不断完善,相信在不久的将来,无人驾驶汽车就会走入人们的生活,服务人们的出行。
出品:科普中国
制作:中国科学院自动化研究所 汤淑明
监制:中国科学院计算机网络信息中心

“科普中国”是中国科协携同社会各方利用信息化手段开展科学传播的科学权威品牌。
本文由科普中国融合创作出品,转载请注明出处。

3. 3大系统——从“由人驾驶”到“无人驾驶”

2016年5月23日,中国国际智能交通展览会在京开幕。一提到智能交通,就令人不禁想起“无人驾驶”。就在2016年4月12日至17日,中国某自主汽车品牌两辆无人驾驶汽车从重庆出发,途径四川、陕西、河南、河北后抵达北京,行程近2000公里,这是我国无人驾驶汽车的首次长途路测,代表了我国自主品牌汽车在无人驾驶技术研发领域的最新进展。
“无人驾驶”弥补“由人驾驶”的不足
手握方向盘、目视前方、保持注意力、长时间重复、乏味的传统驾驶方式很容易让驾驶员产生疲劳,甚至发生交通事故。无人驾驶汽车研发人员则致力于从安全、可靠、便利及高效等方面进行突破,弥补人工驾驶的不足,减少交通事故,将驾驶员从繁复的传统驾驶方式中解脱出来。
从20世纪70年代开始,美国、英国、德国等国家开始进行无人驾驶汽车的研究,在可行性和实用化方面都取得了突破的进展。中国从20世纪80年代开始进行无人驾驶汽车的研究,国防科技大学在1992年成功研制出中国第一辆真正意义上的无人驾驶汽车。特别是在过去的几年时间里,无人驾驶技术的研发如火如荼,越来越多的国内外汽车企业开始涉足这一领域,无人驾驶技术取得了快速蓬勃的发展。
“无人驾驶”的三大系统
无人驾驶汽车综合利用自动控制、计算机科学、人工智能、电子信息和车辆工程等多门学科相关技术,利用车载传感器(摄像头、激光雷达、超声波传感器、微波雷达、GPS、里程计、磁罗盘等)感知车辆周围环境,并根据感知到的道路、车辆姿态和障碍物信息,控制车辆的转向和速度,从而使得车辆能够自主、安全、可靠地在道路上行驶。
无人驾驶汽车是一个综合系统,整体可分为环境感知系统、行为决策系统、运动控制系统。
1.环境感知系统
人类在执行驾驶任务的过程中,需要实时观察和分析车辆自身的状态、路面、车辆、行人、交通标志、交通标线和交通信号灯等的状况,也就是对交通环境的“感知”。这种“感知”首先是通过感观(主要是视觉,还包括听觉、触觉和嗅觉)来获取信息,然后利用自身经验和逻辑推理来理解信息,并做出决策,力求安全平稳地驾驶车辆。
无人驾驶汽车在进行自主行驶的时候也需要对环境进行感知,进而根据所得到的有用的环境信息产生行为决策。无人驾驶汽车是通过车上配备的传感器来感知环境信息的,这些传感器主要包括摄像头、激光雷达、毫米波雷达、红外相机、光电编码器、GPS和惯性测量单元(Inertial Measurement Unit, IMU)等。其中,摄像头、激光雷达、毫米波雷达以及红外相机是用于获取环境信息,光电编码器、GPS和IMU是用于获取车身状态的信息。
这些传感器依据不同的原理获取环境数据,获取数据之后,车载单元还需要采用一定的方法提取出数据中对于智能行为决策有用的信息,比如探测到障碍物、检测车道线、检测和识别交通标志、定位和姿态估计等等。
2.行为决策系统
行为决策是指无人驾驶汽车根据给定路网文件,获取的交通环境信息和自身行驶状态,自主产生遵守交通规则的驾驶决策的过程。无人驾驶汽车行为决策系统主要包含全局路径规划(或任务规划)、行为规划和局部路径规划(或运动规划)。
路径规划的目的是在无人驾驶汽车行车之前找到一条“最优”的路径供无人驾驶汽车行驶。“最优”的标准可以是最短行车距离、最少行车时间、最低费用和最少拥堵等,当然前提都是在保证行驶的安全性和遵守交通规则。全局路径规划和局部路径规划都是属于路径规划的范畴。全局路径规划为无人驾驶汽车的自主驾驶提供方向性的引导,确定其依次需要通过的路段和区域序列。行为规划是处于全局路径规划和局部路径规划中间的层次,行为规划根据全局路径规划的确定的路径和当前的道路状况,确定当前无人驾驶汽车应该进入什么行驶模式,比如路口左转模式、超车模式等。局部路径规划依照行为规划确定的当前行驶模式,结合环境感知获取的信息计算出局部范围内精确的行驶轨迹。无人驾驶汽车采取的是全局路径规划和局部路径规划相结合的方式。        
 
图1  无人驾驶汽车行为决策系统的结构
3.运动控制系统
运动控制系统是根据局部路径规划给出的行驶轨迹和速度规划以及无人驾驶汽车当前的位置、姿态和速度,产生对油门、刹车、方向盘和变速杆的控制命令,以跟踪规划出的行驶轨迹。当然,油门、刹车、方向盘和变速杆上需加装底层控制器和执行机构来执行控制操作。


图2 中国科学院自动化所研制的缩微智能车
除了增强无人驾驶汽车自身智能行为的能力以外,还可以采用道路交通智能化的方式,通过车与车通信(V2V)和车与交通系统通信(V2X)来获取车辆速度、实时路况等信息,从而提升整个交通系统的驾驶安全性和交通通行效率。
“无人驾驶”的现有问题
目前,无人驾驶汽车产业化的瓶颈问题主要有技术安全问题、过渡风险、成本问题、法律法规问题等。
1.技术问题包括:如何消除强光照、积雪等恶劣行驶环境对无人驾驶汽车环境感知系统带来的影响;在复杂行驶环境下,如何感知人类手势信号,尤其是这些手势信号与交通信号灯或交通标志有冲突时;
2.如何解决无人驾驶汽车和传统车辆混合行驶阶段的转型期问题;
3.如何开发低成本、稳定可靠的传感器及软件;
4.市场准入标准、保险责任认定等法规难题。
虽然目前无人汽车产业化仍存在各种问题,但无人驾驶汽车实质上是建立在汽车主动安全技术、智能化技术逐步升级的基础上的,这些基础技术都可以帮助现有汽车带来技术上的逐步改进。随着无人驾驶汽车在高速公路等特定路段的实测成功案例越来越多,随着相关技术的不断发展、进步以及法律法规的不断完善,相信在不久的将来,无人驾驶汽车就会走入人们的生活,服务人们的出行。
出品:科普中国
制作:中国科学院自动化研究所 汤淑明
监制:中国科学院计算机网络信息中心

“科普中国”是中国科协携同社会各方利用信息化手段开展科学传播的科学权威品牌。
本文由科普中国融合创作出品,转载请注明出处。

3大系统——从“由人驾驶”到“无人驾驶”

4. 无人驾驶是汽车自动驾驶,为什么不是设计机器人来驾驶普通汽车?

设计机器人驾驶汽车,这样的成本太高了,无人驾驶和自动驾驶汽车是有的区别的。
最近几年随着人工智能的技术不断获得突破,越来越多的无人科技项目出现在了人们面前,而在众多无人项目中,属无人驾驶汽车是最为火爆的。但是火爆的背后却有很多不明技术真相的媒体对无人驾驶和自动驾驶混淆了两者概念。 

再加上有些公司为了增上热度,对自动驾驶上过分宣传了它的无人驾驶的技术。导致越来越多的人对自动驾驶汽车产生了疯狂的迷恋,让很多人认为了自动驾驶就是无人驾驶,但是圈内人都知道自动驾驶是并不属于无人驾驶的,充其量只能算是辅助驾驶,因为自动驾驶只是在一定程度上实现了人机交互操作体验,比如自动倒车等,但是汽车依然需要人为的操控。 驾驶辅助技术处于自动驾驶技术等级的L1和L2,L1阶段车辆开始介入制动与转向其中一项控制,分担驾驶员的工作,主要有自适应巡航、车道保持功能和紧急制动刹车等功能。驾驶操作由系统完成,但司机注意力仍然要保持驾车状态,以便随时接管车辆。与L1的不同在于,横向和纵向系统需要进行融合。

上述所说的功能技术要点都属于自动驾驶其中的功能分布,可以很清楚的了解到,这些都还是只是人机交互的功能,并不能说明人可以完全脱离操控,从而无人驾驶,所以请购买自动驾驶或者无人驾驶汽车的朋友们要了解清楚其中的原理,要充分了解无人驾驶和自动驾驶的区别,不要混淆。  

当然,无论自动驾驶还是无人驾驶,两者有一个共同点,他们都属于车联网的范畴。如今车联网和智能互联汽车正在引发人类交通和社会发展的一场巨大变革。从个人角 度,驾乘体验将更舒适、安全、便捷,驾驶者将能够更有效分配个人时间;对交通环境而言,燃油经济性将被大大提高,基础设施被高效使用,智能交通带来零伤 亡;对整个社会,商业模式将发生巨大变化,汽车行业将激发新的生产力,汽车文明将被重新书写。

5. 无人驾驶系统是不是一个终极化的终端

无人化是自动驾驶发展的终极目标。报告称,目前,自动驾驶道路测试需要配备安全员,尚未真正发挥自动驾驶小汽车核心竞争优势。文远知行(文远粤行)在广州推出自动驾驶出行服务基础上,利用5G、车联网(LTE-V2X)毫秒级低延时服务支撑,即将步入取消安全员、迈入运营级5G远程驾驶新阶段。【摘要】
无人驾驶系统是不是一个终极化的终端【提问】
无人化是自动驾驶发展的终极目标。报告称,目前,自动驾驶道路测试需要配备安全员,尚未真正发挥自动驾驶小汽车核心竞争优势。文远知行(文远粤行)在广州推出自动驾驶出行服务基础上,利用5G、车联网(LTE-V2X)毫秒级低延时服务支撑,即将步入取消安全员、迈入运营级5G远程驾驶新阶段。【回答】

无人驾驶系统是不是一个终极化的终端

6. 无人驾驶(一)基本概述

姓名:王梦妮
  
 学号:20021210873
  
 学院:电子工程学院
  
 
  
  
 【嵌牛导读】本文主要介绍了无人驾驶系统所需的关键技术
  
 【嵌牛鼻子】无人驾驶 环境感知 路径规划 车辆控制系统
  
 【嵌牛提问】无人驾驶系统用到的重要技术有哪些?
  
 
  
  
 【嵌牛正文】
  
 无人驾驶车辆是传统车辆与现代高科技应用的结合体,可以以较高速度移动 的机器人,能够感知车辆自身状态和周围行驶环境,进行自主决策,自主规划最 优行驶路径,并控制车辆按照期望规划路径进轨迹跟踪,到达行驶目的地。无人驾驶车辆的出现在很大程度上改善了城市的交通环境问题,而且对环境污染问题也有大幅度改善。世界各国都在致力于研究无人驾驶技术,无人驾驶将变得更加的安全。在无人驾驶的技术研究中,最根本的问题是如何更好的控制车辆的运动。主要包括横向控制以及纵向控制,前者是利用前轮转向角进行控制,使车辆能够对参考路径进行精准跟踪;后者利用车辆的节气门开度或制动压力进行控制,按照期望速度进行车辆的加速或者减速的目的,使车辆能够平稳较快地跟随上期望速度。
  
  
 无人驾驶系统主要包括三大关键系统,即环境感知系统,路径规划系统以及 车辆控制系统。该关键技术主要包括:
  
 (1)环境感知系统 
  
 和有人驾驶车辆一样,无人驾驶车辆需要实时得到行驶的周边环境信息。环 境信息主要通过以下两种方式获得,第一种方法是通过车载传感器系统获取环境 信息,单个传感器很难满足大量信息处理的需要,汽车必须配备多种传感器从不 同方式来获得环境信息,对功能不同的传感器收集到的信息进行融合,以获得更 准确的数据信息,最终确保车辆系统具有更高的可靠性和稳定性,并结合环境模 型进行融合,最后进行识别行驶环境。第二种方法是通过网络提供的环境信息, 例如车联网提供的交互信息、路面交通设施发送的交通信号信息等。环境感知系 统利用上述两种方式获取的环境信息,就能够行驶环境做出预判和识别,因此实 时获得车辆行驶的周围环境信息是无人驾驶车辆可靠行驶的前提条件。在各种无 人车辆中,无人机由于行驶环境识别较为简单因此的得到广泛应用。然而,无人 驾驶车辆的地面行驶环境较为复杂,尤其是城市道路,如果不接收外界给车辆提 供的信息,独立的无人驾驶车辆不仅需要对周围行驶环境进行识别,还要对各种 交通状态进行理解。
  
 (2)路径规划系统
  
     路径规划是指在车辆根据环境感知系统观测到行驶周围环境有障碍物中,车 辆按照可行最优行驶方式,比如行驶里程最短或者燃油消耗率最低的原则等,寻 找到一条完美的避障路径,从车辆的起始位置到期望位置的最佳行驶路段。无人 驾驶车辆一般分为全局路径规划和局部路径规划。全局路径规划是指在总体行驶环境已知的情况下,结合自身感知的周围行驶信息,确定最优的车辆行驶路径,当无人驾驶车辆环境感知系统感知到行驶环境发生改变时,则必须通过局部路径规划来生成无人驾驶车辆的局部行驶路径。因此,在车辆规划过程中,不仅考虑当前最优的车辆行驶路径,还要考虑动态环境变化,从而准确地进行控制和做出的控制决策。
  
 (3)车辆控制系统 
  
 运动控制主要是根据车辆路径规划系统中得到可行最优行驶路径进行轨迹跟踪控制,主要包括两个方面,即横向控制和纵向控制。横向控制不仅需要考虑车辆的前进速度、加速度、以及按照已规划的最佳路径行驶,而且还必须考虑车辆的操纵稳定性、平顺性和安全性;纵向控制主要考虑车辆纵向速度、加速度控制尽快达到期望速度,且与前车保持安全距离。路径跟踪控制的实质是指通过控制车辆的运动来减少与参考路径之间的路线上的误差,如果考虑轨迹,不仅需要考虑路径上的误差,还要考虑时间上实时性的误差。环境感知系统、路径规划系统、以及车辆控制系统必须在车辆平台上进行整体设计,因为无人驾驶车辆在实时的动态高速行驶环境中每时每刻都会与环境发生交互作用,车辆的运动学与动力学特性影响到环境感知、路径规划的决策以及控制效果。例如,高速行驶的车辆的执行机构控制输入、轮胎的滑移、车辆横向侧倾等动力学非线性约束条件更加严格。
  
 陆地交通工具是所有交通工具中唯一与人以及人居环境有移动冲突的类型,必须首先考虑人、车、路和周边环境的安全,因此无人驾驶车辆的运行和管理难度更大,对技术的要求更高。它在发展过程中,既要进行技术革新,也要考虑其实现的经济可行性;既要在历史经验的基础上进行创新突破,也要能包容未来可能出现的、超越人类思维局限的可能性。总之,无人驾驶车辆犹如一把双刃剑,带来“便”和“利”的同时,必然会引起“忧”和“虑”,需要作社会、生态、经济等多方面的深层次思考。

7. 无人驾驶汽车是如何实现自动驾驶

无人驾驶技术实现的方式_汽车「拟人」驾驶汽车需要如何操作? 这个问题相信任何一个驾驶员都能给出准确的答案,比如用眼睛观察路况,用听觉判断是否有障碍物,将采集到的信息数据反馈给大脑,大脑可以手动控制 方向盘 和变速杆,用脚控制刹车和油门。开车就这么简单,实现无人驾驶技术其实很简单。
 
 系统结构
 
 1.强大的电脑替代品!无论用五官或传感器如何采集信息,最终都要经过大脑的判断和分析,然后才能用四肢可视化。因此,自动驾驶汽车必须有一台非常强大的计算机来计算“真实3D世界”中的路况;但以目前的技术水平,仍然无法实现零漏洞超大数据流运营,即使有,也无法控制成本匹配普通代步车,所以目前还没有真正意义上的无人驾驶汽车。
 
 2:精准传感器!毫米波雷达、激光雷达和摄像头在一定程度上取代了驾驶员的“眼睛”。传感器将通过检测道路上的障碍物、标志和其他信息来确定车辆的动态。比如雷达探测到前方有障碍物,车辆会根据雷达波的反射时间计算距离,调整制动力,在障碍物消失后加速。当雷达无法准确识别障碍物特征时,通过摄像头采集视频信息进行分析。然而,这一制度存在巨大漏洞。
 
 两种雷达单独挑出其中一种无法准确识别障碍物,因为毫米波雷达非常容易误判,激光雷达的探测距离太近;前者容易造成车辆误制动,后者无法保证标准安全距离。至于视频拍摄,就更难了。变焦镜头如何决定何时变焦,定焦镜头如何适合远处的路标?关键是在雨雪雾霾等能见度较低的气象条件下,空空气中悬浮着大量杂质,这些传感器的误判率会很高。
 
 3:自动驾驶系统!主动刹车、自适应巡航,这两个功能足以执行车辆的自动加减速。因为加速对ECU来说无非是一组数据,需要加速就要调整节气门和喷油量,需要减速就要在“刹车优先”的前提下切断动力输出,只有ESP车身稳定程序的相关配置才能刹车。这些系统是车辆最基本的配置,所以大部分非智能车都有升级的潜力,但目前没有必要。
 
 知识点:ESP系统衍生的主动加减速功能有场景限制,比如在雨雪碎石等摩擦系数较低的道路上行驶,甚至不允许车辆普通的定速续航。因为设定程序会在减速恢复定速后,基于ECU大量喷油充分加速;如果车辆在湿滑的路面上快速加速,很有可能车辆会失去控制,所以这些自动驾驶配置的应用范围并不广,目前还不存在绝对的无人驾驶汽车,仅此而已。

无人驾驶汽车是如何实现自动驾驶

8. 人工智能在无人驾驶的应用

人工智能在无人驾驶中的具体应用
人工智能技术是无人驾驶发展的基础,并且在系统上有着大量的应用,可以说是密不可分。这其中主要分为三大部分:环境感知模块、决策规划模块以及控制执行模块。
(1)环境感知模块
作为无人驾驶中最重要的一环,它的发展往往决定了无人驾驶的应用程度。无人驾驶最重要的就是实时感知周围环境信息,以便及时获取数据信息,这些都是由传感器完成的,比如摄像头、激光雷达、毫米波雷达、超声波传感器[4],无论是在熟悉的环境还是新环境,汽车可根据这些传感器数据做聚类处理,并利用各种算法对周围进行车道线或标志物检测,并通过系统内的分析模块来分析。唯一的不足就是已有的自身感知技术无法达到较高精度,只能通过GPS获取车身状态信息,位置来进行导航。
(2)决策规划模块
根据传感器传回的实时路网信息、交通环境信息和自身驾驶状态等信息,无人驾驶系统通过分析来产生决策,比如遵守交通规则(包括突发异常状况)的安全快速的自动驾驶决策[5]。这与最近刚出现的5G技术有关,由于无人驾驶技术在道路上会有巨量的实时数据进行传输和获取,原本的网络技术已经满足不了这种需求,5G就合理的应用起来,既更加保证了行驶的安全,也加速了该技术的发展。
(3)控制执行模块
根据规划的行驶轨迹,以及当前行驶的位置、姿态和速度,产生对油门、刹车、方向盘和变速杆等的控制命令。传统控制方法有PID 控制、滑模控制、模糊控制、模型预测控制等[6]。如较低等级的汽车定速巡航到现在的无人驾驶都是这一模块控制的具体体现。
最新文章
热门文章
推荐阅读