無(wú)人駕駛汽車的傳感器系統(tǒng)設(shè)計(jì)及技術(shù)展望-在線瀏覽
2024-08-23 23:56本頁(yè)面
【正文】 格地圖中，從而實(shí)現(xiàn)對(duì)環(huán)境中障礙物的檢測(cè)。最后，對(duì)獲得的環(huán)境信息信號(hào)進(jìn)行處理，得到一張動(dòng)態(tài)的標(biāo)志了障礙物的柵格圖，從而達(dá)到避障的效果，采用融合 Velodyne 和 Ibeo 信息得到運(yùn)動(dòng)目標(biāo)狀態(tài)的方式相比于只用 Velodyne 處理結(jié)果的方式，檢測(cè)結(jié)果的準(zhǔn)確率和穩(wěn)定性都得到了較大的提升。無(wú)人駕駛車輛的環(huán)境感知層的任務(wù)是針對(duì)不同的交通環(huán)境，對(duì)傳感器進(jìn)行合理的配置、融合不同傳感器獲取的環(huán)境信息、對(duì)復(fù)雜的道路環(huán)境建立模型。傳感器探測(cè)環(huán)境信息，只是將探測(cè)的物理量進(jìn)行了有序排列與存儲(chǔ)。因此需要通過(guò)適當(dāng)?shù)乃惴◤奶綔y(cè)得到的數(shù)據(jù)中挖掘出我們關(guān)注的數(shù)據(jù)并賦予物理含義，從而達(dá)到感知環(huán)境的目的。若要讓機(jī)器獲取車道線信息，需要攝像頭獲取環(huán)境影像，影像本身并不具備映射到真實(shí)環(huán)境中的物理含義，此時(shí)需要通過(guò)算法從該影像中找到能映射到真實(shí)車道線的影像部分，賦予其車道線含義。針對(duì)不同的傳感器，采用的感知算法會(huì)有所區(qū)別，跟傳感器感知環(huán)境的機(jī)理是有關(guān)系的。比如攝像頭在物體識(shí)別方面有優(yōu)勢(shì)，但是距離信息比較欠缺，基于它的識(shí)別算法受天氣、光線影響也非常明顯。同一種傳感器因其規(guī)格參數(shù)不一樣，也會(huì)呈現(xiàn)不同的特性。事實(shí)上，已經(jīng)有零部件供應(yīng)商做過(guò)此事，比如德?tīng)柛ｉ_(kāi)發(fā)的攝像頭與毫米波雷達(dá)組合感知模塊已應(yīng)用到量產(chǎn)車上。 交通識(shí)別模塊交通標(biāo)識(shí)識(shí)別模塊又分為交通標(biāo)志牌識(shí)別和交通信號(hào)燈識(shí)別。交通信號(hào)燈識(shí)別主要由以下幾部分組成：(1)圖像/視頻輸入；(2)交通信號(hào)燈檢測(cè)；(3)交通信號(hào)燈狀態(tài)識(shí)別；(4)識(shí)別結(jié)果輸出。圖4 交通標(biāo)志牌識(shí)別系統(tǒng)框圖圖5 交通信號(hào)燈識(shí)別系統(tǒng)框 車道線檢測(cè)與識(shí)別模塊車道線檢測(cè)模塊是通過(guò)對(duì)傳感器圖像進(jìn)行車道線檢測(cè)和提取來(lái)獲取道路上的車道線位置和方向，通過(guò)識(shí)別車道線，提供車輛在當(dāng)前車道中的位置，能夠幫助無(wú)人車遵守交通規(guī)則，為無(wú)人駕駛車輛的自主行駛提供導(dǎo)向，提高無(wú)人車的行車穩(wěn)定性。在圖像二值化上，利用S*S大小的均值模板對(duì)圖像進(jìn)行卷積，將圖像中車道線的區(qū)域信息提取出來(lái)，然后通過(guò)逆透視投影變換，通過(guò)路況判斷，識(shí)別出車道線，通過(guò)透視投影原理，將車道線映射到原始圖像上。其次對(duì)所獲得子框圖的類別進(jìn)行判別，整合各個(gè)子框圖的類別信息，輸出檢測(cè)得到的結(jié)果。 決策規(guī)劃層無(wú)人駕駛車輛決策規(guī)劃層的任務(wù)是根據(jù)路網(wǎng)文件(RNDF)、任務(wù)文件(MDF)以及定位信息生成一條全局最優(yōu)路徑，并在交通規(guī)則的約束下，依靠環(huán)境感知信息實(shí)時(shí)推理出正確合理的駕駛行為，最終生成安全可行駛的路徑發(fā)送給控制執(zhí)行系統(tǒng)。全局規(guī)劃模塊首先讀取網(wǎng)文件和任務(wù)文件，遍歷路網(wǎng)文件中的所有路點(diǎn)，生成所有路點(diǎn)之間的連通性，然后根據(jù)任務(wù)文件來(lái)設(shè)定起點(diǎn)、任務(wù)點(diǎn)和終點(diǎn)，計(jì)算出最優(yōu)路徑，最終將這條最優(yōu)路徑的路點(diǎn)序列發(fā)送給行為決策模塊。運(yùn)動(dòng)規(guī)劃模塊的任務(wù)則是根據(jù)行為決策模塊發(fā)送的局部目標(biāo)點(diǎn)以及環(huán)境感知信息，實(shí)時(shí)規(guī)劃出安全可行駛的路徑，并將路徑的軌跡點(diǎn)序列發(fā)送給控制執(zhí)行。解決無(wú)人駕駛汽車的關(guān)鍵技術(shù)主要在于兩個(gè)方面，一方面是算法的設(shè)計(jì)，另一方面便是傳感器的設(shè)計(jì)。將來(lái)無(wú)人駕駛技術(shù)的發(fā)展方向也應(yīng)該是改善算法和選擇更合適精度更高的傳感器。文中所坦述的內(nèi)容基本可以應(yīng)對(duì)大多數(shù)的道路情況，在低速的條件下實(shí)現(xiàn)無(wú)人駕駛，但實(shí)際的生活中，汽車駕駛的環(huán)境十分復(fù)雜，想要通過(guò)儀器設(shè)備分析到判斷交通手勢(shì)或者其他司機(jī)行人的手勢(shì)等不固定的交通
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1