自动驾驶---各模块方案简介

1 背景概况

        从20世纪70年代开始，自动驾驶技术在美国、英国、德国等发达国家就被开始进行研究，并在可行性和实用化方面取得了突破性的进展。2004年，美国国防高级研究计划局(The Denfense Advanced Research Project Agency， DARPA)在Mojave沙漠组织的自动驾驶挑战赛推动了自动驾驶领域的技术的快速发展。在过去几年，国内的百度、小马智行，华为，小鹏，蔚来等公司相继快速步入了全球自动驾驶技术研发的前列，可以说自动驾驶技术再次引领了整个汽车技术的突破。

        在车辆智能化的分级中，工业界目前有两套标准，一套是由美国交通部下属的国家高速路安全管理局(National Highway Traffic Safety Administration，NHSTA)制定的，另一套是由国际汽车工程师协会(Society of Automotive Engineers，SAE)制定的。两者的L0、L1、L2的分类都是相同的，不同之处在于NHTSA的L4被SAE细分为L4和L5。国内多采用SAE标准，如下表1所示。

        从自动驾驶诞生以来，社会各界对自动驾驶技术的争议就没停止过，然而，这项未来的技术始终在困难中向前发展，其无疑正在成为当下汽车工业最大的技术变革。它是一门非常复杂的交叉学科，包含了车辆控制、路径规划、感知，预测，融合等众多技术。尤其在人工智能技术的快速发展下，机器学习、深度学习、强化学习等前沿领域更是推动了自动驾驶感知、规划和控制方面的快速变革，自动驾驶技术已经掀起了一场交通变革的技术革命。

2 方案介绍

        目前自动驾驶主要包括的模块如下：

2.1 感知方案

2.1.1 传感器方案

（1）以特斯拉为代表的视觉传感器方案

        以Camera环境信息作为主要输入来源，纯视觉方案，对视觉算法的要求较高，也逐渐成为未来自动驾驶的一个大方向。目前国内的量产公司，纯视觉方案的主要有大疆车载以及极越汽车。

（2）业界多种传感器融合方案

        以激光雷达，摄像头，毫米波雷达融合信息作为输入来源，该方案目前也是国内头部驾驶公司的主流方案，包括华为，小鹏，蔚来等。

2.1.2 视觉方案

        近两年，感知BEV方案成为各大公司的主流方案，BEV方案具有以下几点优势：

        （1）感知能力更丰富：通过搭载激光雷达、毫米波雷达和高分辨率摄像头等传感器，配合AI算法，智能汽车能够拥有“千里眼”，感知能力更丰富，对道路信息的感知不再受人类视角局限的影响，可以轻松做到360度无死角，甚至还可以通过车路协同，看到更远的路况。

        （2）避免误差叠加：BEV自动驾驶感知方案将车身多个传感器采集的数据输入到一个统一模型进行整体推理，生成的鸟瞰图有效地避免了误差叠加。

        （3）支持时序融合：BEV方案不仅能够收集一个时刻的数据，分析一个时刻的数据，还能够支持把过去一个时间片段中的数据都融合进模型做环境感知建模，时序信息的引入让感知到的结果更稳定，使得车辆对于道路情况的判断更加准确、让自动驾驶更安全。

        （4）端到端、多任务多模态融合感知、车路一体：UniBEV主要有三个特点，即端到端、多任务多模态融合感知和车路一体。这种方案使得自动驾驶汽车能够更加高效地处理和感知信息，从而提高自动驾驶的安全性和准确性。

        （5）提供直观的世界表现和利于数据融合的形式：BEV好处在于其将不同视角在BEV下统一与表征是很自然的描述，包含了丰富的语义信息、精确的定位和绝对尺度。这种形式方便后续规划控制模块任务。

        （6）没有图像视角下的尺度和遮挡问题：BEV下的物体没有图像视角下的尺度和遮挡问题，且非常适合融合，如：不同模态（lidar、图像），不同视角（环视图），不同时间维度（时序融合），不同代理任务（分割检测一体化）。BEV表示在合并来自多个来源的不同信息方面起着至关重要的作用。

        总之，自动驾驶的BEV方案具有多种优势，可以提高自动驾驶的安全性、准确性和效率。

2.2 地图定位方案

       目前国内大部分公司都以高精地图作为决策规划的重要输入，显然随着城区自动驾驶的量产，该方案越来越累赘（道路变化需要及时更新高精地图，比较耗费资源），所以各大公司转而走向重感知轻地图的方案。

        自动驾驶地图定位模块主要包括以下部分：

        （1）GPS RTK：这是一种实时动态差分技术，通过接收来自卫星的信号来获取准确的定位信息。

        （2）惯性导航（IMU）：主要组件是加速度计和陀螺仪，用于在一段时间内进行定位，以弥补GPS信号的不足。

        （3）激光雷达：将雷达传感器检测的点云与高精地图进行匹配，获取位置及行驶方向。

        （4）视觉方法：通过拍摄的图像与高精地图比较从而确定位置。

        为了获取更高的定位精度，需要对上述几个定位来源进行融合，输出更为准确的相对定位信息，供其他模块使用。

2.3 规控方案

        笔者从事的是该模块的工作，后续知识输出，主要分布在该模块。规控模块的子模块见下图，主要包括Mission Palnner（Routing），Behavioural Plannner，Local Planner（Motion Planner），Control等。

        其中，Behavioural Plannner，Local Planner模块随着机器学习和大模型的助力，将会引入更优秀的算法，将自动驾驶训练成人类老司机将不再遥远。而控制模块目前主流的算法主要还是MPC，LQR和PID为主。