自动驾驶技术综述1：自动驾驶算法软件架构介绍

前言：

自动驾驶技术是一个庞大的工程体系，软件架构、功能算法、控制规划、感知识别、建图定位、电气架构、车载控制器、验证体系等等，有太多的角度可以去切入。对于自动驾驶功能与算法开发，自动驾驶功能的分级是很重要的，自动驾驶的功能衍变就是随着自动驾驶功能的分级推进而不断发展。而随着自动驾驶等级的不断提高，对应的功能使用场景以及软件架构也发生相应的调整。

想系统学习自动驾驶算法的小伙伴，可以关注订阅以下专栏：

决策规划算法系统解析：https://blog.csdn.net/nn243823163/category_11685852.html

Apollo仿真与调试：https://blog.csdn.net/nn243823163/category_11807746.html

智能驾驶算法解析与仿真：https://blog.csdn.net/nn243823163/category_11935534.html

一、自动驾驶系统分级

国内与国际对于自动驾驶系统都划分为0~5级，每一级对应的功能如下：

0级：前向碰撞预警 FCW算法、车道偏离预警 LDW Lane Departure Warning、侧向报警BSD、开门预警DOW、倒车辅助预警RCTA、泊车辅助PA、驾驶员疲劳检测DMS；

1级：定速巡航系统 CC算法、自适应巡航系统 ACC算法 Adaptive Cruise Contro、车道纠偏辅助 LDP Lane Departure Prevention、车道居中辅助 LKA Lane Keep Assist、自动紧急制动 AEB算法、行人保护 PDS

2级：自动泊车算法 APA、交通拥堵辅助TJA、自动变道功能 LCS；

2.5级：高速公路导航辅助NOP、城区导航辅助

3级：高速公路单车道自动驾驶TJP、高速公路多车道自动驾驶HWP

4级：代客泊车AVP、港口园区无人驾驶

5级：完全自动驾驶

国内自动驾驶分级如下图所示：

国际标准如下：

比较形象与直观的理解可以参考下图：

二、系统架构

自动驾驶系统的架构可以如下图表示。最下层是硬件层，传感器、执行器、V2X设备等硬件都属于这一层；中间层是控制器，由MCU或者SOC加各种接口构成，接口包括CAN、以太网、LVDS等接口与硬件层相连接；在控制器的芯片中还要运行操作系统以及中间件，中间件提供了软件接口以及调度管理工具，来进行上层各个软件模块之间的管理与通信。在软件层进行功能模块的实现，感知、预测、决策规划、控制、数据储存等功能，都在软件层进行实现。

对于自动驾驶软件，之前的L2系统从架构上通常按照以下3个模块进行划分：感知、决策规划、控制；通常认为感知相当于人类的眼睛，与传感器连接，将传感器识别到的原始信号识别为目标以及道路的各个属性；决策规划相当于人类的大脑，处理感知或得的信息，并做出决策；控制层相当于人类的四肢，接受决策规划模块的控制，操纵执行器进行横向与纵向的控制。

接下来这个框架图将感知、决策规划、控制这3个模块更加细致的展现。

感知模块的输入可以是各种传感器：摄像头、激光雷达、毫米波雷达等，同时感知也会接受车身传感器的信息来对感知结果进行修正。决策规划模型又分为行为决策、轨迹规划、轨迹生成等模块。控制模块主要分为横向控制与纵向控制，横向控制主要是控制转向系统，纵向控制涉及油门与刹车的控制。

软件架构的另外一种表述如下：

以上的软件架构图是目前主流L2功能的架构图，随着自动驾驶功能向着L3迈进以及NOP等L2.5 功能的出现，自动驾驶软件架构也出现了进一步的发现，目前主流的NOP架构可以参考下图。可以看到，与L2的架构相比，NOP的架构中多了MAP、定位、Routing 模块。

其中HDMAP模块提供了高精地图数据，与感知提供的车道线数据相比，高精地图提供的车道线数据更准确、可视距离更远、而且可以反映出道路的拓扑结构。

定位模块则给出当前车辆所在的位置，结合HDMAP的数据给出局部地图。

Routing则给出全局的路径规划结果，作为局部路径规划的参考。

NOP架构更详细的描述可以参考下图：

以上介绍了L2以及L2.5功能的自动驾驶算法架构，后续会继续深入介绍各个模块，欢迎大家持续关注

自动驾驶技术综述1：自动驾驶算法软件架构介绍相关推荐

长篇自动驾驶技术综述论文（下）
长篇自动驾驶技术综述论文(下) 三维目标检测鉴于经济性,可用性和研究的广泛性,几乎所有的算法都使用相机作为主要的感知方式.把相机应用在ADS中,限制条件除了前面讨论到的光照等因素外,还有一个问题就是 ...
长篇自动驾驶技术综述论文（上）
长篇自动驾驶技术综述论文(上) A Survey of Autonomous Driving: Common Practices and Emerging Technologies Ekim Yurt ...
【自动驾驶技术概论】自动驾驶技术之概述
1.汽车发展趋势回看近几年的汽车生产销售状况以及前言技术研究现状,未来汽车的发展方向主要呈现为电动化和智能化. 1.1电动化电动汽车指全部或部分动力由电机驱动的汽车.按技术路线,电动汽车分为传统( ...
两万字自动驾驶技术综述，你想知道的这里都有
文章目录摘要引言前景与挑战系统构成和框架系统框架传感器和硬件定位与建图 GPS-IMU融合 SLAM 基于先验地图定位感知检测基于图像的目标检测语义分割三维目标检测目标跟踪 ...
英伟达自动驾驶技术：用于自动驾驶汽车的端到端深度学习
点上方蓝字计算机视觉联盟获取更多干货在右上方 ··· 设为星标 ★,与你不见不散仅作学术分享,不代表本公众号立场,侵权联系删除转载于:机器之心 AI博士笔记系列推荐周志华<机器学习> ...
自动驾驶前沿综述：基于深度强化学习的自动驾驶算法
©作者 | 陈道明学校 | 布里斯托尔大学研究方向 | 自动驾驶方向这是 21 年的一篇综述文章,可以算得上是最前沿的自动驾驶技术综述.这几年随着深度表征学习的发展,强化学习领域也得到了加强.本 ...
人工智能应用于自动驾驶技术中的优势
自动驾驶技术将成为未来汽车一个全新的发展方向,车辆实现自动驾驶,包含了多种人工智能的技术应用. 人工智能应用于自动驾驶技术中的优势自动驾驶的定位技术定位技术是自动驾驶车辆行驶的基础.目前常用的技术 ...
自动驾驶技术：机会与挑战
** I. 介绍 ** A. 自动驾驶技术的概述以及潜在应用场景自动驾驶技术是近年来快速发展的一项前沿科技,其基本原理是通过搭载在车身上的感知.决策和控制系统,使汽车可以在不需要人类驾驶的情况下自主 ...
全能赛道、热门方向、稀缺数据，不能错过的自动驾驶技术挑战赛
由卡车自动驾驶领导者嬴彻科技与清华大学智能产业研究院(AIR)精心打造的"嬴彻-清华AIR杯" 自动驾驶技术挑战赛首届赛题正式上线啦! 决策规划是自动驾驶当下的热门方向和技术难点. ...

自动驾驶技术综述1：自动驾驶算法软件架构介绍

自动驾驶技术综述1：自动驾驶算法软件架构介绍相关推荐

最新文章

热门文章