发 帖  
原厂入驻New

无人驾驶汽车的主要技术

2017-9-14 14:46:21  1289 激光雷达 无人驾驶
分享
无人驾驶汽车的主要技术
感知输入系统、计算处理系统是无人驾驶技术的关键
无人驾驶汽车是一种主要以移动、运输为目的的服务机器人。它具有感知输入系统、
计算处理系统、控制系统、汽车信号系统以及其他辅助系统。
在给定路线规划后,无人驾驶汽车正常的工作流程是:首先,感知输入系统能够“看
到”周围物体,掌握它们的大小、距离、运行方向,计算处理系统根据这些信息通
过算法计算出最佳反应,将电信号传达给控制系统从而正常行驶,行驶过程中,汽
车信号系统再将自身的下一步意图以清晰可见的形式表现出来。
其中,感知输入系统是无人驾驶技术的核心之一,感知输入系统是机器取代驾驶员
的关键,通过3D激光雷达、标准车载雷达、高精度GPS系统、摄像头、编码器等大
量智能传感设备获取当前车身周围的图像信息、位置信息、信号信息、车速信息等,
以数据类型的输入取代原本驾驶员的视野、经验类型的输入。
从理论上来讲,智能装备的输入比驾驶员的视野更广阔,能够获得360°影像,能够
远至200米;也比驾驶员的经验更稳定,不会存在因后视镜盲区等出现的问题;而且
当无人车能够量产以后,生产一辆“富有经验”的无人驾驶汽车比培养一个有经验
的驾驶员的边际成本小得多。
专题研究|机械设备
计算处理系统是无人驾驶汽车的又一关键系统,数据输入到计算机处理系统后,人
工智能算法根据输入的数据判断车身周边的情况,进行运行的决策。该算法的难点
之一是要考虑到每一种极端情况,因为在高速行驶的服务机器人一旦发生判断失误,
就有可能酿成车祸。算法的难点之二在于,必须提高判断的效率,因为在高速行驶
的状态下越快对紧急状况进行反应,安全的概率就越大。因此,无人驾驶汽车的算
法需要反复大量的数据验证、调试。
控制系统与传统汽车的控制系统差异不大,计算处理系统做出决策之后,通过电信
接口命令相应的传达给动力系统、制动系统、转向系统等控制子系统。
汽车信号系统是一个无人驾驶汽车比较重要的辅助性系统。该系统使得无人驾驶汽
车能够表明自身执行的命令或意图,方便乘客、行人等进行人机交互。在日常驾驶
过程中,经常需要驾驶员反馈自己的驾驶意图,如减速停车,示意等待的行人路过;
打两下闪光灯或鸣笛以示意附近的车辆行人注意安全等等情况。驾驶意图等信息的
有效沟通,是交通安全的基本保障,无人驾驶汽车也不例外。
其他辅助系统可以根据需要进行调整,例如车身内的音箱、交互等娱乐系统、发生
紧急事件时的安全气囊、车身运行情况自检系统等等。
随着无人驾驶汽车的试验推进,未来其构成系统或将形成模块化的产品,对传统汽
车也可以形成加装式改造。例如,Dephi这家美国传感器企业,将其研发的无人驾驶
系统装配在奥迪Q5上,近期完成了横跨美国东西海岸的旅程。

感知输入系统中,3D 激光雷达是核心,相机、车载雷达等设备是辅助
无人驾驶汽车的感知输入系统由多种智能装备组成。以谷歌无人驾驶汽车为例:车
顶上的3D激光雷达传感器发射64束激光射线,然后激光碰到车辆周围的物体,又反
射回来,这样就计算出了物体的距离。这64束激光随着雷达壳体高速旋转,就获得
了周围空间的点云数据,根据庞大的点云数据系统可以绘制出3D空间模型。另一套
在底部的系统测量出车辆在三个方向上的加速度、角速度等数据,然后再结合GPS
数据计算出车辆的位置,所有这些数据与车载摄像机捕获的图像一起输入计算机,
软件以极高的速度处理这些数据。这样,系统就可以非常迅速的作出判断。
谷歌无人驾驶汽车装载了以下智能设备:
(1) 安装在车顶的3D激光雷达,可以构建周边环境的空间模型。谷歌无人驾驶汽
车装载了velodyne公司的激光雷达传感器。该激光雷达能发出64 道激光光束,帮
助汽车识别道路上潜在的危险。该激光的强度比较高,能计算出 200 米范围内物体
的距离,并借此创建出三维环境图形。可以认为,激光雷达传感器是谷歌无人车的
视觉系统,是自动驾驶系统主要的信息输入来源。
(2) 前置高速相机,可以清晰有效辨别事物。车头上安装的相机可以更好地帮助
汽车识别眼前的物体,包括行人、其他车辆等等。这个相机可以实现识别交通标志
和信号。比如说前车的转向灯开启时,谷歌汽车可以相应地做出反应。还有各种的
限速、单行道、双行道和人行道标示等等,这些都可以通过谷歌相应的软件进行解
读。相机还会负责记录行驶过程中的道路状况和交通信号标志,然后车载软件将对
识别风险,这些信息进行分析。
(3) 安装在前后保险杠的标准车载雷达,不受天气光照影响,是行驶安全的有力
保障。谷歌无人驾驶汽车的前后保险杠上面一共安装了四个毫米波雷达,这是自适
应巡航控制系统的一部分,可以保证谷歌的无人驾驶汽车在道路行驶时处在安全的
跟车距离上,按照谷歌的设计,其无人车需要和前车保持 2-4 秒的安全反应距离,
具体设置根据车速变化。从而能最大限度地保证乘客的安全。
目前,标准车载雷达多采用毫米波雷达,其他也有采用红外线雷达的情况。但是毫
米波雷达和红外雷达的共同缺点是对于行人的反射效果极弱,因此只能应用于保持
前后车距,作为3D激光雷达的辅助。
(4) 高精度GPS,定位车身,规划路线。无人驾驶汽车充分利用 GPS 技术定位
自己的位置,然后利用谷歌地图,可以实现最优化的路径规划。但是,由于天气等
因素的影响,GPS 的精度一般在几米的量级上,并不能达到足够的精准。为了实现
定位的准确,谷歌需要将定位数据和前面收集到的实时数据进行综合,车子不断前
进,车内的实时地图也会根据新情况进行更新,从而显示更加精确的地图。
(5) 安装在底部的超声传感器,保证车身不发生偏离。后轮上的超声传感器有利
于保持汽车在一定的轨道上运行,不至于跑偏。同时在遇到需要倒车的情况时,这
些超声传感器还能快速测算后方物体或墙体的距离。还能帮助汽车在狭窄的车位中
实现停靠。
(6) 安装在车轮的转速编码器,获取车辆自身的速度方向信息。转速编码器用来
采集车轮的实时转速,以获取无人驾驶汽车的时速、车轮转速、角速度以及惯性等
自身速度信息。
需要指出的是,任何单一设备都无法完全解决无人驾驶汽车的输入感知问题,必须
是多设备的密切配合,而同时对多信息来源(包括地理信息系统/高精度GPS)进行
处理,对计算机系统的人工智能提出更高的挑战。

0

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册

x
2017-9-14 14:46:21   评论 分享淘帖
高级模式
您需要登录后才可以回帖 登录 | 注册

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容图片侵权或者其他问题,请联系本站作侵删。 侵权投诉
发表新帖
关闭

站长推荐 上一条 /7 下一条

快速回复 返回顶部 返回列表