无人驾驶的发展难点及现阶段技术手段

2019 自动驾驶

问答对人有帮助，内容完整，我也想知道答案 0 自动驾驶还需要较长的路要走 ADAS、自动驾驶、无人驾驶、智能汽车等词语风靡科技圈，如果哪个智能硬件团队或科技公司无法与这些关键词建立关联，颇有被世界遗弃之感。但是，如果客观的去分析，真正意义上的自动驾驶尚有较长的路要走。 0
2020-5-7 06:59:06　　评论淘帖0 邀请回答您可以邀请以下用户，快速回答问题 × hwp0415229 该类别下有 6 个回答。邀请回答梦中的花不凋零该类别下有 5 个回答。邀请回答 Greatwayer 该类别下有 5 个回答。邀请回答 h1654155957.9866 该类别下有 5 个回答。邀请回答嘻嘻爱哈哈该类别下有 5 个回答。邀请回答新晴细履平沙该类别下有 5 个回答。邀请回答 xiezhe272 该类别下有 4 个回答。邀请回答 hzp_bbs 该类别下有 4 个回答。邀请回答 vynywrwr 该类别下有 4 个回答。邀请回答 Cdxxgcdx 该类别下有 4 个回答。邀请回答 fgfFsG 该类别下有 4 个回答。邀请回答听你喜欢的歌该类别下有 4 个回答。邀请回答 cfdwerwer 该类别下有 4 个回答。邀请回答 jfdgs 该类别下有 4 个回答。邀请回答 60user69 该类别下有 4 个回答。邀请回答 gan5482 该类别下有 4 个回答。邀请回答 vywyefswer 该类别下有 4 个回答。邀请回答 77uwfsdf 该类别下有 4 个回答。邀请回答 60user56 该类别下有 4 个回答。邀请回答 chrisjohn 该类别下有 4 个回答。邀请回答举报周玮相关推荐 • 无人驾驶分级及关键技术 2676 • 无人驾驶汽车的关键技术是什么？ 4293 • 无人驾驶汽车的工作原理是什么？ 5014 • 如何构建一辆无人驾驶车呢？ 2589 • 如何实现无人驾驶硬件平台的设计？ 2489 • 无人驾驶汽车将改变人们的生活、工作以及城市的建立和设计 2313 • 无人驾驶的未来正在改变 2820 • 关于无人驾驶硬件平台的解决方案，不看肯定后悔 2450 • 现阶段“车联网”的实用价值在哪？ 2157 • 传感器将成为无人驾驶汽车的最大功臣 2207 1个回答

答案对人有帮助，有参考价值 0 1)不存在完美的传感器件无论是何种程度的智能驾驶，第一步都是感知，也就是感知车辆周边的负责的路况环境。在这个基础上才能做出相应的路径规划和驾驶行为决策。感知所采用的各种传感器包含：各种形式的雷达、单目摄像头、双目摄像头等，或是由这些传感器进行不同组合形成的感知系统，而这些传感器件各有利弊。比如：激光雷达对雨雾的穿透能力受到限制、对黑颜色的汽车反射率有限;毫米波雷达对动物体反射不敏感;超声波雷达的感知距离与频率受限;摄像头本身靠可见光成像，在雨雾天、黑夜的灵敏度有所下降。 2)从90分到100分要走的路才是最艰难的如果人去开车，一年中发生些小的刮蹭、磕碰是再正常不过的事。但如果自动驾驶系统发生这些事故，就要成为关注的焦点甚至不被接受。其实，我们对机器智能的可靠性要求要远远超出人工智能的可靠性。每种机器智能设备的投入使用都是在其可靠性远超人工之后才被允许的。所以，自动驾驶的目标不是“像人一样的去开车”，而是“在安全性、舒适性、合理性完全超过常人的状态去开车”。 3)复杂的路况问题是自动驾驶的壁垒相对于欧、美、日本，中国的各种路况要复杂的多。仅仅红绿灯的形态不下100种;各种交通标识的形态没有统一;车道线的宽窄、间隔参差不齐，甚至许多道路没有车道线。所以，高速公路的自动驾驶、某段路线的自动驾驶与真正意义上的自动驾驶是两个层面的问题，这些都是在实现完全自动驾驶之前需要我们解决的问题。 4)法律方面的壁垒除了技术问题，还有我们社会的法律问题。这些技术要在法律层面得到认可，就要说清楚一系列的技术问题，还要有大量繁杂的数据支持。法律上认可的过程也一定会是漫长的一个过程。当然，这些工作都在同时开展着。综上所述，自动驾驶需要一步一步的走，不会一下子跳跃过去。ADAS系统会是自动驾驶的第一个阶段，当我们实现了危险驾驶行为的准确预警，积累了大量的经验和使用数据后，下一步的工作才有可能实现。二、ADAS与行车记录仪对成像系统的要求截然相反可以确定的讲，凡是在行车记录仪成像系统的基础上添加ADAS功能的，都是在炒作概念。目前车上用的智能硬件多是行车记录仪、云镜等产品，在这个上面开发ADAS功能，只是厂家赚取噱头的方式。其根本原因是ADAS与行车记录仪对成像系统的要求是截然相反的。行车记录仪的目的是记录车辆周边的状况，看的越清晰越好、越全面越好。这就需要成像系统具有超高的分辨率、超好的色彩还原性、超大的广角镜头，视角增大意味着焦距的缩小。而ADAS的要求如下：一是看的越远越好，看的越远就能有更加充裕的时间做出判断和反应，从而避免或者降低事故发生造成的损失。而焦距越长看的会越远。二是只关注车辆行驶区域内的障碍物，所以是窄视角，也就是长焦距。这样能降低车辆两侧障碍物(如路基、栏杆等)对系统误报的影响。三是要求黑白图像。彩色图像在sensor表面进行了镀膜或分光的带通过滤光谱，虽然提升了人眼的感知体验，但实际上降低了信噪比或者说信息量。这对真正意义的图像计算不利。综上所述，在短焦距只关注周边景物的行车记录仪成像系统的基础上，进行ADAS的研发是不切实际的。三、自动驾驶的传感器主要有三大类 1)雷达雷达又分为激光雷达、毫米波雷达、超声波雷达等类型。激光雷达又可以分为单线雷达、双线雷达、多线雷达等。如果想要解决后装的问题，或者说准前装的问题，雷达首先是被排除的对象。原因如下：第一，成本下不来。不管单线的、双线的、还是64线的，最便宜的在 1000元左右，有的甚至高达数十万，比车还贵。第二，雷达的安装和标定是个非常繁琐的工作。不同的车型，安装的方式会各不相同，都需要进行各自的精确标定和调整，这个周期短则数天，长则数月。当然，雷达的优势在于测算的精度非常高，探测距离远。 2)单目摄像头单目摄像头的大致原理如下。先通过图像匹配进行识别(车型、行人等)，再通过大小去估算距离。也就是在估算距离之前要知道这是个什么目标，是汽车还是行人，是货车、SUV还是小轿车等。而做到这一点，需要建立并不断更新一个庞大的样本特征数据库，然后对实时拍到的图像视频进行识别。这会导致系统无法对非标准的车型、物体、障碍物进行识别，从而无法进行预警。只有在识别成功完成后，才能根据大小、面积、尺寸、或其它特征进行距离的估算。单目的优势在于成本较低，对计算资源的要求较低，系统结构相对简单。其缺点在于要保证较好的识别率，必须不断更新和维护好样本数据库;无法对非标准障碍物进行判断;距离并非真正意义上的测量，准确度较低。双目和单目有一个共同的特点，就是拍摄的图象是二维的，而雷达是单线或多线的。双目的原理与人眼相似。人眼能够感知物体的远近，是由于两只眼睛对同一个物体呈现的图像存在差异，或称“视差”。目标距离越远，视差越小;反之，视差越大。视差的大小对应着目标物体的远近。这也是3D电影能够使人有立体层次感知的原因。所以说双目系统对目标物体距离感知是一种绝对的测量，而非估算。 3)双目摄像头双目系统的优势如下：一是成本比较低，但是比单目系统要高;二是没有识别率的限制，因为从原理上无需先进行识别再进行测算，而是对所有障碍物直接进行测量;三是精度比单目高，直接利用视差计算距离;四是无需维护样本数据库，因为对于双目没有样本的概念。

2020-5-7 14:52:00 评论举报李霞