无人驾驶关键技术分析三篇

无人驾驶关键技术分析三篇

篇一：无人驾驶关键技术分析

无人驾驶技术是传感器、计算机、人工智能、通信、导航定位、模式识别、机器视觉、智能控制等多门前沿学科的综合体。按照无人驾驶汽车的职能模块，无人驾驶汽车的关键技术包括环境感知、导航定位、路径规划、决策控制等。（1）环境感知技术

环境感知模块相当于无人驾驶汽车的眼和耳，无人驾驶汽车通过环境感知模块来辨别自身周围的环境信息。为其行为决策提供信息支持。环境感知包括无人驾驶汽车自身位姿感知和周围环境感知两部分。单一传感器只能对被测对象的某个方面或者某个特征进行测量，无法满足测量的需要。因而，必需采用多个传感器同时对某一个被测对象的一个或者几个特征量进行测量，将所测得的数据经过数据融合处理后。提取出可信度较高的有用信号。按照环境感知系统测量对象的不同，我们采用两种方法进行检测：无人驾驶汽车自身位姿信息主要包括车辆自身的速度、加速度、倾角、位置等信息。这类信息测量方便，主要用驱动电机、电子罗盘、倾角传感器、陀螺仪等传感器进行测量。

无人驾驶汽车周围环境感知以雷达等主动型测距传感器为主，被动型测距传感器为辅，采用信息融合的方法实现。因为激光、雷达、超声波等主动型测距传感器相结合更能满足复杂、恶劣条件下，执行任务的需要，最重要的是处理数据量小，实时性好。同时进行路径规划时可以直接利用激光返回的数据进行计算，无需知道障碍物的具体信息。

而视觉作为环境感知的一个重要手段，虽然目前在恶劣环境感知中存在一定问题。但是在目标识别、道路跟踪、地图创建等方面具有其他传感器所无法取代的重要性，而在野外环境中的植物分类、水域和泥泞检测等方面，视觉也是必不可少的手段。

（2）导航定位技术

无人驾驶汽车的导航模块用于确定无人驾驶汽车其自身的地理位置，是无人驾驶汽车的路径规划和任务规划的之支撑。导航可分为自主导航和网络导航两种。

自主导航技术是指除了定位辅助之外，不需要外界其他的协助，即可独立完成导航任务。自主导航技术在本地存储地理空间数据，所有的计算在终端完成，在任何情况下均可实现定位，但是自主导航设备的计算资源有限，导致计算能力差，有时不能提供准确、实时的导航服务。现有自主导航技术可分为三类：相对定位：主要依靠里程计、陀螺仪等内部感受传感器，通过测量无人车相对于初始位置的位移来确定无人车的当前位置。

绝对定位：主要采用导航信标．主动或被动标讽地图匹配或全球定位系统进行定位。

组合定位：综合采用相对定位和绝对定位的方法，扬长避短，弥补单一定位方法的不足。组合定位方案一般有GPs+地图匹配、GPs+航迹推算、GPs+航迹推算+地图匹配、GPs+GLONAss+惯性导航+地图匹配等。

网络导航能随时随地通过无线通信网络、交通信息中心进行信息交互。移动设备通过移动通信网与直接连接于Internet的web GIs服务器相连，在服务器执行地图存储和复杂计算等功能，用户可以从服务器端下载地图数据。

网络导航的优点在于不存在存储容量的限制、计算能力强。能够存储任意精细地图，而且地图数据始终是最新的。

（3）路径规划技术

路径规划是无人驾驶汽车信息感知和智能控制的桥梁，是实现自主驾驶的基础。路径规划的任务就是在具有障碍物的环境内按照一定的评价标准，寻找一条从起始状态包括位置和姿态到达目标状态的无碰路径。

路径规划技术可分为全局路径规划和局部路径规划两种。全局路径规划是在已知地图的情况下，利用已知局部信息如障碍物位置和道路边界，确定可行和最优的路径，它把优化和反馈机制很好的结合起来。局部路径规划是在全局路径规划生成的可行驶区域指导下，依据传感器感知到的局部环境信息来决策无人平台当前前方路段所要行驶的轨迹。全局路径规划针对周围环境已知的情况，局部路径规划适用于环境未知的情况。

路径规划算法包括可视图法、栅格法、人工势场法、概率路标法、随机搜索树算法、粒子群算法等。

（4）决策控制技术

决策控制模块相当于无人驾驶汽车的大脑，其主要功能是依据感知系统获取的信息来进行决策判断，进而对下一步的行为进行决策，然后对车辆进行控制。决策技术主要包括模糊推理、强化学习、神经网络和贝叶斯网络等技术。

决策控制系统的行为分为反应式、反射式和综合式三种方案：反应式控制是一个反馈控制的过程，根据车辆当前位姿与期望路径的偏差，不断地调节方向盘转角和车速，直到到达目的地。

篇二：无人驾驶关键技术分析

一、无人驾驶汽车技术介绍

无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目标。

据汤森路透知识产权与科技最新报告显示，20XX年到20XX年间，与汽车无人驾驶技术相关的发明专利超过22，000件，并且在此过程中，部分企业已崭露头角，成为该领域的行业领导者。

二、无人驾驶汽车技术

如同其他很多事物一样，无人驾驶实际上也有一个技术循序渐进发展的过程。无人驾驶也需分为不同阶段。

阶段一：辅助驾驶阶段。车道保持、自适应巡航等辅助驾驶功能，均属于这个阶段的技术，不过驾驶员仍旧是操作主体。

阶段二：半自动驾驶。在这个阶段中，电脑操纵下的自动驾驶已经可以完成前往目的地的过程，其可作为备用系统完成行驶，但受限于法律法规等因素，其仍旧不能作为整个驾驶行为的主体存在。

阶段三：全自动驾驶。技术、成本、法衡去规等因素都不再成为影响普及的因素，电脑控制的系统已经作为驾驶主体而存在，驾驶员也可以随时接管操作系统。

由于技术和法规等的限制，目前的无人驾骆气车大多处于第＝阶段。当前主流的无人驾驶汽车技术有激光雷达式和摄像头+测距雷达式两种。

1、激光雷达式

自上世纪80年代DARPA的ALV项目以来，我们看到的大多数现代自动驾驶原

型车上都布满了传感器，并且头顶着一台激光雷达。车辆使用传感器的探测以及激光雷达的三维立体扫描来“感知”周围的世界，而车载控制计算机则像人类大脑一样决定需要进行的操作。Google的无人驾驶汽车就是激光雷达应用的典型代表。

Google算得上是最早跨界进行自动驾驶汽车研发的互联网公司，同时依托着自己独有的地图和大数据计算资源，在这一领域具有领先的优势。由于自身有着地图和街景这样先天的优势，Google自动驾驶车辆使用一台由Velodyne公司提供的64位三维激光雷达将周围环境绘制成一幅3D地图，并与Google的高精度地图相结合，利用计算机以及云端网络进行大数据处理，最终实现自动驾驶功能：

早期的丰田普锐斯原型车搭载了视频摄像头、激光雷达、位置传感器和测距雷达几种传感装置。其中视频摄像头用来判断交通信号灯以及任何移动的物体；激光雷达用于形成真实道路环境的3D地图；测距雷达用于探测车辆周围的障碍物，一旦有物体接近，车辆将自动减速；位于左后轮处的位置传感器用来侦测和估算车辆的侧向位置偏移，以判断车辆在地图上的位置。

在经过多年的试验后，Google推出了自己的无人驾驶原型车。这台原型车上同样搭载了诸多雷达及传感器，以及耸立在车顶上的激光雷达。Google的无人驾驶汽车已经取消了方向盘，汽车完全靠车载计算机进行操控，是目前最接近无人驾驶概念的汽车。

2、摄像头＋测距雷达式

XX公司在80年代就开始研发无人驾驶技术，在20XX年其研发的无人驾驶汽车成功的从斯图加特行驶到法兰克福，行驶里程约100 km。该无人驾驶汽车是在