无人驾驶汽车的构造原理
无人驾驶汽车的原理
无人驾驶汽车的原理
无人驾驶汽车的原理是通过使用各种传感器和计算机技术，让汽车能够感知和理解其周围的环境，并根据预设的程序和算法进行决策和操作。
传感器包括激光雷达、摄像头、毫米波雷达、超声波传感器等，它们能够实时获取车辆周围的道路、障碍物、行人、交通标志等信息。
计算机系统会对传感器数据进行处理和分析，构建环境地图，并识别和跟踪各种物体。
在实现无人驾驶的过程中，需要借助人工智能和机器学习技术，使汽车能够从大量的数据中学习和适应不同的驾驶情况。
通过深度学习算法和模型，无人驾驶汽车可以识别道路标志、道路标线、障碍物等，并做出相应的决策，比如选择合适的车速、转向角度、加减速等。
同时，无人驾驶汽车还会融合传感器数据和地图数据，进行定位和路径规划，以实现车辆的导航和自动驾驶。
此外，无人驾驶汽车还需要与其他车辆、交通设施以及交通管理系统进行通信，以便及时获取和共享交通信息，实现更高效、安全的驾驶。
通过车联网技术，无人驾驶汽车可以与其他车辆进行协同驾驶，实现车队行驶和交通流量优化。
总之，无人驾驶汽车的原理就是通过感知、识别、决策和控制四个环节，结合人工智能和机器学习技术，实现汽车的自主导航和驾驶功能。
通过不断的技术创新和改进，无人驾驶汽车正在逐渐走向商业化应用，为我们的出行和交通带来了更多可能性。
无人驾驶汽车的结构和运行原理
无人驾驶汽车的结构和运行原理近年来，随着科技的发展和人们生活水平的提高，无人驾驶汽车逐渐成为人们关注的热点话题。
无人驾驶汽车在之前的一些示范运行中展现出来的高效、环保、安全等优点引起了人们的广泛关注。
那么，无人驾驶汽车是如何实现自主导航的呢？它的结构构成和运行原理是怎样的呢？一、结构构成无人驾驶汽车是由许多不同的硬件和软件组合而成的。
它主要由行车元件、计算信号处理器、定位系统、控制系统等几个部分组成。
1.行车元件行车元件是指无人驾驶汽车上的底盘和传动系统，也就是动力系统。
它包括车轮、车架、驱动电机等。
在无人驾驶汽车上，通常采用四个独立的驱动电机，使汽车能够前后左右转弯，更为精准地掌控方向。
2.计算信号处理器计算信号处理器是车上的“大脑”，是实现自主导航的最核心部分。
它主要处理车辆的感知信息和控制指令，是无人驾驶汽车决策与行动的控制中心。
计算信号处理器主要包括两个部分：一个是硬件部分，比如集成电路、传感器和特定芯片，用于处理数据和控制指令；另一个是软件部分，包括机器视觉、神经网络和自主导航算法。
软件可以让车辆感知到周围环境，通过图像处理、计算、决策等过程实现汽车自主导航。
3.定位系统定位系统是指无人驾驶汽车上的全球定位系统（GPS）和其他传感器，例如惯性测量单元（IMU），用于确定汽车的位置和速度。
GPS可以准确地确定汽车的位置，但它有时会失去信号或受到干扰。
因此，汽车需要使用其他传感器，例如惯性测量单元（IMU），来辅助定位和方向控制。
4.控制系统控制系统是指无人驾驶汽车的驾驶操作系统，它可以根据车辆的感知信息，自主地完成转向、加速、制动等操作。
控制系统一般包括四个模块：定位、感知、规划和控制。
其中定位模块用于确定汽车的位置，感知模块用于感知周围环境，规划模块用于规划行车路径，控制模块用于实现汽车的转向、加速、制动等操作。
二、运行原理无人驾驶汽车的运行原理可以用以下几个步骤来描述。
1.感知环境当无人驾驶汽车开始行驶时，传感器会不断地感知周围的环境，包括道路状况、障碍物、人和其他车辆。
无人驾驶汽车的工作原理和关键技术
无人驾驶汽车的工作原理和关键技术无人驾驶汽车（autonomous vehicle）是指能够在没有人介入的情况下，通过搭载各种传感器、计算机和自动化控制系统，实现自主感知环境、决策行动并安全地完成驾驶任务的汽车。
在过去的几十年里，随着人工智能和自动化技术的飞速发展，无人驾驶汽车逐渐成为汽车科技领域的热门话题。
本文将介绍无人驾驶汽车的工作原理和涉及的关键技术。
一、无人驾驶汽车的工作原理无人驾驶汽车的工作原理可简单概括为感知-决策-执行三个步骤，也被称为“三层架构”（perception-decision-action paradigm）。
具体而言，无人驾驶汽车通过搭载各种传感器，如雷达、摄像头、激光雷达等，感知周围环境的信息，并利用计算机对这些信息进行处理和理解。
首先，感知层负责感知车辆周围的环境和道路条件。
传感器收集到的数据会经过滤波、配准等处理，得到车辆所处的准确位置信息、道路标志、车道线、障碍物等，以便进一步分析和决策。
接下来，决策层根据感知层提供的数据，以及预先设置的规则和算法，对车辆当前的状态进行分析和判断。
决策层会基于这些信息做出相应的决策，如选择合适的行驶速度、转向角度、跟随路径等。
这个过程通常包括路径规划、障碍物避难、交通规则遵守等。
最后，执行层负责将决策层的结果转化为具体的车辆动作。
执行层通过控制车辆的发动机、转向系统、制动系统等，实现真正的驾驶操作。
这个过程需要高度精准的实时控制，以确保车辆能够安全地行驶。
二、无人驾驶汽车的关键技术无人驾驶汽车的实现涉及多个关键技术，下面将介绍其中的几个核心技术。
1. 感知技术感知技术是无人驾驶汽车最基础、最关键的技术之一。
通过搭载多种传感器，如相机、激光雷达、超声波传感器等，车辆能够感知到周围的环境和道路条件。
这些传感器能够获取到车辆前方的障碍物、车道线、交通标志等信息，为后续的决策和行动提供数据支持。
目前，感知技术正不断演进，以提高感知的准确性和鲁棒性。
无人驾驶汽车的技术与实现
无人驾驶汽车的技术与实现随着科技的不断发展，无人驾驶汽车成为了越来越多人热议的话题。
这种新型交通工具有着许多优势，例如更高的行驶安全性和更低的交通事故率，以及更为方便的出行体验。
那么，无人驾驶汽车的技术和实现方式是什么呢？本文将会进行详细的探讨。
一、无人驾驶技术的原理无人驾驶汽车的核心技术是自动驾驶技术。
自动驾驶技术主要是通过感知系统、决策系统、执行系统等多个子系统的协同作用来实现的。
感知系统：感知系统是无人驾驶汽车最重要的技术组成部分之一，主要包括相机、毫米波雷达、超声波雷达和激光雷达等多种传感器。
这些传感器能够感知到无人驾驶汽车周围的各种信息，如道路状况、行人、车辆、交通信号灯等。
决策系统：决策系统主要是根据感知系统获取的数据，对驾驶决策进行分析和评估。
在这个过程中，无人驾驶汽车会考虑内部与外部的各种情况，如车辆速度、方向、距离、环境状况、目的地等。
执行系统：执行系统根据决策系统的指令，执行各种驾驶动作。
例如，当无人驾驶汽车需要刹车或转向时，执行系统会接收到这些指令，并通过车辆内部的各种设备来实现。
二、无人驾驶汽车的实现方式无人驾驶汽车的实现方式有很多，以下列举了其中的几种：1、传感器组合方式传感器组合方式是无人驾驶汽车最常用的实现方式之一。
这种方式通常使用了多种传感器，例如激光雷达、摄像头、毫米波雷达等设备来进行环境感知。
2、制定行车路线制定行车路线是另一种常见的无人驾驶汽车实现方式。
行车路线通常是事先规划好的，无人驾驶汽车按照路线行驶，遇到障碍物或变化时自动更改路线。
3、远程操作远程操作也是无人驾驶汽车另一种常见的实现方式。
车辆通过网络连接，由远程操作员在安全地方获取反馈和控制信号，实现驾驶控制。
这种实现方式便于在各种复杂环境中进行自动驾驶。
三、无人驾驶汽车的优势和挑战无人驾驶汽车有着许多优势，例如：1、安全性高：无人驾驶汽车不会感到疲劳或突然情况的影响，比人类驾驶更加安全。
2、更有效地利用时间：无人驾驶汽车允许人们在行驶中进行其他活动，如工作、休息或娱乐等。
无人驾驶的工作原理及关键技术解析
无人驾驶的工作原理及关键技术解析随着科技的不断发展，无人驾驶技术越来越受到人们的关注与期待。
无人驾驶，顾名思义即由计算机系统代替人类驾驶员实施车辆操控的技术。
它基于先进的传感器、导航系统以及人工智能等技术，使得汽车能够实现自主导航、避障、停车等功能。
本文将从无人驾驶的工作原理和关键技术两方面进行解析。
一、无人驾驶的工作原理1. 传感器技术无人驾驶的工作原理首先依赖于各种传感器技术。
车辆装备了激光雷达、摄像头、雷达、全景相机和超声波传感器等，这些传感器可以对车辆周围的环境进行高精度的感知。
激光雷达通过发射激光束来扫描周围环境，通过测量反射光的时间和强度，来获取环境的准确三维模型。
摄像头和雷达则可以提供车辆周围的图像和距离信息。
2. 数据处理与感知传感器获取到的数据被传输到计算机系统中进行处理。
计算机通过对海量数据的分析与识别，可以识别道路、障碍物、信号灯、标志等，并根据这些信息做出相应的决策。
基于大数据和机器学习技术，计算机系统可以从以往的行车经验中学习和优化，从而不断提升自身的驾驶能力。
3. 路径规划与决策在感知到周围环境后，计算机系统需要根据当前状态和环境信息进行路径规划与决策。
路径规划就是在给定起点和终点的情况下，寻找一条最优的路径。
计算机会综合考虑道路状况、交通流量、速度限制等因素，找到一条既安全又高效的路径。
在路径规划的基础上，计算机需要做出决策，如加速、刹车、转向等，以确保安全和顺利行驶。
4. 执行操控与监控基于路径规划和决策结果，计算机会将指令传输给车辆的执行单元，从而实现操控。
现代汽车配备了电动驱动系统、自动制动系统等，可以根据计算机的指令来实现自动驾驶。
同时，计算机系统也会持续监控车辆的状态和周围环境，随时做出调整和应对。
二、无人驾驶的关键技术1. 人工智能技术人工智能是实现无人驾驶的核心技术之一。
无人驾驶车辆需要具备感知、推理和决策能力，这些能力都离不开人工智能的支持。
深度学习算法、神经网络和图像处理等技术使得车辆能够感知和理解周围环境的复杂信息，从而做出正确的决策。
无人驾驶工作原理
无人驾驶工作原理
无人驾驶技术是利用先进的感知、决策和控制系统来实现车辆自主行驶的一种创新技术，下面是无人驾驶的工作原理。
感知系统是无人驾驶的核心部分之一，它由各种传感器组成，包括激光雷达、摄像头、雷达、超声波传感器等。
这些传感器能够实时感知车辆周围的环境，获取道路、车辆、行人和障碍物等相关信息。
感知系统将获得的数据传输给决策系统，决策系统会分析感知数据，并根据预先设定的规则和算法，做出相应的决策，确定车辆的行驶策略。
决策系统能够根据不同的路况和交通规则做出快速而准确的决策，以确保车辆的安全行驶。
一旦决策系统制定了行驶策略，控制系统就会将指令传输给车辆的执行系统，比如驾驶员的座椅、方向盘、油门和刹车等。
执行系统根据接收到的指令控制车辆的加速、转弯和制动等动作，实现车辆的自主行驶。
除了这些核心系统外，无人驾驶技术还需要与外部环境进行实时通信。
它可以通过车载通信设备接收和发送信息，包括交通信号、道路状况、车辆位置等，以便及时调整行驶策略。
总的来说，无人驾驶的工作原理就是通过感知、决策和控制系统的相互配合，实现对车辆的全方位控制，使其能够根据道路情况和交通规则自主行驶。
这种技术的发展，有望提高行驶的
安全性、减少交通事故，同时也能够提高车辆的能源利用效率和道路交通的效率。
无人驾驶汽车的原理与工作方式
无人驾驶汽车的原理与工作方式随着科技的快速发展，无人驾驶汽车成为了当今热议的话题。
无人驾驶汽车是一种能够自主行驶而无需人类干预的车辆，它采用了先进的传感器、计算机视觉和人工智能技术来感知、判断和操作车辆。
本文将详细介绍无人驾驶汽车的原理和工作方式。
一、传感器技术无人驾驶汽车依靠传感器来获取周围环境的信息，并将其转化成数值信号供计算机分析和处理。
常见的传感器包括激光雷达、摄像头、超声波传感器、红外线传感器等。
激光雷达是无人驾驶汽车最常用的传感器之一，它能够通过发射激光束并测量反射回来的时间来确定周围物体的距离和位置。
摄像头可以实时拍摄道路情况，并通过图像识别算法分析图像内容，识别交通标志、车辆和行人等。
超声波传感器可以探测周围物体的距离和位置，红外线传感器则主要用于夜间或低能见度条件下的物体检测。
二、计算机视觉技术计算机视觉技术是无人驾驶汽车的核心技术之一。
通过摄像头获取的图像数据可以用于目标检测、图像分割和特征提取等任务。
无人驾驶汽车的计算机视觉系统需要快速准确地进行目标检测和识别，以实时地感知和理解道路情况。
目标检测算法可以识别出图像中的交通标志、车辆和行人等目标，而图像分割算法可以将图像分成不同的部分，以便更好地理解图像内容。
特征提取算法可以提取图像中的特征点或特征描述符，以便进行图像匹配和定位。
三、人工智能技术无人驾驶汽车还应用了人工智能技术来进行决策和规划。
人工智能算法能够根据传感器获取的数据和计算机视觉系统分析的结果，生成行驶策略并做出相应的操作。
无人驾驶汽车的决策算法可以根据当前的道路情况和交通规则，判断是否需要变道、加速或减速等。
规划算法可以根据目标地点和当前位置，规划最优的行驶路径，并避免与其他车辆和障碍物发生碰撞。
四、工作方式无人驾驶汽车的工作可以分为感知、决策和执行三个阶段。
在感知阶段，传感器收集周围环境的数据，并通过计算机视觉系统进行分析和处理。
决策阶段根据感知结果生成相应的行驶策略，确定车辆行驶的速度、方向和路线等。
无人驾驶技术的原理及应用案例解析
无人驾驶技术的原理及应用案例解析近年来，无人驾驶技术在汽车领域引领着新的革命。
作为一项前沿性技术，它已经大大改变了交通行业的格局，并且在不断推动着汽车科技的发展。
无人驾驶技术作为一种全新的交通解决方案，能够实现在没有人类干预的情况下自主进行驾驶，不仅具有非常实用的价值，而且也是比较激动人心的创新。
本文将为大家讲解无人驾驶技术的原理及其应用案例解析。
一、无人驾驶技术的原理无人驾驶技术的原理主要涉及三个方面：传感器、算法和控制器。
1. 传感器：无人驾驶车辆需要通过传感器收集周围环境的信息，包括道路情况、障碍物的位置、其他车辆的位置和速度等。
无人驾驶车辆通常使用多种传感器，如毫米波雷达、激光雷达、摄像头、GPS和惯性测量单元等。
这些传感器可以生成车辆的环境模型和车辆位置。
2. 算法：无人驾驶技术关键在于如何处理传感器获取的数据。
为了实现自主驾驶，无人驾驶车辆需要软件算法来处理它们的传感器数据。
自主驾驶的算法采用了先进的人工智能和机器学习算法，能够对车辆的环境进行分析和识别。
在遇到障碍物、其他车辆、动物等情况时，自主驾驶算法会做出响应，确保车辆的安全性。
3. 控制器：控制器是无人驾驶车辆的大脑，通过控制器控制车辆的加速和制动，确保车辆按照规定位速度行驶。
因此，无人驾驶车辆需要按照传感器和算法的输入来决定最终的行驶方向和速度。
二、应用案例解析无人驾驶技术已经开始逐步出现在我们的生活中，并且为交通行业和人类社会带来了极大的变革，具体应用案例有：1. Uber和Waymo等公司正在开发自己的自主驾驶汽车，并在全美开发出了自己的测试项目。
使用无人驾驶的车辆在行驶时更加安全，因为它们不会疲劳、不会分神。
2. 在美国，加州学校巴士正在测试无人驾驶技术。
有了这项技术，学校巴士可以更加安全地运输学生，减少了车祸的可能性。
3. 福特公司致力于开发智能石油油罐车。
由于这些油罐车经常在不平坦的道路上行驶，使用无人驾驶技术可以大大提高石油运输的安全性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
无人驾驶汽车的构造原理
现代科技学院
机械设计制造及其自动化1003班
张建
2010614270311 内容摘要：无人驾驶汽车是一种智能汽车，也可以称之为轮式移动机器人，主
要依靠车内以计算机系统为主的智能驾驶仪来实现无人驾驶。
它一般是利用车
载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物
信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶无人驾驶汽车集自动控制、体系结构、人工智能、视觉计算等众多技术
于一体，是计算机科学、模式识别和智能控制技术高度发展的产物，也是衡
量一个国家科研实力和工业水平的一个重要标志，在国防和国民经济领域具
有广阔的应用前景。
关键字：无人驾驶汽车技术原理
无人驾驶汽车的发展现状：
发达国家从20世纪70年代开始进行无人驾驶汽车研究，目前在可行性和实
用性方面，美国和德国走在前列。
美国是世界上研究无人驾驶车辆最早、水平
最高的国家之一。
无人驾驶技术在我国经过20多年的发展，虽然投入很少，但取得了很好的成绩。
在人才方面，我国几个五年计划的国家预研项目和国家自然科学基金的
支持项目，培养了一大批从事无人驾驶技术的研究人才。
随着国外在这项新技
术研发步伐的加快，我国也已启动了这项国家级的重大研究计划——“视听觉
信息的认知计算”项目。
无人驾驶汽车的技术原理：
车辆定位技术是无人驾驶汽车行驶的基础。
目前常用的技术包括磁导航和
视觉导航等。
其中，磁导航是目前最成熟可靠的方案，现大多数均采用这种导
航技术。
例如，荷兰阿姆斯特丹国际机场和鹿特丹的ParkShuttle系统，上海交通大学的CyberC3系统等。
磁导航最大的优点是不受天气等自然条件的影响，即使风沙或大雪埋没路面也一样有效，而且便于维护。
另外，通过变换磁极朝进
行编码，可以向车辆传输道路特性信息，诸如位置、方向、曲率半径、下一个
道路出口位置等信息。
但是，磁导航方法往往需要在道路上埋设一定的导航设
备(如磁钉或电线)，系统实施过程比较繁琐，且不易维护，变更运营线路需重
新埋设导航设备。
视觉导航就不存在这个问题。
视觉导航的优点是车载计算机
可以在试验样车偏离目标车道前，事先知道并预防其发生，同时当在高速公路
使用时不需要对现有的道路结构做变化，并且在混合交通中，也可使用；其缺
点为，当风沙、大雾等自然因素致使能见度过低或路面上的白色标线不清晰时，
导航系统会失效。
但由于视觉导航对基础设施的要求很低，被公为是最有前景的定位方法。
车辆控制技术是无人驾驶汽车的核心，主要包括速度控制和方向控制等几个部分。
无人驾驶其实就是用电子技术控制汽车进行的仿人驾驶。
通过对驾驶员的驾驶行为进行分析可知，车辆的控制是一个典型的预瞄控制行为，驾驶员找到当前道路环境下的预瞄点，根据预瞄点控制车辆的行为。
目前最常用的方法是经典的智能PID算法，例如模糊PID、神经网络PID等。
防抱死制动系统其实就算无人驾驶系统。
虽然防抱死制动器需要驾驶员来操作但该系统仍可作为无人驾驶系统系列的一个代表，因为防抱死制动系统的部分功能在过去需要驾驶员手动实现。
不具备防抱死系统的汽车紧急刹车时，轮胎会被锁死，导致汽车失控侧滑。
驾驶没有防抱死系统的汽车时，驾驶员要反复踩踏制动踏板来防止轮胎锁死。
而现在的防抱死系统可以代替驾驶员完成这一操作——并且比手动操作效果更好。
该系统可以监控轮胎情况，了解轮胎何时即将锁死，并及时做出反应。
而且反应时机比驾驶员把握得更加准确。
防抱死制动系统是引领汽车工业朝无人驾驶方向发展的早期技术之一。
另一种无人驾驶系统是牵引或稳定控制系统。
这些系统不太引人注目，通常只有专业驾驶员才会意识到它们发挥的作用。
牵引和稳定控制系统比任何驾驶员的反应都灵敏。
与防抱死制动系统不同的是，这些系统非常复杂，各系统会协调工作防止车辆失控。
当汽车即将失控侧滑或翻车时，稳定和牵引控制系统可以探测到险情，并及时启动防止事故发生。
这些系统不断读取汽车的行驶方向、速度以及轮胎与地面的接触状态。
当探测到汽车将要失控并有可能导致翻车时，稳定或牵引控制系统将进行干预。
这些系统与驾驶员不同，它们可以对各轮胎单独实施制动，增大或减少动力输出，相比同时对四个轮胎进行操作，这样做通常效果更好。
当这些系统正常运行时，可以做出准确反应。
相对来说，驾驶员经常会在紧急情况下操作失当，调整过度。
无人驾驶汽车的发展前景：
无人驾驶汽车的研究主要是高速公路环境、城市环境和特殊环境下的无人驾驶系统。
就具体研究内容而言，3个方面相互重叠，只是技术的侧重点不同。
1.高速公路环境下的无人驾驶系统
这类系统将使用在环境限定为具有良好标志的结构化高速公路上，主要完成道路标志线跟踪、车辆识别等功能。
这些研究把精力集中在简单结构化环境下的高速自动驾驶上，其目标是实现进入高速公路之后的全自动驾驶。
尽管这样的应用定位有一定的局限性，但它的确解决了现代社会中最为常见、危险、也是最为枯燥的驾驶环节的驾驶任务。
2. 城市环境下的无人驾驶系统
与高速环境研究相比，城市环境下的无人驾驶由于速度较慢，因此更安全可靠，应用前景更好。
短期内，可作为城市大容量公共交通(如地铁等)的一种补充，解决城市区域交通问题，例
如大型活动场所、公园、校园、工业园、机场等。
但是，城市环境也更为复杂，对感知和控制
算法提出了更高的要求。
城市环境中的无人自动驾驶将成为下一阶段研究重点。
例如，美国国
防部“大挑战”比赛2007年将采用城市环境。
目前这类环境的应用已经进入到小范围推广阶段，但其大范围应用目前仍存在一定困难，例如可靠性问题、多车调度和协调问题、与其它交通参
与者的交互问题、成本问题、商业模型等。
3.特殊环境下的无人驾驶系统
无人驾驶汽车研究走在前列的国家，一直都很重视其在军事和其他一些特殊条件下的应用。
但其关键技术和基于高速公路和城市环境的车辆是一致的，只是在性能要求上的侧重点不一样。
例如，车辆的可靠性、对恶劣环境的适应性是在特殊环境下考虑的首要问题，也是在未来推广
应用要重点解决的问题。
总结：
无人驾驶汽车是未来汽车发展的方向，人类在不久的将来会用上智能型无人驾驶汽车。
那
是一种将探测、识别、判断、决策、优化、优选、执行、反馈、纠控功能融为一体，会学习、
会总结、会提高技能，集微电脑、微电机、绿色环保动力系统、新型结构材料等顶尖科技成果
为一体的智慧型汽车。
需要指出的是，研发无人驾驶汽车并非要完全替代驾驶员，只是在需要
替代的领域和场合作替代。
无人驾驶汽车尤其适合从事旅游、应急救援、长途高速客货运输、
军事用途，以发挥可靠、安全、便利及高效的性能优势，减少事故，弥补有人驾驶汽车的不足。
无人驾驶汽车在交通领域的应用，从根本上改变了传统车辆的控制方式，可大大提高交通系统
的效率和安全性。
随着高科技的发展，我国无人驾驶车辆技术将会不断发展，其功能也将更完善，学科内容将会更丰富，产业化前景更美好
参考文献：1 杨欣欣．智能移动机器人导航与控制技术研究．北京：清华大学
计算机科学技术系，1999
2 杨明．无人自动驾驶车辆研究综述与展望，TP242．6
3 孙振平，安向京，贺汉根．cITAVT～IV——视觉导航的自主车．机器人，2002．24(2)。