AD
文章平均质量分 88
关于自动驾驶的知识
肥嘟嘟的左卫门
这个作者很懒,什么都没留下…
展开
-
无人驾驶系统基本框架
无人驾驶系统的核心可以概述为三个部分:感知(Perception),规划(Planning)和控制(Control),这些部分的交互以及其与车辆硬件,其他车辆的交互可以用下图表示:由上图可知,无人驾驶软件系统实际上是一个分层的结构,感知规划和控制工作在不同的层当时相互作用。下面我们详细了解这三层的功能:感知是指无人驾驶系统从环境中收集信息并从中提取相关知识的能力。其中,环境感知(Environmental Perception)特指对于环境的场景理解能力,例如障碍物的位置,道路标志/标记的检测,转载 2021-04-26 10:54:26 · 2910 阅读 · 0 评论 -
PID控制算法(实例通俗易懂)
一文读懂PID控制算法(抛弃公式,从原理上真正理解PID控制)PID控制应该算是应用非常广泛的控制算法了。小到控制一个元件的温度,大到控制无人机的飞行姿态和飞行速度等等,都可以使用PID控制。这里我们从原理上来理解PID控制。PID(proportion integration differentiation)其实就是指比例,积分,微分控制。先把图片和公式摆出来,看不懂没关系。(一开始看这个算法,公式能看懂,具体怎么用怎么写代码也知道,但是就是不知道原理,不知道为什么要用比例,微分,积分这3个项才能实转载 2021-01-20 10:03:15 · 9077 阅读 · 4 评论 -
无人驾驶技术入门(九)| 与生俱来的VCU信号
在之前的技术分享中,传感器都是安装在汽车外或车内的。而这次要介绍的是汽车生来就具备的传感器信号,即从汽车控制单元(Vehicle Control Unit,简称VCU)中获取的信号。VCU的另外一个名字是“行车电脑”,它通过CAN总线与汽车的发动机、变速器、油门踏板、制动踏板、车身控制器等各种电子设备通信,读取各个控制单元的工作状态,并在需要时对它们进行控制。如下图所示。图...转载 2020-04-24 09:28:17 · 2332 阅读 · 0 评论 -
无人驾驶技术入门(八)| 被严重低估的传感器超声波雷达
在上一次分享中,我介绍了毫米波雷达的原理、数据特性及优缺点。毫米波雷达的低环境敏感和低成本的特性使得其在ADAS和自动驾驶领域得到了广泛的应用。今天要介绍的是一款极其常见的传感器——超声波雷达。如果你觉得超声波雷达有些陌生,那么它还有一个更通俗的名字——倒车雷达。在倒车入库,慢慢挪动车子的过程中,在驾驶室内能听到”滴滴滴“的声音,这些声音就是根据超声波雷达的检测距离给司机...转载 2020-04-24 09:25:48 · 2893 阅读 · 0 评论 -
无人驾驶技术入门(七)| 量产必备的毫米波雷达
在上一次分享中,我对无人驾驶汽车上的激光雷达的原理、数据及功能做了介绍。激光雷达的普及所遇到的最大挑战是:成本过高。单独一个雷达的价格可能就超过了普通小汽车的价格,因此现阶段还没有大规模量产的可能性。为了推进自动驾驶技术的发展,同时要解决摄像机测距、测速不够精确的问题。工程师们选择了性价比更高的毫米波雷达作为测距和测速的传感器。毫米波雷达不仅拥有成本适中的有点,而且能够完...转载 2020-04-24 09:24:29 · 2201 阅读 · 0 评论 -
无人驾驶技术入门(六)| 工程师又爱又恨的激光雷达
上一次的分享里,我介绍了一个重要的感知传感器——摄像机。摄像机作为视觉传感器,能为无人车提供丰富的感知信息。但是由于本身感知原理的缺陷,导致摄像机的测距并不是那么准确。工程师们为了解决测距的问题,引入了激光传感器。这就是我们常在Level 3级别以上的无人车上看到的设备。比如通用用于研究Level 4级别自动驾驶技术的Bolts,就在车顶上顶了好多激光雷达。图片出处:htt...转载 2020-04-24 09:23:15 · 1198 阅读 · 0 评论 -
无人驾驶技术入门(五)| 没有视觉传感器,还谈什么无人驾驶?
上一次的分享里,我介绍了GPS+IMU这组黄金搭档,这两个传感器的组合能够实现城区道路自动驾驶的稳定定位功能,解决了第一个大问题“我”在哪的问题。为了能让无人车能像人一样,遇到障碍物或红灯就减速,直到停止;遇到绿灯或前方无障碍物的情况,进行加速等操作。这就需要车载传感器去周围的环境进行感知。应用于无人车上的传感器目前有四大类,分别是摄像机,激光雷达、毫米波雷达和超声波雷达...转载 2020-04-24 09:21:43 · 2223 阅读 · 0 评论 -
无人驾驶技术入门(四)| 百度无人车传感器 IMU 深入剖析
上一次的分享里,我介绍了GPS的原理(三角定位)及特性(精度、频率),同时也从无人车控制的角度,讨论了为什么仅有GPS无法满足无人车的定位要求。为了能让无人驾驶系统更高频率地获取定位信息,就必须引入频率更高的传感器。这就是这一次内容的主角——IMU(Inertial Measurement Unit)惯性测量单元。下图就是百度Apollo计划推荐使用的IMU——NovAt...转载 2020-04-24 09:20:20 · 2218 阅读 · 0 评论 -
无人驾驶技术入门(三)| 百度无人车传感器 GPS 深入剖析
上一次的分享里,我对百度 Apollo 计划的技术框架做了介绍,如图。Apollo1.0 封闭场地循迹自动驾驶如果要完成 Apollo 1.0 的“封闭场地寻迹自动驾驶”功能,需要解决一个重要的问题:我(无人车)在哪?“我在哪”这个问题,在 Apollo 1.0 的架构中完全依赖 GPS(全球定位系统) 和 IMU(惯性测量单元)。今天的分享,我会用尽可能简单...转载 2020-04-24 09:19:11 · 1934 阅读 · 0 评论 -
无人驾驶技术入门(二)| 不会写代码也能做无人驾驶工程师
上一次的分享里,我对百度Apollo 1.0和Apollo 1.5所用到的传感器及控制器进行了介绍。可以得到一个结论:实现越复杂的功能,所需要的传感器越多,对控制器的性能要求也越高。今天的分享,我会结合Apollo 1.0和Apollo 1.5所开放的模块,谈谈我对百度Apollo技术框架的理解。并告诉大家不写代码,如何成为自动驾驶工程师。正文先上一张百度Apol...转载 2020-04-24 09:17:47 · 1404 阅读 · 1 评论 -
无人驾驶技术入门(一)| 百度无人驾驶的引路人
前言各位老铁好!无人驾驶技术入门(硬件篇)的第一讲开课啦!今天的课程我会介绍一个来自旧金山的创业公司,它曾是百度无人驾驶的引路人。正文百度在今年7月和9月分别发布了Apollo 1.0和Apollo 1.5,可以实现循迹行驶和固定车道的自动驾驶功能。1.0和1.5的配置如下:汽车Lincoln MKZApollo 1.0 无人驾驶...转载 2020-04-24 09:16:23 · 1615 阅读 · 0 评论 -
零基础入门无人驾驶
各位老铁好!今年8月,我开始在知乎上回答有关无人驾驶话题的问题,到目前为止我回答了9个相关问题,回答获得了很多知友的认可,其中6个获得了编辑推荐。部分粉丝私信我,希望我能开一个专栏来分享更多干货。为了经营好这个专栏,我会不定期更新“无人驾驶技术入门”的干货分享。我将从一个初学者的角度,用最通俗的语言,讲解无人驾驶硬件的原理。完成硬件讲解后,我会结合百度...转载 2020-04-24 09:14:23 · 845 阅读 · 1 评论 -
自动驾驶系统的传感器标定方法
传感器标定是自动驾驶的基本需求,一个车上装了多个/多种传感器,而它们之间的坐标关系是需要确定的。湾区自动驾驶创业公司ZooX的co-founder和CTO是Sebastia Thrun的学生Jesse Levinson,他的博士论文就是传感器标定。这个工作可分成两部分:内参标定和外参标定,内参是决定传感器内部的映射关系,比如摄像头的焦距,偏心和像素横纵比(+畸变系数),而外参是决定传感器和外部...转载 2020-03-20 07:45:51 · 3576 阅读 · 1 评论 -
多传感器信息融合(标定, 数据融合, 任务融合)
文章目录1. 引言 2. 多传感器标定 2.1 标定场地 2.2 相机到相机 2.2 相机到多线激光雷达标定 2.3 相机到毫米波雷达标定 2.4 相机到IMU标定 2.5 论文总结 3. 数据层融合 3.1 融合的传统方法 3.2 深度学习方法 4. 任务层融合 4.1 传统之障碍物检测跟踪 4.2 传统之多传感器定位 4.3 深度学习之障...转载 2020-03-19 09:51:00 · 14419 阅读 · 0 评论 -
FMCW基本原理
引言:最近Infineon和TI都出了FMCW模块,雷达的应用场合已经不仅仅是军用、汽车了,还包括了飞行器、两轮平衡车。最近推出的20米探测距离以内的24G雷达模块,与LIDAR竞争短量程市场。博主了解到北醒的TFMINI这款LIDAR,200RMB的价位,可用于10米内的测距。但是由于技术限制,无法测速。而24G雷达,可测距测速,有代表性的是Infineon的distance2go开发板。目...转载 2019-07-26 21:49:39 · 12218 阅读 · 0 评论