无人驾驶(目前的自动驾驶方案)

原文地址:https://blog.csdn.net/feixiaoxing/article/details/88387345   致敬

 

虽然目前市场上无人驾驶概念很火,但是真正能够落地的很少。虽然根据SAE的标准,自动驾驶有6个级别,但是目前为止,还没有一家公司做到量产级别的L4、L5。即使特别喜欢用最新技术的奔驰、宝马、奥迪,其实也主要把经历放在L2、L3上面。

 

1、L1的应用

    一般认为,拥有acc或者lka、apa一项功能的车辆就认为是实现了level 1的水平。如果说,以前只要高配车型才有这项功能的时候,那么现在很多功能基本成了标配,比如acc。关于Level 1的配置,一般会有一个前置摄像头、一个长距离雷达、两个角雷达。

 

2、L2的应用

    相比较L1的普及,那么现在这个结点,其实正是Level 2大面积推广的时刻。不管市场上各个自动驾驶创业公司叫的多厉害,他们如果需要在这个市场立足或者短时间内获取现金流,那么acc + lka + apa是最基本的选择。就拿高速公路来说,只要有清晰的车道线,并且道路的弯曲程度适中,打开acc和lka,那么车辆完全可以自己驾驶。即使在车道方向上遇到一些障碍也不用紧张,车辆雷达或者前置摄像头会立即感知到,并且通知汽车作出合适的反应。很多人喜欢将tesla看作是Level 2.5,但是就个人观点而言,tesla的换道策略,还是需要驾驶员拨杆通知的,只是车辆会在换道的时候检测来往车辆,判断当前的环境是否真的适合换道。关于Level 2的配置,一般会有一个前置摄像头、一个长距离雷达、四个角雷达、还有可能有数量不等超声波雷达。

 

3、L2.5的应用

    Level 2.5,从名字就可以知道这个level的汽车会比L2好一点,但是又没有达到Level 3的要求。比如Level 2.5相比较Level 2就可以有自己的换道策略,这中间不需要驾驶员参与。但是相比较Level 3,它没有激光雷达,他的感知能力存在一些盲点。因此,目前一些公司的做法就是用Level 3的配置来实现Level 2.5的功能。目前Level 2.5的硬件配置还是很多的,一般会有一个前置摄像头、一个长距离雷达、四个环视摄像头、四个角雷达、12个超声波雷达,软件方面有可能有hdmap,也有可能没有。有的时候为了功能安全,前置摄像头和长距离雷达可能各需要两个,这样可以在紧急情况下实现主备切换。

 

4、L3的应用

    Level 3按照道理来说,应该可以实现特定场景下的大部分自动驾驶操作。目前已知的Level 3自动驾驶,应该是audi a8。但是这个系统开发代价较大,最乐观的估计从audi a8推广到普通大众车也需要几年的时间。不管是加速、减速、换道,还是左转、右转、掉头,level 3级别的汽车都能够轻松驾驭。我们从audi a8的配置来看,即使做到了自动驾驶,它对速度也是有严格要求的,同时为了成本的考量,它也只是使用了4线激光雷达,远不是创业公司使用的32线、64线雷达。相比较Level 2.5,Level3 需要增加更多的硬件和软件,比如激光雷达和hdmap。当然相比较L2而言,L3还会都一个DMS,就是驾驶员监控系统,它会帮助判断当前驾驶员是否分心、是否疲劳,有了这些结果,L3就会分析是否需要继续进行自动驾驶的操作。

 

5、L4的应用

    Level 4目前还没有一家公司推出量产产品。Level 4意味着在某些场景下,车辆不需要人的参与,完全可以cover所有的情况。即使车辆出现了异常,车辆也会自己紧急靠边,呼叫等待,这个流程可以一气呵成。要实现这个目前,那就意味着车辆需要更多的传感器、更多的算力、更多的能源消耗,这中间的成本考量短时间内有很大的障碍。L4相比较L3是前进了一大步,因此从硬件考虑上说,它必须有至少两套加速、两套刹车、两套转向系统,同时相比较L3有更多的传感器和算力要求,L4并不好做。那些宣称具体某一年实现L4的公司,不是demo版本就是在吹牛。

 

6、现实的状况

    目前能够量产的自动驾驶很少,大部分还是在Level 2和Level 3之间。从传感器的配置上,超声波雷达已经非常便宜,应用上面也是主要偏向于自动泊车。camera方面,目前主要是采用mobileye的整体方案,这样可以在视觉感知上面节省很多的时间毫米波雷达,不管是24G还是77G,本身技术已经很成熟,大陆也好,德尔福也好,成本处在可以接受的范围内。至于激光雷达,目前在实际车辆装备的很少,即使有,也是4线雷达、甚至是多个1线雷达这种低成本方案,短时间内看不到大规划量产的可能,目前真正量产的lidar应该只有大陆的scala方案。有了传感器,在算力方面,nxp、瑞萨、ti都推出了自己的方案,而高通、三星、英伟达也跃跃欲试。至于车联网,虽然5G部署提上日程,但是真正推广和应用尚需时日。此外,拥有自动驾驶研发能力的OEM还是很少的,大部分还是依赖于tier1,因为比硬件更重要的是软件的开发、测试和验证。这不是OEM的强项。单单验证这一项,除了simulink + carsim这种仿真测试,在实际车辆、实际场景上的测试可能需要几万小时的数据量,并且这还是远远不够的,测试成本可不是一般的公司可以承受的。一个新的车型尚且需要40-50个月的周期,如果再加上自动驾驶测试,这个总开发时间就非常可观了。一个比较合理的解释就是,大部分自动驾驶公司会变成OEM的子公司,或者转型为tier2,和tier1一起为OEM提供整体自动驾驶方案。只有极少数的公司会拥有自己的platform,或者直接转型为tier1。

 

7、后续的道路

    目前自动驾驶大家都在等待一个标杆企业的出现,就像手机里面的苹果。但是google的waymo是否有兴趣和有能力成为这样的标杆企业,还很难说。但是个人觉得只要场景和安全有保证,优化Level 2.5下的实际体验,做好这个级别下的自动驾驶,就可以极大地提高汽车的乐趣。至于将来什么时候可以达到自动驾驶,这不仅仅需要OEM的努力,还需要政府、交通、法律、社会大家的一道支持。

 

    如果要实现自动驾驶的安全,不仅仅需要足够多的传感器和强劲的cpu计算能力,还需要国家在道路改造、网络升级、法律修订、保险改革、车辆强制安装方面有所作为。只要做好了外部环境的安全,汽车安全才有真正实现的可能。

 

8、市场上的公开方案

    目前能提供L2级别量产方案的还是博世,比如宝骏的RS5、吉利博瑞GE、长安CS55、长城VV6、吉利缤瑞、上汽Marvel X等等。提供OEM L3方案的是veoneer。veoneer是autoliv分出来的一家公司,和delphi下的aptiv是一个道理。veoneer和吉利已经签合同,这个可以从公开的网站上可查询到,但是至于2020年底能不能量产目前还是未知数。

 

9、创业公司的自动驾驶方案

    我们以momenta为例,他们的产品主要有三块。第一,基于前置摄像头和驾驶员监控的相关业务,类似于mobileye和DMS,按照目前的情形,这一块是可以尽快落地的。第二,是面向城市和高速的L3驾驶方案,这一部分类似于audi的a8 L3方案,当然momenta可能有自己的特色。第三,就是代客泊车,目前奔驰和博世正在研发这一方案,网上可以找到相关新闻。它的基本原理就是改造停车场,而汽车只要安装v2x设备,就可以实现L4级别的自动驾驶,因为所有的加速、减速、转弯命令都是停车场发出来的。

 

    除了momenta,我们还可以看另外一家自动驾驶公司禾多科技。其实他们的产品和momenta类似,只不过少了camera和DMS,全力聚焦高速L3和代客泊车。原来的链接在当然,目前国内除了Geely和Autoliv的veoneer达成了L3开发计划之外,公开新闻里面还没有一家创业公司和主机厂签署类似的协议。

 

    当然,除了momenta、禾多这种定位于tier2的公司来说,还有更多致力于自动物流的创业公司,比如图森未来、驭势科技等等。

 

    大家可以自己好好关注一下,对时下比较清晰的自动驾驶行业也有一个比较清晰的认识。

 

链接:

a,momenta产品 https://www.qxwz.com/zixun/753690769

b,禾多产品 http://www.holomatic.cn/news/16.html

作者:费晓行 
原文:https://blog.csdn.net/feixiaoxing/article/details/88387345 
 

  • 1
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Autoware是一个开放源代码的自动驾驶软件平台,旨在为无人驾驶自动化研究和开发提供一个灵活、可扩展和可定制的解决方案。现在有许多公司和团体正在使用Autoware进行自动驾驶技术的研究和开发。 针对Autoware无人驾驶平台的培训,通常需要一些基本的技术背景,比如计算机视觉、机器学习等方面的知识。培训通常包括三个方面,即平台的基础知识、基于Autoware的车辆控制和规划算法、以及Autoware在现实道路环境下的使用和测试。 首先,对于新手,需要了解Autoware的基础框架、模块和工具链,如数据采集、2D和3D感知、定位估计、定位控制等。这些内容可以通过相关书籍和在线教程学习。 其次,针对车辆控制和规划算法,Autoware包括许多重要组件,如路径规划、障碍物检测与跟踪等。培训通常会向学员介绍Autoware的这些算法和实践,让学员了解如何使用Autoware进行算法实现,并为自动驾驶系统提供基本控制器。 最后,为了将Autoware更好地应用到现实道路环境中,培训着重讲解了实际实现自动驾驶需要考虑的许多技术难题。例如,如何进行车辆注册、如何与其他汽车通信、如何进行故障恢复与安全评估等等。 总之,Autoware的无人驾驶平台培训需要学员有一定的技术背景,并需要在实践中不断探索和学习。只有不断学习和实践,才能够掌握自动驾驶这一前沿领域的相关技术,并掌握Autoware无人驾驶平台的使用和开发。 ### 回答2: Autoware无人驾驶平台是当前开源自动驾驶领域中最具代表性和实用性的软件平台之一,因此培训相关技术和应用前景是非常有必要的。在Autoware无人驾驶平台培训中,常见的课程设置包括软件介绍、基础知识讲解、应用案例分享、实操操作等环节。学员通常需要具备编程基础、自动控制和机器学习相关知识等基础技能,才能更好地掌握Autoware无人驾驶平台的使用和应用。在实践操作环节中,学员需要通过编程实现无人驾驶汽车的自动驾驶和智能控制等功能,并对实验结果进行回顾总结,以不断提升自己的技术水平和应用体验。此外,在Autoware无人驾驶平台培训中,还需要考虑相关法规和安全问题,培养学员具备对无人驾驶安全研究和应用的意识和责任心,从而更好地应对实际应用场景的挑战。总之,Autoware无人驾驶平台培训是一个相对较新的领域,需要专业的授课和实践经验,并与人工智能和机器人领域等相关技术及行业保持紧密联系,才能更好地促进无人驾驶技术的发展和应用。 ### 回答3: Autoware无人驾驶平台培训是一个针对无人驾驶技术和Autonomous Driving智能行车系统开发的培训计划。该计划旨在让参与者掌握Autoware无人驾驶平台的基本概念和使用方法,以便应用在实际产业和研究中,从而提高技术水平和开发效率。 该培训计划包括Autonomous Driving和ROS机器人操作系统的概念介绍,Autoware平台的安装和配置,作为Autonomous Driving系统的开发流程和数据结构的详细说明,Autoware平台中常用的节点、消息和传感器的使用方法以及应用案例和活动的实践训练。 这个培训计划适合从事无人驾驶相关技术或者对无人驾驶技术感兴趣的工程师、研究人员和学生等。参加者将学习到Autonomous Driving和ROS操作系统的基本理念,以及如何使用Autoware平台开发和实现无人驾驶技术。此外,培训还提供了一系列的案例和实践活动,以更好地让参与者了解和掌握Autoware无人驾驶平台的应用方法和实践技能。这样可以帮助参与者更好地了解无人驾驶技术的发展趋势和应用前景。 总的来说,Autoware无人驾驶平台培训是一个非常有价值的培训计划,可以让参与者了解无人驾驶技术的核心概念和基础知识,提高个人技能和实践能力,从而为未来的职业或学术生涯做好准备。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值