自动驾驶汽车概述(中)
demi 在 周五, 03/01/2019 - 09:19 提交
本文将介绍自动驾驶汽车感知系统中的重要方法,包括定位器(或定位)、离线障碍物地图测绘、道路地图测绘、移动障碍物跟踪、交通信号检测与识别。
本文将介绍自动驾驶汽车感知系统中的重要方法,包括定位器(或定位)、离线障碍物地图测绘、道路地图测绘、移动障碍物跟踪、交通信号检测与识别。
自动驾驶汽车的自主系统的架构通常可分为感知系统和决策系统。其中,感知系统通常分为负责自动驾驶汽车定位、静态障碍物地图测绘、移动障碍物检测与跟踪、道路地图测绘、交通信号检测与识别等多种任务的许多子系统。决策系统通常也分为许多子系统,分别负责路线(route)规划、路径(path)规划、行为选择、运动规划、控制等。
据统计每年因为交通事故而丧失生命的人超过120万人。而自动驾驶可以大大的提高汽车的安全性,那自动驾驶和安全的关系是怎样的呢?这首先得从汽车安全的历史说起。早期的汽车因该只是想更省力,更快捷的到达目的地,让人“走”的更快和更远。渐渐的道路上的车子多了之后,由于驾驶员失误,或者由于汽车本身设计存在缺陷往往造成了碰撞这类最常见的事故。
自动驾驶汽车已经成了整个汽车行业的掌上明珠,未来这些汽车有可能影响我们每个人的生活。在有些人看来,这项技术只不过是交通进化历程中新迈出的一步而已,毕竟已经有人在控制操纵杆玩“飞行汽车”了。不过,无人驾驶的未来世界还是让一部分人感到恐慌,他们担心这些“机器人”会给世界带来混乱。
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。
CES2019期间,Imagination Technologies的技术演示涉及到其全系列IP产品的最新技术及其顶级应用,包括用于图形和图像处理的图形处理器(GPU)IP产品、用于人工智能(AI)的神经网络加速器(NNA)IP产品以及用于通信连接的Ensigma IP产品等。
汽车上的电子设施非常多,随着汽车变得更加智能并且逐步实现完全自动化,这些电子设备也会不断的增加。现在汽车上电子控制单元(ECU)的数量平均超过了40个,其中一些豪华汽车上集成了超过100个独立的计算单元。随着数字驾驶、先进驾驶辅助系统(ADAS)和自动驾驶汽车(AV)的出现,对于高质量的人机交互界面(HMI)和自动驾驶功能的需求也呈现指数级增长,这种对于功耗需求的增加亟待解决......
自动驾驶汽车的研发已经成为全球热潮。不少人仍然认为:对于自动驾驶汽车的未来,我们过于乐观。即使自动驾驶汽车时代终将到来,也不会像许多人所鼓吹的那样快速和顺利。疑问一方面会提醒我们自动驾驶的研发和商业化绝不会一帆风顺;另一方面,为解决疑问而进行的努力其实也会推动自动驾驶技术的不断完善和进化。
自动驾驶汽车开发中,激光雷达理应是不能少的器件。但是车规的激光雷达,外国品牌在15万元的价位,国产也在5万的价位上。业内人士一看,就知道,如果激光雷达,成本不下降到1万以下,中国自动驾驶汽车要上市是不可能的。目前的产品基本上是,研究层面的事情,离上市还远得很。好在国内激光雷达生产厂家越来越多,水平越来越高,成本下降的空间也是越来越大。整车厂自动驾驶汽车开发工程师,对激光雷达,做深入了解的要求也是越来越高。下面做系统介绍,供同行参考。
对激光雷达的认识
普通人对雷达的认识基本上源于电影的画面(图1),雷达可以发现敌人飞机。
自动驾驶在落地之前必须要经过测试和验证其技术的安全性,那么自动驾驶技术该如何测试和验证呢?本文就带大家探讨一下当前自动驾驶测试技术都有哪些?
此前,国外有机构通过研究提出,如果要证明自动驾驶能够比人类驾驶员更可靠,那么至少需要在真实或者模拟环境中行驶 110 亿英里。
但这种方法很难完成,因为行驶 110 亿英里需要花费的人力物力财力非常之大,并且完成这个测试耗时也足够长,就连路测里程数最多的Waymo利用了9年的时间才完成了真实路测里程1000万英里、模拟环境行驶里程50亿英里的测试。
并且,如此众多的企业要制造推出自动驾驶车,在企业的自我测试之外,政府还需要有一套标准的测试方式对其验证,如果这个标准测试方法也按照这个方式来进行,自动驾驶的到来就是遥遥无期。那么究竟该如何进行测试呢?本文给出了几个测试方法。
自动驾驶测试技术发展情况