自动驾驶

扒一扒自动驾驶车辆激光雷达的部件功能

据外媒报道,自动驾驶车辆配置的多款摄像头,旨在用该设备探查道路上的障碍物并绘制车辆周边环境。在各类传感器中,在功能方面,激光雷达传感器与人眼最为接近,其光探测和测距系统(detection and ranging system)与雷达类似,但其采用了光波替代了无线电波(radio waves)。

激光雷达系统利用激光脉冲信号“照亮(illuminate)”目标区域,并计算反射信号返回接收器的用时。该类系统由光源、光电探测器、数据处理电子器件及运动控制设备。

自动驾驶车辆大体采用了两类激光雷达设备,其分类依据为扫描车辆周边环境时所采用的方式,其中:1、3D闪光式激光雷达(3D flash LiDAR)由宽视角源及广视角光学件构成,旨在聚焦探查设备一次曝光(one exposure)上的所有反射光。2、扫描式激光雷达系统可向各个方向发射激光,逐个探查回响(echoes)以便绘制车辆周边环境。

自动驾驶的核心技术是什么?

用4级或5级来定义自动驾驶很难有一个明确的标准,自动驾驶也不应该搞得很复杂。自动驾驶实际包含三个问题:一是我在哪?二是我要去哪?三是如何去?能完整解决这三个问题就是真正的自动驾驶。所以特斯拉升级后的8000美元的Autopilot 2.0只有部分线控功能,不能算真正的自动驾驶。福特、百度和谷歌这些公司做的才是真正的自动驾驶,远在特斯拉之上,两者云泥之差,天壤之别。

第一个问题是定位,自动驾驶需要的是厘米级定位。

第二个问题是路径规划,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。

第三个问题是车辆执行机构执行纵向和横向规划,也就是线控系统。

目前自动驾驶的技术基本上都源自机器人,自动驾驶可以看做是轮式机器人加一个舒适的沙发。机器人系统中定位和路径规划是一个问题,没有定位,就无法规划路径。厘米级实时定位是目前自动驾驶最大的挑战之一。

摄像头、雷达、激光雷达——自动驾驶几大传感器系统大揭秘

如若要想在2021/2022的年度车型上实现SAE L4/L5的全自动驾驶功能,就需要应用多种传感器冗余系统。当今的半自动驾驶系统采用了各种各样数量和设计的雷达和摄像头系统。而高性能价格合理、能检测300米半径内信息的激光探测与测距系统开发,还处在预研阶段。大多数汽车制造商都认为,如果要实现全自动驾驶,摄像头、雷达和激光雷达这三大传感器系统缺一不可。

摄像头、雷达、激光雷达——自动驾驶几大传感器系统大揭秘

目前,超声波雷达、毫米波雷达和多摄像头系统已经在高端汽车上应用,随着智能驾驶发展破竹之势,环境感知技术将快速发展,进一步发挥协同作用。虽然传感器仅仅是自动驾驶汽车的一部分,但是市场前景十分广阔。因此,相关机构预计到2020年左右全球车载摄像头、毫米波雷达和夜视系统等市场都将进入快速成长期。

摄像头

智能驾驶之慧眼

自动驾驶级别、技术路线

自动驾驶技术分为多个等级,目前国内外产业界采用较多的为美国汽车工程师协会(SAE)和美国高速公路安全管理局(NHTSA)推出的分类标准。按照SAE的标准,自动驾驶汽车视智能化、自动化程度水平分为6个等级:无自动化(L0)、驾驶支援(L1)、部分自动化(L2)、有条件自动化(L3)、高度自动化(L4)和完全自动化(L5)。

从算法上解读自动驾驶是如何实现的?

车辆自主驾驶系统从本质上讲是一个智能控制机器,其研究内容大致可分为信息感知、行为决策及操纵控制三个子系统。路径规划是智能车辆导航和控制的基础,是从轨迹决策的角度考虑的,可分为局部路径规划和全局路径规划。

全局路径规划的任务是根据全局地图数据库信息规划出自起始点至目标点的一条无碰撞、可通过的路径。目前正在研究的有准结构化道路环境多种约束条件下的路径规划技术,自然 地形环境下的路径规划技术,以及重规划技术等。由于全局路径规划所生成的路径只能是从起始点到目标点的粗略路径,并没有考虑路径的方向、宽度、曲率、道路 交叉以及路障等细节信息,加之智能车辆在行驶过程中受局部环境和自身状态的不确定性的影响,会遇到各种不可测的情况。因此,在智能车辆的行驶过程中,必须 以局部环境信息和自身状态信息为基础,规划出一段无碰撞的理想局部路径,这就是局部路径规划。通常路径规划的方法有:空间搜索法、层次法、动作行为法、势场域法、栅格法、模糊逻辑法和神经网络法等。

汽车自动驾驶任务可以分为三层,如图所示,每层执行不同任务,包括上层路径规划、中层行驶行为规划和下层轨迹规划。

自动驾驶初现端倪,实现起来都要靠哪些技术支持?

自动驾驶是汽车诞生以来,人们追求的蓝图,设想未来的汽车无人驾驶招手既停,快捷方便,为人们的出行带来巨大的改变,也大大解放了人类的出行时间。近几年,各大互联网巨头,新兴科技公司,传统车厂,都在这方面投入了巨大的热情,并成功研发出来能成功上了的无人驾驶汽车。那这样的汽车需要哪些基础技术支持呢?

自动驾驶的必要“耳朵”雷达传感器

在自动驾驶汽车的技术发展过程中,自动驾驶的汽车对周边环境的感知与理解,是实现自动驾驶的基本前提,所以要实现要自动驾驶的基础是各种各样的传感器的协调工作,才能让汽车“眼观六路耳听八方”,只有准确及时的感知到车辆周围的道路、其他车辆、行人等信息,自动驾驶汽车的驾驶行为才会有可靠的决策依据。

自动驾驶的“耳朵”就是车上的雷达传感器,雷达最初是为军事和航空电子应用开发的。在汽车上较常用的是毫米波雷达,毫米波雷达的工作频率介于30~300GHz之间,波长介于厘米波和光波之间,所以,毫米波雷达兼具微波制导和光电制导的优点,穿透力强,具有全天候。全天时的特点,但是大雨天气毫米波雷达的性能会大大下降,而且毫米波是重要的雷达频段,在很多场合受到的干扰较大。

Imagination参加2018底特律AutoSens大会

作者: Benny Har-Even

Imagination近期参加了在底特律举办的AutoSens大会上展示了我们的创新技术,AutoSens是汽车传感器和感知技术的会议,它将工程师和其他参与ADAS和自动驾驶市场的相关人员联系起来。

此次活动涵盖了一系列的话题,比如传感器技术、图像处理、算法演进、深度学习应用以及嵌入式系统的计算机视觉和AI应用等,当然这与我们在Imagination负责的工作相吻合。

当人们不需要知道:片上AI如何有助于GDPR的合规性

作者:Simon Forrest

GDPR的影响

2018年5月25日,欧盟所有成员国都将采用新的通用数据保护条例(也称为GDPR),该条例对于个人信息的收集、管理和使用有了更严格的规定。新法规对于消费者数据的整理方式、必须采用哪种方式进行存储和保护以及如何使用等方面具有广泛的影响。

各种组织不能够再收集大量关于消费者的数据进行多方面的分析——现在要求数据控制者将个人数据的处理操作最小化,并且进行高效的限制,仅用于特定目的应用需求。此外,该应用必须能够明确传达给相关数据的个人,获取用户同意的要求也必须更加的明确。因此,那些我们已经熟悉的笨拙且易混淆的条款都将不适用:处理个人用户数据的公司必须能够透明的解释他们要收集哪些数据、清楚地说明为什么需要这些数据以及如何使用等。

另一个重要的考虑因素是:GDPR给予同意处理其数据的个人可以随时撤销授权的权利,值得注意的是,数据控制人员必须为此建议用户这项权利,他们还必须能够提供简单的方法让用户能够撤销授权,然后确保在合理的时间范围内删除数据,这仅仅是数据处理法规方面的根本性改变,但可能会产生巨大的影响。

浅谈自动驾驶各级别不同挑战

作者:远光灯

为了更好地区分不同层级的自动驾驶技术,国际汽车工程师学会(SAEInternational)于2014年发布了自动驾驶的六级分类体系,美国国家公路交通安全管理局(NHTSA)原本有自己的一套分类体系,但在2016年9月转为使用SAE的分类标准。今天绝大多数主流自动驾驶研究者已将SAE标准当作通行的分类原则。

浅谈自动驾驶各级别不同挑战

SAE标准将自动驾驶技术分为0级、1级、2级、3级、4级、5级,共六个级别。

浅谈自动驾驶各级别不同挑战

智能网联汽车将面临黑客和恶意软件攻击的威胁

智能网联汽车在数量上快速增长,这也是下一代个人交通工具的代表。汽车的销量预计到2022年会比2017年增长2倍,从525亿美元到1559亿美元。数量的大量增长对汽车厂商和IT安全公司带来了巨大的安全挑战。

与传统汽车相比,智能网联汽车增加了许多的新功能,包括WIFI,驾驶辅助系统和自动驾驶操作等。这些新功能使智能网联汽车在信息安全方面有很多的需求,比如避免危害驾驶员,乘客和其他人的入侵行为等。

安全风险

智能网联汽车与其他的互联设备一样,面临很多的安全威胁。下面是汽车安全领域当前和未来的威胁。

智能网联汽车将面临黑客和恶意软件攻击的威胁

个人数据和记录

同步内容
--电子创新网--
粤ICP备12070055号