无人驾驶技术简介
合集下载
相关主题
- 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)。
ADAS
L2
L2
部分自动化
L3
L3
有条件自动化
无 人 驾 驶
自动驾驶
L4 L4 L5
高度自动化
完全自动化
二、无人驾驶技术发展
起源:自动驾驶汽车出现
1925年,无线电设备公司Houdina Radio Control设计了一辆“无人驾驶” 汽车,它的后座安装了一个无线电接收设备,通过接收后车发出的指令(无线 电信号),译解信号后,再通过一个小电动马达控制车辆的行动(远程操控方 向盘、刹车、油门)。 自动驾驶汽车的核心在于“自主性”、“智能化”,这辆车只是玩了一个障 眼法,算不上真正的无人驾驶,应该叫做“遥控驾驶”。
车联网概Fra Baidu bibliotek示意
三、无人驾驶技术展望
展望:从技术研究走向现实应用
无人驾驶技术还在不断演进和发展,随着法律环境、基础设施环境、技术验 证及5G通讯技术的发展,自动驾驶汽车终将会走进现代社会的家家户户,一旦 实现真正意义上的自动驾驶,整个社会的交通出行都将发生巨大变化,主要体 现在以下几个方面: • 更低廉的出行成本; • 更高效的车辆调配; • 更舒适的乘车体验; • 更安全的交通环境。
起源
实践
优点 缺点
二、无人驾驶技术发展
发展:自动驾驶技术与车联网的结合
车联网技术能够较好地解决自动驾驶技术中所遇到复杂场景,为无人驾驶汽 车提供可靠的技术支撑。 • 车联网定义:V2X(Vehicle to Everything)车联网指汽车车辆之间,或者汽车 与路边行人、骑车者以及汽车与基础设施之间的通信系统。 • 车联网作用:利用装载在车辆上的RFID、传感器、摄像头、GPS获取车辆的行 驶情况、系统运行状态信息、周边道路环境信息、车辆位置信息,并通过D2D 技术将在整个系统中实现信息共享,通过信息分析与处理,及时对行驶车辆进 行路况汇报与警告,有效避开拥堵路段选择最佳行驶路线。
无人驾驶技术介绍
2019.04
目录
一、无人驾驶技术概念 二、无人驾驶技术发展 三、无人驾驶技术展望
一、无人驾驶技术概念
无人驾驶技术实际上是自动驾驶技术的一种,即自动化程
度较高的自动驾驶技术(一般指自动化程度L4以上)。
SAE等级 L0 L1 NHTSA等级 L0 L1 自动化程度 无自动化 驾驶辅助 定义 人类驾驶员全权操作汽车,行驶 中可获得警告和保护系统的辅助 对方向盘和加减速中的一项操作 提供驾驶支援,其他驾驶操作均 由驾驶员执行 对方向盘和加减速中的多项操作 提供驾驶支援,其他驾驶操作由 人类驾驶员执行 自动驾驶系统持续执行完整的动 态驾驶任务,人类驾驶员需要在 系统失效时接收系统的干预请求, 及时作出响应 在限定道路和环境下,自动驾驶 系统自动执行完整的动态驾驶任 务,人类驾驶员无需对所有系统 请求作出回应 自动驾驶系统能在所有道路环境 下执行完整的动态驾驶任务,人 类驾驶员在可能的情况下接管
无线电接收设备
无线电接收设备
“前车”与“后车”
二、无人驾驶技术发展
起源:自动驾驶汽车出现
在随后的时间里,自动驾驶技术开始萌芽发展,并逐渐分成两派。
环境改造派 主要观点 安装外部装置来引导汽车行驶的外部引导 式自动驾驶系统 1940年Bel Geddes在其著作“Magic Motorways”中提出,可以有一种改造后 高速公路系统,可以采用自动驾驶,驶出 高速后才由人手动驾驶。 1953 年 RCA 美国无线电公司研制出一 辆微型汽车,可按一定模式铺设在地板里 的电线进行导航和控制;通过与内布拉斯 加州及通用汽车公司合作, RCA成功在林 肯市外的高速公路上进行了 400 英尺的真 实路况、全尺寸汽车试验。 70 年代以后,由于对道路改造,成本 和改造难度较高,虽然之前包括 RCA在内 的很多企业、机构已经进行了多次试验, 但这种理念暂时退出了历史舞台。 稳定性、安全性高,路线固定,适用于 城市公共交通的应用场景 灵活性差,难以大范围推广 汽车改造派 在汽车上安装摄像机、雷达系统来获取环境 信息,经过车载计算机处理识别后,再控制 汽车自动行驶 1970 年代开始,美国和日本的研究机构 开始研究通过摄像头来检测导航信息的自动 驾驶汽车,翻开了通过视觉设备进行无人驾 驶的尝试。 1980 年代以来,相继有诸多研究机构开 始研究采用视觉导航的自动驾驶汽车,如慕 尼黑联邦国防大学的Ernst Dickmanns团队、 美国国防先进研究项目局( DARPA )、卡 内基大学、斯坦福大学等。 随着神经网络等算法以及视频、激光雷 达硬件制造工艺的不断发展,通过对汽车进 行改造,已经能够较好地实现汽车自动驾驶。 2015 年特斯拉公司推出了具有自动驾驶功 能的商业化汽车产品。 灵活性高,路线灵活,能够应用于较多 的交通场景 通过深度学习算法来学习和识别场景, 但难以保证能够应对所有复杂场景,一旦在 实际应用中出现识别错误,后果将非常严重