斗牛游戏|“无人驾驶”的技术路线

本文摘要:为了无人驾驶车辆的运行,必须解决问题感知、决策和持续执行等技术问题。

斗牛游戏

为了无人驾驶车辆的运行,必须解决问题感知、决策和持续执行等技术问题。感觉系统,又称“中间控制系统”,负责管理感官周围的环境,进行识别和分析;决策系统又称“上层控制系统”,负责管理路径规划和导航系统;连续执行系统,也称为“底层控制系统”,负责管理汽车的加速、制动和重定向。

本文以“感官-决策-继续执行”的顺序呈现,因为它更符合人类驾驶员模式。比如想——前面绿灯,——周围没有行人收集信息;然后做出——可以通过的决定;最后,继续执行判决——,进入路口。自动驾驶的传感系统传感系统的输出设备肯定包括光学相机、光学雷达(LiDAR)、微波雷达、导航系统等。

这些传感器收集周围的信息,并为传感系统获得全面的环境数据。光学相机是目前最便宜、最常用的车辆传感器。

它的很多优点是可以区分颜色,所以它成为了一个很好的场景理解工具。但是,它的缺点也很明显:1。

没有“深度”这个维度,没有立体视觉就无法区分物体与摄像头(可以转换成车辆)的距离;2.太脆弱而不能发光,太暗或太弱的光线以及它们之间缓慢的湍流,比如驶入隧道,都不足以影响它的光学。激光雷达,即利用激光进行观测和测量。

它的原理是将脉冲激光升空到周围,遇到物体后光线会返回。距离可以通过往返之间的时间差来计算,从而创建周围环境的三维模型。激光雷达观测精度高,距离广;由于激光波长短,可以观察到非常小的目标,观察距离非常长。

微波雷达的原理和激光雷达类似,只是它起飞的是无线电波而不是激光。微波雷达的精度不如激光雷达,但由于其价格低廉、体积小,在一些车辆辅助通行系统中得到了广泛应用。同时,较低的精度反过来又带出微波雷达的优势,因为其较小的波长可以突破激光雷达无法突破的障碍物,如雾、烟、尘等,在危险天气下对免疫系统更有利。

光学相机和雷达测量在感官环境上相辅相成,共同为无人飞行器获取原始准确的外部信息。随着“眼睛”接管信息,下一步是通过深度自学的方式识别信息。融合各种传感器的信息并不容易。

我们可以利用韦氏误差偏移传播算法和先进的数码相机技术来准确识别外部事物。自主驾驶的感觉系统不仅包括它的“眼睛”,还包括它的“大脑”——高精度地图。人类驾驶员不会调用记忆中熟悉的道路场景来辅助驾驶员,自动驾驶也不会通过高精度地图提供合适的环境信息,尤其是同样的信息,修改周期较长,比如交通信号灯(请注意,这里指的是物理“灯”而不是“光信号”,即白、红、蓝)、车道标线、路缘石等等。这些信息也可以与传感器获得的“即时信息”相互验证,从而构建“多传感器融合”的效果,就像我们走路时,不仅会用眼睛看到前面的路,还会用耳朵听到后面的车声,甚至会用鼻子说路边食品店的香气。

所以,在一定程度上,自主驾驶的“感觉”就是“眼睛”和“大脑”。自动驾驶决策系统自动驾驶决策系统负责管理路线规划和动态导航系统,主要涉及高精度地图,也称为“高清数字地图”。

无人车不是普通的导航系统地图,在精度和信息上与普通地图有很大区别,因此被称为“高精度地图”。普通地图很难——,因为我们人类的理解能力还不足以“补脑”,我们通过非常简单的二维线条的反应来分辨道路的南北,线条的相交反应了十字路口——,这让现在的机器“补脑”太难了。高清数字地图的精度一般为厘米级,是三维的,包括车道线、周边设施的坐标和方位等行车辅助信息。与目前人类使用的电子地图相比,自主驾驶高精度地图最重要的区别之一是,高精度地图不采集道路激光雷达的反射强度——,这是一种对人类驾驶员价值不大但对“人工智能驾驶员”具有根本意义的道路特征。

变化快且小,是辅助自主驾驶车辆光学雷达定位的理想特征值。通过将光学雷达扫描提供的信息与未知的高精度地图信息进行比较,可以确定当前的车辆方向。

自主驾驶的决策系统不仅要遭到独立国家“智能车辆”的反对,还要遭到V2V等“智能交通系统”的反对。除了高精度地图,另一个反对路径规划的技术是V2X,一般指出是在V2I的基础上发展起来的。

V2X是指车辆与环境构成一个“物联网”,其中还包括车对车、车对基础设施、车对行人等一系列通信系统。如果车辆在某种程度上需要“得到”和“看到”信号灯的必要信息,可以保证是不闯红灯的意思。这里的“get”是指,比如距离红绿灯还有100米,传感器还在“看”的时候,信号灯会主动“告诉他”车辆自身的信号状态和变化时长。

要“看清楚”信号灯的内容(“看清楚”有时候不容易,大雨,暴雪天气,大风吹来的塑料袋,大货车的覆盖不够。另外,如果需要提前了解周边车辆的驾驶意图,很大程度上是为了防止事故再次发生。借助高精度数字地图和V2X通信网络,该系统可以应用搜索算法来评估各种驾驶员不道德行为的成本,包括信号灯等待时间、道路交通拥堵、道路修复等,从而获得最佳行驶路线。自动驾驶继续执行系统继续执行系统也是底层控制系统,负责管理继续执行车辆的制动、加速、变向等具体操作。

工程师通过专门的“线控装置”来控制方向盘和油门,而不是人类驾驶员的手和脚,并配有由多个处理器组成的子系统,从而平稳、准确地控制汽车的机械系统。这些子系统还包括发动机控制单元(ECU)、制动防抱死系统(ABS)、自动变速器控制系统(TCU)等。它们通过一种“总线”进行内部通信,这种总线在汽车中被称为CAN总线协议。CAN总线的关键是比特率和网络稳定性。

比特率是指网络中的数据传输速率,仅次于速率。一般来说是以每秒比特数来计算的。对于无人驾驶车辆来说,精确控制和慢速呼叫非常重要,这意味着要提高总线比特率的传输速度,对于必须处理大量数据的无人驾驶系统来说并没有很高的挑战性。在处理各种传感器同时传输的数据流时,有时比特率不会面临挑战,系统速度也不会大幅提升。

对于反应执行的整个过程来说,CAN总线的响应时间极快,这是实际的司机所不能接受的。其次,操控的流畅度也影响乘客体验。此外,作为网络,数据传输的安全性不容忽视。如果黑客成功反制CAN总线,就可以控制汽车。

因此,提高底层网络系统的防御能力和网络容错能力非常重要。通过以上三个系统:感官、决策和持续执行的分工与合作,以及具体控制汽车运行的责任,无人驾驶汽车不可能有理论上的“及格”
然而,正如《无人驾驶》的作者伍迪利普森(Woody lipson)和梅尔巴满库()所认为的那样,“虽然这项技术几乎已经准备好了,但可能没有仔细考虑具有独特技术差异的社会环境”。比如涉及法律就比较慢。然而,由于效率和安全的优势,我们有理由坚信无人驾驶的时代必将到来。

本文关键词:斗牛游戏

本文来源:斗牛游戏-www.tsheringzangmo.com

相关文章

网站地图xml地图