自动驾驶绪论

合集下载

汽车工程与自动驾驶技术作业指导书

汽车工程与自动驾驶技术作业指导书

汽车工程与自动驾驶技术作业指导书第一章绪论 (2)1.1 汽车工程概述 (2)1.2 自动驾驶技术发展历程 (3)第二章自动驾驶系统构成与原理 (4)2.1 自动驾驶系统架构 (4)2.2 感知系统 (4)2.3 决策与规划系统 (5)2.4 控制与执行系统 (5)第三章传感器技术 (5)3.1 激光雷达 (5)3.2 摄像头 (6)3.3 毫米波雷达 (6)3.4 超声波传感器 (6)第四章数据处理与融合 (7)4.1 数据预处理 (7)4.2 数据融合技术 (7)4.3 数据处理算法 (7)第五章车载网络与通信技术 (8)5.1 车载网络概述 (8)5.2 车载网络协议 (8)5.3 车载通信技术 (9)第六章自动驾驶决策与规划算法 (9)6.1 环境建模 (9)6.1.1 感知技术 (9)6.1.2 环境解析 (9)6.1.3 环境表示 (10)6.2 路径规划 (10)6.2.1 路径搜索算法 (10)6.2.2 路径平滑处理 (10)6.2.3 路径优化 (10)6.3 行为决策 (10)6.3.1 跟车行为 (10)6.3.2 转向行为 (10)6.3.3 交叉口决策 (10)6.3.4 避障行为 (11)第七章自动驾驶系统安全与可靠性 (11)7.1 安全性评估 (11)7.1.1 评估标准与指标 (11)7.1.2 评估方法与流程 (11)7.2 故障诊断与处理 (11)7.2.1 故障诊断方法 (11)7.2.2 故障处理策略 (12)7.3 系统可靠性分析 (12)7.3.1 可靠性指标 (12)7.3.2 可靠性分析方法 (12)7.3.3 提高系统可靠性的措施 (12)第八章自动驾驶法规与标准 (13)8.1 自动驾驶法规概述 (13)8.2 自动驾驶测试与评价标准 (13)8.2.1 测试场地及设施 (13)8.2.2 测试方法及指标 (13)8.2.3 评价体系 (13)8.3 自动驾驶伦理与隐私 (13)8.3.1 伦理问题 (14)8.3.2 隐私问题 (14)第九章自动驾驶应用与前景 (14)9.1 自动驾驶在交通运输中的应用 (14)9.2 自动驾驶在物流领域的应用 (14)9.3 自动驾驶技术发展趋势 (15)第十章实践与案例分析 (15)10.1 自动驾驶系统开发流程 (15)10.1.1 需求分析 (15)10.1.2 系统设计 (15)10.1.3 系统实现 (16)10.1.4 测试验证 (16)10.1.5 运营与维护 (16)10.2 典型自动驾驶项目案例分析 (16)10.2.1 特斯拉Autopilot项目 (16)10.2.2 百度Apollo项目 (16)10.3 自动驾驶技术在我国的应用现状与发展趋势 (16)10.3.1 应用现状 (16)10.3.2 发展趋势 (17)第一章绪论1.1 汽车工程概述汽车工程是一门涉及多学科交叉的工程技术领域,主要研究汽车的设计、制造、检测、维修、运行及管理等方面的知识。

自动驾驶介绍ppt课件

自动驾驶介绍ppt课件
智能汽车
————自动驾驶
自动驾驶汽车概括
自动驾驶汽车(Self-driving car),又称无人驾驶汽 车、电脑驾驶汽车、或轮式移动机器人,是一种通过电 脑系统实现无人驾驶的智能汽车。
自动驾驶汽车依靠人工智能、视觉计算、雷达、监 控装置和全球定位系统协同合作,让电脑可以在没有任 何人类主动的操作下,自动安全地操作机动车辆。
前后雷达:后车厢
的主控电脑谷歌在无人 驾车汽车上分别安装了 4个雷达传感器(前方3 个,后方1个),用于 测量汽车与前(和前置 摄像头一同配合测量) 后左右各个物体间的距 离
前雷达 后雷达
研究意义
ห้องสมุดไป่ตู้
减少交通事故
提高运输效率
完成特殊作业
国防军事应用
激光雷达
车顶的“水桶”形 装置是自动驾驶汽 车的激光雷达,它 能对半径60米的周 围环境进行扫描, 并将结果以3D地图 的方式呈现出来, 给予计算机最初步 的判断依据。
主控电脑
自动驾驶汽车最重 要的主控电脑被安 排在后车厢,这里 除了用于运算的电 脑外,还有测距信 息综合器,这套核 心装备将负责汽车 的行驶路线、方式 的判断和执行。
功能介绍
FUNCTION
能够确认自身的当前位置,根据行驶目标及途中情况,规划、修改行车路线。 能够可靠识别行车路线,并可通过自动转向控制使自身按规定路线准确稳定行驶。 行驶过程中,能够可靠实现车速调节、车距保持、换道、超车等各种必要基本操作。 能够确保行驶安全,按时到达目的地。 能够适应不同的行驶环境。
通障电过程路机有表径、人达。步驾出进驶来电汽,从机车而驱采逐动集渐器的得、地到角图了位)对广移前泛传方应感的用器道。等路组进成行。导它航能。够这根一据切都通 过自谷动歌驾的驶数控据制中计心算来机实下现达,的谷转歌向的指数令据控中制心转能向处执理行汽机车构收实集现的有关 周准围确地的形转的向大功量能信。息。

自动驾驶技术研究论文素材

自动驾驶技术研究论文素材

自动驾驶技术研究论文素材一、引言自动驾驶技术是近年来备受关注的热门话题之一。

作为人工智能领域的重要应用,自动驾驶技术的发展将对交通运输、出行方式以及城市规划等方面产生深远的影响。

本文将从多个角度探讨自动驾驶技术的研究进展,为进一步的研究提供素材和参考。

二、自动驾驶技术的概述1. 自动驾驶技术的定义自动驾驶技术是指利用人工智能、感知技术、控制算法等手段使汽车等交通工具实现无人驾驶的能力。

2. 自动驾驶技术的分类根据驾驶任务的自动化程度,自动驾驶技术可以分为完全自动驾驶和辅助自动驾驶两类。

完全自动驾驶技术是指车辆完全无需人类干预即可完成所有驾驶任务,而辅助自动驾驶技术则是在人类驾驶的基础上提供辅助功能,如自动泊车和智能巡航控制等。

三、自动驾驶技术的关键技术与挑战1. 感知技术自动驾驶汽车需要准确地感知周围环境,以便做出合理的决策。

其中,视觉识别、雷达和激光雷达等技术是实现感知的关键。

2. 决策和规划自动驾驶汽车需要实时做出决策,并规划行驶路径。

这需要结合交通规则、道路条件和其他交通参与者的行为,从而保证安全和高效的驾驶。

3. 安全性与可靠性自动驾驶技术的关键挑战是确保安全性和可靠性。

在紧急情况下,自动驾驶系统需要能够做出正确反应并避免事故的发生。

4. 法律和伦理问题随着自动驾驶技术的发展,法律和伦理问题也变得日益重要。

如何解决责任和隐私问题,将是自动驾驶技术必须面对的考验。

四、自动驾驶技术的研究进展1. Google自动驾驶汽车项目Google自动驾驶汽车项目是自动驾驶技术领域的先驱之一。

他们通过大量的测试和实践,不断改进自己的自动驾驶技术,并取得了令人瞩目的成果。

2. 特斯拉自动驾驶系统特斯拉自动驾驶系统是目前市场上应用最广泛的自动驾驶技术之一。

他们采用了基于视觉感知和深度学习算法的方案,取得了一定的成功。

3. 苹果自动驾驶技术项目苹果公司也在积极研发自动驾驶技术。

虽然目前该项目尚未成为公开的产品,但从一些专利和招聘信息中可以窥见其自动驾驶技术研究的方向。

绪 论

绪 论

绪论0.1飞行控制系统简史1912年美国的Eimper Sperry和他的儿子Lawrence Sperry制成了世界上第一台自动驾驶仪。

该装置由两个双自由度陀螺、磁离合器以及用空气涡轮驱动的执行机构组成,用它可保持飞机稳定平飞。

早期飞机的自动控制就是用自动驾驶仪稳定飞机的角运动。

二次大战期间,美国制造了功能完善的电气式自动驾驶仪,其敏感元件是电动陀螺,采用电子管放大器和电动舵机。

二次大战后期,德国制造了V-1(飞航式)和V-2(弹道式)导弹,这种全自动飞行武器上的自动驾驶仪不仅可以稳定导弹飞行,而且更重要的是与弹上或地面其他装置耦合完成战斗任务。

二次大战后,飞机自动驾驶仪逐渐与机上其他装置耦合以控制航迹(定高或自动下滑),它既能稳定飞机,又能全面地控制飞机,直至全自动着陆。

50年代前自动驾驶仪主要用于运输机和轰炸机的平飞。

歼击机突破音障及飞行包线扩大后,飞机自身稳定性恶化,要求在机上安装飞行控制系统以改善飞机的稳定性。

于是从50年代起,歼击机安装上了阻尼器,利用速率陀螺测出飞机的振荡角速度,采用反馈控制增加飞机自身的阻尼,来阻止飞机的振荡,以消除飞机高空高速飞行时,由于阻尼性差而引起的机头摆动。

在阻尼器的基础上,引入更多的反馈,形成了增稳系统,它不仅能改善阻尼而且能改善飞机静稳定性。

由于阻尼、增稳系统在一定程度上削弱了飞机操纵反应的灵敏度,为解决稳定性与操纵性的矛盾,在50年代中期又出现了控制增稳系统。

这种系统除了反馈以外,还引入前馈。

控制增稳系统除具有增稳功能外,还增加了一个与机械操纵链并行工作的电气操纵链,因此它不仅改善了飞机的稳定性,还改善了操纵性。

60年代控制增稳系统全权限地操纵飞机时,它就发展成为电传操纵系统。

这时机械操纵系统已完成它的历史使命而退居到备用,甚至被取消的地位。

电传飞行控制系统在50年代就已出现,但由于电子、电气设备的可靠性不如机械系统,所以当时并未付诸使用。

60年代末随着电子技术的发展和集成电路的广泛使用,另外余度技术和容错技术的应用也逐渐成熟,使飞行控制系统在安全可靠性方面能与机械系统相比甚至有所超过。

高铁自动驾驶系统的设计与实现

高铁自动驾驶系统的设计与实现

高铁自动驾驶系统的设计与实现第一章绪论高铁列车作为现代化交通方式的主要代表,一直受到广泛的关注。

自从2017年开始,中国高速铁路开始实现自动驾驶,并取得了一定的成效。

自动驾驶系统的应用,实现了高铁的自主决策和精细控制,大大提高了行车的安全性和效率。

本文将详细探究高铁自动驾驶系统的设计与实现。

第二章自动驾驶系统架构分析自动驾驶系统是由对列车的感知、决策、控制三个部分组成。

感知模块通过激光雷达、高清摄像头、GPS等传感器,实时感知列车周围环境信息。

决策模块将列车的行驶路线和列车周围环境信息进行处理,生成控制策略。

控制模块通过推进或制动机构,实现对列车的控制,将决策模块的指令转化为列车的运动状态。

第三章自动驾驶系统关键技术3.1 高精地图高精度地图可提供列车所在区域的路线信息、标志信息、地物信息等。

该技术为自动驾驶系统提供了关键数据。

在车辆行驶过程中,系统通过传感器读取当前车辆所在的位置,读取高精度地图数据,加工后输入决策模块,生成下一步的运行策略。

3.2 列车感知技术高铁的自动驾驶系统需要通过传感器将列车周围的信息传入到系统,包括车道线、车辆、信号灯等,通过语音识别、图像识别等技术对收集到的信息进行分类、分析和处理,使系统更加智能化、精确化。

3.3 决策与规划算法高铁自动驾驶系统的决策和规划策略是至关重要的。

该系统需要根据车速、车辆类型、路况等条件,生成相应的运行策略和路线安排。

传统的规划和算法已不支持完全实现自主决策和规划的要求,因此深度学习、强化学习等算法便成为破解自动驾驶难题的有效手段。

第四章自动驾驶系统实现过程4.1 硬件设备选型在高铁自动驾驶系统的实现中,硬件设备的选型起着至关重要的作用。

该系统需要设置GPS模块、传感器、控制器等设备,并为该系统定制适合的软件、算法。

4.2 软件开发和算法设计自动驾驶系统中的软件和算法是决策和规划策略的实现基础。

在系统实现的过程中,需要针对所选硬件设备开发相应的应用程序,设计算法模型等。

写出一篇有关自动驾驶的 300 字研究报告

写出一篇有关自动驾驶的 300 字研究报告

写出一篇有关自动驾驶的300 字研究报告
研究报告:自动驾驶技术探究
随着科技的飞速发展,自动驾驶技术逐渐成为汽车行业的热门话题。

自动驾驶,即通过计算机程序和传感器实现车辆自主行驶的技术,旨在提高交通安全、效率和舒适性。

本报告将对自动驾驶技术进行简要探讨。

一、自动驾驶技术的发展历程
自动驾驶技术起源于20世纪80年代,美国卡内基梅隆大学研发出了世界上第一辆自动驾驶汽车。

此后,各国科研机构和企业纷纷投入自动驾驶技术的研究与开发。

目前,自动驾驶技术已发展到L3级别(有条件自动驾驶),部分车型已实现高速公路自动驾驶。

二、自动驾驶技术的核心构成
1.感知系统:自动驾驶汽车的“眼睛”,包括雷达、激光雷达、摄像头等传感器,用于感知车辆周围环境信息。

2.定位与导航系统:通过高精度地图、GPS、惯性导航等手段,为自动驾驶汽车提供准确的位置信息。

3.决策与控制系统:自动驾驶汽车的“大脑”,负责处理感知信息,制定驾驶策略,并控制车辆执行相应操作。

4.通信系统:实现车与车、车与基础设施之间的信息交互,提高行驶安全性。

三、自动驾驶技术的挑战与展望
1.技术挑战:如何提高感知系统的准确性和鲁棒性,降低对高精度地图的
依赖,提高决策与控制系统的实时性等。

2.安全挑战:自动驾驶汽车在复杂交通环境下的安全性问题仍需解决。

3.法规与伦理挑战:如何制定自动驾驶相关的法律法规,解决道德伦理问题。

4.展望:随着技术的不断进步,自动驾驶汽车将逐渐实现L4(高度自动驾驶)和L5(完全自动驾驶)级别,为人们带来更加便捷、安全的出行体验。

总之,自动驾驶技术具有巨大的发展潜力和广阔的市场前景。

汽车行业自动驾驶技术应用研究与示范方案

汽车行业自动驾驶技术应用研究与示范方案

汽车行业自动驾驶技术应用研究与示范方案第1章绪论 (3)1.1 研究背景 (3)1.2 研究目的与意义 (3)1.3 研究内容与方法 (4)第2章自动驾驶技术概述 (4)2.1 自动驾驶技术发展历程 (4)2.1.1 早期摸索(20世纪末至21世纪初) (4)2.1.2 技术积累(21世纪初至2010年) (5)2.1.3 示范应用(2010年至今) (5)2.2 自动驾驶技术分级 (5)2.2.1 Level 0:无自动化 (5)2.2.2 Level 1:辅助驾驶 (5)2.2.3 Level 2:部分自动化 (5)2.2.4 Level 3:有条件自动驾驶 (5)2.2.5 Level 4:高度自动驾驶 (5)2.2.6 Level 5:完全自动驾驶 (5)2.3 自动驾驶技术的核心组成 (6)2.3.1 感知 (6)2.3.2 决策 (6)2.3.3 控制 (6)第3章自动驾驶传感器技术 (6)3.1 激光雷达 (6)3.1.1 技术原理 (6)3.1.2 技术优势 (6)3.1.3 技术挑战与解决方案 (6)3.2 摄像头 (6)3.2.1 技术原理 (6)3.2.2 技术优势 (7)3.2.3 技术挑战与解决方案 (7)3.3 毫米波雷达 (7)3.3.1 技术原理 (7)3.3.2 技术优势 (7)3.3.3 技术挑战与解决方案 (7)3.4 超声波传感器 (7)3.4.1 技术原理 (7)3.4.2 技术优势 (7)3.4.3 技术挑战与解决方案 (7)第4章自动驾驶感知技术 (8)4.1 图像识别与处理 (8)4.2 雷达信号处理 (8)4.3 感知融合技术 (8)4.4 目标检测与跟踪 (8)第5章自动驾驶决策与控制技术 (9)5.1 决策与控制架构 (9)5.2 行为决策 (9)5.3 运动规划 (9)5.4 控制策略 (10)第6章自动驾驶系统仿真与测试 (10)6.1 仿真测试概述 (10)6.1.1 仿真测试原理 (10)6.1.2 仿真测试方法 (10)6.1.3 仿真测试在自动驾驶系统开发中的作用 (11)6.2 仿真测试平台 (11)6.2.1 仿真测试平台架构 (11)6.2.2 仿真测试平台功能 (11)6.3 实车测试 (11)6.3.1 实车测试场景 (11)6.3.2 实车测试方法 (12)6.4 测试数据与分析 (12)6.4.1 数据收集 (12)6.4.2 数据分析 (12)第7章自动驾驶安全技术 (12)7.1 安全性问题分析 (12)7.1.1 感知系统局限性 (12)7.1.2 决策与控制误差 (13)7.1.3 通信系统安全 (13)7.2 安全保障策略 (13)7.2.1 提高感知系统功能 (13)7.2.2 决策与控制算法优化 (13)7.2.3 完善通信安全机制 (13)7.3 故障诊断与容错控制 (13)7.3.1 故障诊断 (13)7.3.2 容错控制 (13)7.4 信息安全与隐私保护 (13)7.4.1 信息安全 (13)7.4.2 隐私保护 (14)第8章自动驾驶法律法规与标准体系 (14)8.1 国内外法律法规现状 (14)8.1.1 国际法律法规 (14)8.1.2 国内法律法规 (14)8.2 法律法规需求分析 (14)8.2.1 明确责任界定 (14)8.2.2 完善道路测试与示范应用政策 (14)8.2.3 加强信息安全与隐私保护 (14)8.3 自动驾驶标准体系构建 (14)8.3.1 技术标准 (15)8.3.2 产品标准 (15)8.3.3 服务标准 (15)8.4 标准制定与实施 (15)8.4.1 制定标准 (15)8.4.2 实施标准 (15)8.4.3 修订与完善 (15)第9章自动驾驶应用场景与示范 (15)9.1 应用场景概述 (15)9.2 短途出行领域示范 (15)9.2.1 自动泊车 (15)9.2.2 无人驾驶出租车 (15)9.3 公共交通领域示范 (16)9.3.1 无人驾驶公交车 (16)9.3.2 无人驾驶接驳车 (16)9.4 物流运输领域示范 (16)9.4.1 自动驾驶货车 (16)9.4.2 无人配送车 (16)9.4.3 自动驾驶港口车辆 (16)第10章自动驾驶产业发展趋势与展望 (16)10.1 产业发展现状分析 (16)10.2 产业链上下游企业布局 (17)10.3 技术发展趋势 (17)10.4 未来发展展望与建议 (17)第1章绪论1.1 研究背景科技的飞速发展,汽车行业正面临着深刻的变革。

基于图像处理的自动驾驶技术研究

基于图像处理的自动驾驶技术研究

基于图像处理的自动驾驶技术研究第一章绪论近年来,随着人工智能技术的快速发展,自动驾驶技术在全球范围内逐渐成为一个热门话题。

自动驾驶技术的核心是对于大量图像信息的处理和分析,这正是图像处理技术发挥重要作用的领域之一。

本文将重点介绍基于图像处理的自动驾驶技术研究进展。

第二章图像处理技术在自动驾驶技术中的应用自动驾驶技术的关键在于环境感知和信息处理能力。

这其中,图像处理技术作为其中最为核心的技术之一,对于感知环境、识别路况、控制车辆等方面都发挥了重要作用。

其中,视觉传感器是现代自动驾驶技术中最重要的感知手段之一。

基于视觉传感器获取的图像信息,包括摄像头、激光雷达、毫米波雷达等设备可以有效地确定车辆周围环境信息。

第三章自动驾驶技术中的图像处理算法基于图像处理技术的自动驾驶技术主要包括以下三个方面:(1) 识别交通标志和道路标记在自动驾驶技术中,交通标志和道路标记的识别是非常重要的。

通过分析摄像头拍摄下来的图像,AI系统可以识别出车辆周围的交通标志和道路标记,如行人过街标志、限速标志、交通信号灯等,并根据这些信息合理调整车辆的速度、行驶方向。

(2) 检测遮挡和障碍物检测车辆前方的障碍物及遮挡物是自动驾驶技术中的核心技术之一,在行驶过程中,AI系统通过图像处理技术对车辆周围环境进行感知。

当车辆前方有遮挡或障碍物时,AI便会进行预测并及时采取措施,保证驾驶安全。

(3) 车道线识别在自动驾驶技术中,车道保持是非常重要的。

为了保障车辆行驶的安全性,AI系统需要通过图片分析,识别出车道线的位置,并及时调整车辆行驶方向和速度,保证车辆行驶在正确的车道上。

第四章图像处理技术在自动驾驶技术中的优势与传统的自动驾驶技术相比,基于图像处理技术的自动驾驶技术具有以下优势:(1) 更灵活、更稳定基于图像处理技术的自动驾驶技术可以在不同地形、不同范围内运用,具有较高的灵活性。

同时,在图像采集稳定性方面,基于图像处理技术的自动驾驶技术相较于传统方法更为稳定,可以减少车辆运行中的失误和误差,提高行驶安全性。

  1. 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. 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. 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)。
2016年5月,Uber无人驾驶车辆在位于美国宾夕法尼亚州匹兹堡市的Uber先进技术 中心正式上路测试。
1.2.2 国内自动驾驶技术状况
清华大于THMR-V自动驾驶车经过实验研究已经 能够实现结构化环境下的车道线自动跟踪;准结 构化环境下的道路跟踪;复杂环境下的道路避障、 道路停障;视觉临场感遥控驾驶等功能。
2012年11月26日,由军事交通学院改 装的“猛狮3号”智能,从北京台湖收 费站到天津东丽收费站共114公里的 无人驾驶试验
2016年6月初,同济大学在上海车辆城无人驾驶测试基地的开园仪式上展示了 其协同创新中心研发的自动驾驶电动清扫车。该车在同济大学低速电动车自动 驾驶技术,上海司南导航北斗高精度定位技术、上海丁研三元锂电池组与管理 技术研究成果基础上,开发可区域师范运行的低速自动驾驶车辆环境感知系统、 驱。动/制动/转向线控系统、北斗高精度定位系统、自动驾驶控制等关键技术进行 研究与实验。
自动驾驶绪论
1.1 自动驾驶技术的产生
• 1. 早期对自动驾驶技术的探索
图1-1 第一辆自动驾驶 车辆“American Wonder”
20世纪20年代,美国 公司Houdina Radio
Control
图1-2 未来交通模型
1939年,美国通用车辆公司在纽约世 博会上展示了叫做“Futurama”的交通 模型。 当车辆驶入高速公路后,就进入自动 驾驶模式,根据“定制车道”来行驶。
1.2 自动驾驶车辆研究状况
• 1.2.1 国外自动驾驶车辆研究状况
美国
美国国防部高级研究计划局(DARRA)从2004到2007年共举办了3届DARPA 无人驾驶挑战赛,吸引了包括卡内基·梅隆大学、斯坦福大学、弗吉尼亚州大学 在内多个研究团队参赛,引起了广泛的关注。 2011年,美国内达华州立法委员会通过了第一部允许测试无人驾驶车辆的法案 2015年7月美国密歇根大学M-City正式开放 2016年11月,美国交通部公布“自动驾驶试验场试点计划”
➢ 长城车辆在2012年成立了专业团队,对车辆无人驾驶等智能技术进行研发。目 前哈弗H8、H9及部分后续车辆已经完成了驾驶、智能决策与控制四大模块。
➢ 2011年7月,国防科技大学与一汽合作开发的自动驾驶车辆红旗HQ3,完成了从长沙到武汉,共 计286公里的高速无人驾驶实验,平均时速87km/h。
英国
从2015年开始,英国政府开始陆续出台自动驾驶的相关政策,尽力为智能 车辆的发展提供宽松的环境。
2015年2月,英国政府发布了无人驾驶车辆上路测试的官方许可。 2016年1月,英国交通部宣布,准许自动驾驶车辆在伦敦街头上路测试 2017年8月6日,制定了一套新的网络安全原则,全称为《联网和自动驾驶 车辆网络安全关键原则》。 2018年2月,英国政府宣布,投资2240万英镑(约合3130万美元)在22个新 互联和自动驾驶车辆(CAV)研发项目上。
现代自动驾驶技术产生于70~80年代。 这一时期,德国的慕尼黑联邦国防大学 研发了一辆由视觉引导驾驶的奔驰车辆, 它以39英里每小时的速度在没有交通 的道路上完成了测试。
同时,美国国防高级研究计划 局开始ALV计划,与美国多所 大学和科研机构共同研究,集 成了激光雷达、计算机视觉和 自动机器人技术,研发出了时 速19英里的自动驾驶车辆,首 次在车上搭载了便携计算机
➢ 2015年8月,宇通客车在郑开大道城际快速路,完成了开放环境下的无人驾驶试验,全程32.6公 里,最高时速48试验最高时速达100km/h。
➢ 2016年4月,长安车辆完成了超过2000km的无人驾驶车辆测试,计划在2018年实现高速路上的 无人驾驶,在2025年实现城市复杂路况下的自动驾驶。
通用车辆公司还在这期间推出 了Firebirds系列自动驾驶车辆, 车上载有“电子导航系统”,它通 过电子脉冲与地下的电缆之间进 行通讯,从而实现了对车辆的自 动控制。
图1-3 通用公司的Firebird III自动驾驶车辆
1960年代,美国俄亥俄州立大学通信与控制实验室开始对无人驾驶项目的 研究,同样是提出利用内嵌在道路上的电子设备进行控制和引导。该项目的负 责人Cosgriff博士预测他们的自动驾驶系统可以在80年代初得到完善并投入使 用。
谷歌公司于2009年开始研发无人驾驶技术。2015年,谷歌公司的无人驾驶原型车 上路进行测试,该车只配有启动和停止两个物理按钮,通过若干传感器、车载计算 机来控制车辆。2017年10月,Waymo已在美国凤凰城Chandler镇100平方英里范围内, 对600辆克莱斯勒插电混动L4级自动驾驶车辆进行社会公测。2018年,谷歌还与捷豹 路虎合作,计划在2020年之前生产另外20000辆无人驾驶出租车。
人工智能算法是自动驾驶的核心。
• 借助于目前机器学习和深度学习的研究,人工智能已经能实现越 来越多的自动控制,高级别的自动驾驶还需要把智能算法与传统 的车辆动力学控制结合起来,对智能算法的稳定性和准确性有着 极高要求;
• 智能算法的道德性和合法性也是人们需要考虑的,“在无可避免的 情况下,要撞向一个人的一侧还是撞向一群人的一侧?”类似这样 的问题发生了以后处理困难,就需要在技术层面上让它不会发生。
• 虽然目前的环境感知技术目前已大体完善,但是要实现最高级的 无人驾驶,还有很多地方需要改进。比如在恶劣的天气条件下、 在不断变化和不利的光照条件下,各种元件不可避免地会受到影 响。
地图是最重要的先验信息之一。
• 人们需要大规模地对地图信息进行预先采样和更新,以使车辆能够适 应新情况。一种解决方法是建立云端的地图共享系统,它与离线的地 图共享并且是动态更新的,但是这对系统的通信能力也提出了更高的 要求;也有学者提出“即时定位与地图构建”(SLAM)技术,它并不严 重依赖于先验信息,允许自动驾驶系统持续观察环境并适应新情况, 但是这项技术需要更多的计算密集型算法,并且根据所使用的传感器 和周围环境可能会受到更多不确定性的影响。
2011年,英国牛津大学研制出的自动驾驶 车 辆 Wildcat 使 用 激 光 雷 达 和 相 机 监 控 路 面 状况、交通状况、以及行人和其他障碍物, 在崎岖山路上能够实现自主行驶、堵车绕道
日本丰田公司于2018年年初的CES(电子消费展)上,发布了一款无人驾驶的厢式 电动概念车e-Palette。新车将在2020年东京奥运会上试运行,并有望在2030年正式向 大众推广。
2017年,由自然科学基金委主办中国智能车未来挑战赛已举办了九届赛事。 其中比较有代表性的有清华大学“睿龙号”无人驾驶车辆和北京理工大学“RAY” 无人车
“BIT”无人驾驶车辆系统组成
➢ 2015年4月,一汽集团正式发布了其“挚途”技术战略,标志着一汽集团的互联智 能车辆技术战略规划正式形成。根据该战略的十年发展计划,“挚途”战略将从 当前的1.0发展到4.0。
➢ 2015年,上汽集团在自动驾驶领域“结盟”中航科工,并在上海车展上展示了自 主研发的智能驾驶车辆iGS。
➢ 长安车辆在2015年4月发布了智能化战略“654”,即建立6个基础技术体系平台, 开发5大核心应用技术,分4个阶段逐步实现车辆从单一智能到全自动驾驶。
➢ 北汽集团在2016年4月份的北京车展上,展示了其基于EU260打造的无人驾驶车 辆。
➢ 2016年6月,上海“国家智能网联车辆试点示范区”封闭测试区正式开园,标志着在国家战略高度 上,支持自动驾驶车辆技术发展。
➢ 2018年3月,北京发放首批自动驾驶测试试验用临时号牌,用于33条,总计105公里的开放路段 用于自动驾驶测试。
1.3 自动驾驶车辆发展目标与重点
自动驾驶的流程
感知是整个系统运行的第一步。
2018年新款奥迪A8是全球首款量产搭载L3级别的自动驾驶系统的车型,其携带有 12个超声波传感器、5个摄像机、5个毫米波雷达、1个激光雷达、1个红外线摄像机, 共24个车载传感器。
2015年10月,特斯拉推出的半自动驾驶系统Autopilot,Autopilot是第一个投入商用 的自动驾驶技术。
2014年,宝马展示了其研发的无人驾驶技术,该技术不仅可以帮助车主在交通状 况拥堵的城市找到便捷畅通的行驶路线,同时并不会夺走驾驶员对车辆的掌控权。 2016年,宝马集团与英特尔以及Mobileye建立起行业第一个开放式的自动驾驶研发平 台。2018年4月,宝马又正式启动了自动驾驶研发中心,为最终实现无人驾驶提供技 术支持。2018年5月14日,上海市智能网联车辆道路测试推进工作小组为宝马颁发了 上海市智能网联自动驾驶测试牌照。
最具代表性的是在80年代末,由美国卡内基梅 隆大学研制的Navlab系统,搭载于一辆雪佛兰厢 式货车上。他们率先采用了神经网络算法来控制 和引导车辆,在车上安装了若干摄像头、激光测 距仪、激光雷达、陀螺仪等设施,具备惯性导航 系统和卫星定位系统,车厢内部是计算机房,整 个计算系统由Wrap超级计算机和Sun3/Sun4工作 站组成,还采用了Intel 80386实时处理器来处理传 感器信息和发出控制指令。受到当时计算机软硬 件条件的限制,时速大约只有20英里,但是它为 现代自动驾驶技术奠定了基础。
2016年和2017年,通用陆续收购自动驾驶车辆初创公司Cruise Automation和激光雷 达技术公司Strobe,在自动驾驶的道路上快速前进。2018年1月12日,通用车辆(GM) 官方公布了第四代Cruise自动驾驶车辆Cruise AV。Cruise AV没有方向盘、加速踏板和 制动踏板,安装了21个普通雷达、16个摄像机和5个激光雷达来感知车辆周围的环境 和障碍物,是真正的无人驾驶车辆。
日本
日本政府及车辆制造商在自动驾驶技术方面一直保持谨慎态度。 日本政府在《日本再兴战略2016》中提出,要在2020年东京奥运会 之前实现无人自动驾驶交通服务。 2016年2月12日,日本产业省制造产业局车辆课正式公布“无人驾驶 评价据点整备项目” 2017年5月,德国议会两院通过了一项由运输部提出的法案,修改 现行的道路交通法规,允许高度或全自动驾驶系统代替人类自主驾驶, 给予其和驾驶人同等的法律地位。
相关文档
最新文档