查看“浅谈自动驾驶”的源代码
←
浅谈自动驾驶
跳转至:
导航
、
搜索
因为以下原因,你没有权限编辑本页:
您刚才请求的操作只对以下1个用户组开放:
用户
。
您可以查看并复制此页面的源代码:
*前言 众所周知,自动驾驶(Automatic Drive)是当下一向前景广阔又具有高挑战性的技术,它的研制,亦是国内外许多科技公司的重中之重[1.]。 自动驾驶的优势在于,它可以大幅度提高人类社会的效率:通过计算机的精确控制减少废物排放;计算机理智的思维大大减小交通事故的发生率,提高安全性;前两者可以大幅度减少经济损失。可以预见,在不远的未来,自动驾驶汽车将会出现在大街小巷。 *无人驾驶的核心技术[2.] 无人驾驶的技术几乎涵盖了各个理工学科,它是多学科交叉、多技术结合的产物。有关核心技术,业界内部众说纷纭,认可度比较高的是将其分为环境感知、精确定位、路径规划、线控执行四个部分。 环境感知的对象,有路面、静态物体、动态物体。无人驾驶汽车要有先进的传感器,收集环境中有关图像、声音等的信息,并构建一个三维立体的实时景象,进行车道监测,能够随时避开障碍物,对于动态物体要实时检测它的位置,并预测它的轨迹。这些对于我们人类习以为常的过程,在自动驾驶中却是一个难度极高的问题。 再者是精确定位。自动驾驶要求定位精度达到厘米级别,要实现高精度,目前业界主要有以下三种方法:基于GPS与惯性传感器的传感器融合;基于LiDAR点云与高精度地图的匹配;基于视觉的道路特征识别。实际应用中,则采取的是组合定位的方法。通用的方法是:激光雷达的SLAM,利用车辆自带的GPS和IMU做出大概位置判断,然后用预先准备好的高精度地图(Prior Map)与激光雷达SLAM云点图像与之对比,或者说Registration,放在一个坐标系内做配准。配对(Matching)成功后确认自己位置。这是目前最成熟,准确度最高的方法。 前两个技术解决的是“我在哪”以及“我要去哪”的问题。 路径规划解决的是我该怎么去的问题,自动驾驶的路径规划第一层是点到点的非时间相关性拓扑路径规划,第二层是实时的毫秒级避障规划。第三层是将规划分解为纵向(加速度)和横向(角速度)规划。简而言之,就是要根据给定的起点和终点,通过一些特定的约束条件安全地到达终点。路径规划是从出发点到目标点之间的纯几何路径规划,实际上还有避障规划,也就是动态路径规划,主要是探测障碍物并对障碍物的移动轨迹跟踪( Moving Object Detection and Tracking ,一般缩写为MODAT)做出下一步可能位置的推算,最终绘制出一幅包含现存碰撞风险和潜在碰撞风险的障碍物地图。然而这种规划在繁华的市区计算量是惊人的,是无人驾驶难度最高的技术。还有一种轨迹规划,也就是在前两者的基础上,对汽车自身运动参数的设定并及时反馈给执行系统。 线控执行就是系统根据传感器的信息向汽车的控制系统发出一系列指令并得到高效率执行[3.]。这需要先进的行为决策算法和强大的计算能力。目前使用的算法主要有三种:基于神经网络、基于规则、混合路线(混合了前两者)。实际上,核心还是人工智能算法与芯片[4.]。 后两个技术解决的是“我怎么去”的问题[5.]。 *无人驾驶的应用场景 按照美国汽车工程师协会的分级,自动驾驶按照脱离人控制的程度分为五个等级,鉴于无人驾驶技术发展并不成熟,首先应用在对实时控制要求程度不高的场合。比如一些具有固定路线的交通工具上,出租车、公交车、长途货运汽车、社区内的送货车、大学校园里的摆渡车等。再比如在高速公路上障碍物少,路线相对单一,车况相比市区来说更简单,未来在高速公路上可能会首先得到应用。目前在一些汽车上安装的辅助驾驶系统也可以看作是自动驾驶的一个小规模应用[6.]。 当然,随着自动驾驶技术的发展,无人驾驶将可以再更广泛的领域得到应用。在不远的未来,无人驾驶将可以帮助残疾人士、老年人实现随时去往其它地方的愿望,繁忙的马路上也不会散乱无序,通过自动驾驶,各个汽车的实时数据汇集到云端,实现每个汽车路线的最优规划,让马路变得行人友好、秩序井然。 *参考文献: [1.] 全球自动驾驶技术投资三年超800亿美元. (2017). 工具技术, 51(11), 6. [2.] 王莹. (2017). 自动驾驶:哪些技术是正在考虑以及尚未考虑到的?. 电子产品世界, 24(10), 82-84. [3.] 滕昕, & 江永亨. (2016). 基于信号流图的自动驾驶车辆两层编队控制算法研究. [4.] Zhang, X., Gao, H., Zhou, M., & Zhao, J. (2018). Overview of deep learning intelligent driving methods. Qinghua Daxue Xuebao/Journal of Tsinghua University, 58(4), 438-444. [5.] 王祥純, & 饶培伦. (2017). 自动驾驶接管研究: 模式转换与时间变量的影响. [6.] 杨震, & YANG Zhen. (2016). 自动驾驶技术进展与运营商未来信息服务架构演进. 电信科学, 32(8), 16-20.
返回
浅谈自动驾驶
。
导航菜单
个人工具
创建账户
登录
名字空间
页面
讨论
变种
查看
阅读
查看源代码
查看历史
操作
搜索
导航
首页
实践教学
个性化3D设计与实现
人工智能实践教学
区块链技术及应用
虚拟现实技术与内容制作
超越学科界限的认知基础课程
电子工艺实习
Nand2Tetris Engine Curriculum
TULLL Creative Learning Group
Wiki上手说明
Wiki账户创建
最近更改
工具
链入页面
相关更改
特殊页面
页面信息