无人驾驶汽车环境感知与导航定位技术应用综述

环境感知以及导航定位是无人驾驶汽车(以下简称无人车)技术的关键组成部分。针对驾驶环境进行定义和分类,提出与环境相互匹配的传感器组合方法。在此基础上,着重介绍传感器技术以及环境感知技术,比较各技术优缺点,并结合导航与定位对无人车组成架构进行概括介绍,并对未来无人车环境感知技术进行展望。     

无人驾驶汽车的关键技术及其未来商业化应用

<正>人们在驾驶汽车过程中一旦出现疲劳驾驶或者其它原因等均会造成严重的交通事故以及人员伤亡,随着人们对无人驾驶汽车投入大量的精力进行研究,无人驾驶汽车得到了快速发展,但是其中由于成本、技术等诸多因素影响,导致无人驾驶汽车尚未实现推广使用。对此,本文就对无人驾驶汽车中的传感器技术、环境感知技术以及导航定位等关键技术作出分析,并对其今后实现商业化应用作出探讨。     

声音感知在自动驾驶汽车中的应用与展望

听觉是人类信息交互的一条中心路径,声音的感知和处理是无人驾驶汽车完全实现自动驾驶必不可少的一部分。本文通过介绍声音感知系统在自动驾驶汽车相关领域中的应用,对行车周边的声学事件检测、声源定位和人机交互等方面的技术特点进行了重点分析,发现声源定位技术在应用中已经取得较好的定位精度,而声学事件检测和人机交互技术在应用方面还面临巨大的挑战。     

无人驾驶汽车研究动向

正无人驾驶汽车是一种智能汽车,也可以称之为轮式移动机器人,主要依靠车内以计算机系统为主的智能驾驶仪器来实现无人驾驶。它通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标;利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆安全、可靠地在道路上行驶。无人驾驶汽车集自动控制、体系结构、人工智能、视觉计算等众多技术于一体,是计算机科学、模式识别和智能控制技术高度发展的产物。     

车辆感知与定位研究——第29届国际智能车大会综述

近年来,由于摄像头、激光雷达等传感器的更新换代和大数据、人工智能等高科技在汽车领域的广泛应用,汽车智能化的程度越来越高,智能汽车的整体制造近在眼前.第29届国际智能车大会(The 29th IEEE Intelligent Vehicles Symposium,IV 2018)旨在促进全球智能汽车技术发展和国际汽车领域的交流合作.会议整体分为智能车的感知、决策、路径规划和控制等主题,探讨了当前智能车领域的最新技术动态以及未来发展前景.综述了会议报告的热点,从传感器数据融合、智能车定位与导航、激光雷达感知与定位和目标检测与识别等方面对车辆感知与定位技术的发展状态进行了分析,展望了未来车辆感知与定位研究的发展趋势,提出了深度学习方法与基于激光雷达的定位方法是未来车辆感知与定位可能的研究热点.      

智能网联产业链分析——激光雷达成关键部件

近年来,智能网联汽车逐渐受到行业及市场关注,这种融合了现代通信与网络技术的新一代汽车,不仅可实现"安全、高效、舒适、节能"行驶,还具备车与驾驶者智能信息交换、共享,以及复杂环境感知、智能决策、协同控制等功能,使得无人驾驶成为可能。无人驾驶技术已经成为汽车发展的一个大趋势,作为其核心传感器部件之一的车载激光雷达更是有着难以取代的地位。本文重点介绍激光雷达的原理、应用现状及趋势等,从中不难发现激光雷达已经逐渐发展为标配,随着企业自动驾驶方案的选择和规划,车用激光雷达的商业化正悄然发生。     

基于线阵CCD的无人驾驶汽车路径跟踪导航系统

正随着生活水平的大幅度提升,汽车已经成为最为常见的交通工具,再加上传感技术、网络技术以及计算机等技术发展水平的不断提高,汽车领域逐步朝着信息化以及智能化方向发展,尤其是以环境感知技术为基础的辅助驾驶技术已经取得了一定的研究成果,所以具有高度智能化特征的无人驾驶汽车已经成为汽车领域的未来发展趋势。无人驾驶汽车可以利用车辆自带的传感器获取道路、车辆位置和障碍物信息,并利用相关技术对汽车的转向与速度进行精准控制,保证车辆行驶安全,该技术令道路交通系统从传统的"人-车-路"系统变为"车-路"系统,     

无人驾驶商用车市场前瞻

正无人驾驶技术是通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标的智能汽车技术。它利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。它集自动控制、体系结构、人工智能、视觉计算等众多技术于一体,是计算机科学、模式识别和智能控制技术高度发展的产物。     

自动驾驶汽车环境感知传感器研究

近年来,自动驾驶技术作为智能网联汽车的重要组成部分,成为热点话题。环境感知系统是自动驾驶汽车的感官神经,扮演着“眼睛”的角色。文章通过查阅相关文献,结合当前研究热点,对自动驾驶汽车系统组成做简要介绍,同时对其环境感知系统所使用传感器的种类、工作原理、应用场景等方面做了系统介绍,对不同传感器进行对比分析并提出建议。通过介绍,能够帮助读者对自动驾驶汽车环境感知系统有初步了解,同时对相关技术人员给予一定指导。     

浅谈智能驾驶中的环境感知

环境感知是研究汽车智能驾驶技术的基础。环境感知系统为智能车辆的行为决策和路径规划提供准确可靠的信息源,是智能车辆顺利运行的重要保障。文章首先对比环境感知中常用的传感器,在此基础上总结目标检测与目标跟踪的技术方法并分析优缺点,然后介绍全球四大卫星系统及常用定位导航技术的基本原理,最后对未来智能驾驶汽车的发展进行展望。     

基于无人驾驶感知层元件的整车方案集成研究

为了实现无人驾驶汽车的功能要求,需要在整车上集成多个种类的感知元件,用于感知车辆周边环境。文章对无人驾驶汽车的主要感知元件进行介绍,并结合不同种类感知元件的工作特性和限定条件,分析了各种感知元件在整车集成时需要注意的事项,为将来的批量设计和制造无人驾驶汽车提供参考。     

智能网联汽车传感器检测与定位技术分析

为了满足新能源汽车的发展需求,针对智能网联汽车传感器检测和定位技术的研究非常重要。通过对智能网联汽车的基本情况、智能网联汽车传感器的检测与定位技术进行分析,探讨智能网联汽车传感器检测与定位技术的发展。通过提高智能网联汽车传感器检测与定位技术的有效性,发挥新能源汽车的传感器和定位技术的作用,可进一步提升智能网联汽车的服务能力,推动新能源汽车行业的发展。     

自动驾驶汽车基础技术解析

正自动驾驶汽车是一个完整的软硬件系统。硬件系统除了常规的汽车的配置之外,还涉及到专用于无人驾驶技术的传感器,比如摄像头,雷达等。全智能化智能车(Intelligent vehicle)是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统,它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术,是典型的高新技术综合体。如下图所示,给自动驾驶技术做一个总的分类,其关键技术依次可以分为环境感知,行为决策,路径规划和运动控制四大部分。     

基于智慧交通对无人驾驶技术风险评估模型的探究

随着我国智慧交通的不断进步,无人驾驶技术正日益发展,目前我国在无人驾驶领域取得了新的突破,但同时也面临着潜在的风险。例如,传感器性能限制下的技术风险、信息交互延迟导致的安全风险和基础设施不足引发的基建风险。本文旨在研究智慧交通发展背景下无人驾驶技术的风险评估,采用大数据感知技术和决策技术,利用RCNN、YOLO、SSD等物体检测算法和滤波算法对收集的信息进行检测与处理,进而提高追踪目标的准确性和鲁棒性;利用新兴技术构建一个基于感知信息网的新型风险评估模型,揭示无人驾驶技术在智慧交通发展中的安全性和可行性,为其广泛的应用提供科学的支持,以确保无人驾驶技术的可持续和安全发展。     

无人驾驶汽车路径规划算法研究综述

无人驾驶汽车是目前汽车发展的一个大方向,无人驾驶的实现依靠于汽车的感知、决策和控制功能。路径规划属于决策中重要的一环。目前,无人驾驶汽车的路径规划算法存在受环境影响较大,无法适用于复杂的道路环境的问题,基于此文章对无人驾驶汽车轨迹规划算法进行归纳。其在广义上可分成全局路径规划和局部路径规划两种,文章对上述两种规划进行细分并介绍了各种路径规划方法的原理,分析了各个方法的优劣,为无人驾驶汽车路径规划算法的研究提供参考。     

汽车主动安全环境感知共性技术初探

本文对汽车主动安全环境感知共性技术进行了研究和探讨。首先介绍了国内外环境感知技术的发展现状和趋势。随后提出了以CCD和雷达为感知手段,嵌入式系统为处理器的汽车主动安全感知平台,其中包括机器视觉技术,雷达信息处理技术,传感器融合技术和嵌入式处理技术四项共性技术,并分别对其进行了论述,为研发各种主动安全系统奠定了坚实的基础。     

无人驾驶汽车优缺点分析及创新优化方案

随着计算机技术和传感器的发展,越来越多的汽车开始应用无人驾驶技术,无人驾驶给汽车带来了一些革命性的变化。无人驾驶会给人类带来诸多便利,但同时由于技术水平的限制,无人驾驶也会存在许多问题,文章对无人驾驶汽车的优点和缺点进行了分析,并对无人驾驶汽车提出了创新优化方案。     

智能驾驶汽车传感器介绍及布置

介绍了智能驾驶汽车各环境感知传感器的特点,举例说明了在特殊场景下的安全隐患,并重点讲解了毫米波雷达在整车上的布置要求,为环境感知传感器在其他车型上的布置提供参考。     

汽车自动化控制系统的应用及发展方向分析

首先从信息监测、环境感知与决策、汽车配电、汽车控制和自动驾驶方面阐述了汽车自动化控制系统的实际应用情况;然后,从无人驾驶、混合动力及其他方面展望了汽车自动化控制系统的未来。     

基于移动子目标的复合式路径规划算法

为使无人驾驶汽车无碰撞、高效到达目标点,针对当前未同时突出全局路径和局部路径优点的问题,通过激光传感器检测无人驾驶汽车周围环境,用子目标点与无人驾驶汽车的连线将平面环境划分为左、右2个半平面,分别搜索可通行的自由扇区,根据一种代价函数评价各个自由扇区得到最优的路径。考虑无人驾驶汽车各时刻的姿态不同,为无碰撞的切入最优路径,创建基于无人驾驶汽车到阻塞区域距离和当前车速的风险评价函数,基于人的驾驶行为,创建以风险评价值和切入最优扇区的转角为输入,无人驾驶汽车角速度和线速度为输出的模糊控制。在全局路径已知的条件下,在全局路径上为实时的局部路径规划选择子目标点。根据环境等因素的影响,将子目标划分成被未知阻塞区域遮挡、被已知阻塞区域遮挡且遮挡前子目标可见、被已知阻塞区域遮挡且遮挡前子目标不可见3种状态,为引导无人驾驶汽车,分别分析其子目标所处的状况并提出子目标应当按照一定速度向特定方向移动的方案。研究结果表明:该方法能够很好地解决局部路径规划层无远见的问题,全局路径上的子目标点有效地引导无人驾驶汽车前往最终的目标,同时又不会与阻塞区域发生碰撞,保证了无人驾驶汽车行驶的平顺性,实现实时无人驾驶汽车路径达到最优,又很好地关联了全局路径规划层和局部路径规划层。