清华大学-自动驾驶系统设计及应用第一章

1.3.1 摄像头
采集图像信息，与人类视觉最为接近。
➢ 基本识别：行人、自行车、机动车、道路轨迹线、路牙、路牌、信号灯 等。通过算法还可实现车距测量、道路循迹，前车碰撞预警（FCW）和 车道偏离预警（LDW）等。
➢ 优缺点： 缺点：三维空间感弱；受环境影响大，能见度低时识别率大幅降低。 优点：技术成熟、成本低、采集信息丰富。
1.1自动驾驶系统架构
汽车自动驾驶技术：
依靠计算机与人工智能技术在没有人为操纵的情况下， 完成完整、安全、有效的驾驶的一项前沿科技。
1.1.1自动驾驶系统的三个层级
自动驾驶典型系统架构，主要包括环境感知、决策规划 和运动控制三大部分。
1.1.1自动驾驶系统的三个层级
感知层：
用来完成对车辆周围环境的感知识别，主要目的是获取 并处理环境信息。
➢ 日本：Nissan公司已经在东京、硅谷和伦敦测试了旗下的自动驾驶汽车 LEAF，在积极积累安全测试记录。
➢ 韩国：已颁发13张自动驾驶测试许可，计划于2020年前商业化3级自动 驾驶汽车。
1.3 传感器技术
感知环节是自动驾驶的基础，用来采集车辆周围环境的基 本信息。
自动驾驶汽车多通过摄像头、毫米波雷达和激光雷达传感 器来感知环境。
利用侧视摄像头，将后视镜盲区内的景象显示在驾驶舱盲区内
前视、侧视、利用车辆四周摄像头获取的影像，通过图像拼接技术，输出车辆周边的全景
后视
图
后视 内置
泊车时将车尾的影像显示在驾驶舱内，预测并标记倒车轨迹，辅助驾驶员泊 车
安装在车内，用于检测驾驶员是否疲劳、闭眼等
1.3.2 毫米波雷达
通过无线电信号的发送和反射测定与物体间的距离。
数据量非常大，需要传输到云端进行 分布式存储
1.2自动驾驶技术国内外发展
自动驾驶的概念最早在 1969年被提出。 在21世纪之前自动驾驶都只在实验阶段，直到
21世纪初才得到初步实现。
1.2自动驾驶技术国内外发展
➢ 2014年美国汽车工程师协会（SAE）发布了SAE J3016标准，被作为自 动驾驶联邦指导方针中的公认标准。
交通标志识别TSR 车道保持辅助LKA 行人碰撞预警PCW 盲点监测BSD 全景泊车SVP
泊车辅助PA 驾驶员注意力监测
前视、侧视 识别前方道路两侧的交通标志
前视 前视 侧视
当前视摄像头检测到车辆即将偏离车道线时，就会向控制中心发出信息，然 后由控制中心发出指令，及时纠正行驶方向
前摄像头会标记前方道路行人，并在可能发生碰撞时及时发出警报
自动驾驶系统设计及应用 （第六册）
智能驾驶技术丛书（第六册）
自动驾驶系统设计及应用
本书思维导图
主要呈现了设计自动驾驶系统需要的5个关键点：概述、 安全、通信、测试以及应用
Chapter 1 自动驾驶系统概述
Outline
1.1 自动驾驶系统架构 1.2 自动驾驶技术国内外发展 1.3 传感器技术 1.4 导航与定位技术 1.5 高精度地图技术 1.6 决策与控制技术 1.7 自动驾驶平台技术
1.3.3 激光雷达
向目标发射激光束，将接收的回波与发射信号进行比较， 经过百度文库算分析获得目标信息
➢ 激光雷达由激光发射机、光学接收机、转台和信息处理系统等组 成；可获取目标距离、方位、高度、速度和形状等参数。
➢ 优点：分辨率高、精度高、抗干扰能力强。
➢ 缺点：工艺要求高，造价昂贵；无法识别颜色图案、文字等标识； 需要高的计算能力。
1.2自动驾驶技术国内外发展
➢ 美国：截止2016年底，16个州通过相关法案或行政令明确测试条件换个 要求，允许企业展开路面测试。
➢ 德国：2015年政府已允许在连接慕尼黑和柏林的A9高速公路上开展自动 驾驶汽车测试项目；2017年相关部门对Diginet-PS自动驾驶试点项目发 放补贴，用于开发系统和提供自动驾驶的实时交通信息。
1.4.1 卫星定位和捷联惯导组合定位技术
基于卡尔曼滤波器的最优估计理论的数据处理。
原理： 在导航系统数据的基础上，利用卡尔曼滤波滤除噪声
干扰估计系统的误差状态，并用误差状态的估计值去校正系 统，优化组合导航系统综合性能，以此提高导航系统的精度 。
1.4.1 卫星定位和捷联惯导组合定位技术
滤波器运行时主要分预测和更新两个阶段：
决策层：
第一步：认知理解
根据感知层收集的信息，对车辆自身的精确定位，对车辆周围的 环境的准确理解
第二步：决策规划
包含对接下来可能发生情况的准确预测，对下一步行动的准确判 断和规划，选择合理的路径达到目标
控制层：
将决策控制信息与车辆底层控制系统深度集成。
1.1.2 自动驾驶系统技术架构
激光雷达
Luminar激光雷达捕捉的图像
1.4 导航与定位技术
常规的定位导航系统有 ：无线电定位导航、惯性定位 导航、卫星定位导航、移动基站定位导航等。
高精定位技术路线： ➢ 基于卫星定位系统和捷联惯导系统的组合定位技术； ➢ 基于激光雷达点云和高精地图的匹配定位技术； ➢ 基于计算机视觉里程算法的定位技术。
➢ 毫米波波长(波长为1～10mm)介于微波和厘米波之间，毫米波雷 达发送信号频率通常介于10～300GHz频域之间。
➢ 优点：穿透雾、烟、灰尘的能力强，传输距离远；导引头体积小、 质量轻和空间分辨率高。
➢ 缺点：成本高，精度要求高；探测角度小； 高潮湿环境会衰减，树丛穿透能力差。
不同波段毫米波雷达的作用
自动驾驶系统技术架构分为车载系统和云端系统两部分： 车载系统：
感知 计算平台 执行操作
1.1.2 自动驾驶系统技术架构
云端系统：
把每辆在路上行驶的激光点云或视觉 数据上传至云端，实现地图的完善和 更新。
不断地通过新数据进行模型训练，来 提升算法的处理能力。
新算法在云端的模拟器上进行测试
➢ 分类： 依据应用：单目、双目及多目。 依据安装位置：前视、后视、侧视、 环视等。
1.3.1 摄像头
摄像头在汽车领域的各种应用：
ADAS功能 车道偏离预警LDW 前向碰撞预警FCW
使用摄像头 具体功能简介
前视
当前视摄像头检测到车辆即将偏离车道线时，就会发出警报
前视
当摄像头检测到与前车距离过近，可能发生追尾时，就会发出警报