vs2017可以做网站吗,深圳低价建站,大学生求职创业补贴,柳州网站建设优化推广目录
1#xff09;无人驾驶车介绍
2#xff09;高精地图
3#xff09;定位
4#xff09;感知
5#xff09;轨迹规划
6#xff09;控制
7#xff09;云端 原文链接#xff1a;Apollo进阶课程 ② | 开源模块讲解#xff08;上#xff09;
Apollo自动驾驶进阶课…目录
1无人驾驶车介绍
2高精地图
3定位
4感知
5轨迹规划
6控制
7云端 原文链接Apollo进阶课程 ② | 开源模块讲解上
Apollo自动驾驶进阶课程是由百度Apollo联合北京大学共同开设的课程邀请百度Apollo开放平台研发团队的中美专家联合讲授。
上一期我们为大家推送了课程第①讲——《自动驾驶行业概述》。本周阿波君根据Apollo产品负责人David.Zhou所讲授的第二课《Apollo开源模块讲解上》进行了要点整理方便更多未到现场/没有时间观看视频的老铁们阅读。
话不多说欢迎各位开发者一起进入进阶课程第二期。 1无人驾驶车介绍
无人驾驶对安全精度和各种复杂技术的集成程度要求非常高因此到目前为止在民用领域里无人驾驶车辆的技术难度之高是数一数二的。
做一辆无人驾驶车肯定要比做一个手机APP要复杂很多倍。无人驾驶车到底包括哪些核心技术呢接下来我将为大家一一讲解。 备受大家热捧的无人驾驶车并不是一辆普通的车因为无人驾驶的车一定要是线控车。所谓线控(by-wire)就是说这个车是能被电脑控制的。车的方向盘和轮子之间是有电机连接的方向盘传动到电机上然后电机去控制车轮这样的话电脑就可以通过控制电机的方式来控制这个车轮。
为了保证无人驾驶车的安全性当它在路上行驶的时候必须做到它跟云端是有连接的。无人驾驶车并不需要时时跟云端汇报接下来会如何处理而是要告诉云端它的位置以及行驶规划。 2高精地图
对于无人驾驶来说在马路上行驶一定要有高精地图这里所说的高精地图跟我们平时开车用的导航地图有什么不同呢
所谓的导航地图就是我们平时使用的百度地图、谷歌地图等在导航地图上它会告诉你怎么从A点到B点然后有几条路预计需要用多长时间等信息。
而高精地图相对于导航地图来说最大的特点就是高精度它是需要做到车道线级别的。也就是说高精地图不光要知道你在哪条路上还需要知道你在这个路的哪条车道线上因为只有这样才能准确地告诉无人驾驶车应该在哪个车道行驶接下来应该怎么拐。 高精地图对于无人车来说具有非同寻常的价值。 第一高精地图能够给无人车很多预判的空间。当无人车通过高精地图知道前方的路况和交通标识信息后能够提前做行驶规划保证了行车的平稳性和经济性。 第二高精地图能够帮助无人车减少计算量。当无人车需要通过路口时它需要提前感知前方信号灯的状态这时高精地图就可以帮助它定位到信号灯所在的特定区域从而有效降低了全范围扫描识别的计算量。 除此以外高精地图将道路及周围的所有静态障碍物进行收集减少无人车对静态障碍物的算法处理。 3定位
无人车有了高精地图之后还需要知道它在地图的什么位置这里就需要使用定位技术。说到定位很多人可能最先想到GPS。那么GPS定位的原理是什么呢?其实GPS定位原理实际上就是一个相对定位。
每个卫星会不停地发电磁波当收到电磁波信号之后根据收到信号的时间与光速算出和卫星之间的距离。有了与四个卫星的距离之后就可以解一个方程算出所在位置。但由于电离层、反射作用等因素的干扰GPS定位是有误差的它的精度只能达到米级。对于无人车来说米级的定位精度是不安全的为了解决无人车定位问题还需要其他技术。
GPS定位还有一个问题它是跳动的。GPS定位是每时每刻根据当前的时间去算的容易出现计算结果不准的情况。为了抹平GPS的跳变需要用到IMU惯性导航一般来说GPS和IMU是一块用的GPS不停的去给IMU一个方向去校准然后IMU再给GPS一个方向。
除此之外无人车在接收不到GPS信号的情况下需要用到另一个技术——几何定位。
几何定位的原理和GPS原理差不多就是在道路上选几个feature根据这些feature计算无人车所在的位置。几何定位的精度很高可以精确地算出无人车所在的位置。所以目前比较流行的定位技术就是GPS、IMU和几何定位等一系列技术的融合。 为了提高GPS的定位精度大家又在GPS的基础上发明了RTK技术。手机GPS定位中手机就是一个移动站它会经常变动位置。这里所说的RTK是一个静止站它同样也收到卫星的信号。无人车与RTK相隔不太远的情况下对二者之间的干扰信号用差分抹平就可以认为无人车和RTK收到的信号是一样的。
RTK的应用能让GPS的定位精度达到10厘米但是RTK技术的应用有个限制它要求基站与车的距离要在16公里以内。 4感知
我们人类天生具备感知外界的能力是因为我们具备各种“传感器”。
无人车想在道路上安全行驶也必须具备属于它自己的各类传感器去感知外界环境。目前无人车主要的传感器有摄像头Camera、雷达Radar和激光雷达Lidar。 对于无人车来说观察信号灯以及一些交通标识都需要对颜色识别。
摄像头恰能解决这个问题它的主要优点是能够辨别颜色但是它没有对距离的判断的能力。因此实现无人车对外界的感知还需要其他传感器的配合。 雷达是无人车比较重要的传感器之一它是利用电磁波探测目标的电子设备。
雷达发射电磁波对目标进行照射并接收其回波由此获得目标至电磁波发射点的距离、距离变化率径向速度、方位、高度等信息。雷达的应用场景是全天候的由于电磁波可以饶过一些东西所以它的准确性并不太高。
雷达还有一个特点它对于速度判断非常准而对于静态物体的误报比较多。 激光雷达是目前无人车发展的一个比较核心的技术它是以发射激光束探测目标的位置、速度等特征量的雷达系统。
激光雷达工作原理是向目标发射探测信号然后将接收到的从目标反射回来的信号与发射信号进行比较作适当处理后就可获得目标的有关信息。
激光雷达的最大优点就是对距离的判断非常精准但它也有个很大的缺点就是对环境的要求非常高比如在雾霾天气里激光雷达的精准度就会降低很多。 激光雷达是一个非常新的技术在发展无人车之前它并没有大规模的商业应用场景因此它的价格非常昂贵。虽然目前激光雷达价格很贵但它的种类还是挺多的。
大家可能见过无人车上有个不停旋转的Lidar这种是机械雷达。由于它需要不停旋转它本身也又大又重机械损耗较大容易出现问题。基于机械雷达大家又发明了一些新的激光雷达比如MEMS lidar、flash lidar等。
无人车收到各种传感器获取的信息之后还需要做传感器融合。所谓传感器融合就是要把每个传感器看到的东西全部都叠加在一起。当所有传感器看到的信息综合在一起无人车才能够更加全面具体地感知外界环境。 5轨迹规划
当车辆在路上行驶时通过传感器获取了周围的信息接下来就需要知道如何反应。
对于周围的车辆或其他障碍物无人车是需要避让还是需要停下来或者需要超越等等这些都属于约束条件。无人车需要在所有的约束条件中规划出一条可以走的路线。 无人车的轨迹规划 一是要满足所有的约束条件。 二是要保证车辆运动的平滑。所谓平滑是要保证车子的速度不能跳变。 在此基础上车子的加速度也需要是平滑的。 最终目的是在人类可感知的范围车子行驶是顺畅的没有不平滑不顺的情况。 6控制
前面我们已经提到无人车是线控车而不是一个仅有齿轮组成的集合体。
实现对无人车的控制我们需要知道踩刹车和减速的关系、踩油门和加速的关系等当无人车拿到一些控制学参数后就可以实现电脑对无人车的控制。 7云端
想要保证无人车是非常安全的我们必须做到让每一辆无人车成为“有经验的司机”。所谓有经验就是见过很多路况并且知道如何处理这些路况。 百度在云端后台有个巨大的仿真空间每一辆无人车可以将自己遇到的复杂路况上传到云端因此网上就有了一个非常大的数据库。
当无人驾驶的算法有更新时就可以在云端的仿真场景中跑一下检验是否能够应对云端的这些路况。这个步骤就是为了确保每个无人车都称得上是“有经验的司机”。
