学习笔记1--自动驾驶汽车介绍

本系列博客包括6个专栏，分别为：《自动驾驶技术概览》、《自动驾驶汽车平台技术基础》、《自动驾驶汽车定位技术》、《自动驾驶汽车环境感知》、《自动驾驶汽车决策与控制》、《自动驾驶系统设计及应用》。
此专栏是关于《自动驾驶汽车决策与控制》书籍的笔记.

1.自动驾驶汽车介绍

1.1 自动驾驶汽车概念与分级

自动驾驶汽车：指能够感知环境、自动规划路线并控制汽车到达目的地的一种智能汽车；自动驾驶汽车利用车载或路侧传感器感知汽车周围环境，并根据传感器所获得的道路、汽车位置和障碍物等信息来规划，控制汽车的转向和速度，从而使汽车能够安全、可靠、守法地在道路上行驶；

1.1.1 NHTSA与SAE自动驾驶分级

美国国家公路交通安全管理局(NHTSA)自动驾驶分级
1. L0L0L0：人工驾驶。没有任何自动驾驶功能、技术，驾驶员对汽车所有功能拥有绝对控制权；驾驶员需要负责启动、制动、操作和观察道路状况；任何驾驶辅助技术，只要仍需要人控制汽车，都属于L0L0L0；
2. L1L1L1：辅助驾驶。驾驶员仍然负责驾驶过程的绝对安全，但可以将一些控制权转移到系统管理，其中一些功能可以自动执行，如：自适应巡航控制(ACC)、紧急制动辅助(EBA)、车道保持支持(LKS)；
3. L2L2L2：部分自动驾驶。驾驶员和汽车协同控制，驾驶员能在一定预设环境下驾驶汽车，即手和脚同时离开控制，但驾驶员仍需处于待命状态，负责驾驶安全，并在短时间内随时准备接管汽车的驾驶权；如：结合ACC和LKS形成的跟车功能；
4. L3L3L3：条件自动驾驶。即在有限的条件下实现自动驾驶，如：在预先设定的路段(如高速、低流量的城市路段)中，自动驾驶系统可以独立负责整个汽车的控制，在特殊紧急情况下，驾驶员仍然需要接管，但系统需为驾驶员预留足够的警告时间；L3L3L3级将解放驾驶员，无须随时监控道路状况，将驾驶安全主控权交给汽车自动驾驶系统；
5. L4L4L4：完全自动驾驶。无须驾驶员的干预，在无须人协助情况下由出发地驶向目的地，仅需起点和终点信息，汽车将全程负责行车安全，并完全不依赖驾驶员的干涉，行车时可以无人乘坐；
国际自动化工程师协会(SAE)
1. SAE与NHTSA区别：在于对完全自动驾驶级别的划分；SAE将NHTSA的L4L4L4级细分为L4L4L4和L5L5L5级；
2. SAE的L4L4L4和L5L5L5都定义为完全自动驾驶，但L4L4L4的自动驾驶通常适用于城市道路或高速公路的场景，L5L5L5的自动驾驶适用于任何场景；
3. SAE的分级是大多数政府和企业使用的标准，SAE International J3016标准在2016年9月被确立为自动驾驶汽车定义的全球行业参照标准；

1.1.2 自动驾驶分级表

1.1.3 中国自动驾驶分级

1.2 自动驾驶汽车关键技术

环境感知技术：包括利用机器视觉的图像识别、利用雷达(激光、毫米波、超声波)的周边障碍物检测技术、多源信息融合技术、传感器冗余设计技术等；
智能决策技术：包括危险事态建模技术，危险预警与控制优先级划分、群体决策和协同技术、局部轨迹规划、驾驶员多样性影响分析等；
控制执行技术：包括面向驱动/制动的纵向运动控制、面向转向的横向运动控制、基于驱动/制动/转向/悬架的底盘一体化控制、融合车路协同(V2X)通信及车载传感器的多车队协同和车路协同控制等；
V2X通信技术：包括汽车专用通信系统、实现车间信息共享与协同控制的通信保障机制、移动自组织网络技术、多模式通信融合技术等；
云平台与大数据技术：包括智能网联汽车云平台架构与数据交互标准、云操作系统、数据高效存储和检索技术、大数据的关联分析和深度挖掘技术等；
信息安全技术：包括汽车信息安全建模技术，数据存储、传输与应用三维度安全体系，汽车信息安全测试方法，信息安全漏洞应急响应机制等；
高精度地图与高精度定位技术：包括高精度地图数据模型与采集式样、交换格式和物理存储的标准化技术，基于GNSS如北斗等地基增强的高精度定位技术，多源辅助定位技术等；
标准法规：包括ICV整体标准体系，以及涉及汽车、交通、通信等各领域的关键技术标准；
测试评价：包括ICV测试评价方法与测试环境建设；

自动驾驶核心体系分为：传感系统、决策系统、执行系统；

芯片厂商：开发和提供车规级芯片系统，包括环境感知系统芯片、车载计算芯片、通信芯片等；
传感器厂商：开发和供应先进的传感器系统，包括摄像头、激光雷达、毫米波雷达、超声波雷达等；
汽车电子/通信系统供应商：能够提供智能驾驶技术研发和集成供应的企业；
整车企业：提出产品需求，提供智能汽车平台，开放汽车信息接口；
平台开发与运营商：开发车联网服务平台，提供平台运营与数据挖掘分析服务；
内容提供商：高精度地图、信息服务等的供应商；

学习笔记1--自动驾驶汽车介绍相关推荐

书评学习笔记《自动驾驶汽车环境感知》
随笔我读这本书是希望能对自动驾驶感知有一个框架式的了解. 优点: 专门介绍感知的书很少,这本书填补了这一块空白.做到了对感知有一个全方位的介绍.追求更详细的感觉可以直接看论文. 编排结构合理. 成书 ...
清华大学车辆学院李升波|强化学习，让自动驾驶汽车自我进化，越开越好
2022年北京智源大会自动驾驶论坛,清华大学车辆与运载学院李升波教授分享了题为<混合型强化学习及其高级别自动驾驶应用>的主题报告.该报告主要探讨了如何将强化学习应用于自动驾驶汽车的问题,目 ...
学习笔记2--自动驾驶汽车的规划与控制
本系列博客包括6个专栏,分别为:<自动驾驶技术概览>.<自动驾驶汽车平台技术基础>.<自动驾驶汽车定位技术>.<自动驾驶汽车环境感知>.<自动驾驶 ...
学习笔记2--自动驾驶汽车关键技术
本系列博客包括6个专栏,分别为:<自动驾驶技术概览>.<自动驾驶汽车平台技术基础>.<自动驾驶汽车定位技术>.<自动驾驶汽车环境感知>.<自动驾驶 ...
学习笔记1--自动驾驶汽车概念与分级
本系列博客包括6个专栏,分别为:<自动驾驶技术概览>.<自动驾驶汽车平台技术基础>.<自动驾驶汽车定位技术>.<自动驾驶汽车环境感知>.<自动驾驶 ...
学习笔记24--自动驾驶汽车硬件平台
本系列博客包括6个专栏,分别为:<自动驾驶技术概览>.<自动驾驶汽车平台技术基础>.<自动驾驶汽车定位技术>.<自动驾驶汽车环境感知>.<自动驾驶 ...
学习笔记11--自动驾驶汽车整体架构
本系列博客包括6个专栏,分别为:<自动驾驶技术概览>.<自动驾驶汽车平台技术基础>.<自动驾驶汽车定位技术>.<自动驾驶汽车环境感知>.<自动驾驶 ...
深度学习传感器融合技术在自动驾驶汽车感知与定位中的应用研究进展
论文研读--Deep Learning Sensor Fusion for Autonomous Vehicle Perception and Localization: A Review 深度学习传 ...
「对抗深度强化学习」是如何解决自动驾驶汽车系统中的「安全性」问题的？...
原文来源:arXiv 作者:Aidin Ferdowsi. Ursula Challita.Walid Saad.Narayan B. Mandayam 「雷克世界」编译:嗯~是阿童木呀.KABUDA ...