• 自動駕駛汽車環境感知模塊(智能車輛環境感知技術)

    自動駕駛 1091
    本篇文章給大家談談自動駕駛汽車環境感知模塊,以及智能車輛環境感知技術對應的知識點,希望對各位有所幫助,不要忘了收藏本站喔。 本文目錄一覽: 1、無人駕駛系統中,分析模塊的作用

    本篇文章給大家談談自動駕駛汽車環境感知模塊,以及智能車輛環境感知技術對應的知識點,希望對各位有所幫助,不要忘了收藏本站喔。

    本文目錄一覽:

    無人駕駛系統中,分析模塊的作用

    分為環境感知模塊,行為決策模塊,運動控制模塊。

    1.環境感知模塊:無人駕駛汽車是通過傳感器來感知環境信息。比如攝像頭、激光雷達、毫米波雷達以及工業相機是用于獲取環境信息;而GPS等用于獲取車身狀態的信息。當然還需要通過算法提取出有用的信息。

    2.行為決策模塊:行為決策是指無人駕駛汽車根據路網信息、獲取的交通環境信息和自身行駛狀態,產生遵守交通規則的駕駛決策的過程。用人話說就是規劃出一條精密的行駛軌跡,然后無人駕駛車就可以跟著這條軌跡走。

    3.運動控制模塊:運動控制模塊是根據規劃的行駛軌跡和速度以及當前的位置、姿態和速度,產生對油門、剎車、方向盤和變速桿的控制命令。

    什么是無人駕駛汽車?

    無人駕駛汽車也稱智能車、無人自動駕駛車、自主導航車或輪式移動機器人,是室外移動機器人在交通領域的重要應用。無人駕駛車系統是一個集環境感知、規劃決策和多等級輔助駕駛等功能于一體的綜合系統,是充分考慮車路合一、協調規劃的車輛系統,也是智能交通系統的重要組成部分。

    1、什么是無人駕駛汽車

    無人駕駛汽車也稱智能車、無人自動駕駛車、自主導航車或輪式移動機器人,是室外移動機器人在交通領域的重要應用。無人駕駛車系統是一個集環境感知、規劃決策和多等級輔助駕駛等功能于一體的綜合系統,是充分考慮車路合一、協調規劃的車輛系統,也是智能交通系統的重要組成部分。

    無人駕駛汽車利用傳感器技術、信號處理技術、通訊技術和計算機技術等,通過集成視覺、激光雷達、超聲傳感器、微波雷達、GPS、里程計、磁羅盤等多種車載傳感器來辨識汽車所處的環境和狀態,并根據所獲得的道路信息、交通信號的信息、車輛位置和障礙物信息做出分析和判斷,向主控計算機發出期望控制,控制車輛轉向和速度,從而實現無人駕駛車輛依據自身意圖和環境的擬人駕駛。

    2、無人駕駛汽車的關鍵技術

    總的來說,無人駕駛技術是傳感器、計算機、人工智能、通信、導航定位、模式識別、機器視覺、智能控制等多門前沿學科的綜合體。按照無人駕駛汽車的職能模塊,無人駕駛汽車的關鍵技術包括環境感知、導航定位、路徑規劃、決策控制等。

    1.環境感知技術

    環境感知模塊相當于無人駕駛汽車的眼和耳,無人駕駛汽車通過環境感知模塊來辨別自身周圍的環境信息,為其行為決策提供信息支持。環境感知包括無人駕駛汽車自身位姿感知和周圍環境感知兩部分。單一傳感器只能對被測對象的某個方面或者某個特征進行測量,無法滿足測量的需要。因而,必需采用多個傳感器同時對某一個被測對象的一個或者幾個特征量進行測量,將所測得的數據經過數據融合處理后,提取出可信度較高的有用信號。按照環境感知系統測量對象的不同,我們采用兩種方法進行檢測:

    無人駕駛汽車自身位姿信息主要包括車輛自身的速度、加速度、傾角、位置等信息。這類信息測量方便,主要用驅動電機、電子羅盤、傾角傳感器、陀螺儀等傳感器進行測量。

    無人駕駛汽車周圍環境感知以雷達等主動型測距傳感器為主,被動型測距傳感器為輔,采用信息融合的方法實現。因為激光、雷達、超聲波等主動型測距傳感器相結合更能滿足復雜、惡劣條件下,執行任務的需要,最重要的是處理數據量小,實時性好。同時進行路徑規劃時可以直接利用激光返回的數據進行計算,無需知道障礙物的具體信息。

    而視覺作為環境感知的一個重要手段,雖然目前在惡劣環境感知中存在一定問題,但是在目標識別、道路跟蹤、地圖創建等方面具有其他傳感器所無法取代的重要性,而在野外環境中的植物分類、水域和泥濘檢測等方面,視覺也是必不可少的手段。

    2.導航定位技術

    無人駕駛汽車的導航模塊用于確定無人駕駛汽車其自身的地理位置,是無人駕駛汽車的路徑規劃和任務規劃的之支撐。導航可分為自主導航和網絡導航兩種。

    自主導航技術是指除了定位輔助之外,不需要外界其他的協助,即可獨立完成導航任務。自主導航技術在本地存儲地理空間數據,所有的計算在終端完成,在任何情況下均可實現定位,但是自主導航設備的計算資源有限,導致計算能力差,有時不能提供準確、實時的導航服務?,F有自主導航技術可分為三類:

    相對定位:主要依靠里程計、陀螺儀等內部本體感受傳感器,通過測量無人車相對于初始位置的位移來確定無人車的當前位置。絕對定位:主要采用導航信標,主動或被動標識,地圖匹配或全球定位系統進行定位。

    組合定位:綜合采用相對定位和絕對定位的方法,揚長避短,彌補單一定位方法的不足。組合定位方案一般有GPS+地圖匹配、6PS+航跡推算、GPS+航跡推算+地圖匹配、GPS+GLONASS+慣性導航+地圖匹配等。網絡導航能隨時隨地通過無線通信網絡、交通信息中心進行信息交互。移動設備通過移動通信網與直接連接于Internet的WebGIS服務器相連,在服務器執行地圖存儲和復雜計算等功能,用戶可以從服務器端下載地圖數據。網絡導航的優點在于不存在存儲容量的限制、計算能力強,能夠存儲任意精細地圖,而且地圖數據始終是最新的。

    3.路徑規劃技術

    路徑規劃是無人駕駛汽車信息感知和智能控制的橋梁,是實現自主駕駛的基礎。路徑規劃的任務就是在具有障礙物的環境內按照一定的評價標準,尋找一條從起始狀態包括位置和姿態到達目標狀態的無碰路徑。

    路徑規劃技術可分為全局路徑規劃和局部路徑規劃兩種。全局路徑規劃是在已知地圖的情況下,利用已知局部信息如障礙物位置和道路邊界,確定可行和最優的路徑,它把優化和反饋機制很好的結合起來。局部路徑規劃是在全局路徑規劃生成的可行駛區域指導下,依據傳感器感知到的局部環境信息來決策無人平臺當前前方路段所要行駛的軌跡。全局路徑規劃針對周圍環境已知的情況,局部路徑規劃適用予環境未知的情況。

    路徑規劃算法包括可視圖法、柵格法、人工勢場法、概率路標法、隨機搜索樹算法、粒子群算法等。

    4.決策控制技術

    決策控制模塊相當于無人駕駛汽車的大腦,其主要功能是依據感知系統獲取的信息來進行決策判斷,進而對下一步的行為進行決策,然后對車輛進行控制。決策技術主要包括模糊推理、強化學習、神經網絡和貝葉斯網絡等技術。

    決策控制系統的行為分為反應式、反射式和綜合式三種方案:反應式控制是一個反饋控制的過程,根據車輛當前位姿與期望路徑的偏差,不斷地調節方向盤轉角和車速.直到到達目的地。反射式控制是一種低級行為,用于對行進過程中的突發事件做出判斷,并迅速做出反應。

    綜合式控制在反應層中加入機器學習模塊,將部分決策層的行為轉化成基于傳感器的反應層行為,從而提高系統的反應速度。

    環境感知模塊作用?

    環境感知模塊通過各類傳感器信息融合,使自動駕駛系統能充分了解和認識環境,并根據車輛行駛目標做出路徑規劃。

    無人駕駛汽車的關鍵技術

    總的來說,無人駕駛技術是傳感器、計算機、人工智能、通信、導航定位、模式識別、機器視覺、智能控制等多門前沿學科的綜合體。按照無人駕駛汽車的職能模塊,無人駕駛汽車的關鍵技術包括環境感知、導航定位、路徑規劃、決策控制等。

    1.環境感知技術

    環境感知模塊相當于無人駕駛汽車的眼和耳,無人駕駛汽車通過環境感知模塊來辨別自身周圍的環境信息,為其行為決策提供信息支持。環境感知包括無人駕駛汽車自身位姿感知和周圍環境感知兩部分。單一傳感器只能對被測對象的某個方面或者某個特征進行測量,無法滿足測量的需要。因而,必需采用多個傳感器同時對某一個被測對象的一個或者幾個特征量進行測量,將所測得的數據經過數據融合處理后,提取出可信度較高的有用信號。按照環境感知系統測量對象的不同,我們采用兩種方法進行檢測:

    無人駕駛汽車自身位姿信息主要包括車輛自身的速度、加速度、傾角、位置等信息。這類信息測量方便,主要用驅動電機、電子羅盤、傾角傳感器、陀螺儀等傳感器進行測量。

    無人駕駛汽車周圍環境感知以雷達等主動型測距傳感器為主,被動型測距傳感器為輔,采用信息融合的方法實現。因為激光、雷達、超聲波等主動型測距傳感器相結合更能滿足復雜、惡劣條件下,執行任務的需要,最重要的是處理數據量小,實時性好。同時進行路徑規劃時可以直接利用激光返回的數據進行計算,無需知道障礙物的具體信息。

    而視覺作為環境感知的一個重要手段,雖然目前在惡劣環境感知中存在一定問題,但是在目標識別、道路跟蹤、地圖創建等方面具有其他傳感器所無法取代的重要性,而在野外環境中的植物分類、水域和泥濘檢測等方面,視覺也是必不可少的手段。

    2.導航定位技術

    無人駕駛汽車的導航模塊用于確定無人駕駛汽車其自身的地理位置,是無人駕駛汽車的路徑規劃和任務規劃的之支撐。導航可分為自主導航和網絡導航兩種。

    自主導航技術是指除了定位輔助之外,不需要外界其他的協助,即可獨立完成導航任務。自主導航技術在本地存儲地理空間數據,所有的計算在終端完成,在任何情況下均可實現定位,但是自主導航設備的計算資源有限,導致計算能力差,有時不能提供準確、實時的導航服務?,F有自主導航技術可分為三類:

    相對定位:主要依靠里程計、陀螺儀等內部本體感受傳感器,通過測量無人車相對于初始位置的位移來確定無人車的當前位置。絕對定位:主要采用導航信標,主動或被動標識,地圖匹配或全球定位系統進行定位。

    組合定位:綜合采用相對定位和絕對定位的方法,揚長避短,彌補單一定位方法的不足。組合定位方案一般有GPS+地圖匹配、6PS+航跡推算、GPS+航跡推算+地圖匹配、GPS+GLONASS+慣性導航+地圖匹配等。網絡導航能隨時隨地通過無線通信網絡、交通信息中心進行信息交互。移動設備通過移動通信網與直接連接于Internet的WebGIS服務器相連,在服務器執行地圖存儲和復雜計算等功能,用戶可以從服務器端下載地圖數據。網絡導航的優點在于不存在存儲容量的限制、計算能力強,能夠存儲任意精細地圖,而且地圖數據始終是最新的。

    3.路徑規劃技術

    路徑規劃是無人駕駛汽車信息感知和智能控制的橋梁,是實現自主駕駛的基礎。路徑規劃的任務就是在具有障礙物的環境內按照一定的評價標準,尋找一條從起始狀態包括位置和姿態到達目標狀態的無碰路徑。

    路徑規劃技術可分為全局路徑規劃和局部路徑規劃兩種。全局路徑規劃是在已知地圖的情況下,利用已知局部信息如障礙物位置和道路邊界,確定可行和最優的路徑,它把優化和反饋機制很好的結合起來。局部路徑規劃是在全局路徑規劃生成的可行駛區域指導下,依據傳感器感知到的局部環境信息來決策無人平臺當前前方路段所要行駛的軌跡。全局路徑規劃針對周圍環境已知的情況,局部路徑規劃適用予環境未知的情況。

    路徑規劃算法包括可視圖法、柵格法、人工勢場法、概率路標法、隨機搜索樹算法、粒子群算法等。

    4.決策控制技術

    決策控制模塊相當于無人駕駛汽車的大腦,其主要功能是依據感知系統獲取的信息來進行決策判斷,進而對下一步的行為進行決策,然后對車輛進行控制。決策技術主要包括模糊推理、強化學習、神經網絡和貝葉斯網絡等技術。

    決策控制系統的行為分為反應式、反射式和綜合式三種方案:反應式控制是一個反饋控制的過程,根據車輛當前位姿與期望路徑的偏差,不斷地調節 方向盤 轉角和車速.直到到達目的地。反射式控制是一種低級行為,用于對行進過程中的突發事件做出判斷,并迅速做出反應。

    綜合式控制在反應層中加入機器學習模塊,將部分決策層的行為轉化成基于傳感器的反應層行為,從而提高系統的反應速度。

    關于自動駕駛汽車環境感知模塊和智能車輛環境感知技術的介紹到此就結束了,不知道你從中找到你需要的信息了嗎 ?如果你還想了解更多這方面的信息,記得收藏關注本站。

    掃碼二維碼