建个网站的费用,昆山网站设计公司,linux做网站优势,做h5的软件有哪些引言目前#xff0c;我国汽车技术正朝着电动化、智能化、网联化、共享化的“四化”方向发展#xff0c;这给汽车工业的发展带来了巨大的挑战和机遇。智能网联汽车不仅可提供更安全、更舒适、更节能、更环保的驾驶方式#xff0c;还会带来汽车产品和技术的升级#xff0c;从…引言目前我国汽车技术正朝着电动化、智能化、网联化、共享化的“四化”方向发展这给汽车工业的发展带来了巨大的挑战和机遇。智能网联汽车不仅可提供更安全、更舒适、更节能、更环保的驾驶方式还会带来汽车产品和技术的升级从而重塑汽车及相关产业全业态和价值链体系。本文首先对智能网联汽车技术进行综述性介绍然后分别介绍视觉传感器在智能网联汽车中的应用、雷达在智能网联汽车中的应用、高精度定位与号航系统、智能网联汽车路径规划与决策控制、汽车总线及车载网络技术、智能网联汽车通信技术、高级驾驶辅助系统(Advanced Driver Assistance SystemsADAS)与智能网联汽车的应用最后简要介绍智能网联汽车的操作系统与应用平台。上期我们聊了智能网联汽车的感知方面的东西这起我们就在这基础上聊聊决策与规划。高精度定位与导航系统1、高精度地图传统导航地图主要用于辅助驾驶人驾驶帮助用户规划路径仅需描述一些典型的道路特征和路口指引10m级的定位精度即可满足要求。而高精度地图用于自动驾驶、智能交通系统以及高端的驾驶辅助系统需要更精确的交通信息可达到厘米级的定位精度。精度地图的信息有包含以下内容道路参考线道路连通性车道模型对象模型图1 高精地图包含内容图源网络在智能网联汽车领域中高精度地图在高精度定位辅助环境感知、规划和决策各个环节都发挥着重要作用决策规划提供超远距离的道路信息用于辅助智驾系统全局路径规划辅助高精度定位可根据道路上的特征物由车辆与特征物之间的相对位置推算出当前车辆的绝对高精度位置信息。辅助环境感知利用高精度地图作为先验知识减少数据处理时的搜索范围优化系统的计算效率提高识别精度。2、高精度地图采集与生产采集方法1、实地采集通常称为“外业”是制作高精度地图的第一步通过采集车现场采集完成。核心设备是激光雷达高精度差分-惯导-卫星定位系统通过激光反射形成点云完成对环境的采集通过高精定位系统记录行驶轨迹和环境中物体的高精位置信息。图2 采集设备图源网络2、加工通常称为“内业”将采集到的信息进行加工提取高精度地图所需表达的信息形成高精度地图数据库。加工的过程包括人工处理深度学习的感知算法。图3 地图数据库项目图源网络3、后续更新随着时间变化道路会由于各种原因发生变化需要对地图进行周期性或一定原因触发的更新。更新方式有众包更新与政府实时交通处理部门合作等。图4 后续更新流程图源网络目前高精度地图的标准有ADASISOpenDrive等随着智能网联汽车的发展OpenDrvie被作为高精度地图的标准格式。3、其他形式的高精度地图1众包数据构建高精度地图除降低成本外在实时性上有很大优势Mobileye和博世分别推出了Roadbook和REM的众包高精度地图技术安装成本低廉的车载传感器收集路况和道路特征通过深度学习等算法转换为结构化数据生产高精度地图。图5 众包采集示意图源网络2实时定位与地图构建在机器人领域中广泛使用用激光视觉红外线等传感器获取环境特征。由于建图复杂应用场景有限。但为研发阶段的自动驾驶功能提供了局部地图构建和高精定位。图6 实时定位与地图构建SLAM效果图图源网络4、高精度定位系统全球导航卫星系统GNSS种类美国GPS俄罗斯GLONASS欧盟伽利略中国北斗GPS卫星定位导航系统组成 1地面控制部分主控站地面天线监测站通信辅助系统图7 GPS卫星定位导航系统组成示意图图源网络2空间部分由24个以上的工作卫星组成的一个GPS卫星组每个卫星发射导航和定位信号用户可以使用这些信号来实现导航。图8 GPS卫星工作卫星组示意图图源网络3用户设备部分包括卫星导航接收器和卫星天线。根据一定的卫星截止角捕获被测卫星并跟踪这些卫星的运行情况基于捕获的数据可以计算出用户当前的地理位置。图9 GPS卫星导航接收器图源网络北斗卫星导航系统BDS与其他导航系统相比的优势采用三种轨道卫星组成的混合星座高轨卫星多抗遮挡能力强提供多频点导航信号可以通过多频信号组合使用提高服务精度创新融合了导航与通信能力具有实时导航、快速定位、精确授时、位置报告和短报文通信五大服务。具体结构与GPS类似图10 北斗卫星导航系统“三步走”发展策略图源网络全球导航卫星系统定位原理利用卫星作为参考点用户接收卫星信号并计算到卫星的距离在地面上进行三角交叉测量。从而计算接收器的位置。计算过程依据三球交叉定位的原理只需同时观测三颗卫星获得三个空间距离并根据每颗卫星的广播星历计算出每颗卫星的空间位置就可以将接收器的位置计算出来。图11 三球交叉定位原理图源网络5、惯性导航系统INS原理基于牛顿运动定律利用惯性测量单元IMU的角度和加速度信息来计算载体的相对位置。因为是自我参照的系统INS不依赖任何外部参考因此非常适合于GPS信号无法到达的环境中使用。构成陀螺仪用于测量载体在三个空间轴上的角速度帮助确定方向和姿态变化。加速度传感器MEMS系统通过惯性力产生的电信号测量惯性力的大小基于牛二定律计算物体的线加速度。GNSS和INS的组合应用互补性在GNSS信号良好时利用其精确数据进行定位在信号丢失或干扰时切换到INS维持连续的导航信息。数据融合通过先进的滤波算法如卡尔曼滤波器将两种系统的数据进行有效整合以减少各自系统的误差提升整体导航的准确性和稳定性。图12 卫星定位与惯性导航融合示意图图源网络INS的其他运用辅助激光雷达摄像头等车载举报环境感知系统获取车辆与环境的高精度位置信息6高精度定位实现方式的总结差分定位卫星磁感应定位惯性定位基于视觉或激光的地图信息匹配和定位7智能网联汽车的导航系统需要有更高的要求定位系统需要车道级甚至厘米级的高精度定位地图信息需要更丰富的环境信息如交通元素的形状位置特征等实现辅助环境感知车道级路径规划等功能。路径规划算法需要车道级的路径规划、路口轨迹的连接、辅助环境感知的提取等还需考虑个性化因素做出更智能的决策。智能网联汽车路径规划与决策控制实现自动驾驶的核心算法可分为环境感知、路径规划、行为决策和执行控制等模块。智能网联汽车环境感知与路径规划环境感知1多传感器融合前问介绍了智能网联汽车上的各类传感器的原理和优缺点为实现自动驾驶则需要多种传感器相互配合。汽车自动化程度越高集成在车辆上的传感器数量越多。传感器融合的理论方法有贝叶斯准则、卡曼滤波、D-S证据理论、模糊集合理论、人工神经网络等。图13 多传感器融合示意图2智能网联汽车环境感知数据库目前专门用于无人驾驶的数据集中比较著名的有KITTI和Cityscapes。以KITTI数据集为例是视觉图像与三维雷达数据的融合利用其可实现车辆真实应用环境下立体图像、光流、视觉距离测量、三维目标检测、三位跟踪等计算机视觉技术的性能评测。图14 KITTI数据集采集的真实图像数据图源网络路径规划可分为全局路径规划方法、局部路径规划方法和混合路径规划方法三种全局路径规划是一种离线规划方法准确性取决于获取外部环境信息的准确性。局部路径规划是一种在线规划方法依靠安装在车身上的传感装置来获取局部信息。与全局路径规划相比具有实时性路径规划问题的特点复杂性随机性多约束性多目标性全局路径规划的算法栅格法、拓扑法、可视图法等局部路径规划的算法栅格法、人工势场法、遗传算法、空间搜索法、层次法、动作行为法、Dijkstra算法、lee算法、Floyd算法、遗传算法、蚁群算法、神经网络。2智能网联汽车行为决策与车辆控制汽车自动驾驶行为决策行为决策是基于环境感知和导航子系统的信息输出这包括选择哪条车道是否换车道是否跟车是否绕道是否停车等。行为决策层汇集了所有重要的车辆周围信息在此基础上来确定车辆的驾驶策略主要包括预测模块行为规划和动作规划等。图15 汽车自动驾驶行为决策流程示意图图源网络汽车自动驾驶的执行控制自动驾驶要实现对车辆运动和车身电器进行自动控制需要相应的线控系统来满足。包括车身电器系统、底盘线控系统。底盘线控系统包括转向系统图16 转向系统组成示意图图源网络2、驱动系统图17 驱动系统组成示意图图源网络3、制动系统图18 制动系统组成示意图图源网络4、车辆纵向控制对车辆前进方向上行驶速度的控制可以理解为将行驶轨迹考虑为直线车辆在各轨迹点的速度规划和运动控制。图19 车辆纵向控制典型结构图源网络5、车辆侧向控制用于控制车辆保持在规划的行驶路径上直到完成驾驶任务。图20 车辆横向控制典型结构图源网络总结自此通过感知决策控制三个流程就可以实现智能网联汽车的自动/辅助驾驶。可这三个步骤之间是如何传递信息实现连接的呢我们下期就来聊聊汽车总线。
