python无人驾驶技术_智能汽车无人驾驶资料调研（一）

1.提出无人驾驶演进的五个维度：消费者接受度、技术整合度、生态体系、立法、基础设施投资；

2.无人驾驶的关键技术：环境感知技术、定位导航技术、路径规划技术和决策控制技术。(分类有待商榷，比如V2X通信技术等未包括)

给出SAE给的最新L0-L5的无人驾驶定义：

自动驾驶分级

名称(SAE)

定义(SAE)

NHTSA

SAE

0

0

无自动化

无自动驾驶，由人类驾驶员全权操控汽车，可以得到警告或干预系统的辅助；

1

1

驾驶支援

通过驾驶环境对方向盘和加减速中的一项操作提供驾驶支持，其他的驾驶动作都由人类驾驶员进行操作；

2

2

部分自动化

通过驾驶环境对方向盘和加减速中的多项操作提供驾驶支持，其他的驾驶动作都由人类驾驶员进行操作。

3

3

有条件自动化

由自动驾驶系统完成所有的驾驶操作。根据系统要求，人类驾驶者需要在适当的时候提供应答。

4

4

高度自动化

由自动驾驶系统完成所有的驾驶操作。根据系统要求，人类驾驶者不一定需要对所有的系统请求做出应答，包括限定道路和环境条件等。

5

完全自动化

在所有人类驾驶者可以应付的道路和环境条件下，均可以由自动驾驶系统自主完成所有的驾驶操作。

2.1 环境感知

环境感知技术通常是利用传感器感知周边环境。常用的传感器包括摄像头、激光雷达、超声波雷达、GPS、陀螺仪等等。最主要的两种传感器就是摄像头和激光雷达。如 tesla autopilot 采用了摄像头、雷达、超声波传感器等：https://www.tesla.cn/autopilot

激光雷达(主流厂商有Velodyne、Quanergy、Ibeo 等公司)：激光光束从两侧透镜发出，遇到障碍物折返后经过中间透镜被抓取，接收器处理分析后判断障碍物位置。Google 无人驾驶原型车、Uber 无人驾驶测试车、百度无人驾驶测试车都采用了 Velodyne。

2.2 定位导航

【定位】高精度地图层：提供道路的斜率和曲率、车道标志和路边物体的标注；提供一个高精度的车道模型，协助车辆间距调整、安全换道、速度管理