简析自动驾驶三大技术要素

<正>随着自动驾驶概念的提出、低速自动驾驶的商用化及越来越多企业入局自动驾驶行业,自动驾驶生态愈发清晰。作为自动化载具,自动驾驶汽车可以不需要人类操作即能感知其周围环境并完成预设的出行路径。自动驾驶汽车是集感知、规划与控制功能于一体的自主交通工具,类比与人类行走,自动驾驶汽车想要独立完成行驶,需要能够看到路面交通情况,     

耐世特:赋能转向系统,迎接自动驾驶的新时代

随着自动驾驶技术的逐步推广在实现功能性之外,如何提高安全性是当务之急.从原理上来看,自动驾驶汽车接收各类传感器对周围环境探测出的数据,通过中央处理器分析这些数据,运用复杂的算法做出决策.而到了执行层,出现了一大技术难点一一转向机制的建立. 由于自动驾驶减少或完全不需要人类驾驶员的干预,传统转向柱带动转向机推动车轮转向的...     

智驾科技MAXIEYE定位于Tier 1.5,以感知赋能未来出行

正无人驾驶是未来出行的终极目标,而安全始终是无人驾驶车辆的"铠甲"与"软肋"。作为自动驾驶车辆的眼睛,传感器在其演进过程中发挥着重要作用。创立于2016年的上海智驾汽车科技有限公司(智驾科技MAXIEYE),是一家专注视觉感知技术创新的领先智慧驾驶产品供应商,秉持"Power to Sense感知的力量"的品牌标语,为智慧出行产业链提供丰富产品及场景化应用方案。     

主动安全 通往自动驾驶的必经之路

<正>安全始终是自动驾驶之核心所在,尤其是主动安全技术,在一定程度上决定了自动驾驶的发展和成熟度。主动安全与自动驾驶相辅相成,也是通往自动驾驶的必经之路。据全球知名经济咨询机构IHS环球透视汽车部门预测,截~2035年全球将拥有近540077辆自动驾驶汽车,到2050年之后,几乎所有汽车都将更替为自动驾驶汽车或自动驾驶商务汽车。2014年11月,在拉斯维加斯消费电     

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。     

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。     

沃尔沃汽车将搭载Luminar激光雷达感知技术

正近日,沃尔沃汽车宣布,将在其2022年投入量产的下一代可扩展模块架构SPA 2的全新车型中搭载Luminar激光雷达感知技术,此举将树立自动驾驶安全和技术的新标准。基于沃尔沃汽车与美国硅谷初创公司Luminar的合作,沃尔沃汽车将推出首个高速公路自动驾驶系统"Highway Pilot",Luminar的激光雷达将作为自动     

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。     

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     

沃尔沃下一代车型将搭载LUMINAR激光雷达

正全球汽车安全领域的领导者沃尔沃公司日前宣布,将在2022年正式量产的采用下一代平台SPA 2的全新车型中搭载Luminar激光雷达感知技术,树立自动驾驶安全和技术的新标准。沃尔沃汽车集团首席技术官贺瑞安表示:在安全的、负责任的使用前提下,自动驾驶技术将会成为史上挽救生命能力最强的技术之一。Luminar激光雷达感知技     

自动驾驶能否助力共享经济？

<正>随着经济发展和社会进步,自动驾驶汽车、区块链及人工智能等技术成为大家热议的话题,甚至成为了一种新的潮流。与此同时,以共享经济为代表的新型经济业态蓬勃发展,不但惠及百姓,更创造出了新的投资机遇和经济增长点。众所周知,自动驾驶的目标是让自动驾驶汽车可以独立完成出行任务,人类将自己出行需求完全交付给自动驾驶汽车,在出行过程中的娱乐需求也可以由自动驾驶汽车提供,高度智能化的自动驾驶汽车可以让人们便捷、舒适地到达目的地。对于自动驾驶的未来,     

自动驾驶感知系统的未来之路

<正>随着计算机技术的飞速发展，人工智能技术逐渐走入大众视野，其中自动驾驶技术则是人工智能技术中的重要应用，自动驾驶技术的主要目标是让汽车可以自主行驶，减少驾驶人的驾驶疲劳，提高汽车驾驶的安全性和舒适度。自动驾驶技术的实现需要依赖于感知系统、决策系统和控制系统的协同工作，其中，自动驾驶感知系统是非常重要的一环，承担着让自动驾驶汽车“看得清”的任务，其研究和发展将影响自动驾驶汽车落地进展。     

智能网联汽车激光雷达传感器常见故障诊断

<正>激光雷达传感器是智能网联汽车重要的感知元件,激光雷达传感器主要用于探测远距离障碍物,通过扫描障碍物信息生成点云图,然后通过网线最终将障碍物信息传输至智能网联汽车自动驾驶处理器中,配合智能网联汽车其他传感器实现汽车智能驾驶功能。激光雷达传感器被认为是智能网联汽车的“眼睛”,是一种远距离传感器,由1个圆柱形接口连接至激光雷达传感器接线盒,激光雷达传感器如图1所示。     

通用、福特和丰田组建自动驾驶汽车安全联盟

<正>近日,通用、福特和丰田在一份声明中表示,他们将联手与汽车相关联的规格标准化团体、美国汽车工程师协会(SAE International),建立"自动驾驶汽车安全联合会"。政府机构和产业界也将提供帮助,合力对自动驾驶汽车从实验、基础开发到实际应用的各个方面的安全基准进行制定。三家将首先从制作工作计划表开始,数据共享以及汽车与道路上的其他行人的关     

人工智能推进自动驾驶研发进程

正汽车若要实现真正意义上的自动驾驶,人工智能必不可少。大陆集团在2018 CES Asia展上,推出了运用人工智能技术的第五代摄像头和计算机视觉平台,对可能发生的道路状况进行预测判断,推进自动驾驶的实现。在围绕自动驾驶而展开的各项研发中,包括摄像头、雷达在内的各类传感技术是热点。如果把自动驾驶的整个过程分成感知、判断、执行三部分的话,那么通过传感技术而获得的对周围环境的感知能力,是实现自动驾驶的第一步。只有当车辆精确捕捉并分析道路环境状况后,才能做出正确的驾驶判断并及时执行驾驶操控。     

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。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

基于自动驾驶的车辆安全技术应用探讨

中国大量的道路基建工程建设充当着城市化发展的重要指标之一,然而交通基建并不能时刻满足日益增长的交通需求,随之而来的交通事故推动着车辆自身的安全及预警技术的研发,而该技术正是自动驾驶技术的基础。自动驾驶通过感知（传感器与创建环境地图）、规划（寻找与优化路径）与执行（ECU驱动车辆自动驾驶和安全功能）三个层面来实现,车辆自身的安全技术可被归纳为被动安全技术、防碰撞预警技术、主动安全技术和主动式无人驾驶技术,因此自动驾驶也是实现车辆安全技术的最高等级,然而即使是当下已商用的自动驾驶系统也不能完全保障交通安全,不成熟的避让算法、机器识别效率或处理系统高负载运行崩溃将更容易触发致命事故。自动驾驶的发展具有明朗的前景,但需要与智慧道路形成更高层次的环境感知水平,从而真正的推动人、车、路交通三要素有机结合,在更完善的交通感知环境中全方位保障三者在交通参与过程中的安全,助力车辆自动驾驶技术实现相应的社会价值。     

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...     

或许有一天汽车将不再吃人

<正>在今年巴黎车展上。大众汽车的帕萨特GTE概念车无疑成为焦点之一,主要原因是它配备有"城区应急制动系统"(City EmergenCy Braking),此系统可以在汽车遇到紧急情况时自动将车辆"刹停"。这里包括两条新信息:一是在制动方面可以实现完全自动,不需要驾驶人的任何操作,制动系统在检测到车辆将要遇到危急情况时,就会立即对车辆进行紧急制动并停车;二是自动制动力足够大,依靠系统本身的力量能够对车辆制动并完全停下来。这两个新功能在过去的汽车中都是未曾出现过的,可谓是汽车安全技术的重大突破,尤其是为实现汽车自动驾驶又向前迈了一大步。