2.2.工作原理
3.自動駕駛等級
4.應用場景
5.車聯網上雲
自動駕駛是指通過在車輛上搭載不同型別的感測器，實現車輛對周邊交通狀況的感知和識別，進一步通過晶元演算法做出相應的決策，通過把決策訊號傳遞給車輛控制系統的方式，對車輛實現不同級別的控制。
①雷射雷達（三維場景成像）
優點：精度高、探測範圍較廣、可以構建車輛周邊環境3d模型，可夜間使用。
缺點：容易受到雨雪霧等惡劣天氣影響，技術不夠成熟，產品造價高昂。
範圍：200公尺以內
應用場景：車輛行駛過程
功能：障礙物探測識別，車道線識別，輔助定位，地圖構建，周邊場景3d影象測繪。
②公釐波雷達（感知前車速度）
優點：對煙霧、灰塵的穿透能力較強，抗干擾能力強，對相對速度、距離的測量準確度非常高，識別運動軌跡，探測被遮擋物體。
缺點：測量範圍相對lidar更窄，難以辨別物體大小和形狀，無法識別靜止非金屬物體。
範圍：200公尺以內
應用場景：車輛行駛過程
功能：中遠距離障礙物探測，車輛、行人探測，識別速度和距離變化。
③攝像頭（識別道路標識；單目、雙目、三目）
優點：可對物體幾何特徵、色彩及文字等資訊進行識別，可通過演算法實現對障礙物距離的探測，技術成熟成本低廉。
缺點：受光照變化影響大，容易受到惡劣環境干擾。
範圍：最遠探測範圍可超過500公尺
應用場景：車輛行駛過程
功能：障礙物探測識別，車道線識別，輔助定位，道路資訊讀取，地圖構建，交通標識探，行人探測。
④超聲波雷達（近距離測距）
優點：技術成熟、成本低，受天氣干擾小，抗干擾能力強。
缺點：測量精度差、測量範圍小、距離近，傳播速度易受天氣影響探測方向性差。
範圍：3公尺以內
應用場景：泊車、剎車輔助
功能：近距離障礙物探測，提高車輛對盲點區域的掌控。
⑤gnss/imu
優點：通過對衛星三角定位和慣性導航進行結合實現對車輛進行定位。
缺點：容易受到、城市建
築、隧道等障礙物的干擾使得測量精度大打折扣。
範圍：廣域高精度定位保持在10公尺以內
功能：車輛導航、定位
交通識別:行車道,交通標誌,車輛,行人,障礙物,突發情況等
導航定位：高精度地圖+感測器，gnss；
決策+規劃：**處理器+演算法；
使用演算法：決策矩陣演算法（adaboost），聚類演算法（k-means），模式識別演算法（pca、hog、svm），回歸演算法（決策森林、神經網路、貝葉斯）等
自動駕駛執行層將駕駛指令通過車輛控制系統傳至各個電子控制單元，實現車輛控制。
電子控制模組：電子驅動（車速）、電子制動、電子轉向。
車載感測器+高精度地圖——>全域性路徑規劃(點到點粗略路徑規劃：gnssd、地圖)——>區域性路徑規劃（根據區域性環境規劃無碰撞理想區域性路徑：車載感測器）——>根據路徑規劃和動作決策訊號，結合車
輛自身狀態，輸出車輛控制訊號，完成剎車、加速、轉向等動作。
l1 駕駛支援：擁有1項簡單的輔助駕駛功能，在特定情況下能對駕駛員進行駕駛支援
l2 部分自動化：擁有至少2項輔助駕駛功能，在多場景下能對駕駛員進行駕駛輔助
l3 有條件自動化：由自動駕駛系統完成所有的駕駛操作，人類駕駛者提供適應的應答
l4 高度自動化：由自動駕駛系統完成所有的駕駛操作，人類不一定做出應答，但限定道路和環境
l5 完全自動化：在所有道路和環境條件下，均可以由自動駕駛系統自主完成所有的駕駛操作
①載客運輸：共享出行
載體：乘用車
運營環境：城市一般道路
難度：高，城市道路情況極其複雜
②幹線運輸：零擔&整車
載體：重卡
運營環境：高速公路
難度：中等，國內甩掛率低，道路環境複雜
③港口內貨櫃運輸：內集卡
載體：半掛牽引車
運營環境：港口
特點：路況簡單、固定路線
價值：降低物流成本、提公升物流效率效率、減少事故發生
難度：小，短時間可實現，受政策影響因素小
④其他：機場、礦山、園區
載體：專用車輛、商用卡車
運營環境：封閉環境
難度：小，車輛需求小
車-雲（v2n）通訊、車-車（v2v）通訊、車-人（v2p）通訊、車-路（v2i）通訊、車內通訊
等五個通訊場景，功能包括實現「與車輛行駛安全相關」 的和「非安全相關」 的資訊通訊。
①安全相關的功能（不可上雲）——幫助系統獲得感測器探測死角及惡劣天氣環境下的道路環境感知能力.
②非安全相關功能（可上雲）——無人駕駛將交通通勤的操作任務轉化為資訊娛樂。
自動駕駛基礎知識
我在哪？我周圍有什麼？他們到哪去？我該怎麼走 主要由三部分組成 感知感測器 環境感知感測器 攝像頭 雷達等 車輛運動定位系統感測器 imu gnss等 駕駛員檢測 攝像頭 生物電感測器等 車載計算單元 工控機 industrial pc，ipc 車輛線控系統主要為減速 轉向 加速控制系統 實現乙個智...
自動駕駛汽車與自動駕駛網路
談到自動駕駛網路很容易讓人聯想到自動駕駛汽車，恰好讀到google的工程師用自動駕駛汽車和自動駕駛網路做的乙個模擬，感覺很有道理的樣子，記錄並分享一下 開發一輛自動駕駛汽車所需要的 1 一輛比較現代的車 2 各式各樣的感測器 效能強大的計算機 ai軟體。3 大量的訓練和測試。類似地，開發自動駕駛網路...
自動駕駛相關
計畫 2021年1月10號前，查資料，了解相關資訊 學習目標 1 路徑規劃，有地圖的基礎上，起點到終點的路徑規劃 2 路徑規劃的技術上，避障等如何實現 自動駕駛工程師，谷歌認證機器學習專家，蘭州大學無人駕駛團隊創始人，主攻深度學習，無人駕駛汽車方向。學習資料記錄 優達學城 學習筆記 20200102...