【中國傳動網 行業動態】 自動駕駛汽車是依靠人工智能、視覺計算、激光雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有人類主動的操作下，自動、安全地操作機動車輛，其主要由環境感知系統、定位導航系統、路徑規劃系統、速度控制系統、運動控制系統、中央處理單元、數據傳輸總線等組成。
自動駕駛汽車在傳統汽車的基礎上擴展了視覺感知功能、實時相對地圖功能、高速規劃與控制功能，增加了全球定位系統天線、工業級計算機、GPS接收機、雷達等核心軟硬件。感知環節通過各種傳感器采集周圍環境基本信息，是自動駕駛的基礎，主要包括毫米波雷達、激光雷達、超聲波傳感器、圖像傳感器等。
雖然說自動駕駛在全球范圍內已經形成風潮，并有望在2021年實現4級自動駕駛，但是其想要真正走入現實也并非易事。從技術方面而言，目前自動駕駛的痛點在于穩定可靠的感知及認知，包括清晰的視覺、優質的算法、多傳感器融合以及高效強大的運算能力。其中，多傳感器融合是實現自動駕駛的必然發展趨勢。
具體而言，多傳感器融合就是將多個傳感器獲取的數據、信息集中在一起綜合分析以便更加準確可靠地描述外界環境，從而提高系統決策的正確性。雖然在原理上看似簡單，但是在自動駕駛場景中則顯得充滿挑戰。多傳感器融合，需要對每個傳感器采集的信息進行快速處理，從而讓高速行駛的汽車及時進行反饋動作，以應對突發的交通情況。由此可見，多傳感器融合并不僅僅是硬件方面的協同配合，還包括決策層的算法和算力支持。
當前，自動駕駛環境感知技術路線主要包括視覺主導和激光雷達主導兩種方案：
一是以特斯拉為代表的「攝像頭+毫米波雷達+超聲波雷達」多傳感器融合，Autopilot2.0硬件由8個攝像頭、1個毫米波雷達和12個超聲波雷達組成，但攝像頭受環境光照影響較大，目標檢測較不可靠，優勢是成本相對較低；
二是以GoogleWaymo為代表的「低成本激光雷達+毫米波雷達+超聲波傳感器+攝像頭」多傳感融合，激光雷達是主動視覺，目標檢察較為可靠，但缺少顏色和紋理信息且成本較高。
目前，沒有一種解決方案是完美的，每種組合解決方案都有妥協，即使這些妥協的規模或不同方向的意識程度不同。這些傳感器技術將以不同的方式在不同的車輛價格點組合，從而獲得更有效的解決方案。
網站客服
粵公網安備 44030402000946號