2.1 传感器与硬件(第二章 自动驾驶的软硬件构架)

第二章 自动驾驶的软硬件构架

本章学习内容

1. 传感器(感知 perception)
2. 自动驾驶计算硬件
3.  设计硬件的结构
4. 软件的构架和分解
5. 自动驾驶的环境

2.1 传感器与硬件(Hardware Configuration Design)

学习内容:

1. 传感器的类型与特征
2. 自动驾驶的计算硬件

**传感器的定义

  1. 传感器 用于检测/测量环境特征的设备
  2. 类别:车内传感器(exteroceptive)、车外传感器(proprioceptive)**
    在这里插入图片描述

传感器的分类
在这里插入图片描述
1. 摄像头(camera):被动式的、光线收集;
在这里插入图片描述

对比特征:
分辨率: resolution
视角范围:field of view 水平方向和垂直方向
动态变化:dynamic range 图像中最暗和最亮色调之间的差异(越高越好)
需要在视角范围和动态变化二者之间做出平衡选择。

双摄像头(stereo camera):产生一个更深的图像数据估计
在这里插入图片描述

2. 激光雷达(LIDAR):
在这里插入图片描述

利用激光进行探测与测距,雷达向环境发出激光束,环境对其进行反射,雷达接受到光束的返回数量及返回时间,经过计算后得出物体形状,形成3D点云。
特点:主动式,不受环境的影响
对比特征:
激光束的数量(8,16,32,64)
每秒收集的点数(点数越多,3D点云越详细)
旋转速率(旋转的越快,3D点云更新的越快)
视角范围 (FOV) 探测范围(detection range)
High-resolution solid-state LIDAR:高精度(分辨率)固态雷达

3. 雷达:
在这里插入图片描述

无线电监测和测距,不受降雨和极端天气的影响
目标监测和相对速度估计的鲁棒性(稳定性)
对比特征:
探测范围
FOV
位置与速度的准确度(精度)
构造:
WFOV
NFOV
注:测量广度和测量深度的不可兼容性

4. 超声波(声呐sonars)

在这里插入图片描述

短距(测量范围),所有天气下的距离测量
低成本停车解决方案的理想选择
不受光纤和降雨的影响
对比特性
探测范围
FOV
花费

5. GPS/IMU(全球定位系统+惯性测量单元)

在这里插入图片描述

Global Navigation Satellite System; Inertial Measurement Units
直接测量车辆的状态:
位置,速度(GNSS)
角速度(IMU)
加速度(IMU)
航向(Heading)(IMU+GPS) 3D orientation of vehicle

6. 车轮里程表(wheel odometry)
在这里插入图片描述

监测车轮速度与方向

计算车轮的速度和整体的方向(同仪表盘车速),包括速度的准确度和位置漂移

计算硬件(大脑,车辆的决策单元)

在这里插入图片描述

接收所有的传感器数据,产生控制的指令

图像处理,目标检测,出图
GPU:Graphic Processing Unit
FPGAs:Field Programmable Gate Array
ASICs:Application Specific Integrated Chip

同步硬件:同步不同的模块及公共时钟(GPS)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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