自动驾驶的级别
L1~L2: 人为主导,也就是人需要负责大部分操作
L3~L5: 车为主责,出了事故时,车商负责 (L3级开始,车具备自动变道的能力)
L4~L5: 车为主导,车自动完成大部分操作,人不用去实时操控车
如何实现L4级别的无人驾驶?
1. Vehicle to Everything
V2V :车辆之间协同
V2I :车与公共设施的协同
V2P :车与行人的协同
2. 边缘计算
RSU(路测单元)、OBU(车载单元)
:ETC就应用了RSU和OBU
3. 5G通信
LTE-V协议:该协议兼容4G和5G
4. 百度ACE交通引擎?
将车周围的环境,比如红绿灯等,做得智能化,与车进行通信
自动驾驶的难点
1. 精确感知周围事物
2. 智能的决策
3. 丰富的、时效性强的地图信息
4. 汽车本身的精确定位
RSS模型(Responsibility-Sensitive Safety)
如何定界------车的责任 和 人的责任
一个L4自动驾驶的系统架构在这里插入图片描述
用到的传感器
摄像头
//******
激光雷达
发射激光并接收回波
特点:障碍物识别,准确率高
毫米波雷达
特点:阴雨、雾霾天进行辅助感知,观测距离远,误差大
毫米波雷达,是工作在毫米波波段(millimeter wave )探测的雷达。通常毫米波是指30~300GHz频域(波长为1~10mm)的。毫米波的波长介于微波和厘米波之间,因此毫米波雷达兼有微波雷达和光电雷达的一些优点。
与厘米波导引头相比,毫米波导引头体积更小、质量更轻和空间分辨率更高
与红外、激光、电视等光学导引头相比,毫米波导引头穿透雾、烟、灰尘的能力强,具有全天候(大雨天除外)全天时的特点。另外,毫米波导引头的抗干扰、反隐身能力也优于其他微波导引头 。
毫米波雷达能分辨识别很小的目标,而且能同时识别多个目标;具有成像能力,体积小、机动性和隐蔽性好,在战场上生存能力强
超声波
高敏感度传感器
超声波发射装置发出超声波,它的根据是接收器接到超声波时的时间差(超声波在空气中的传播速度为340m/s,根据计时器记录的时间t(秒),就可以计算出发射点距障碍物的距离(s),即:s=340t/2)
定位系统传感器
惯性传感器IMU:
IMU全称Inertial Measurement Unit,惯性测量单元,主要用来检测和测量加速度与旋转运动的传感器。其原理是采用惯性定律实现的,这些传感器从超小型的的MEMS传感器,到测量精度非常高的激光陀螺,无论尺寸只有几个毫米的MEMS传感器,到直径几近半米的光纤器件采用的都是这一原理。
包含加速度计和陀螺仪
加速度计检测物体在载体坐标系统独立三轴的加速度信号
陀螺仪检测载体相对于导航坐标系的角速度信号
最基础的惯性传感器包括加速度计和角速度计(陀螺仪),他们是惯性系统的核心部件,是影响惯性系统性能的主要因素。尤其是陀螺仪其漂移对惯导系统的位置误差增长的影响是时间的三次方函数。而高精度的陀螺仪制造困难,成本高昂。因此提高陀螺仪的精度、同时降低其成本也是当前追求的目标。
全球导航卫星系统GNSS
无人车一般使用RTK(载波差分)技术来进行定位,频率在10Hz左右