• 汽車自動駕駛執行控制的認識(汽車自動駕駛執行控制的認識與理解)

    自動駕駛 1058
    今天給各位分享汽車自動駕駛執行控制的認識的知識,其中也會對汽車自動駕駛執行控制的認識與理解進行解釋,如果能碰巧解決你現在面臨的問題,別忘了關注本站,現在開始吧!本文目錄一覽: 1、自動駕駛汽車的技術原理

    今天給各位分享汽車自動駕駛執行控制的認識的知識,其中也會對汽車自動駕駛執行控制的認識與理解進行解釋,如果能碰巧解決你現在面臨的問題,別忘了關注本站,現在開始吧!

    本文目錄一覽:

    自動駕駛汽車的技術原理

    汽車自動駕駛技術包括視頻攝像頭、雷達傳感器以及激光測距器來了解周圍的交通狀況,并通過一個詳盡的地圖對前方的道路進行導航。這一切都通過谷歌的數據中心來實現,谷歌的數據中心能處理汽車收集的有關周圍地形的大量信息。

    就這點而言,自動駕駛汽車相當于谷歌數據中心的遙控汽車或者智能汽車。汽車自動駕駛技術物聯網技術應用之一。

    沃爾沃根據自動化水平的高低區分了四個無人駕駛的階段:駕駛輔助、部分自動化、高度自動化、完全自動化:

    1、駕駛輔助系統(DAS):目的是為駕駛者提供協助,包括提供重要或有益的駕駛相關信息,以及在形勢開始變得危急的時候發出明確而簡潔的警告。如“車道偏離警告”(LDW)系統等。

    2、部分自動化系統:在駕駛者收到警告卻未能及時采取相應行動時能夠自動進行干預的系統,如“自動緊急制動”(AEB)系統和“應急車道輔助”(ELA)系統等。

    3、高度自動化系統:能夠在或長或短的時間段內代替駕駛者承擔操控車輛的職責,但是仍需駕駛者對駕駛活動進行監控的系統。

    4、完全自動化系統:可無人駕駛車輛、允許車內所有乘員從事其他活動且無需進行監控的系統。這種自動化水平允許乘從事計算機工作、休息和睡眠以及其他***等活動。

    結構性能

    1、激光雷達

    車頂的“水桶”形裝置是自動駕駛汽車的激光雷達,它能對半徑60米的周圍環境進行掃描,并將結果以3D地圖的方式呈現出來,給予計算機最初步的判斷依據。

    2、前置攝像頭

    自動駕駛汽車前置攝像頭谷歌在汽車的后視鏡附近安置了一個攝像頭,用于識別交通信號燈,并在車載電腦的輔助下辨別移動的物體,比如前方車輛、自行車或是行人。

    3、左后輪傳感器

    它通過測定汽車的橫向移動來幫助電腦給汽車定位,確定它在馬路上的正確位置。

    4、前后雷達

    后車廂的主控電腦谷歌在無人駕車汽車上分別安裝了4個雷達傳感器(前方3個,后方1個),用于測量汽車與前(和前置攝像頭一同配合測量)后左右各個物體間的距離。

    5、主控電腦

    自動駕駛汽車最重要的主控電腦被安排在后車廂,這里除了用于運算的電腦外,還有測距信息綜合器,這套核心裝備將負責汽車的行駛路線、方式的判斷和執行。

    什么是自動駕駛

    【太平洋汽車網】自動駕駛汽車,又稱無人駕駛汽車、電腦駕駛汽車或輪式移動機器人,為一種運輸動力的無人地面載具。作為自動化載具,自動駕駛汽車不需要人類操作即能感測其環境及導航。

    自動駕駛汽車,又稱無人駕駛汽車、電腦駕駛汽車或輪式移動機器人,為一種運輸動力的無人地面載具。作為自動化載具,自動駕駛汽車不需要人類操作即能感測其環境及導航。

    0:即無自動。駕駛隨時掌握著車輛的所有機械、物理功能,僅配備警報裝置等等無關主動駕駛的功能也算在內。

    無自動駕駛,就是駕駛員完全手工駕駛,一點不能分心。

    等級

    1:駕駛者操作車輛,但個別的裝置有時能發揮作用,如電子穩定程式(ESP)或防鎖死剎車系統(ABS)可以幫助行車安全。

    只是可以起到一個輔助的作用,駕車主力還是駕駛員。

    等級

    2:駕駛者主要控制車輛,但系統階調地自動化,使之明顯減輕操作負擔,例如主動式巡航定速(ACC)結合自動跟車和車道偏離警示,而自動緊急煞停系統(AEB)透過盲點偵測和汽車防撞系統的部分技術結合。

    等級

    3:駕駛者需隨時準備控制車輛,自動駕駛輔助控制期間,如在跟車時雖然可以暫時免于操作,但當汽車偵測到需要駕駛者的情形時,會立即回歸讓駕駛者接管其后續控制,駕駛必須接手因應系統無力處理的狀況。

    等級

    4:駕駛者可在條件允許下讓車輛完整自駕,啟動自動駕駛后,一般不必介入控制,此車可以按照設定之道路通則(如高速公路中,平順的車流與標準化的路標、明顯的提示線),執行包含轉彎、換車道與加速等工作,除了嚴苛氣候或道路模糊不清、意外,或是自動駕駛的路段已經結束等等,系統并提供駕駛者“足夠寬裕之轉換時間”,駕駛應監看車輛運作,但可包括有旁觀下的無人停車功能。

    5:駕駛者不必在車內,任何時刻都不會控制到車輛。此類車輛能自行啟動駕駛裝置,全程也不須開在設計好的路況,就可以執行所有與安全有關之重要功能,包括沒有人在車上時的情形,完全不需受駕駛意志所控,可以自行決策。

    (圖/文/攝:太平洋汽車網問答叫獸)

    軟件是怎么控制汽車自動駕駛的?自動駕駛汽車需要解決哪些技術問題?

    自動駕駛,其實簡而言之就是一臺機器人,它主要是通過高智能的水平控制汽車的運作。機器人的作用是不言而喻的,而掌握機器人的核心價值,將成為人工智能機器的領先者。自動駕駛技術的發展離不開核心技術的創新。

    1、硬件技術。

    身上所需需要的傳感器是無限多的,因為傳感器的存在與否,主要取決于這輛車想要完成什么樣的任務。而每一種傳感器它所涉及到的任務是各不相同的。比如你想要完成路段的自動駕駛沒有激光傳感器,僅靠視覺是不能夠完成的。自動駕駛需要工程師以汽車需要完成的目標為任務。對硬件進行選擇和控制,以及對硬件進行創新。資中間涉及到的克服困難并不是很容易就能完成的。

    2、控制器。

    在推動汽車行走的過程當中還需要控制器。只有嵌入一個穩定可靠的控制器,才能夠使汽車正常的在路上行駛。目前應用最廣泛的控制器是a8。汽車從a點開到B點,需要知道ab2點之間的地圖。之后才能夠確定位置。比如行駛到路口是需要左轉彎還是右轉彎或者是直行。無人駕駛汽車也一樣需要依靠GPS的模式進行運作。

    3、感知傳感器。

    傳感器可以說是汽車身上最主要的一款設置,因為如果沒有感知汽車就變成無頭蒼蠅四處亂竄。而傳感器的效果好壞,同樣也影響著汽車是否能順暢進行形式。雷達傳感器在汽車的運用上已經得到廣泛的運用。

    當然汽車的行駛不僅包括硬件上的技術,還包括軟件上的技術。軟件的技術包括了編寫代碼以及去實現轉化更加細化的分類。從港之城到榮和城到威化城最后的控制城,層層之間是相互遞進的。

    什么是汽車自動駕駛,如何通俗易懂地理解其功能及原理?

    一種有限條件下的自動駕駛,一方面讓駕駛員開車更輕松,但同時又要求駕駛者隨時從放松的狀態馬上切換到注意力集中的狀態來處理突發狀況,一旦發生事故權責也很難界定。

    人們對于自動駕駛最早的誤解,其實源于一些媒體的誤讀。很多媒體把 Autopilot 這一詞簡單簡單拆解為 “Auto” 和 “pilot” 兩個詞匯,并將中文意思曲解為自動駕駛。

    (仍然需要人類做出關鍵決策的特斯拉駕駛輔助系統)

    然而其實 Autopilot 這個詞源于飛機、列車、輪船領域的輔助駕駛系統。維基百科也給這個詞做了明確的定義:

    An autopilot is a system used to control the trajectory of a vehicle without constant ‘hands-on’ control by a human operator being required.

    駕駛輔助是一個用來控制載具軌道而無須人工一直干預的系統。

    這句話里面的關鍵詞其實是 “constant” 持續的。也就是說,Autopilot 所代表的駕駛輔助系統是不需要人類持續干預的,但是仍然需要人類做出某些干預,比如關鍵性的決策等,機器只是在一旁輔助。

    (不需要人類駕駛員做出決策的 Uber 全自動駕駛車)

    而關于我們大眾所認知的自動駕駛,或者說全自動駕駛,在維基百科中同樣也有相關的定義。我們所認知的無人駕駛車,準確的說應該叫做 “Autonomous car”。

    與對于駕駛輔助的定義類似,無人駕駛車概念的關鍵支持在于無需人類干涉。也就是說機器會自動感知,自動做出決策并且自動駕駛。所以這樣來說,自動駕駛究竟是什么的定義問題就變得格外簡單了。駕駛輔助和自動駕駛,最主要的區別在于人的參與度,前者需要人參與,而后者完全不需要人參與。

    功能、原理及難點

    其實單純從硬件技術層面來看,自動駕駛的原理并不算特別復雜。用最簡單的話說,找一臺車子來改裝一下(電動車比較好改一點且性能可控性更好),加幾個傳感器,再塞一套開源的自動駕駛計算平臺,好,這就搞定了。

    傳感器

    傳感器是自動駕駛車的眼睛,用于收集汽車周圍的信息。歸納來看,目前主流的自動駕駛車其實也就是使用了三種傳感器:LiDAR 激光雷達、攝像頭、和傳統雷達。

    三種傳感器各有各的優勢,早就運用在車輛倒車雷達上的傳統雷達成本相對較低,穿透性較強且不受雨霧等環境的影響,但弱點在于覆蓋范圍較小且難以對周圍物體做出精準的判斷。

    攝像頭同樣也是自動駕駛車所必備的傳感器,與兩種雷達不同,攝像頭沒有任何穿透力且需要光線,用于自動駕駛的數據是通過對攝像頭的圖樣識別得出的。不過攝像頭也是最容易受到干擾的一種自動駕駛傳感器,且一旦獲取的圖像有誤差,對最終的識別結果就會產生極大的影響。唯一的好處在于成本低,且目前視覺識別的方案相對來說發展得比較成熟,做無人駕駛汽車可用的也比較多。

    數據處理

    自動駕駛車上搭載的傳感器收集到的數據,都會被傳輸到車載電腦中進行分析和處理,最終做出決策。對于車載電腦的技術部分我們不必多說,因為自動駕駛汽車單純從原理上真的不算是什么 “黑科技”,畢竟規劃路線,躲避障礙的功能目前很多掃地機器人和無人機都能實現。所以還是把關注的重心聚焦在實現自動駕駛的難點上。自動駕駛汽車需要收集汽車周圍數據,對信息進行處理并最終做出決策,這整個過程與真人司機所要完成的過程幾乎毫無差異。

    汽車自動駕駛技術是什么功能?

    汽車自動駕駛技術包括視頻攝像頭、雷達傳感器以及激光測距器來了解周圍的交通狀況,并通過一個詳盡的地圖(通過有人駕駛汽車采集的地圖)對前方的道路進行導航。

    主要優勢:

    犯罪率降低。未來還將在警車中使用人工智能。到那時,罪犯將無法擺脫對無人駕駛汽車的追逐。例如,如果罪犯也駕駛自動駕駛汽車,那么該汽車可以被警察遠程停車,或者該汽車可以被門窗擋住,然后直接送到派出所。

    當然,他們也可能駕駛普通汽車,但是自動駕駛汽車的人工智能計算能力以及實際上能夠定位地圖和路況的能力可以幫助警察更快地抓捕罪犯。更重要的是,將來幾乎很難找到這種車輛。

    三分鐘深入了解自動駕駛

    自動駕駛大家或多或少都有所了解,這里就不對概念做做過多解釋,就自動駕駛的發展史、分級、組成和幾家有意思的公司做個介紹(特斯拉這種耳熟能詳的就不介紹了)以及展望一下未來,帶大家進一步了解自動駕駛。

    其實早在1925年美國陸軍的電子工程師Francis P. Houdina,就通過無線電波來控制前方車輛的方向盤,離合器,制動器等部件來完成的,雖然很不完美,但被視作為人類無人駕駛汽車的雛形,來開了自動駕駛的帷幕,這2年隨著人工智能的火爆, 自動駕駛作為人工智能重要的應用場景 ,發展速度也快了起來。

    接下來帶大家了解一下自動駕駛的等級劃分,有助于更好的理解自動駕駛。

    NHTSA,是美國交通部下轄的美國國家公路交通安全管理局在2013年發布的分級標準。

    SAE,是國際自動機工程師學會(原譯:美國汽車工程師學會)在2014年發布的分級標準。

    美國交通部最終選擇了SAE作為自動駕駛的分級標準 ,主要是考慮到SAE對分級的說明更加詳細、描述更為嚴謹,且更好地預見到了自動駕駛汽車的發展趨勢。

    像大家熟悉的特斯拉,它的自動駕駛級別是SAE的2級,所以大家也可以理解為什么感覺市場上的自動駕駛離我們想象中的自動駕駛有差距,因為并沒有達到高度自動化。

    自動駕駛的主要由感知單元、決策單元和控制單元組成。

    感知單位主要由各種傳感器和相關的智能感知算法組成,用于感知行駛路線上的實時環境情況。

    決策單元主要控制機械、電路或軟硬件,用于根據環境信息決定汽車進行何種操作。

    控制單元主要通過汽車的控制接口,之間或者間接的操控汽車,完成實際的駕駛工作。

    谷歌的自動駕駛很早就聽過了,他們的經濟和技術實力也是全球頂尖的,那么為什么遲遲沒有商用?我們先看下谷歌自動駕駛的發展歷程:

    2009年谷歌就是開始了自動駕駛汽車的項目,同年在內部舉辦的活動中,谷歌第一代自動駕駛汽車就可以圍繞谷歌總部順利的轉圈。

    2012年,谷歌自動駕駛汽車正式獲得了美國歷史上為自動駕駛汽車頒發的第一張執照。

    2014年谷歌研制出了完全不需要人工干預的自動駕駛汽車,沒有方向盤,沒有油門,沒有剎車踏板??梢哉f是世界上第一輛完全意義上的無人駕駛汽車。

    2016年12月13日,谷歌將自動駕駛項目分拆為單獨的公司Waymo。

    2017年10月13日,Waymo首次發布無人駕駛技術的詳見安全報告,研發的車輛已經演進了四代車型,現實路測總行駛里程累計達350萬英里。

    可以看到谷歌在自動駕駛上面是起了大早趕了晚集,最關鍵的原因就是他們的理念與特斯拉以及傳統汽車廠商不同,谷歌一開始認為,先天基因很重要,起點要高,像特斯拉或者傳統汽車廠商這種從2級做起的是達不到5級標準的(業內也普遍存在這個疑問), 所以他們是直接開發第5級的產品,并且解決所有的技術問題。

    依托谷歌強大的實力,技術上的問題基本解決了, 但是成本(單臺超過20萬美元)和法規問題造成了他們正式商用一再被延遲,也造成了人才的流失,做為超級公司他們可以等得起,但是其他公司顯然不可能走這條路子。

    值得一提的是盡管Waymo沒有正式商用, 但是他們依然被美國媒體認為是世界排名第一的自動駕駛公司。 正式推出還需等待,依然是目前最值得期待的自動駕駛汽車。

    今年馭勢科技成功展示了原型車,獨特的設計和思路引發了業內的廣泛關注。 馭勢科技是認同谷歌的理念起點要高,同時也考慮到了成本問題,將自動駕駛的級別定位在SAE的四級,即在特定環境和道路上實現自動駕駛。

    他們的亮點在于對無人駕駛做出了新的嘗試,既然是自動駕駛,那么駕駛的位置就可以不要,讓乘客的座位更加舒適,馭勢第一款原型車就是將車廂建成了一個客廳。同時充分考慮到了是在特定環境和道路,對于汽車很多用不上的功能就不需要了,一定程度上來說是重新定義了自動駕駛汽車。

    有興趣的朋友可以去他們的官網看一下他們的宣傳視頻,是一個很好的創新,思路很值得學習。不過個人覺得在特定環境和道路這個前提下,起碼在短期內在國內的應用的并不會太廣泛,難以達到他們想的實現最后三公里交通,畢竟像公交專用道很多城市都沒搞起來,何況是自動駕駛的專用道。

    Waymo是世界第一的自動駕駛公司,那么第二是誰?特斯拉?特斯拉是第五,第二竟然是大家認為的打車應用Uber。

    實際上Uber在自動駕駛領域還是處于靠前位置,2016年5月,其研發的無人駕駛汽車在美國賓夕法尼亞州匹茲堡市的Uber先進技術中心正式上路測試。而2016年8月,Uber以6.8億美元的價格收購Otto,并讓Otto的創始人Levandowski負責Uber自動駕駛汽車業務。并于2016年10月完成了全球首次無人駕駛卡車送貨,卡車行駛120英里(約合193公里),運送了5萬罐啤酒。同時也獲得了沃爾沃和通用汽車聯手。

    實際上Levandowski之前就是谷歌自動駕駛的核心人員,薪酬高達1.2億美元,但是由于谷歌自動駕駛遲遲沒有商用,所以自己出來創業成立了Otto,對此谷歌還是允許的,但是當被Uber收購后,谷歌就不能容忍了,2017年2月,Waymo起訴Uber,稱谷歌前員工Levandowski非法竊取了超過1.4萬份機密技術文檔幫助Uber完成快速追趕,判決結果來看,Waymo獲得了小勝,Levandowski面臨職業生涯幾乎徹底斷送的局面。2017年10月Waymo繼續以商業機密泄露向Uber提出10億美元(約合人民幣65.8億元)的天價賠償,并要求公開道歉。Waymo還要求成立獨立的監管部門,以確保Uber未來不會使用這些技術。通過這個可以看出Waymo是將Uber做為了主要競爭對手來看待的,客觀的說明Uber在自動駕駛的地位。

    盡管紛爭不斷,Uber依然建立了一個叫ALMONO的虛擬城市來進行自動駕駛汽車的測試,有望在明年在舊金山面向Uber用戶推出全自動駕駛汽車。

    在戰略上看,自動駕駛技術的出現會讓司機越來越少,會讓打車應用行業被看衰,所以雖然目前公布的數據報告來看,Uber的自動駕駛技術離Waymo的還有一定差距,但無論是戰略還是市場需要,他們都會在自動駕駛上大力投入,甚至商用的比Waymo還快。

    Mobileye是以色列一家自動駕駛技術的公司,早在十年前就是寶馬的供應商了。正和通用、大眾、特斯拉等全球多家汽車制造商進行半自動駕駛的合作研發。2016年,Mobileye技術已經能夠實現在高速公路上半自動駕駛

    2017年3月13日,英特爾宣布將以153億美元收購全球領先的ADAS廠商Mobileye,這一收購案宣布就是立即成為了今年自動駕駛領域的焦點。眾所周知,英特爾雖貴為PC時代的霸主,但是錯過了移動互聯網的浪潮,而 收購Mobileye被看成是英特爾進軍人工智能和大數據時代的重大舉措,也意味著巨頭開始逐步進入自動駕駛市場。

    個人認為基于SAE2-5級的自動駕駛汽車會不斷涌現出來,系統承擔的事情會越來越多,特別是隨著硬件的發展,以及行駛數據越來越豐富會讓自動駕駛技術很成熟,更接近生活。

    需要注意的是只看單個的自動駕駛汽車還是不夠的,需充分整個環境,就拿目前人工駕駛而言,你守法駕駛了,但是別人不守法駕駛,一樣會出交通事故,何況是部分人工和部分自動,再加上復雜的環境。 如果全是自動駕駛,所有的汽車全部聯網,整個交通會更加順暢(因為機器是按指令去工作的),大家甚至能夠準確的預測出行的時間,這也是目前設想的人工智能發展到一個很高的高度后的生活。 當然,這都是比較理想的想法,實際來實現還是需要很長一段時間的。

    同時自動駕駛我們也不要把眼光就局限在單純的汽車上面,實際上,美國已經有多家“飛行汽車”這種在科幻片才能看到的交通工具初創公司了,其中谷歌創始人拉里佩奇秘密地以個人名義投了兩家,分別是:Zee.Aero和Kitty Hawk,其中向Zee.Aero的投資超過了一億美元。

    Zee.Aero現在共有員工近150人,目前已經開始測試“飛行汽車”的原型,而Kitty Hawk雖然據傳只有十幾人,但是他們的現任總裁正是被譽為谷歌無人駕駛汽車項目之父的Sebastian Thrun。

    飛行汽車這種會更加需要自動駕駛技術 ,我相信自動駕駛僅僅只是開始,后續還有很大的發展和進步空間,讓我們拭目以待。

    汽車自動駕駛執行控制的認識的介紹就聊到這里吧,感謝你花時間閱讀本站內容,更多關于汽車自動駕駛執行控制的認識與理解、汽車自動駕駛執行控制的認識的信息別忘了在本站進行查找喔。

    掃碼二維碼