无人驾驶系统的关键技术简介：定位、感知、路径规划、决策控制
算法集市2018-02-14 16:55
无人驾驶系统，简单来说就是利用传感器检测周围环境和自身状态，包括导航定位信息、道路信息、其他车辆和行人等障碍物信息、自身的位姿信息及运动状态信息，经过一定的决策规划算法后，精确控制车辆的速度和转向，不需要驾驶员的监控，即可使车辆安全到达目的地。
根据无人驾驶系统的功能需求，可将无人驾驶系统分为定位、环境感知、路径规划、决策控制四大关键功能模块。
1、定位
定位，即通过GPS、惯导、里程计、摄像头、激光雷达等传感器，获取车辆的位置和航向信息。
定位技术按照定位的方式可分为绝对定位、相对定位和组合定位三种。
绝对定位是指通过GPS实现，采用双天线，通过卫星获得车辆在地球上的绝对位置和航向信息。
相对定位是指根据车辆的初始位姿，通过惯导、里程计等传感器获得加速度和角加速度信息，将其对时间进行积分，即可得到相对初始位姿的当前位姿信息。
组合定位是指将绝对定位和相对定位结合，以弥补单一定位方式的不足。
无人驾驶系统的定位、导航及高精度地图简介
2、环境感知
环境感知，即通过摄像头、激光雷达、毫米波雷达、超声波雷达、陀螺仪、加速度计等多种传感器，感知周围的环境信息和车辆状态信息。
环境信息包括：道路的形状、方向、曲率、坡度、车道，交通标志，信号灯，其他车辆或行人的位置、大小、前进方向和速度等；
车辆状态信息包括：车辆的前进速度、加速度、转向角度、车身位置及姿态等。
多种传感器虽然可以获得丰富、细致的环境信息，但如何对多种传感器的信息进行融合统一处理，也是其中的难题之一，如对摄像头和激光雷达感知到的同一车辆的大小、位置、前进方向和速度信息进行融合，保证同一车辆在不同传感器中的时间和空间的一致。
自动驾驶的传感器介绍无人驾驶系统环境感知传感器的功能及优缺点比较
3、路径规划
路径规划，即为车辆规划合理的行驶路线。根据路径规划的范围，可分为全局的路径规划和局部的路径规划。
全局的路径规划指在已知全局地图的情况下，从车辆当前位置规划出一条到目的地的全局路径。
局部的路径规划指根据环境感知的信息（道路及障碍物信息），在换道、转弯、躲避障碍物等情况下，实时规划出一条安全、平顺的行驶路径。
无人驾驶系统中的车辆运动学模型无人驾驶系统中坐标系的旋转平移变换
4、决策控制
决策控制，包括决策和控制两部分。
决策，在整个无人驾驶系统中，扮演者“驾驶员大脑”的角色，根据定位、感知及路径规划的信息，决定无人车的形式策略。包括：选取哪条车道、是否换道、是否跟车行驶、是否绕行、是否停车等。
控制，主要包括转向、驱动、制动三方面的控制，执行规划决策模块下发的期望速度和期望转向角度，也包括转向灯、喇叭、门窗等的控制。
Waymo无人车是如何工作的Waymo自动驾驶系统的冗余设计自动驾驶系统的架构及自动化程度简介
举报/反馈
0
0
收藏
分享
