自动驾驶改变未来1~3
自动驾驶改变未来 一书的部分笔记:
- 百年汽车工业加速变革
- 成就了自动驾驶的基础技术
- 拾阶而上自动驾驶技术详解
百年汽车工业加速变革
Tier-1 一级供应商
汽车的发展:
- 卡尔.本茨(Karl Benz)发明汽车
- 亨利.福特(Henry Ford)流水线生产汽车
- 丰田生产方式(Toyota Production System, TPS)
安全性:
- 被动安全技术: 汽车发生碰撞时提供保护的技术和产品(碰撞传感器, 气囊, 安全性等).
- 主动安全技术: 采用激光雷达, 雷达, 摄像头等传感器技术, 以高级驾驶辅助系统(ADAS)的某些功能来规避碰撞.
如果能获取所有车辆雨刮器的数据, 就能掌握各地的详细气象信息. (丰田)
智能的特点:
- 感知能力
- 记忆和思维能力
- 学习和自适应能力
- 行为决策能力
功能汽车(Feature Car) -> 智能汽车(Smart Car)
紧急制动(AEB)
自适应巡航(ACC)
智能玻璃:
- 防光防雨玻璃: 无需刮水器刮水, 内表面反射性低, 仪表灯不会反射到风窗玻璃上, 从而监视人实现不受干扰.
- 电热融雪玻璃
- 影像显示玻璃: 在风窗玻璃某部分涂透明反射膜, 显示从投影仪传来的图像和数据, 如果与红外线影像显示系统配合, 可使驾驶人在雾天看清前方2km左右的物体.
- 光电遮阳顶篷玻璃: 利用太阳能驱动车内风扇, 对蓄电池补充充电.
智能驾驶涉及的科学问题:
- 如何对人的驾驶行为进行抽象和模拟
- 如何利用传感器表征驾驶人的自然视听觉
- 如何利用机器智能来描述驾驶人的驾驶过程
- 如何实现自动驾驶和人工驾驶的自然切换
HubCab: 这项基于互联网的交互可视化系统以图像的形式记录着每年美国纽约市出租车行驶的1.7亿条路线.
车联网 V2X
跨越鸿沟: 发烧友用户 -> 实用主义用户 -> 保守主义用户
成就了自动驾驶的基础技术
大雨天气, 毫米波雷达性能会大大下降.
低照度/正对阳光(如进出隧道), 摄像头性能会迅速下降.
激光雷达是主动测距(摄像头是被动的). 激光雷达怕雨和雾.
激光雷达在自动驾驶的应用:
- 障碍物检测
- 动态障碍物跟踪
- 环境重建, 如基于激光雷达的三维重建和及时定位与地图构建(Simultaneous Localization and Mapping, SLAM)
超声波对雨雪雾的穿透性强, 可在恶劣天气下工作; 对光照和色彩不敏感, 可用于识别透明及漫发射性差的物体; 对外界电磁场不敏感, 可用于有电磁干扰的环境. 测距速度慢, 有扩散角, 不能测方位.
DSRC, 专用短程通信技术, IEEE 802.11p, 支持车与车(V2V)及车与基础设施(V2I)的通信.
绿灯最有速度建议功能, 指利用传输到车上的红绿灯信息向驾驶人建议维持何种最佳的车速可以一路绿灯, 减少不必要的红灯制动.
卫星向地球发送的GPS信号经过 电离层 造成±16ns的误差, 导致高达5m的识别位置误差, 对流层 造成±1.5ns的误差, 导致0.5m的位置误差.
DGPS(差分全球定位系统)利用固定的已知位置对实时GPS信号进行调整以消除测距误差, 进而校正GPS的信号位置.
差分GPS分为两大类:位置差分和距离差分。距离差分又分为两类:伪距差分和载波相位差分。
载波相位差分技术又称RTK(Real Time Kinematic)技术,是实时处理两个测站载波相位观测量的差分方法。即是将基准站采集的载波相位发给用户接收机,进行求差解算坐标。载波相位差分可使定位精度达到厘米级。大量应用于动态需要高精度位置的领域。
汽车定位的另一个方法是扫描地面的反射率并将其记录在地图中. 驾驶过程中, 传感器可以扫描地面, 将扫描结果与地图相比较以判断汽车的所在位置. 在研究中, 这种方法非常成功, 难点在于需要大量的内存来储存激光雷达的反射率地图.
汽车动力总成进行纵向加速, 制动系统进行纵向减速, 转向系统进行横向移动.
以往用于加速及制动的纵向控制器与转向系统的横向控制器是脱钩的, 每一条线路都有相应的PID控制器, 近期出现了将横向和纵向控制结合起来的方法, 使用势场或模糊预测控制方法.
担任过里根和肯尼迪总统顾问的Wavren G.Bennis教授:”未来的工厂只有两名员工: 一个人和一条狗. 人的职责是喂狗, 狗的任务是让人不要碰机器.”
拾阶而上自动驾驶技术详解
莫拉维克悖论(Moravec’s Paradox): 困难的问题是易解的, 简单的问题是难解的. 人类所独有的高阶智慧能力只需要非常少的计算能力, 例如推理, 下棋. 但是无意识的技能和直觉却需要极大的运算能力, 例如让电脑有四岁小孩具备的不能–辨识人脸, 举起铅笔, 在房间内走动, 回答问题等确是相当困难的.
驾驶人信息系统(Driver Information Systems, DIS):
- 导航: GPS/GLONASS/BDS, RTK GPS/BDS + IMU, RTK(Real-Time Kinematic, 实时动态控制系统)
- 夜视(Night Vision)
- 前向碰撞预警(Forward Collision Warning, FCW)
- 车道偏离预警(Lane Departure Warining, LDW)
- 交通标志识别(Traffic Sign Detection, TSD)
根据维基百科的定义, ADAS通常保罗以下功能或子系统:
- 电子警察(Intelligent Speed Adaptation/Advice, ISA)
- 自适应巡航控制(Adaptive Cruise Control, ACC)
- 车道保持辅助(Lane Keeping Assistance, LKS)
- 碰撞避免或预碰撞系统(Collision Avoidance System 或 Pre-crash System)
- 自适应灯光控制(Adaptive Light Control, ALC)
- 行人保护系统(Pedestrian Protection System, PPS)
- 自动泊车(Automatic Parking)
- 盲点探测(Bind Spot Detection, BSD)
- 驾驶人疲劳探测(Driver Drowsiness Detection, DDD)
- 下坡控制(Hill Descent Control, HDC)
- 电动汽车报警(Electric Vehicle Warning Sounds, EVWS)
自动驾驶改变未来1~3相关推荐
- 汽车电气化共享移动性及自动驾驶对未来出行方式的全面展望
汽车电气化共享移动性及自动驾驶对未来出行方式的全面展望 执行总结 从上空鸟瞰一座城市就是在看一个处于运动之中的世界.火车载着人们去工作或从工作中返回,出租车忙碌地穿梭在大街小巷,卡车在运送货物或运走垃 ...
- 自动驾驶改变世界?图森想先拿自动驾驶货车赚到钱
自动驾驶改变世界?图森想先拿自动驾驶货车赚到钱 https://weibo.com/ttarticle/p/show?id=2309351000884141712095215120 来源:新京报 作者 ...
- 设计师的视角看 ‘完全自动驾驶’,未来10年,能否实现自动驾驶?
Musk 又双叒叕上热搜了: Musk说,"开发自动驾驶汽车比想象中更难." Musk 想实现的是自动驾驶级别最高的 "L5" 完全自动驾驶 -- 彻底在汽车驾 ...
- 自动驾驶对未来城市基础设施的重构
几年前,在谷歌硅谷总部召开的移动大会(mobility conference)上,当时管理自动驾驶项目的谷歌 "登月队长"Astro Teller,畅想了自动驾驶领域(AVs)的中 ...
- 百度Apollo ANP:将自动驾驶从未来带回今天
新能源造车如火如荼,智能概念也进入主流视野,但说起自动驾驶,多数人会感觉很遥远.然而百度Apollo已经打破这一局面,将高阶自动驾驶量产化时间表拉近. 8月4日,在百度百家号与Apollo联合举办的[ ...
- 揭秘自动驾驶纯视觉算法,探索自动驾驶的未来
感知环节作为智能驾驶的先决条件,其探测精度.广度与速度将直接影响决策层的判断与执行层的操作,在智能驾驶中的地位至关重要. 自动驾驶感知分为纯视觉感知和激光雷达,而视觉方案中的摄像头能以高帧率.高分辨率 ...
- 自动驾驶汽车未来展望
- 自动驾驶介绍、应用、前景
自动驾驶介绍.应用.前景 1 介绍 1.1 定义 1.2 作用 1.3 发展历程 1.4 分类 23年初竞争格局 1.5 顾虑 1.6 前景 2 产业链现状 2.1 芯片 2.2 仿真 3 技术路线 ...
- 区块链将如何彻底改变自动驾驶
成功部署自动驾驶汽车的关键因素是创造环境,促进汽车及其支持基础设施之间的双向通信.而区块链技术可能会彻底改变自动驾驶的未来. 关键要点 为了提高自动驾驶汽车的安全和效能,它们必须不断提高从周围环境中获 ...
最新文章
- as安装过程中gradle_重新认识AndroidStudio和Gradle,这些都是我们应该知道的
- git-commit编辑器nano改vim
- mysql里制造一个错误
- win和linux创建共享文件夹,在Windows和Linux下(Debian、Ubuntu)创建共享文件夹
- Git初始化及仓库创建和操作
- EXTJS+JSP上传文件带进度条
- oracle的关键字
- 【问答语录】为什么各大公司请敏捷开发咨询顾问,都偏向项目管理,是不是偏了?没有核心技术思想,管理能解决实质问题?
- “MapReduce: Simplified Data Processing on Large Clusters”
- BGP(边界网关协议)
- extjs中rowEditing动态编辑
- 水利工程中计算机软件用到什么,水利工程设计中计算机技术的应用论文
- 华为培训视频-AAA培训
- pyqt:使用qrc文件配置图片资源,生成py文件
- Idea中发布JAR包到中央仓库报错问题处理 unable to find valid certification path to requested target
- 渗透测试体系学习——学习寄语
- 业务型团队如何提高人效
- kafka的安装使用
- 3D标签云的简单实现
- java ascii码转字符_java中char对应的ASCII码的转化操作