新闻中心

一文带你读懂无人驾驶汽车的核心技术

作者:华一汽车科技    来源:www.itas-hk.com    发布时间:2017-10-09 11:21    阅读:

从长远角度来看,汽车发展的趋势是实现自主驾驶。无人驾驶汽车是自主驾驶的一种表现形式。从广义上说,无人驾驶汽车是在网络环境下用计算机技术、信息技术和智能控制技术武装起来的汽车,是有着汽车外壳的移动机器人。而从技术角度讲,自动驾驶又分为感知定位、规划决策、执行控制三个部分。要实现自动驾驶,除了算法创新、系统融合之外,还需要来自云平台的支持。
 

自动驾驶汽车

 

1、感知

 

但凡聊到自动驾驶汽车,不出意外我们总是会提到它们搭载的一系列传感器,有摄像头、超声波传感器、雷达、激光雷达,但凡你说得出的,几乎都能在一辆无人车上找到。这篇文章从冗余系统建立的角度,以“边缘案例”分析了为何自动驾驶汽车为何需要如此多的传感器。而通过逐步找出哪些数据可以用来合理处理特定的「边缘案例」,无论是在模拟仿真还是真实路况中,汽车都能学会处理更复杂的情况。

 

据Lux Research报告,到2030年,激光雷达将在自动驾驶领域收获近亿美元的商业机会。并且按照车企从ADAS向全自动驾驶过渡的商用化计划,激光雷达已经开始在车辆局部发挥特长。

 

但不同激光雷达企业进入自动驾驶领域的策略各不相同,产品技术也存在差异。激光雷达与自动驾驶作为最佳CP如何走到一起?作为激光雷达的领军企业,Velodyne,Ibeo和Quanergy打开市场有何不同姿势?通过车云菌的调研,这篇文章将为您细细道来。

 

2、决策

 

自动驾驶在技术上的竞争,主要聚焦于决策环节。事实上,区分一个系统是ADAS还是自动驾驶,也主要是看该系统是否有决策部分。无论是谷歌,还是特斯拉,他们的核心竞争力,都还是体现在其决策算法方面。

 

在训练和测试自动驾驶汽车决策能力的过程中,其实收集到的绝大部分数据都是正常路况下的行车数据,极端情况极其罕见。深度学习加增强学习的算法只能无限趋近于处理所有场景,贝叶斯网络的因果推理逻辑可以在一定程度上处理未知的极端情况。决策层的不同技术路线也各有优缺点,可能包括深度学习、增强学习、专家系统、贝叶斯网络在内的多种方法融合,将是下一步的主流方案。

 

前面也提到了,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。

 

随着计算机科学技术、无线通信技术以及交通运输业的高速发展,车辆导航系统的动态路径规划研究趋势还将向多导航器相互协调规划的方向发展。现在的车辆导航都是单个车辆为对象进行路径引导,而没有考虑到总体的大局协调,这样容易引起新的交通拥塞等问题,所以多导航器协调规划将是一种更加符合实际需求的规划方法。

 

3、控制

 

自动驾驶分为感知定位、规划决策、执行控制三个部分。但目前自动驾驶有关执行控制的部分一直谈得很少,这部分掌握在Tier1和主机厂手中的技术,因为国内积累薄弱,几乎成为了避而不谈的话题。然而,执行控制层是自动驾驶真正落地的基础,规划决策也无法和执行控制剥离。

 

 

文章转载请保留原文网址:http://www.itas-hk.com/news/hyzx/117.html


上一篇:智能网联汽车试验中心ADAS测试场地正式投入使用

下一篇:国家车联网产业标准体系2020年建成


液晶仪表 返回列表