面向自动驾驶汽车的仿真算法实现

随着自动驾驶技术的发展,自动驾驶汽车进入了人们的视野。自动驾驶汽车的实现离不开各类型的传感器,实现传感器的安装、标定对于自动驾驶汽车至关重要。文章介绍了自动驾驶汽车的发展现状和前景、相机的标定、多线激光雷达的标定、相机和激光雷达的联合标定。最后,文章构建了仿真环境和车辆行驶控制仿真算法。     

智能网联产业链分析:毫米波雷达成关键部件

<正>随着大众对汽车驾驶安全性、舒适性要求的不断提升,人们正进入一个新兴的"汽车雷达时代",伴随着很多创新发展、颠覆性技术和新晋厂商。毫米波雷达是未来车载主力传感器之一,它将和摄像头、激光雷达、超声波传感器一起为高级驾驶辅助系统(ADAS)和自动驾驶汽车"保驾护航"。本文将对车用毫米波雷达发展的现     

自动驾驶系统时间同步技术研究

近年来，随着自动驾驶技术的普及，自动驾驶技术开始迈入落地及应用阶段，在系统架构层面传感器和域控制器的复杂度越来越高，激光雷达、毫米波雷达、摄像头等各类传感器及域控制器间的数据同步和融合显得极为重要。基于此，文章详细介绍了集成多类传感器和高阶域控制器基础上的自动驾驶系统时间同步方法，为多传感器数据的精确时间同步、传感器与域控制器的精确时间同步提供了较成熟、可靠及可实施的系统解决方案。     

未来无人驾驶汽车的传感器方案发展趋势(下)

(接上期)二、搭载激光雷达等传感器套件的车型分析1.小鹏G9(计划交付时间:2022年下半年)(1)自动驾驶感知系统小鹏G9感知设备分布如图5所示。其传感器由2个激光雷达、5个毫米波雷达、12个摄像头、12个超声波雷达组成。     

自动驾驶多传感器融合的时间校准方法研究

针对自动驾驶感知域系统的激光雷达、图像传感器、惯性测量单元3种传感器数据融合的时基校准问题,利用机械式激光雷达自身特征设计校准设备、系统及实验方法.基于激光雷达的触发事件和车载图像传感器感知特征,实现两种传感器时基在线标定,并通过示波器测量校验证明该方法的有效性.利用激光雷达扫描频率与触发事件时间差相互关联的特征,将激...     

谷歌无人驾驶汽车装用的雷达传感器

叙述谷歌无人驾驶汽车用激光雷达传感器与自动制动系统用车载毫米波雷达传感器,阐述恩智浦半导体公司试制的77GHz频段车载毫米波雷达用收发器。     

商用车辅助驾驶系统感知传感器特性及选型分析

汽车辅助驾驶系统是在感知传感器对道路环境进行感知的基础上对驾驶过程中的潜在危险进行预警提醒或主动控制干预。近年来中国交通部以商用车应用为试点,发布相关法规逐步强制推行辅助驾驶系统的配备,以切实提升商用车的安全性。感知传感器是辅助驾驶系统的重要基础,本文在充分分析视觉、毫米波雷达、激光雷达的基础上,综合考虑实际应用对性能和成本两个方面平衡的需求,给出了不同应用传感器的选型建议,为商用车辅助驾驶系统的传感器选型提供参考。     

智能车辆安全辅助驾驶技术研究近况

论述了安全辅助驾驶技术的研究现状、研究的必要性以及研究进展。安全辅助驾驶技术包括车道偏离预警与保持、前方车辆探测及安全车距保持、行人检测、驾驶员行为监测、车辆运动控制与通讯等。分析了各种传感器的优缺点及其在实际应用过程中存在的问题,基于单一传感器不能很好地解决安全辅助驾驶技术可靠性和环境适应能力的要求,应结合激光雷达技术解决图像模糊问题,利用红外传感器增强机器视觉识别的可靠性,未来的安全辅助驾驶技术应该采取多种传感器融合的技术,结合毫米波雷达和激光雷达系统具有深度测量精确的特点,将极大的推动汽车安全辅助驾驶系统的应用和推广。     

用于汽车ADAS系统测试的软目标车研究进展

软目标车在汽车高级驾驶辅助系统(Advanced Driving Assistance System,ADAS)测试中发挥着重要作用,它提高了试验的安全性和效率。介绍了软目标车研发的关键技术和研究进展,通过分析乘用车的电磁散射特性、视觉及光学特性,论述了软目标车对于毫米波雷达、视觉传感器以及激光雷达在特征识别方面的设计要求,重点阐述了软目标车对毫米波雷达的探测及识别目标的响应特征——雷达散射截面(Radar Cross Section,RCS)的特征分布及其测量和数据处理方法,为软目标车的开发和使用提供参考依据。     

汽车ACC毫米波雷达和视觉传感器目标级融合方法研究

自适应巡航控制系统是实现未来智能化汽车辅助驾驶的重要功能之一,以往该系统主要采用毫米波雷达感知周围环境,但是容易出现较多的误识别和漏识别情况。针对现存的问题,文章研究了自适应巡航感知系统,不同于以往单一雷达的方案,本设计采用毫米波雷达和视觉传感器融合的办法改善感知系统的性能。通过搭建电动车传感器数据采集系统,编写CAN通信报文解析程序,分析毫米波雷达和视觉传感器特性等,完成了对雷达和视觉信号的采集及处理,实现了感知系统目标级融合。并在巡航和跟车工况下进行离线仿真,验证了目标级融合方案能够有效地提高感知系统的准确性和合理性。     

77G毫米波雷达ADAS应用及方案分析

深入挖掘国际期刊和知名研究机构的文献,向广大读者介绍最新的汽车毫米波雷达技术和原理,收集了较为全面的77G毫米波雷达在高级辅助驾驶和自动驾驶中的应用功能。梳理出雷达性能和应用功能之间的对用关系,同时对比了毫米波雷达和其他最新车载空间传感器之差异和优势。并将上述信息结合最新的三家主力半导体公司的汽车毫米波雷达硬件方案加以分析,提出在选择方案时如何在性能、技术特点和功能应用方面考虑。主要结论:毫米波雷达将是未来自动驾驶汽车空间传感器的基础和重要发展方向。     

竞逐雷达赛道，恩智浦单芯片4D毫米波雷达方案有何优势？

<正>随着自动驾驶之争回归理性,未来多年,行业会将更多目光聚焦在L2+级别自动驾驶。就像比亚迪董事长王传福说的那样,高级辅助驾驶才是未来的发展方向。要想实现无限接近L3的L2+自动驾驶,更强的ADAS感知水平是必不可少的。在这其中,摄像头的重要性不待多言,激光雷达不一定是必选项,但更先进的毫米波雷达一定是刚需。摄像头可以识别物体、图案和颜色等信息,激光雷达对目标的距离感知更精准,但这两种传感器受雨、雪、     

汽车智能驾驶辅助装置简介

防撞雷达装置。防撞雷达装置是利用激光雷达探测汽车前方的车辆,并根据相互之间的位置来决定是否要调整本车行驶速度。该系统包括装在汽车前面的激光发射器、激光传感器和与变速器相连的速度传感器以及装在驾驶室里的显示单元。车道保持装置。设置车道保持装置的目的在于当驾驶     

基于运动约束的激光雷达与车体坐标系旋转参数标定

激光雷达是智能网联汽车环境感知的重要传感器,多坐标系空间标定是激光雷达精准环境感知的前提条件。针对激光雷达与车体坐标系空间同步面临传感器观测单一的问题,提出基于激光雷达与车辆的平面运动和直线运动约束2步标定方法。为构建运动约束,基于激光里程计获取激光雷达运动位姿信息,通过激光雷达运动轨迹信息和时域上多帧地面平面拟合信息进行平面行驶识别,在满足平面路况下构建平面运动约束标定,进而标定横滚角与俯仰角;基于俯仰角和横滚角对车辆轨迹进行修正,通过激光运动轨迹建立直线行驶判别模型判别车辆运动状态,在满足车辆直线行驶路况下构建直线运动约束,从而标定偏航角。最后,在智能驾驶试验车上开展了激光雷达与车辆坐标系标定的实车试验,通过实车采集的数据验证了提出的空间同步方法的可行性。试验结果表明：提出的激光雷达与车体坐标系标定方法优于基于标定物的方法,在原始数据上可以保证标定后的旋转误差降低至0.61,误差率降低约47.4%。在手动调整的扩充数据上标定后的旋转误差降至1.64,误差率降低约40.6%。相对于基于标定物的方法,其旋转误差均有降低且不需要借助特定的标定物与标定场,降低了对环境的依赖程度。同时通过消...     

智能网联汽车环境感知技术应用场景分析

本文主要分析智能网联汽车的自动驾驶功能在应对复杂的外部交通环境时,采用的各类智能传感器技术及网络通信技术优势与局限性,着重分析超声波雷达、毫米波雷达、激光雷达、视觉传感器、卫星通信技术、V2X技术、5G通信技术在智能汽车感应近程交通状况与远程交通状况信息时的重要作用,并分析单车智能在行车安全中的缺陷及解决方法。     

车载ADAS传感器毫米波雷达解析

ADAS-汽车驾驶辅助系统正在当前的汽车市场中迅速普及。车载雷达作为ADAS系统的重要组成,其技术发展直接影响着汽车智能化进程。毫米波雷达因为其波长的物理特性不受恶劣的环境影响,同时相比激光雷达又有较大的价格优势,已经成为当前厂家的首选。与24 GHz传感器相比,77 GHz传感器的分辨率和精度更高,体积小,正逐渐成为当前汽车领域的主流传感器。同国外雷达传感器供应商相比,国内车载毫米波雷达仍属于起步阶段,国内企业要在市场上与外企竞争并占有一席之地还有很长的路要走。     

基于毫米波雷达的车辆测距系统

文章介绍了毫米波雷达的原理及其在驾驶辅助系统中的应用,在汽车行驶过程中与前方物体之间测距,进行评估测速,建立起汽车的主动安全防撞系统,提高汽车主动安全辅助驾驶性能。分析了毫米波雷达对比其他传感器的优点,系统计算分析了制动距离,最终实现车载计算机结合相关信息后提示驾驶员制动或者车辆自动制动。     

为什么自动驾驶传感器首选毫米波雷达?

本文从自动驾驶的定义和分类入手,首先沿着顶层感知、决策、控制等三个核心概念向下逐层递进;再通过对传感器的分类,聚焦感知系统核心部件激光雷达和毫米波雷达;然后分析各个产品结构、参数等技术资料,结合国际市场ABCD四大公司技术发展趋势,推导出预期的结论。     

自动驾驶的量产车

正Q:无论百度、谷歌,还是Uber,自动驾驶试验车都顶着像警灯一样的雷达,以后自动驾驶的量产车不会都这样吧?火柴棍A:自动驾驶主要依赖于四种传感器——光学摄像头、毫米波雷达、超声波雷达和激光雷达。光学摄像头负责识别例如车道线和限速标识等,利用图片分析就能得出的行驶数据。当然,也有像斯巴鲁这样的厂商,妄图通过双摄像     

77GHz毫米波雷达传感器技术研究

汽车主动安全越来越被重视,很多国家已将其列入法规要求中,现有的汽车主动安全技术有前碰撞预警系统、自动紧急制动系统、自适应巡航系统、盲区监测系统等,而实现上述功能的核心部件便是毫米波雷达传感器。文章主要研究了77GHz毫米波雷达传感器,并对其工作原理、软硬件框架以及实车匹配做了系统描述。