基于激光雷达的自动驾驶同步定位与建图方法综述

同步定位与建图（Simultaneous Localization and Mapping,SLAM）技术可使自动驾驶车辆在未知环境中根据车载传感器采集到的数据估计自身位姿,建立环境地图,为车辆的规划、决策提供定位信息,是近年来自动驾驶技术研究的热点之一。基于车载激光雷达的点云数据,聚焦SLAM技术在自动驾驶领域的应用,围绕前端里程计、后端优化和回环检测技术,对国内外相关研究进行综述。考虑到单一传感器的局限性,结合目前多传感器融合研究的热点与难点,展望了自动驾驶多传感器融合SLAM技术在自动驾驶领域的机遇与挑战。     

激光雷达技术研究现状及其应用

激光雷达是一种各领域广泛应用的环境感知传感器,随着自动驾驶技术发展,更是成为自动驾驶车辆核心的建图定位设备。本文主要概述了国内外激光雷达的研究现状,分析并对比了三角测距和TOF两种激光雷达实现原理,讨论了目前主流厂商的测试标准,介绍了激光雷达技术的在气象观测、城市建设、交通运输的主要应用,为激光雷达的技术研究和产业化发展提供参考依据。     

基于车辆模型紧耦合的封闭园区车辆定位方法

自主定位是自动驾驶车辆的一项基本能力,全球导航卫星系统(GNSS)可在开阔环境提供定位解决方案,然而在封闭园区环境如港口或工业园区等,高密度的植被和建筑等环境因素会导致GNSS信号不稳定,从而影响定位精度,对自动驾驶系统的安全造成严重威胁。为解决这一问题,本文中提出融合激光雷达(LiDAR)和惯性测量单元(IMU)的自动驾驶定位方法,通过引入车辆运动学模型以约束车辆位姿优化方向,同时采用模块化设计思路构建系统残差并基于紧耦合方法联合优化获得车辆准确位姿。试验结果表明,所提出的方法能够提高弱GNSS信号环境中自动驾驶车辆的定位精度和鲁棒性。     

分布式多车协同视觉SLAM系统EI北大核心CSCD

可靠的定位与导航是实现自动驾驶的先决条件。单车视觉同时定位与建图(SLAM)技术能够在GNSS拒止的情况下实现车辆的定位,但累积误差会随运行时间逐渐增加,难以持续准确完成定位任务。通过多车协同视觉SLAM可以提升定位效果。本文提出了一种鲁棒、轻量化的分布式多车协同视觉SLAM系统,该系统以ORBSLAM2作为视觉里程计,利用NetVLAD全局图像描述子实现多车间共视区域识别和数据关联;提出了一种基于数据相似性和结构一致性的方法,实现多车间闭环离群值剔除;提出了一种分布式位姿图优化方法,提高多车协同定位精度。经过自主搭建平台所采集的真实数据以及KITTI数据集测试,该系统相较于已有的主流视觉SLAM算法以及协同SLAM算法均具有更高的定位精度。     

自动驾驶仿真技术研究现状

作为测试自动驾驶车辆的关键技术之一,计算机仿真与真实的物理环境下的自动驾驶汽车测试相辅相成,在未来的自动驾驶行业领域,计算机仿真也必将为自动驾驶车辆的开发与相关技术标准的制定提供重要的依据。本文主要从自动驾驶仿真测试的意义、测试方法和作用、搭建技术、软件现状等部分为切入点,介绍自动驾驶仿真技术的现状,为自动驾驶仿真技术的研究和发展提供参考依据。     

基于单线激光雷达的SLAM系统功能优化设计

地图与导航是无人驾驶与机器人领域的关键点,针对单线激光SLAM(同步定位与地图构建)系统功能优化问题,利用DOE(实验设计),提出了基于单线激光雷达的SLAM系统功能优化方法。首先,基于SLAM小车平台,利用Gmapping、Hector、Karto、Cartographer四种算法对室内环境进行建图,分析建图结果,提出最优建图方法。其次,依据AMCL定位算法,分别利用A*和Dijkstra两种路径规划方法,通过对比定位导航效果,提出基于参数匹配的定位导航功能优化方法。在此基础上,提出系统功能匹配优化方法,完成SLAM系统功能优化设计。     

自动驾驶汽车测绘管理政策法规问题及优化建议

正自动驾驶汽车通过"环境感知+高精度定位+高精度地图"技术耦合实现路径规划的行为涉及测绘,需要符合我国测绘领域相关政策法规的要求。我国对测绘行为采取严格的管理模式,部分规定会限制测绘技术在自动驾驶汽车上的应用。本文梳理了自动驾驶汽车测绘领域的政策法规现状、存在的问题,并结合产业发展实际,提出了相应的优化建议。     

六分科技:精准定位助力万物精准互联

正六分科技线上召开了以"经天纬地,厘清分明"为主题的2020产品启航发布会,首度推出一系列高精度定位引擎及高精度定位行业解决方案。六分科技孵化于四维图新,是四维图新面向自动驾驶、智慧城市等未来布局的重要构成部分,随着各个行业领军企业先后战略入股,六分科技确立了"精准定位助力万物精准互联"的核心战略愿景。     

自动驾驶安全第一

自动驾驶集人工智能(AI)、大数据、5G、车路协同、高精度地图与定位等高新技术于一体,顺应汽车工业革命的电动化,智能化、网联化、共享化发展趋势,近年来得到高速发展。具备自动巡航、紧急自动刹车、车道偏离预警等先进辅助驾驶系统(ADAS)功能的低等级自动驾驶汽车实现车辆前装,得到大规模量产应用。具备有条件自动驾驶、高度自动驾驶、完全自动驾驶功能的高等级自动驾驶汽车已经开展道路测试验证,量产商用可期。     

四维图新携手嬴彻科技，高精度地图落地自动驾驶干线物流

正近日,四维图新和国内自动驾驶商用车技术与运营公司嬴彻科技达成前装量产定点合作协议,四维图新将为嬴彻科技2021年底量产的自动驾驶商用车项目,提供L3级自动驾驶的高精度地图"数据+引擎"产品服务,这是国内首个面向商用车L3级自动驾驶干线物流的高精度地图商业订单。     

自动驾驶汽车在城市道路上面临的主要场景挑战

基于人类的自然驾驶数据、交通事故数据等信息提出的自动驾驶汽车技术要求和测试场景难以反映自动驾驶汽车特有的局限性和安全风险。文章从车辆视角出发,利用搭载高度自动驾驶功能的汽车开展了实际道路测试,并通过分析测试过程中遇到的危险场景和边缘场景,总结了城市道路环境下自动驾驶汽车在感知、定位、决策规划、控制执行和网联通信等方面存在的主要场景挑战。该研究成果弥补了基于人类驾驶数据开展相关研究的不足,能够为自动驾驶汽车的研发和基于场景的测试验证提供参考。     

面向自动驾驶的道路适驾性研究进展

现有道路设计规范考虑了驾驶人感知反应时间和车辆动力学特征,而自动驾驶汽车与驾驶人在感知反应时间、感知距离和感知高度等方面存在差异。这些差异可能会导致自动驾驶汽车在特定道路条件下面临挑战,例如复杂的道路线形、不规则交叉口等情况。为了解道路基础设施对自动驾驶汽车运行的影响,需要开展面向自动驾驶的道路适驾性研究。针对不同道路类型,道路几何设计、交通控制设施和路侧设施等对自动驾驶汽车安全运行影响的定量研究尚不充分。从路段、交叉口、交通标志标线3个方面进行归纳整理,结果表明：(1)现有的研究建立了道路线形设计、交叉口几何设计与自动驾驶感知能力的关系,发现平曲线半径、弦长和曲线偏转角等设计指标影响自动驾驶视距;(2)实车测试发现道路类型、平曲线曲率和车道宽度对自动驾驶失效事件具有显著影响;(3)随着自动驾驶汽车市场渗透率的增加,自动驾驶汽车之间交互行为规则更加明确,有利于提升道路适驾性水平;(4)自动驾驶的感知识别准确率会受到交通标志的反光性能和设置位置的影响,失效概率与交通标线的尺寸、逆反射亮度系数以及延长线相关。面向未来自动驾驶应用需求,针对已建道路,需要测试不同复杂工况条件对自动驾驶汽车运行...     

自动驾驶车辆决策与规划研究综述

决策与规划是自动驾驶系统的中枢,是提高自动驾驶车辆行驶安全、驾乘体验、出行效率的关键。其面临的主要挑战在于如何满足自动驾驶所需的极高可靠性和安全性,以及如何有效应对场景复杂性、环境多变性、交通动态性、博弈交互性及信息完备性并产生类人化的驾驶行为,使车辆自然地融入交通生态。为全面了解决策与规划的前沿问题与研究进展,对其技术要点进行系统梳理与总体概述。首先,从数据驱动的驾驶行为预测、概率模型的驾驶行为预测、个性化驾驶行为预测三方面综述了面向态势认知的行为预测的研究进展;其次,将行为决策总结归纳为反应式决策、学习式决策、交互式决策并逐一进行了分析;再次,从方法论的角度对运动规划及其应用进行对比分析,具体包括图搜索方法、采样方法、数值方法、拟合插值曲线方法等;然后,针对端到端的决策规划的关键科学问题和主要研究进展进行了归纳分析;最后,总结了决策规划对提升自动驾驶车辆智能化水平的重要影响,并展望了其未来的发展趋势与面临的技术挑战。     

日产汽车公司公布“自动驾驶”汽车

日产汽车公司近日向媒体公开了利用近红外线探测器（前轮前方的黑色长方形部分）等装置实现自动驾驶的“自动驾驶汽车”,该车是在电动车“LEAF（中国名：聆风）”的基础上研发的自动驾驶试制车。该车配备了利用声波、电波、光的感应装置以及5个摄像头。汽车内置的“人工智能”设备将对其探测到的车道、其他行驶中的汽车、障碍物、道路信号及标识等信息进行识别,无需驾驶员操控方向盘就能自动行驶。油门和刹车等装置也将实现自动操控。 该车要实现商品化还需要等待主要国家规范了“自动驾驶”相关法规之后才能销售。目前,日本国土交通省正在讨论分阶段允许“自动驾驶汽车”在高速公路上行驶事宜。作为设想,最终希望实现自动和手动驾驶的汽车在同一车道内行驶。     

基于多通道态势图的自动驾驶场景表征方法

开展自动驾驶测试场景研究能够大幅减少自动驾驶汽车的测试周期与开发成本，是未来评价和提升自动驾驶技术的重要基础。为此，联合基于本体论的场景解构方法，提出了一种基于多通道态势图的自动驾驶场景表征方法，并对多通道态势图的场景聚类与场景复杂度进行研究。首先，对目前的自动驾驶测试方法进行分析，论述道路测试的不足之处以及基于场景的自动驾驶虚拟测试的优点，并对当前的场景解构与表征方法进行了总结；然后，运用本体论解构场景中的信息，并建立场景的本体模型，对模型中的数据属性进行参数化；接着，对真实场景、场景中的语义信息和多通道态势图场景进行对比分析，定义表征场景的多通道态势图的数据格式，将解构出的场景信息重组到多通道态势图的不同层中；之后，以汉明距离为基础设计了多通道态势图的对象层相似度计算方法，采用K均值聚类算法对驾驶场景对象层进行聚类分析，并借助层次分析法对基于多通道态势图的驾驶场景复杂度计算进行研究；最后，以KITTI数据集的一些真实场景为例，绘制场景开始时刻的多通道态势图，分析聚类出的9种对象分布类型。研究结果验证了多通道态势图场景复杂度计算方法的有效性。     

自动驾驶汽车-行人交互研究综述

自动驾驶汽车已开始在部分开放道路进行测试,其与行人等其他交通参与者共享混行道路,面向自动驾驶汽车的车外人机交互技术亟需开展深入研究,以便行人快捷、高效地理解自动驾驶汽车的行驶意图,确保混合交通场景通行安全并提高通行效率。本文首先阐述了自动驾驶汽车与行人交互的重要意义,并从行人检测与跟踪、行人意图识别及行为预测、自动驾驶汽车的决策3个方面介绍了目前自动驾驶汽车的车外人机交互前期支撑技术研究概况,着眼于自动驾驶汽车行驶意图的表达,对交互需求和车外人机交互界面的设计原则及质量评估进行了梳理,最后提出了车外人机交互面临的挑战及未来的发展方向。     

德尔福自动驾驶技术中国首秀,以前沿科技描绘未来出行

<正>近日,德尔福在国家智能网联汽车(上海)试点示范区举办"开启自动驾驶未来"活动,并首次在华展示其最新自动驾驶技术。活动期间,德尔福展示了与合作伙伴Mobileye共同开发的"中央传感定位与规划"(CSLP)自动驾驶系统。该系统是业内首个可立即启用的、完全集成的自动驾驶解决方案,配备了行业领先的感知     

宏观标定方法在Wiedemann驾驶行为阈值研究中的应用

基于流量速度图对Wiedemann74模型参数标定的宏观方法进行了研究,建立了集成VISSIM、Matlab、ExcelVBA的参数标定平台,以最小化流量速度图的实测值与仿真值的差异为优化目标,应用图像识别方法判剐图像的差异性,利用遗传算法优化参数值,实现了参数自动寻优的迭代过程.建立的参数标定平台能够利用流量、速度等宏观运行数据标定驾驶行为阈值参数,为利用检测器数据实现自动化标定提供了有效手段,为分析驾驶行为特点提供了方法,解决了VISSIM软件中默认参数不适合我国交通状况导致仿真精度不高的问题.利用路侧激光检测器采集长沙市南二环路断面交通数据,根据标定后的参数、实测数据对Wiedemann模型的驾驶行为阈值曲线进行了拟合,根据驾驶行为分区对长沙市南二环路的驾驶行为进行了分析.     

基于多传感器融合的紧耦合SLAM系统

同时建图与定位(SLAM)是自动驾驶功能重要的组成部分,现有算法以激光或视觉惯性里程计为主,未充分利用多模态传感器各自的优势,对特征缺失的场景鲁棒性不足.针对此问题,本文中提出了一种采用激光雷达、摄像头和惯性测量单元(IMU)的多传感器紧耦合SLAM系统.首先它改善了激光雷达点云特征提取和平面拟合的方案,提升了利用点云...     

自动驾驶汽车轨迹规划方法综述

作为自动驾驶车辆的重要组成部分,轨迹规划是影响自动驾驶智能化水平的关键。综述10年来智能驾驶车辆轨迹规划方法并将这些算法分为基于图搜索、基于采样、基于数学优化、曲线插值和机器学习5类。针对每类算法进行了阐述,阐述算法在实际场景中的应用并分析了其优缺点。最后指出了目前依然存在的问题和挑战,并总结了未来研究发展方向。