自动驾驶学习笔记
文章平均质量分 82
Johnny 周
百岁写代码
展开
-
自动驾驶感知系统--惯性导航定位系统
(f)量化误差,这在所有数字系统中是固有的,由于它可能存在于标准化环境中,当输入不变时它的值可能是变换的。该系统通过加速度计测量车辆在惯性参考系中的加速度,通过陀螺仪测量载体的旋转运动,可以进行惯性坐标系到导航坐标系的转换,将角速度相对时间进行积分,结合车辆的初始运动状态(速度,位置),就能推算出车辆的位置和姿态信息。牛顿第二定律在INS中也有重要的作用,简单来说,牛顿第二定律说明了加速度的大小与作用力成正比,方向与作用力的方向相同,数学表达式为F=ma。这种噪声的功率谱密度以1/f减小,其中f是频率。原创 2023-07-29 19:30:56 · 2017 阅读 · 0 评论 -
自动驾驶感知系统-全球卫星定位系统
空间位置即GNSS卫星在某坐标系的坐标,为此首先要建立适当的坐标系来表征卫星的参考位置,而坐标又往往与时间联系在一起,因此,定位是基于坐标系统和时间系统来进行的。GPS提供具有全球覆盖、全天时、全天候、连续性等优点的三维导航和定位能力,作为先进的测量、定位、导航和授时手段、除了在军事上起着举足轻重的作用外,在国家安全、经济建设和民生发展的各个方面都扮演着重要的角色。卫星导航系统的误差从来源上可以分为4类:与信号传播有关的误差,与卫星有关的误差,与接收机有关的误差以及地球潮汐、负荷潮等造成的其他误差。原创 2023-07-29 19:26:26 · 1093 阅读 · 0 评论 -
自动驾驶感知系统-超声波雷达
超声波雷达的工作原理可用图的数学模型来表示,其中α为超声波探测角,一般UPA的探测角为120度作用,APA的探测角较小为80度左右,β为超声波雷达检测宽度范围的影响元素之一,该角度一般较小。采用超声波雷达测距时,超声波发射器先向外面某一个方向发射出超声波信号,在发射超声波的同时开始计时,超声波通过空气进行传播,传播途中遇到障碍物就会立刻反射回来,超声波接收器在接收到反射波立即停止计时。超声波能量消耗较为缓慢,防水、防尘性能好,传播距离较远,穿透性强,测距方法简单,成本低,且不受光线条件的影响。原创 2023-07-23 22:29:04 · 1113 阅读 · 0 评论 -
自动驾驶感知系统-毫米波雷达
返回的波形和发出的波形之间有频率差,这个频率差是呈线性关系的:物体越远,返回波收到的越晚,那么它跟入射波的频率差就越大。在自动驾驶汽车领域,车载毫米波雷达通过天线发射毫米波,接收目标反射信号,经后台处理后快速准确地获取汽车车身周围的物理环境信息(如汽车与其他物体之间的相对距离,相对速度、角度、运动方向等),然后根据所探知的物体信息进行目标跟踪和识别分类,进而结合车身动态信息和其他传感器接收的信息进行数据融合,通过中央处理单元(ECU)进行智能处理,经合理决策后,及时对汽车运动执行控制,从而实现自动驾驶。原创 2023-07-23 21:35:36 · 1109 阅读 · 0 评论 -
自动驾驶感知系统-摄像头
双目摄像头是通过对两幅图像视差的计算,直接对前方景物(图像所涉及的范围)进行距离测量,因此无须判断前方出现的物体是什么类型的障碍物,不用像单目摄像头那样建立并维护庞大的样本特征数据库。依靠两个平行布置的摄像头产生的视差,找到同一物体所有的点,依赖精确的三角测距,就能够算出摄像头与前方障碍物的距离,实现更高的识别精度和更远的探测范围。在140km/h的车速下,汽车每秒要移动40m的距离,为避免两次图像信息获取间隔期间自动驾驶汽车驶过的距离过长,要求车载摄像头具有不低于30f/s的帧率。单目摄像头采集的数据。原创 2023-07-23 21:31:41 · 1364 阅读 · 0 评论 -
自动驾驶感知系统-激光雷达
借助LiDAR本身的特性可以很好的探测反射障碍物的远近,大小,甚至表面形状,有利于障碍物检测准确性的提高,而且在算法方面比起机器视觉算法来也比较简单,更适合无人车的需求,下图为激光雷达生成的点云图。最后,将初始位置信息,激光雷达提取的特征跟高精地图的特征信息进行匹配,从而获取一个准确的定位。利用以下简化的概率模型:已知t0时刻的GNSS信息,t0时刻的点云信息,以及t1时刻无人车可能位于的3个位置P1,P2,P3(为了简化问题,假设无人车会在这3个位置中的某一个),求t1时刻车在这3点的概率。原创 2023-07-23 21:27:11 · 832 阅读 · 0 评论 -
自动驾驶技术架构
自动驾驶汽车技术架构较为复杂,涉及了多领域的交叉互容,例如汽车、交通、通信等,基于自动驾驶相关的软硬件、辅助开发工具、行业标准等各方面关键问题,自动驾驶汽车关键技术可分文以下几个部分。原创 2023-07-23 21:19:28 · 1555 阅读 · 0 评论 -
自动驾驶分级和技术架构
即在有限的条件下实现自动控制,例如,在预先设定的路段(例如高速、低流量的城市路段),自动驾驶系统可以独立负责整个车辆的控制,然而,在特殊紧急情况下,驾驶员仍然需要接管,但系统需为驾驶员预留足够的警告时间。L3级别将解放驾驶员,无须随时监控道路状况,将驾驶安全主控权交给车辆自动驾驶系统。与SAE自动驾驶分级基本保持对应,SAE-China将自动驾驶汽车分为DA、PA、CA、HA、FA5个等级,考虑了中国道路交通情况的复杂性,加入了对应级别下智能系统能够适应的典型工况特征,如下表。3) L2:部分自动驾驶。原创 2023-07-22 17:28:49 · 1214 阅读 · 0 评论