目录
前面简述了无人车的定义及分级、发展历程、社会影响及所面临的技术挑战。本章将讲述无人车的系统架构,包括硬件架构和软件架构,使读者从系统层面对无人车的体系架构有个宏观的认知,这样对于后续要讲解的各硬件传感器原理、各算法模块的原理、工程系统平台等的理解打下坚实的基础,以便我们能够更加系统全面地对无人车各部件(传感器、软件模块、数据、云端平台、通信系统等)进行评测。
硬件架构
目前业界无人车的硬件架构,一般采用激光雷达作为主要感知传感器,同时结合摄像头、GPS/IMU、毫米波雷达、超声波雷达等,以NVIDIA Drive PX2 或 Xavier作为主要计算平台,在工业PC机上运行各种算法模块,通过线控技术控制车辆行驶。以百度开源自动驾驶系统Apollo公布的架构图为例,如下所示:
车顶部署了一套64线激光雷达,周围部署了多个摄像头,车辆前方部署毫米波雷达,GPS天线在车后方,后备箱存放工业PC机和GPS接收器等设备。其内部各硬件设备型号及连接关系如下图所示:
目前业界大部分的无人车硬件架构,都与上方类似,唯有Google的Waymo采用双备份的硬件架构来增加安全可靠性,但从单一系统来看,总体硬件架构同以上是类似的。
摄像头(Camera) :主要用于车道线、交通标示牌、红绿灯以及车辆、行人检测,有检测信息全面、价格便宜的特点,但受到雨雪天气和光照的影响较大。 摄像头由镜头、镜头模组、滤光片、CMOS/CCD、ISP、数据传输部分组成。光线经过光学镜头和滤光片后聚焦到传感器上,通过CMOS或CCD集成电路将光信号转换成电信号,再经过图像处理器(ISP, Image Signal Processing)转换成标准的RAW,RGB或YUV等格式的数字图