- 博客(165)
- 资源 (65)
- 收藏
- 关注
RSS订阅原创 聊一聊能量回收
讲讲目前很红火的能量回收——开篇先聊聊目前市场上的制动能量回收方案。目前电液制动根据制动功能模块的多少分为Two-box方案和集成度更高的One-box方案两种。当然了，除了电液制动还有纯电制动，比如轮毂电机刹车，下面简单介绍一下这三种方案。
2024-04-19 16:18:19
231
原创 自动驾驶之聊一聊底盘开发流程
底盘是指汽车上由传动系、行驶系、转向系和制动系四部分组成的组合，支承、安装汽车发动机及其各部件、总成，形成汽车的整体造型，承受发动机动力，保证正常行驶。1.1 传动系，由操纵系统和驱动系统组成，包括离合器、变速器、万向节、传动轴和驱动桥等组成。1.2 行驶系，考虑到现在的乘用车已经没有了车架和车桥，行驶系目前仅有悬架和车轮等部分组成。基本功用是支持全车质量并保证汽车的行驶。1.3 转向系，由方向盘、转向器、转向节、转向节臂、横拉杆、直拉杆等组成，作用是转向。
2024-04-19 16:10:46
261
原创 自动驾驶之聊一聊转向系统
汽车自发明以来，方向控制一直都是安全驾驶的关键。汽车转向系统是主要的转向操纵部件，但是“打方向”可不只在汽车独有，它的历史可以追溯到很久很久以前。。。
2024-04-19 16:10:08
200
原创 自动驾驶：讲讲制动系统
很多人说，做汽车是一件非常复杂的事情。我也知道。所以，就是想把一些故事写下来，给后来者在工作之余，有一些心得和体会。第一篇选了我最为熟悉的——制动系统都有些什么。
2024-04-19 16:07:18
192
原创 自动驾驶之APA(自动泊车)
生活中，停车难，难停车是一件让有车一族头疼的事。今天我们就来聊一聊可以解放双手，并且还可以提高泊车安全性的黑科技——自动泊车。● 垂直泊车在绝大多数商场、机场、车站、大型办公区域等的地上及地下停车场中，都会提供垂直式停车位。这种车位，资源利用率高，不会有太多的空间浪费。并且对于司机来说，泊车难度也比其他车位的泊车难度要低，能够大幅节省泊车时间、降低泊车失误率。● 平行泊车平行车位可以说是都市里比较常见的一种车位，也是相对来说比较简单的一种车位。这种泊车一般都在道路两侧以及狭长的过道单侧等车位紧张的区域。泊车
2024-04-19 16:06:43
210
原创 自动驾驶之LKA(车道居中保持)
LKA系统（Lane Keeping Assist system）属于ADAS智能驾驶辅助系统中的一种。车辆行驶时借助一个摄像头识别行驶车道的标识线将车辆保持在车道上提供支持。如果车辆接近识别到的标记线并可能脱离行驶车道，那么会通过方向盘的振动，或者是声音来提醒驾驶员注意，必要时能对车辆施加转向干预，防止车辆无意识偏离车道。
2024-04-19 15:36:28
155
原创 自动驾驶之AEB的前世今生
从1885年第一辆汽车诞生到现在，公路交通和汽车行业迅速发展。一方面汽车行业的发展改变了人们的出行方式，另一方面潜在的交通事故对人们的生命和财产造成了巨大的威胁。近年来，汽车上的主动安全配置越来越受到重视，其中最具代表性的就是自动紧急制动系统（AEB）。
2024-04-19 14:07:57
676
原创 高级别自动驾驶，离不开SOTIF
高级别自动驾驶特指L3级别上的自动驾驶，级别越高，在紧急情况下留给驾驶员的反应时间越长。如下图所示：我们知道在L3级别及以上的自动驾驶依赖大量的AI技术，而AI的本质即是概率问题。换句话说存在很多不确定的事件，那么就需要一种技术将不确定、不安全的事件变成安全确定的事件，这便是SOTIF。SOTIF的全称是Safety of The Intended Functionality,翻译过来就是预期功能安全。那么到底什么是预期功能安全呢？
2024-04-19 12:21:17
786
原创 自动驾驶之高精地图
高精度地图（HD Map，High Definition Map），是一种专门为自动驾驶服务的地图，具有更加丰富细致的道路信息，可以更加精准地反映道路的真实情况。与传统地图相比，高精度地图的图层数量更多，图层内容更加精细，具有格式化存储的数据结构。在无死角、无限性、全天候、全天时情况下仍能保持正常工作，高精度地图凭借自身得天独厚的优势完成对自动驾驶系统中传感器的增强与补充，主要体现在地图视觉，消解传感器误差，更丰富的细节、更全面的感知三方面。
2024-04-19 12:19:45
342
原创 自动驾驶之路径规划算法介绍
路径规划是指在一定的环境模型基础上，给定无人驾驶汽车起始点和目标点后，按照性能指标规划出一条无碰撞、能安全到达目标点的有效路径。路径规划主要包含两个步骤：建立包含障碍区域与自由区域的环境地图，以及在环境地图中选择合适的路径搜索算法，快速实时地搜索可行驶路径。路径规划结果对车辆行驶起着导航作用。它引导车辆从当前位置行驶到达目标位置。
2024-04-18 19:10:46
743
原创 自动驾驶之功能安全
由于驾驶员时刻注意驾驶任务，可将EPS允许范围内的非预期扭矩产生的需求分配给驾驶员，因此ACC、LKA等L3以下系统的功能安全需求为QM。L3及以上的系统即使限制扭矩，由于驾驶员不在环无法控制车辆，在EPS允许范围内的非预期扭矩随时间变长可能会偏出车道线与旁车相撞，此时分配给传感器、控制器的功能安全需求可能达到ASIL C、甚至ASIL D。无人驾驶功能安全目前的痛点有以下两点。换句话说，即使系统出现故障，系统也需要能够以安全的方式运行，因此功能安全是绕不开的，今天这篇文章，就来谈谈这个话题。
2024-04-18 17:46:27
308
原创 ADAS算法设计：AEB
4) 功能控制模块功能控制的模块的功能时根据AEB状态信号进行AEB动作控制，控制输出包括预警信号和制动压力信号。AEB制动辅助阶段的制动减速度估算是AEB系统的关键算法，除保证制动安全性外，制动的平顺性和舒适性是衡量最优制动力估算算法性能的最重要指标。根据AEB算法功能定义，可知AEB控制系统需输入AEB开关、转向灯、方向盘转角、车速等整车信号及传感器环境感知的目标信息，而需要输出AEB预警及制动干预信号。状态控制逻辑模块的功能是根据两车状态信息和危险程度评估的数据实时进行AEB状态控制，参见下图2。
2024-04-18 16:45:29
631
原创 APA路径规划算法(RRT)
（此处简述，更加详细的可参考文献，网上理解版本较多，依靠文献更靠谱） RRT算法全拼（Rapidly-Exploring Random Tree，快速扩展随机树），是一种基于采样的路径路径规划算法（从这句话即能初步看出这个算法的一个特性），同时也属于一种全局的路径规划算法（与局部路径规划一个简单的区分在于是否是**已知环境信息，**后面文章会详细概述），它是由Steven M. LaValle于1998年提出的，是一种具有随机性质的搜索算法。
2024-04-18 15:28:43
338
原创 自动驾驶公司整理以及对口专业介绍
如下笔者对自动驾驶277家公司进行了盘点。（另从自动驾驶公司分布、院校分布、学习平台学员分布三个角度进行综合分析。
2024-04-18 14:50:18
286
原创 自动驾驶-决策规划算法十一：A*算法(C++)
本文介绍无人驾驶决策规划算法中的A*算法，及A*与Dijkstra、BestFS算法的对比。和之前的算法文章中不同，为了方便表示格栅化地图，本文的地图用二维数组的数据结构表达，而为了方便表达路径点之间的关系，此关系用树（八叉树）的数据结构表达。语言用的是C++，图形基于easyX库输出。如有错误或者遗漏之处，欢迎指出。
2024-04-18 14:13:17
235
原创 自动驾驶-决策规划算法十：曲线插值算法之五次多项式(C++)
本文介绍无人驾驶决策规划算法中，曲线插值算法中的五次多项式。语言用的是C++，图形基于easyX库输出。如有错误或者遗漏之处，欢迎指出。//由于本文关注的是曲线插值算法，所以并没有对航向角进行规划，也没有加上控制，所以在动态展示时只用平移来示意车辆沿着轨迹行驶。//代码中有很多调试用的代码，也一并保留并注释掉，记录了我调试问题和测试一些代码时的过程；//限于时间关系，公式就不用公式编辑器了，就直接输入了，大家看得懂就行；
2024-04-18 12:24:25
182
原创 自动驾驶-决策规划算法九：人工势场算法(C++) (1)
对于道路边界，也设置斥力，防止车辆驶出道路边界，保持在车道中。一种定义方法是：x表示车辆中心点的横向坐标，离道路边界越近，斥力越大；v表示车辆的速度，速度越大，斥力越大，因为偏离车道的危险更大；η为增益系数；通过上述分析可知：1，人工势场算法公式中的几个参数，对规划出的轨迹有直接影响，实际应用时，应反复调参直到轨迹合适；2，引力系数和斥力系数的大小，会直接决定引力和斥力的大小，如果引力过大、斥力过小，则轨迹可能会和障碍物碰撞；反之，则可能会出现无法到达终点的情况；
2024-04-18 12:18:11
207
原创 自动驾驶-决策规划算法七：B样条曲线(C++)
样条是一根富有弹性的细木条或塑料条，在应用CAD/CAM技术以前，制造业普遍采用手工绘制自由曲线。绘制员用压铁压住样条，使其通过所有给定的型值点，再适当地调整压铁，改变样条形态，直到符合设计要求；B样条曲线是B样条基函数（给定区间上的所有样条函数组成一个线性空间）的线性组合；贝塞尔曲线的缺陷：1，确定了多边形的顶点数（n+1个），也就决定了所定义的贝塞尔曲线的阶次（n次），这样很不灵活；
2024-04-17 20:04:51
926
原创 为什么C++对自动驾驶如此重要？
自动驾驶系统是一个复杂的集成系统，涵盖了多个关键组件和模块，涉及的开发语言也不近相同。一般来说，自动驾驶系统包含等多个算法模块的online（在线）系统，这些组件共同协作，使得自动驾驶系统能够感知周围环境、做出决策、规划路径并安全地控制车辆到达目的地。除了算法模块，online系统还包含等模块，以给安全员和乘客提供必要的信息显示，在必要时为乘客提供紧急安全接管服务，并记录数据来保障研发迭代。但是，online系统其实只是自动驾驶的一部分。
2024-04-17 19:24:58
701
原创 详解自动驾驶开发工具链的现状与趋势
本文从自动驾驶开发工具链的角度分析了行业现状和发展趋势。当前自动驾驶开发工具链行业发展仍不成熟，非标准化和信息孤岛现象比较严重，头部的自动驾驶团队为了开发效率，不得不各自“造轮子”。不过，随着众多工具链新玩家的进入，整体行业在朝着成熟发展，后续工具链会逐渐开放、标准、规范。尤其是像华为、英伟达等巨头携生态入局，打通了整个开发链路，给行业带来了范例，促进了行业发展，用华为内部人员的话说，这么做是在“拉着中国的自动驾驶产业，不停地往前跑”。
2024-04-17 17:26:30
557
原创 自动驾驶全面概述
本章概要介绍了自动驾驶的基本原理，感知、决策然后操控，介绍了自动驾驶的意义能够降低成本提高效率和安全性，介绍了L1到L5的分级和差异，最后简单介绍了出行行业背景和相关政策法规。总体来说，自动驾驶是一个前沿且热门的技术，是一个良好的中长期赛道，是投身汽车、出行行业所必须关注的领域。
2024-04-17 17:22:10
927
原创 AEB安全模型-基于碰撞时间的安全模型
在讨论这些模型之前，我们来了解一些**FCW：**前向碰撞预警（Forward Collision Warning）**AEB：**自动紧急制动（Autonomous Emergency Braking）
2024-04-17 12:11:28
324
原创 目标检测中的IOU变体
一种常见的 IOU 变形是 Jaccard 系数（也称为 Jaccard 指数或交并比），它可以计算两个集合之间的相似度，也可以用来衡量检测框之间的重叠程度。另一种常见的 IOU 变形是 F1 得分，它可以用来衡量检测器的精确度和召回率之间的平衡。总之，IOU 变形是目标检测中常用的一种衡量检测框重叠程度的方法，它们可以帮助我们评估检测器的性能，并选择最优的检测器。这些变体都是与目标检测任务中常见的交并比（IoU）有关的，它们都是用于评估检测器的性能。修正平行二维交并比加权平均（fmIoU）
2024-04-17 12:05:38
922
原创 说一说TTC碰撞时间
在TTC 2秒～2.5秒的范围内，视觉算法检测出TTC和真实的TTC之间是非常的精准的，只有当距离远了之后TTC才会产生一定的偏差。1）主动安全，比我们想象的单个ECU和感知系统的事要复杂得多，因为牵涉了很多驾驶行为（人）和道路&环境（路），变量是比较多的。做距离的检测，包括之前更多的是用雷达的手段来做FCW，或者AEB的时候，其实也都是先做了距离的检测，然后再来算出碰撞的时间。当把TTC设在1.4、1.0和0.6的时候，我们AEB的TTC和实际要求的预值之间的精准度是非常非常高的。
2024-04-17 11:58:44
347
原创 自动驾驶-决策规划算法六：换道场景的曲线对比与选择(C++)
本文介绍无人驾驶决策规划算法中，换道场景的曲线对比与选择算法；语言用的是C++，图形基于easyX库输出；由于代码较多，本文部分代码直接引用之前文章中的；本文将以开发心得的形式呈现，而不展示所有代码；如有错误或者遗漏之处，欢迎指出。如下图，在一条同向双车道的道路上，黑框为本车，红框为前方的慢车或者静止障碍物，本车在探测到前方障碍物后，决定要执行换道操作，就是要换到左方的车道上继续行驶，以避开红框障碍物；
2024-04-16 21:05:31
349
原创 自动驾驶-决策规划算法五：绕桩算法(C++)
本文展示人驾驶决策规划算法中的绕桩算法，图形基于C++的easyX库实现。由于考虑到easyX库的显示方式，所以本算法的实现方式和现实中无人车算法有所不同，现实中无人车算法更加复杂，要考虑的因素也更多，本算法进行了很多简化和抽象，仅当作热身训练。但主要思路是一致的，本算法仍可用于指导现实中无人车算法的设计；本文将以开发心得的方式呈现，只展示算法效果和简要介绍算法的思路，不进行代码展示；本文是单一功能的算法探究，其他的功能可以参考这个专栏内的文章。
2024-04-16 20:59:37
383
原创 自动驾驶-决策规划算法四：绕障和超车算法(C++)
本文展示人驾驶决策规划算法中的绕障与超车算法，图形基于C++的easyX库实现；本文中的算法是简化版的，真实无人驾驶车辆中使用的算法，将在后期文章中介绍，但本文的算法在思路和程序编写方面仍然有指导作用，对我本人来说可以作为真实绕障与超车算法的热身训练；本文将以开发心得的方式呈现，只展示算法效果和简要介绍算法的思路，不进行代码展示；本文是单一功能的算法探究设定纵向安全距离，如果前方障碍物进入这个距离内，就向左打方向；设定横向安全距离，向右打方向，直到横向距离满足，然后回正；
2024-04-16 20:56:15
745
原创 自动驾驶-决策规划算法三：无保护左转(C++)
无保护左转，也就是没有红绿灯的左转，需要我方车辆在不与其他车辆碰撞的前提下完成左转。通过路口时，需要依次判断左方车辆、右方车辆、对向车辆是否会干扰到我方车辆的行驶，如果会，则停车让行，否则直接通过。问题的关键在于如何判断障碍物车辆是否会干扰到我方车辆的行驶；在真实的无人驾驶算法中，这类问题通常涉及到博弈，是非常难解决的问题，因为障碍物车辆的行为我们无法百分百完美地预判，你“预判不了他的预判”，因此无法完美地进行博弈，到底是让还是优先通过；
2024-04-16 20:45:10
436
原创 决策规划算法二：通过红绿灯(C++)
本文展示人驾驶决策规划算法中的通过红绿灯算法，图形基于C++的easyX库实现；本文中的算法是简化版的，真实无人驾驶车辆中使用的算法，将在后期文章中介绍，但本文的算法在思路和程序编写方面仍然有指导作用；本文将以开发心得的方式呈现，只展示算法效果和简要介绍算法的思路，不进行代码展示；纵向速度规划有很多种算法，这里只展示对于这个场景我设计的算法；整体思路：先更新加速度，通过红绿灯计算加速度，然后根据加速度来指导车辆的加减速行为；具体思路：在离路口很远时，不考虑红绿灯的状态，正常速度行驶；
2024-04-15 21:03:13
679
原创 决策规划算法一：自动泊车算法(C++)
本文展示人驾驶决策规划算法中的自动泊车算法，图形基于C++的easyX库实现。本文将以开发心得的方式呈现，只展示算法效果和简要介绍算法的思路，不进行代码展示；
2024-04-15 20:09:43
806
原创 带你弄清楚自动驾驶功能架构的演进
该架构最高支持到L2级ADAS功能，这里解释一下，所谓实现的L2需要同时开启ACC和LCK的开关，这种分布式架构还不能实现一键激活L2，行车域无域控制器，泊车域设置控制器。
2024-04-15 20:03:34
958
原创 IMU使用方法总结
常用的办法是插值，给定一些离散的state，可以通过插值获取任意时刻的pose。IMU的频率远高于相机/Lidar的帧率，基于优化的系统，如VIO/LIO中，一般将两个（关键）帧之间的IMU做积分，形成与两端state的关系方程。上面的与积分假设了IMU bias不变，但是实际优化过程中 IMU bias是会变的。这样，我们可以建立下面的约束。我们如果对IMU数据进行积分，就可以得到pose，从而可以建立IMU与state的关系。对其进行相对时间的微分，可以建立与IMU的关系，即加速的误差和角速的误差。
2024-04-15 14:28:31
925
原创 特斯拉FSD算法和模型解读
随着近两年特斯拉AI Day的内容发布，我们慢慢看清了特斯拉在自动（辅助）驾驶方向上的技术版图，同时我们也看到特斯拉自己也在不停地自我迭代，例如从2D感知，BEV感知，到Occupancy Network。自动驾驶是一个万里长征，是什么在支撑特斯拉技术的演进呢？我想是三点：视觉算法带来的全场景理解能力，强大算力支持的模型迭代速度，海量数据带来的泛化性。这不就是深度学习时代的三大支柱吗？
2024-04-15 12:23:29
1021
原创 端到端与下一代自动驾驶系统
按照最传统的定义，端到端的系统指的是一套系统，输入传感器的原始信息，直接输出任务关心的变量。比如在图像识别中，CNN相对于传统的特征子+分类器的方法就可以叫做端到端。在自动驾驶任务中，自然想到的一个定义便是，输入各种传感器的数据（相机/LiDAR/Radar/IMU…），直接输出车辆的控制信号（油门/方向盘转角）。为了考虑不同车型之间的适配问题，也可以将输出放宽为车辆的行驶轨迹。这便是一个传统意义上，或者我叫做狭义端到端的定义。
2024-04-15 12:18:51
946
原创 使用自适应势场的基于螺旋曲线的自动驾驶汽车紧急停车路径规划
本文介绍了使用自适应势场的基于螺旋曲线的自动驾驶汽车紧急停车路径规划。基于势场（PF）的路径规划方法由于其实时性和简单性而被自动驾驶汽车（AVs）广泛采用。势场通常构建了一个严格的道路边界，尽管这确保了自车始终在道路范围内行驶，但是在紧急情况下也会带来潜在隐患。如果附近的车辆突然变道，自动驾驶汽车必须转向并且刹车以避免碰撞，从而导致“死胡同”效应。在这种情况下，车辆可能被来自障碍车辆势场和道路边界势场的排斥力所困住或者混淆，通常导致犹豫不决或者不可靠的行为，甚至发生碰撞。
2024-04-15 12:11:41
961
原创 自动驾驶：自主超车行为的轨迹规划研究
1 引言近年来，自主驾驶技术的研究一直是学术界，工业界和军方关注的焦点[1]，[2]。2014年，有32675次交通死亡事故，230万人受伤以及610万次报告的碰撞事件，其中估计有94％是由驾驶员错误造成的，其中31％涉及合法醉酒司机，10％来自分心驾驶员[3]，[4]，而自动驾驶车辆能够获得比驾驶员更多的视野和环境信息，能够大量减少驾驶员失误和交通事故发生率，同时减轻驾驶员疲劳，减少燃料消耗并提高道路容量[5]， [6]，所以自动驾驶技术的普及有望使得车辆运行比人类驾驶员驾驶获得更高的安全性及其它效益。美
2024-04-12 20:37:29
710
原创 自动驾驶中使用到的数据标注工具
标注数据已经成了做深度学习应用的一大负担（看看下面的标注开销），数据不足模型训练就成问题。只是想着transfer learning，就想着model tuning省事也不是长久之计。标注工具是一个重要的平台，好的工具能够事半功倍，特别是交互界面做得好简直就是优秀的软件产品。记得以前在三星工作时候，标注目标分割的工具还有一个功能，它还能时不时测试一下标注员是不是走神不专心，发一些有ground truth的测试图片：）。英伟达的标注团队在印度，听说有700人。
2024-04-12 20:33:03
579
原创 无图方案不是“去地图”，而是“去图商”
这种方案下，供应商仅提供资质上的背书，虽然按照法规要求，主机厂还是不能够拥有数据，但可以通过合同条款，主机厂将数据“托管”给供应商，法规上数据还是归属于供应商，但合同上，供应商使用这些数据必须取得主机厂同意。安全带，安全气囊，ABS，AEB等等都相继面世，并逐渐成为了汽车的标配。2019年底，箩筐技术公告称，吉利科技与AcuitasCapital的增援，让其对易图通的全资收购进展顺利，其中，吉利科技对箩筐技术进行战略投资4250万美元（约合2.98亿人民币），助其完成了对易图通股权的阶段性收购。
2024-04-12 20:27:50
837
原创 Mobileye 2023 CES 智能驾驶信息解析
这个其实是很好的地方，毕竟很多时候，去谈智能驾驶要接管的时候，我们工程人员常说的就是“不好意思这个不在设计的ODD里面”，其实这里就很有意思，你的设计都不从消费者出发，那你设计了给谁用？但是对于资本来讲，他们希望的是在确定的2-3年内能够拿到回报，显然Robotaxi无人驾驶项目目前无法满足资本确定性的期望，所以我们可以看到国内国外，做纯自动驾驶L4的公司开始不被看好，国外有大众福特撤出自动驾驶L4的公司ARGO等，国内去年被迫喊出了“L4降维做L2”的口号等。
2024-04-12 20:22:05
770
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人