百度Apollo学习笔记（第一天）

最新推荐文章于 2023-08-31 00:01:44 发布

肖浩然

最新推荐文章于 2023-08-31 00:01:44 发布

阅读量628

点赞数 1

分类专栏：无人驾驶学习笔记

本文链接：https://blog.csdn.net/xiao769507610/article/details/118493505

版权

无人驾驶学习笔记专栏收录该内容

32 篇文章 10 订阅

订阅专栏

本文深入探讨无人驾驶技术，从不同等级的自动化驾驶到其运作的关键要素，如计算机视觉、传感器融合、定位、路径规划和控制。重点介绍了Level 0-5的自动驾驶级别，以及无人驾驶的优势，如安全性和路线规划。此外，还涵盖了无人驾驶车辆的硬件平台，如GPS、IMU、LiDAR和摄像头，以及实时操作系统和云服务在无人驾驶中的作用。

摘要由CSDN通过智能技术生成

第一课：无人驾驶概览

我们将学到什么？

定位：汽车用雷达和激光扫描周围，与高精度地图比对，从而定位

感知：使用Deep Learning方法，尤其是卷积神经网络，进行分类、检测、分割

预测：行车轨迹（这里我理解的是对其他车辆行车轨迹的预测，毕竟需要基于此来做出自己的行车规划）

规划：自己的行车路线

什么是无人驾驶?

无人驾驶的等级

无人驾驶的六个等级：Level 0 - 5

Level 0 : 车辆不会自己驱动自己，完全需要人来控制。
Level 1 : 提供转向、加速支持，如巡航控制。（可以定速）
Level 2 : 自动巡航控制、车道保持。（可以自己加减速、保持距离）
Level 3 : 车辆自主驾驶，但在特殊情况需要驾驶员接管。（手脚可以同时离开，比如跟车功能，自动加减速和转向）
Level 4 : 不需人的干预，但只能在一定区域自动驾驶（地理围栏），超出这个区域可能会无法操作。（只需在可行范围内确定起点和终点）
Level 5 : 只要是人能开的地方，都可以完全自主运行，并且有着不低于人类的驾驶技术。

一些疑问和解释：

Level 1中的巡航控制是啥？

巡航控制系统（cruising control system，CCS）：比如巡航定速，“你设定一个速度，车就会自动维持在那个速度，不用驾驶员再去频繁踩油门”

Level 1中的提供转向支持，具体是怎样的？（暂时没找到答案）

自动巡航控制？

自适应巡航（Adaptive Cruise Control，ACC）：

当发现前面有缓慢行驶的车辆时，会自动减速，并与前车保持设定距离
当前面恢复畅通时，就会回到之前设定的速度

一些缺陷：

前面有车突然加塞时可能会检测不到
转弯时，前面的车先过弯，车检测到前面没车了会突然加速，让人有些猝不及防

Level 3所说的特殊情况？

比如进入修路路段

无人驾驶的优势

安全
培养一个司机需要很久，而让车学会自己驾驶自己可以很快，而且人有顽固性，有些问题总改不了，但无人车可以自我改进，还能相互学习
解放人，比如可以不用自己找车位、停车了，只管告诉无人车自己要去哪

无人驾驶车的运作方式

Computer Vision：利用摄像头获取图像信息，这些信息包括物体的颜色、形状、纹理等等，可以用于判别物体、识别交通信号灯，进行分类和分割

Sensor Fusion：利用传感器进行测量，传感器包括雷达、激光雷达等。测量的信息包括周围物体的速度、与周五物体的距离

Localizationg：定位。精度要求一位数厘米，通过识别出了周围地标，并且计算出了与周围地标的距离之后，与高精度地图进行比对，实现定位

Path Planning：规划路线。预测周围行进物体可能的行为，最终规划出一条自己的路线。

Control：控制车辆的驱动设备，使得车辆能尽可能地按照预定轨迹行进。

（预想的和实际的是可能有偏差的，比如下面这条高糊图片中，黄色是预设路线，绿色是自己执行操作后的轨迹，拿人对比的话，你想尽可能地走道路中线，但拐弯时，是可能会有偏差的）

我对上面五个要素之间关系的理解：

通过摄像头和传感器了解周围世界（Computer Vision、Sensor Fusion），与“心中”的地图进行比对从而知道自己在哪（Localizationg），知道自己在哪便可以规划路线去自己想去的地方（整体路线，Path Planning），但在行进的过程中可能会有超车、被超车、会车等等情况，那么这些小状况的应对，也会有一些路线（小路线，Path Planning），而确定了路线之后，就得控制车的油门、刹车灯设备来行进。（Control）

感觉挺符合人的逻辑的