汽车自动驾驶执行控制的认识(汽车自动驾驶执行控制的认识与理解)

自动驾驶 61
今天给各位分享汽车自动驾驶执行控制的认识的知识,其中也会对汽车自动驾驶执行控制的认识与理解进行解释,如果能碰巧解决你现在面临的问题,别忘了关注本站,现在开始吧!本文目录一览: 1、自动驾驶汽车的技术原理

今天给各位分享汽车自动驾驶执行控制的认识的知识,其中也会对汽车自动驾驶执行控制的认识与理解进行解释,如果能碰巧解决你现在面临的问题,别忘了关注本站,现在开始吧!

本文目录一览:

自动驾驶汽车的技术原理

汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况,并通过一个详尽的地图对前方的道路进行导航。这一切都通过谷歌的数据中心来实现,谷歌的数据中心能处理汽车收集的有关周围地形的大量信息。

就这点而言,自动驾驶汽车相当于谷歌数据中心的遥控汽车或者智能汽车。汽车自动驾驶技术物联网技术应用之一。

沃尔沃根据自动化水平的高低区分了四个无人驾驶的阶段:驾驶辅助、部分自动化、高度自动化、完全自动化:

1、驾驶辅助系统(DAS):目的是为驾驶者提供协助,包括提供重要或有益的驾驶相关信息,以及在形势开始变得危急的时候发出明确而简洁的警告。如“车道偏离警告”(LDW)系统等。

2、部分自动化系统:在驾驶者收到警告却未能及时采取相应行动时能够自动进行干预的系统,如“自动紧急制动”(AEB)系统和“应急车道辅助”(ELA)系统等。

3、高度自动化系统:能够在或长或短的时间段内代替驾驶者承担操控车辆的职责,但是仍需驾驶者对驾驶活动进行监控的系统。

4、完全自动化系统:可无人驾驶车辆、允许车内所有乘员从事其他活动且无需进行监控的系统。这种自动化水平允许乘从事计算机工作、休息和睡眠以及其他娱乐等活动。

结构性能

1、激光雷达

车顶的“水桶”形装置是自动驾驶汽车的激光雷达,它能对半径60米的周围环境进行扫描,并将结果以3D地图的方式呈现出来,给予计算机最初步的判断依据。

2、前置摄像头

自动驾驶汽车前置摄像头谷歌在汽车的后视镜附近安置了一个摄像头,用于识别交通信号灯,并在车载电脑的辅助下辨别移动的物体,比如前方车辆、自行车或是行人。

3、左后轮传感器

它通过测定汽车的横向移动来帮助电脑给汽车定位,确定它在马路上的正确位置。

4、前后雷达

后车厢的主控电脑谷歌在无人驾车汽车上分别安装了4个雷达传感器(前方3个,后方1个),用于测量汽车与前(和前置摄像头一同配合测量)后左右各个物体间的距离。

5、主控电脑

自动驾驶汽车最重要的主控电脑被安排在后车厢,这里除了用于运算的电脑外,还有测距信息综合器,这套核心装备将负责汽车的行驶路线、方式的判断和执行。

什么是自动驾驶

【太平洋汽车网】自动驾驶汽车,又称无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,为一种运输动力的无人地面载具。作为自动化载具,自动驾驶汽车不需要人类操作即能感测其环境及导航。

自动驾驶汽车,又称无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,为一种运输动力的无人地面载具。作为自动化载具,自动驾驶汽车不需要人类操作即能感测其环境及导航。

0:即无自动。驾驶随时掌握著车辆的所有机械、物理功能,仅配备警报装置等等无关主动驾驶的功能也算在内。

无自动驾驶,就是驾驶员完全手工驾驶,一点不能分心。

等级

1:驾驶者操作车辆,但个别的装置有时能发挥作用,如电子稳定程式(ESP)或防锁死刹车系统(ABS)可以帮助行车安全。

只是可以起到一个辅助的作用,驾车主力还是驾驶员。

等级

2:驾驶者主要控制车辆,但系统阶调地自动化,使之明显减轻操作负担,例如主动式巡航定速(ACC)结合自动跟车和车道偏离警示,而自动紧急煞停系统(AEB)透过盲点侦测和汽车防撞系统的部分技术结合。

等级

3:驾驶者需随时准备控制车辆,自动驾驶辅助控制期间,如在跟车时虽然可以暂时免于操作,但当汽车侦测到需要驾驶者的情形时,会立即回归让驾驶者接管其后续控制,驾驶必须接手因应系统无力处理的状况。

等级

4:驾驶者可在条件允许下让车辆完整自驾,启动自动驾驶后,一般不必介入控制,此车可以按照设定之道路通则(如高速公路中,平顺的车流与标准化的路标、明显的提示线),执行包含转弯、换车道与加速等工作,除了严苛气候或道路模糊不清、意外,或是自动驾驶的路段已经结束等等,系统并提供驾驶者“足够宽裕之转换时间”,驾驶应监看车辆运作,但可包括有旁观下的无人停车功能。

5:驾驶者不必在车内,任何时刻都不会控制到车辆。此类车辆能自行启动驾驶装置,全程也不须开在设计好的路况,就可以执行所有与安全有关之重要功能,包括没有人在车上时的情形,完全不需受驾驶意志所控,可以自行决策。

(图/文/摄:太平洋汽车网问答叫兽)

软件是怎么控制汽车自动驾驶的?自动驾驶汽车需要解决哪些技术问题?

自动驾驶,其实简而言之就是一台机器人,它主要是通过高智能的水平控制汽车的运作。机器人的作用是不言而喻的,而掌握机器人的核心价值,将成为人工智能机器的领先者。自动驾驶技术的发展离不开核心技术的创新。

1、硬件技术。

身上所需需要的传感器是无限多的,因为传感器的存在与否,主要取决于这辆车想要完成什么样的任务。而每一种传感器它所涉及到的任务是各不相同的。比如你想要完成路段的自动驾驶没有激光传感器,仅靠视觉是不能够完成的。自动驾驶需要工程师以汽车需要完成的目标为任务。对硬件进行选择和控制,以及对硬件进行创新。资中间涉及到的克服困难并不是很容易就能完成的。

2、控制器。

在推动汽车行走的过程当中还需要控制器。只有嵌入一个稳定可靠的控制器,才能够使汽车正常的在路上行驶。目前应用最广泛的控制器是a8。汽车从a点开到B点,需要知道ab2点之间的地图。之后才能够确定位置。比如行驶到路口是需要左转弯还是右转弯或者是直行。无人驾驶汽车也一样需要依靠GPS的模式进行运作。

3、感知传感器。

传感器可以说是汽车身上最主要的一款设置,因为如果没有感知汽车就变成无头苍蝇四处乱窜。而传感器的效果好坏,同样也影响着汽车是否能顺畅进行形式。雷达传感器在汽车的运用上已经得到广泛的运用。

当然汽车的行驶不仅包括硬件上的技术,还包括软件上的技术。软件的技术包括了编写代码以及去实现转化更加细化的分类。从港之城到荣和城到威化城最后的控制城,层层之间是相互递进的。

什么是汽车自动驾驶,如何通俗易懂地理解其功能及原理?

一种有限条件下的自动驾驶,一方面让驾驶员开车更轻松,但同时又要求驾驶者随时从放松的状态马上切换到注意力集中的状态来处理突发状况,一旦发生事故权责也很难界定。

人们对于自动驾驶最早的误解,其实源于一些媒体的误读。很多媒体把 Autopilot 这一词简单简单拆解为 “Auto” 和 “pilot” 两个词汇,并将中文意思曲解为自动驾驶。

(仍然需要人类做出关键决策的特斯拉驾驶辅助系统)

然而其实 Autopilot 这个词源于飞机、列车、轮船领域的辅助驾驶系统。维基百科也给这个词做了明确的定义:

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

驾驶辅助是一个用来控制载具轨道而无须人工一直干预的系统。

这句话里面的关键词其实是 “constant” 持续的。也就是说,Autopilot 所代表的驾驶辅助系统是不需要人类持续干预的,但是仍然需要人类做出某些干预,比如关键性的决策等,机器只是在一旁辅助。

(不需要人类驾驶员做出决策的 Uber 全自动驾驶车)

而关于我们大众所认知的自动驾驶,或者说全自动驾驶,在维基百科中同样也有相关的定义。我们所认知的无人驾驶车,准确的说应该叫做 “Autonomous car”。

与对于驾驶辅助的定义类似,无人驾驶车概念的关键支持在于无需人类干涉。也就是说机器会自动感知,自动做出决策并且自动驾驶。所以这样来说,自动驾驶究竟是什么的定义问题就变得格外简单了。驾驶辅助和自动驾驶,最主要的区别在于人的参与度,前者需要人参与,而后者完全不需要人参与。

功能、原理及难点

其实单纯从硬件技术层面来看,自动驾驶的原理并不算特别复杂。用最简单的话说,找一台车子来改装一下(电动车比较好改一点且性能可控性更好),加几个传感器,再塞一套开源的自动驾驶计算平台,好,这就搞定了。

传感器

传感器是自动驾驶车的眼睛,用于收集汽车周围的信息。归纳来看,目前主流的自动驾驶车其实也就是使用了三种传感器:LiDAR 激光雷达、摄像头、和传统雷达。

三种传感器各有各的优势,早就运用在车辆倒车雷达上的传统雷达成本相对较低,穿透性较强且不受雨雾等环境的影响,但弱点在于覆盖范围较小且难以对周围物体做出精准的判断。

摄像头同样也是自动驾驶车所必备的传感器,与两种雷达不同,摄像头没有任何穿透力且需要光线,用于自动驾驶的数据是通过对摄像头的图样识别得出的。不过摄像头也是最容易受到干扰的一种自动驾驶传感器,且一旦获取的图像有误差,对最终的识别结果就会产生极大的影响。唯一的好处在于成本低,且目前视觉识别的方案相对来说发展得比较成熟,做无人驾驶汽车可用的也比较多。

数据处理

自动驾驶车上搭载的传感器收集到的数据,都会被传输到车载电脑中进行分析和处理,最终做出决策。对于车载电脑的技术部分我们不必多说,因为自动驾驶汽车单纯从原理上真的不算是什么 “黑科技”,毕竟规划路线,躲避障碍的功能目前很多扫地机器人和无人机都能实现。所以还是把关注的重心聚焦在实现自动驾驶的难点上。自动驾驶汽车需要收集汽车周围数据,对信息进行处理并最终做出决策,这整个过程与真人司机所要完成的过程几乎毫无差异。

汽车自动驾驶技术是什么功能?

汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况,并通过一个详尽的地图(通过有人驾驶汽车采集的地图)对前方的道路进行导航。

主要优势:

犯罪率降低。未来还将在警车中使用人工智能。到那时,罪犯将无法摆脱对无人驾驶汽车的追逐。例如,如果罪犯也驾驶自动驾驶汽车,那么该汽车可以被警察远程停车,或者该汽车可以被门窗挡住,然后直接送到派出所。

当然,他们也可能驾驶普通汽车,但是自动驾驶汽车的人工智能计算能力以及实际上能够定位地图和路况的能力可以帮助警察更快地抓捕罪犯。更重要的是,将来几乎很难找到这种车辆。

三分钟深入了解自动驾驶

自动驾驶大家或多或少都有所了解,这里就不对概念做做过多解释,就自动驾驶的发展史、分级、组成和几家有意思的公司做个介绍(特斯拉这种耳熟能详的就不介绍了)以及展望一下未来,带大家进一步了解自动驾驶。

其实早在1925年美国陆军的电子工程师Francis P. Houdina,就通过无线电波来控制前方车辆的方向盘,离合器,制动器等部件来完成的,虽然很不完美,但被视作为人类无人驾驶汽车的雏形,来开了自动驾驶的帷幕,这2年随着人工智能的火爆, 自动驾驶作为人工智能重要的应用场景 ,发展速度也快了起来。

接下来带大家了解一下自动驾驶的等级划分,有助于更好的理解自动驾驶。

NHTSA,是美国交通部下辖的美国国家公路交通安全管理局在2013年发布的分级标准。

SAE,是国际自动机工程师学会(原译:美国汽车工程师学会)在2014年发布的分级标准。

美国交通部最终选择了SAE作为自动驾驶的分级标准 ,主要是考虑到SAE对分级的说明更加详细、描述更为严谨,且更好地预见到了自动驾驶汽车的发展趋势。

像大家熟悉的特斯拉,它的自动驾驶级别是SAE的2级,所以大家也可以理解为什么感觉市场上的自动驾驶离我们想象中的自动驾驶有差距,因为并没有达到高度自动化。

自动驾驶的主要由感知单元、决策单元和控制单元组成。

感知单位主要由各种传感器和相关的智能感知算法组成,用于感知行驶路线上的实时环境情况。

决策单元主要控制机械、电路或软硬件,用于根据环境信息决定汽车进行何种操作。

控制单元主要通过汽车的控制接口,之间或者间接的操控汽车,完成实际的驾驶工作。

谷歌的自动驾驶很早就听过了,他们的经济和技术实力也是全球顶尖的,那么为什么迟迟没有商用?我们先看下谷歌自动驾驶的发展历程:

2009年谷歌就是开始了自动驾驶汽车的项目,同年在内部举办的活动中,谷歌第一代自动驾驶汽车就可以围绕谷歌总部顺利的转圈。

2012年,谷歌自动驾驶汽车正式获得了美国历史上为自动驾驶汽车颁发的第一张执照。

2014年谷歌研制出了完全不需要人工干预的自动驾驶汽车,没有方向盘,没有油门,没有刹车踏板。可以说是世界上第一辆完全意义上的无人驾驶汽车。

2016年12月13日,谷歌将自动驾驶项目分拆为单独的公司Waymo。

2017年10月13日,Waymo首次发布无人驾驶技术的详见安全报告,研发的车辆已经演进了四代车型,现实路测总行驶里程累计达350万英里。

可以看到谷歌在自动驾驶上面是起了大早赶了晚集,最关键的原因就是他们的理念与特斯拉以及传统汽车厂商不同,谷歌一开始认为,先天基因很重要,起点要高,像特斯拉或者传统汽车厂商这种从2级做起的是达不到5级标准的(业内也普遍存在这个疑问), 所以他们是直接开发第5级的产品,并且解决所有的技术问题。

依托谷歌强大的实力,技术上的问题基本解决了, 但是成本(单台超过20万美元)和法规问题造成了他们正式商用一再被延迟,也造成了人才的流失,做为超级公司他们可以等得起,但是其他公司显然不可能走这条路子。

值得一提的是尽管Waymo没有正式商用, 但是他们依然被美国媒体认为是世界排名第一的自动驾驶公司。 正式推出还需等待,依然是目前最值得期待的自动驾驶汽车。

今年驭势科技成功展示了原型车,独特的设计和思路引发了业内的广泛关注。 驭势科技是认同谷歌的理念起点要高,同时也考虑到了成本问题,将自动驾驶的级别定位在SAE的四级,即在特定环境和道路上实现自动驾驶。

他们的亮点在于对无人驾驶做出了新的尝试,既然是自动驾驶,那么驾驶的位置就可以不要,让乘客的座位更加舒适,驭势第一款原型车就是将车厢建成了一个客厅。同时充分考虑到了是在特定环境和道路,对于汽车很多用不上的功能就不需要了,一定程度上来说是重新定义了自动驾驶汽车。

有兴趣的朋友可以去他们的官网看一下他们的宣传视频,是一个很好的创新,思路很值得学习。不过个人觉得在特定环境和道路这个前提下,起码在短期内在国内的应用的并不会太广泛,难以达到他们想的实现最后三公里交通,毕竟像公交专用道很多城市都没搞起来,何况是自动驾驶的专用道。

Waymo是世界第一的自动驾驶公司,那么第二是谁?特斯拉?特斯拉是第五,第二竟然是大家认为的打车应用Uber。

实际上Uber在自动驾驶领域还是处于靠前位置,2016年5月,其研发的无人驾驶汽车在美国宾夕法尼亚州匹兹堡市的Uber先进技术中心正式上路测试。而2016年8月,Uber以6.8亿美元的价格收购Otto,并让Otto的创始人Levandowski负责Uber自动驾驶汽车业务。并于2016年10月完成了全球首次无人驾驶卡车送货,卡车行驶120英里(约合193公里),运送了5万罐啤酒。同时也获得了沃尔沃和通用汽车联手。

实际上Levandowski之前就是谷歌自动驾驶的核心人员,薪酬高达1.2亿美元,但是由于谷歌自动驾驶迟迟没有商用,所以自己出来创业成立了Otto,对此谷歌还是允许的,但是当被Uber收购后,谷歌就不能容忍了,2017年2月,Waymo起诉Uber,称谷歌前员工Levandowski非法窃取了超过1.4万份机密技术文档帮助Uber完成快速追赶,判决结果来看,Waymo获得了小胜,Levandowski面临职业生涯几乎彻底断送的局面。2017年10月Waymo继续以商业机密泄露向Uber提出10亿美元(约合人民币65.8亿元)的天价赔偿,并要求公开道歉。Waymo还要求成立独立的监管部门,以确保Uber未来不会使用这些技术。通过这个可以看出Waymo是将Uber做为了主要竞争对手来看待的,客观的说明Uber在自动驾驶的地位。

尽管纷争不断,Uber依然建立了一个叫ALMONO的虚拟城市来进行自动驾驶汽车的测试,有望在明年在旧金山面向Uber用户推出全自动驾驶汽车。

在战略上看,自动驾驶技术的出现会让司机越来越少,会让打车应用行业被看衰,所以虽然目前公布的数据报告来看,Uber的自动驾驶技术离Waymo的还有一定差距,但无论是战略还是市场需要,他们都会在自动驾驶上大力投入,甚至商用的比Waymo还快。

Mobileye是以色列一家自动驾驶技术的公司,早在十年前就是宝马的供应商了。正和通用、大众、特斯拉等全球多家汽车制造商进行半自动驾驶的合作研发。2016年,Mobileye技术已经能够实现在高速公路上半自动驾驶

2017年3月13日,英特尔宣布将以153亿美元收购全球领先的ADAS厂商Mobileye,这一收购案宣布就是立即成为了今年自动驾驶领域的焦点。众所周知,英特尔虽贵为PC时代的霸主,但是错过了移动互联网的浪潮,而 收购Mobileye被看成是英特尔进军人工智能和大数据时代的重大举措,也意味着巨头开始逐步进入自动驾驶市场。

个人认为基于SAE2-5级的自动驾驶汽车会不断涌现出来,系统承担的事情会越来越多,特别是随着硬件的发展,以及行驶数据越来越丰富会让自动驾驶技术很成熟,更接近生活。

需要注意的是只看单个的自动驾驶汽车还是不够的,需充分整个环境,就拿目前人工驾驶而言,你守法驾驶了,但是别人不守法驾驶,一样会出交通事故,何况是部分人工和部分自动,再加上复杂的环境。 如果全是自动驾驶,所有的汽车全部联网,整个交通会更加顺畅(因为机器是按指令去工作的),大家甚至能够准确的预测出行的时间,这也是目前设想的人工智能发展到一个很高的高度后的生活。 当然,这都是比较理想的想法,实际来实现还是需要很长一段时间的。

同时自动驾驶我们也不要把眼光就局限在单纯的汽车上面,实际上,美国已经有多家“飞行汽车”这种在科幻片才能看到的交通工具初创公司了,其中谷歌创始人拉里佩奇秘密地以个人名义投了两家,分别是:Zee.Aero和Kitty Hawk,其中向Zee.Aero的投资超过了一亿美元。

Zee.Aero现在共有员工近150人,目前已经开始测试“飞行汽车”的原型,而Kitty Hawk虽然据传只有十几人,但是他们的现任总裁正是被誉为谷歌无人驾驶汽车项目之父的Sebastian Thrun。

飞行汽车这种会更加需要自动驾驶技术 ,我相信自动驾驶仅仅只是开始,后续还有很大的发展和进步空间,让我们拭目以待。

汽车自动驾驶执行控制的认识的介绍就聊到这里吧,感谢你花时间阅读本站内容,更多关于汽车自动驾驶执行控制的认识与理解、汽车自动驾驶执行控制的认识的信息别忘了在本站进行查找喔。

扫码二维码