文章目錄
-
-
- 無人駕駛綜述
- 無人駕駛級别
- 無人駕駛政策
- 無人駕駛技術
-
- 關鍵技術
-
- 環境感覺技術
- 導航定位技術
- 路徑規劃技術
- 決策控制技術
- 自動控制技術
- 關鍵技術點
-
- ADAS(進階駕駛員輔助系統)
- 雷射雷達
- 毫米波雷達
- 超音波雷達
- 高清地圖
- 攝像頭
- AUTOSAR
- 其他
-
無人駕駛綜述
(cheyun.com)
自動駕駛晶片，三足鼎立：英特爾+Mobileye、英偉達、高通+NXP。
無人駕駛技術是高精度雷射雷達、圖像識别、交通辨別識别、3D高精度地圖、人工智能、深度學習、雲計算等技術的結合。
無人駕駛級别
無人駕駛級别由國際自動機工程師學會(SAE interantional)制定，已獲全球廣泛接受。
| 級别 | 簡述 | 描述 |
|---|---|---|
| L0 | 無自動化 | 由駕駛員全權操作汽車，可以得到警告和保護系統的輔助。 |
| L1 | 駕駛支援 | 根據駕駛環境對方向盤和加減速中的一項操作提供支援，其他動作由駕駛員操作 |
| L2 | 部分的自動化 | 根據駕駛環境對方向盤和加減速中的多項操作提供支援，其他動作由駕駛員操作。先進的駕駛員輔助系統，可以在特定環境下控制方向盤和刹車，但算不上無人駕駛 |
| L3 | 有條件的自動化 | 由自動駕駛系統完成所有的駕駛操作，駕駛員根據系統請求提供适當的應答。确實可以駕駛汽車，但隻能在有限的情況下發揮作用，需要有司機随時接過汽車的控制權。 |
| L4 | 高度的自動化 | 由自動駕駛系統完成所有的駕駛操作，駕駛員根據系統請求不一定提供應答，限定道路和環境條件。在實踐中，它可以完成人類司機能夠完成的多數任務，但隻能在有限的地理區域有效-即地圖繪制完善的區域。 |
| L5 | 完全的自動化 | 由自動駕駛系統完成所有駕駛操作，駕駛員在可能的情況下接管。不限定道路和環境條件。系統是成熟的無人駕駛系統，可以自動開到任何地方，駕駛技術堪比經驗豐富的老司機。 |
目前自動駕駛的級别是由廠商自己設定的，還沒有第三方機構對其進行評估。
無人駕駛政策
聯合國：2016年3月生效的法案中，聯合國對《維也納道路交通公約》進行了修改，不再要求駕駛員時刻掌握車輛控制權，而是隻要自動駕駛技術具備“可以被駕駛員權限覆寫或接管”的特性即可。
國内：2015年國務院印發了中國制造2025，将智能網聯汽車列為，未來十年國家智能制造的重點領域，明确指出到2025年的要掌握自動駕駛總體的技術以及各項相關技術，同年中國智能網聯汽車标準體系建設方案出台，2016年10月底，中國智能網聯汽車技術方案釋出路線圖，以引導汽車制造商的研發，以及支援未來政策的制定，2018年3月1日上海市政府釋出了《上海市智能網聯汽車道路測試管理辦法（試行）》，明确了道路測試推進管理機構申請條件，稽核流程，事故責任認定，以及處理相關違規操作責任等内容，上汽和蔚來，獲得了首批自動駕駛汽車路路側号牌的一個資格。
無人駕駛技術
從技術角度來說，自動駕駛可分為感覺、決策、控制三個部分。
“傳感器+高精度地圖+雲計算”目前被業内認定為最靠譜的自動駕駛方案。傳感器是自動駕駛的眼睛，用來觀察駕駛時環境的變化；高精度地圖為汽車提供全局視野，尤其擅長預告檢測範圍外的道路情況；雲計算保證傳感器資料更新上傳，讓高精度地圖始終處于最新版本并下發車輛，雲更收集和分析路采資料，以及訓練更新決策模型的主要環節。
傳感器的配置趨同化：前視多目攝像頭，77GHz長距/短距雷達、環視攝像頭、十個以上的超音波雷達、幾個低線束雷射雷達。
感覺層面，由于ADAS的大量部署和長時間的技術開發，技術相當成熟。
控制是傳統車廠和Tier1非常擅長的領域，做了多年，積累大量經驗。
自動駕駛的競争主要聚焦在決策環節。差別ADAS和自動駕駛系統主要看系統是否有決策部分。決策的兩個要求：快、準；快主要靠強悍的計算硬體和高速高帶寬的資料總線，準主要靠算法和大量資料。
無人駕駛架構
vehicle_platform -> hardware platform > operating system->
-
sensing
GPS/IMU
Camera
Lidar/Radar
-
Perception
Localization
Navigation
Environment_Recognition
-
Decition
Prediction
Planning
Decision
-
Control
speed
Steer
Brake
關鍵技術
環境感覺技術
環境感覺包括無人駕駛汽車自身位姿和周圍環境感覺兩部分。
自身位姿資訊包括車輛自身的速度、加速度、傾角、位置等資訊。這類資訊測量較為友善，主要用驅動電機、電子羅盤、傾角傳感器、陀螺儀等傳感器進行測量。
周圍環境感覺以雷達等主動型測距傳感器為主，被動型測距傳感器為輔，采用資訊融合的方法實作。
雷射、雷達、超音波等主動型測距傳感器相結合更能滿足複雜、惡劣條件下執行任務的需要，并且處理資料量小、實時性好，同時做路徑規劃時可以直接利用雷射傳回的資料進行計算，無需知道障礙物的具體資訊。視覺在惡劣環境中感覺存在問題，但是目辨別别、道路跟蹤、地圖建立等方面不可替代，在野外環境的植物分類、水域和泥濘檢測等方面也必不可少。
每一個傳感器都是為了彌補其他傳感器不足而設定的。雷射雷達無法感覺玻璃、雷達主要感覺金屬、攝像頭容易被圖像欺騙。
| 功能 | 攝像頭 | 雷射雷達 | 毫米波雷達 |
|---|---|---|---|
| 車道線檢測 | √ | √ | x |
| 路沿檢測 | √ | √ | x |
| 障礙物相對位置、距離檢測 | √ | √ | √ |
| 障礙物運動狀态判斷 | √ | √ | √ |
| 障礙物識别、跟蹤 | √ | √ | √ |
| 障礙物分類 | √ | x | x |
| 紅綠燈、交通标志識别 | √ | x | x |
| Slam地圖建立及定位 | √ | √ | x |
導航定位技術
導航可分為自主導航和網絡導航兩種。
自主導航：本地存儲地理空間位置，所有計算均在終端完成；優點：任何情況均可實作定位；缺點：計算資源有限，計算能力差，有時不能提供準确、實時的導航服務。自主導航技術分類：
- 相對定位：通過裡程計、陀螺儀等内部傳感器，測量目前位置與初始位置的位移來判斷目前位置；
- 絕對定位GPS：主要采用導航信标，主動或被動标諷地圖比對或全球定位系統進行定位。
- 組合定位：GPS+地圖比對、GPS+航迹推算、GPS+航迹推算+地圖比對、GPS+GLONAss+慣性導航+地圖比對等。
網絡導航：随時随地通過無線通信網絡、交通資訊中心進行資訊互動。移動端通過移動通信網絡與直接連接配接于Internet的web GIS伺服器相連，在伺服器執行地圖存儲和複雜計算。優點：不受本地用戶端存儲限制、計算能力強；能夠存儲任意精細地圖，且地圖始終是最新的。
路徑規劃技術
可分為全局路徑規劃和局部路徑規劃兩種。
全局路徑規劃：針對已知地圖及周圍環境，利用已知局部資訊如障礙物位置和道路邊界，确定可行和最優路徑，它把優化和回報機制做的很好。
局部規劃：全局路徑規劃生成的可行駛區域内，依據傳感器感覺到的局部環境資訊來決策無人平台目前前方所要行駛的軌迹，适用于環境未知的情況。
路徑規劃算法包括可試圖法、栅格法、人工勢場法、機率路标法、随機搜尋樹法、粒子群算法等，常見的車輛路徑規劃算法：
- Dijkstra算法
- Lee算法
- Floyd算法
- 啟發式搜尋算法——A*算法
- 雙向搜尋算法
- 蟻群算法
決策控制技術
決策技術主要包括專家控制、隐式馬爾科夫模型、模糊邏輯和模糊推理、強化學習、神經網絡、貝葉斯網絡等技術。
決策控制系統分為反應式、反射式和綜合式三種方案。
反應式控制是一個回報控制的過程、根據車輛目前位姿與期望路徑的偏差，不斷地調節方向盤轉角和車速，直到達到目的地。
面向量産的自動駕駛汽車必須對車輛的傳統執行機構進行電子化改造，更新為具有外部控制協定接口的執行部件系統，主要包括線控油門、線控轉向、線控制動三個部分。
自動控制技術
自動控制子產品主要包括轉向、驅動和制動三個系統。
轉向控制：對轉向電機的控制，根據控制目标的不同，分為角度閉環控制和力矩閉環控制。
驅動控制：車輛加速、勻速、減速的控制。
制動控制：正常制動控制、緊急制動控制。
關鍵技術點
| 傳感器 | 優點 | 缺點 | 主要供應商 |
|---|---|---|---|
| 超音波雷達 | 成本低、資料處理迅速 | 監測距離短、傳輸衰減能量較大 | 壁壘不高、廠家衆多 |
| 雷射雷達 | 精度高、不依賴光線0-200米測量範圍 | 檢測距離短、傳輸衰減能量較大 | Quanneryg、Velodyne、IBEO |
| 毫米波雷達 | 适應雨、霧、煙層天氣，0-200米測量範圍、可以測距和測速 | 視野角度小、側向精度低、分辨率低 | 大陸、博世、海拉ZF、電裝 |
| 攝像頭 | 成本低、擷取資訊全面 | 光線影響較大 | 松下、SONY |
| 夜視系統 | 環境适應性好、功耗低 | 成本較高 | 奧托立夫、博世 |
ADAS(進階駕駛員輔助系統)
利用安裝于車上的各式各樣的傳感器，第一時間收集車内外的環境資料，進行靜、動态物體的辨識、偵測與追蹤等技術上的處理，能夠讓駕駛者在最快的時間内察覺可能發生的危險，以提高安全性的主動安全技術。
ADAS采用的傳感器主要有攝像頭、雷達、雷射和超音波等，可以探測光、熱、壓力或者其他用于監測汽車狀态的變量。
ADAS是由多達9個甚至更多功能的系統組成，包括盲點偵測系統、支援型停車輔助系統、後方碰撞警示系統、偏離車道警示系統、緩解撞擊刹車系統、适路性車燈系統、夜視系統、主動車距控制巡航系統、碰撞預防系統、停車輔助系統。
車道偏離報警： 錄影機
自适應巡航控制ACC：雷達
交通标志識别TSR：錄影機
夜視NV：IR或者熱成像錄影機
自适應遠光控制AHBC：錄影機
行人/障礙物/車輛探測(PD)：錄影機、雷達、IR(紅外線攝像頭)
駕駛員困倦報警：車内IR錄影機
每套系統主要包括三個程式：
- 資訊收集：不同的系統使用不同類型的感測器收集車輛狀态資訊，并将不斷變化的機械運動變成電壓參數(電壓、電阻、電流)
- ECU：将感測器收集到的資訊進行分析處理，再向控制的裝置輸出控制訊号；
- 執行器：動作執行單元
目前的ADAS的系統都是基于規則的專家系統。優點是精确分析，但是場景複雜多變的時候，規則覆寫就有限。并且添加新的規則，就必須撤銷或者重寫舊的規則，使系統特别脆弱，且各系統之間的規則組合可能存在沖突，這會使得ADAS向自動駕駛過度之路變的艱難。
自動決策技術路線的一個重大趨勢，就是從相關推理到因果推理。
因果推理範例——貝葉斯網絡：
貝葉斯網絡是一個機率推理系統，貝葉斯網絡在資料處理方面，針對事件發生的概
率以及事件可信度分析上具有良好的分類效果。它具有兩個決定性的優勢：子產品化和透明性。可
以把深度學習的系統作為一個子子產品融入到其中，專家系統可以是另一個子子產品，也融入其中，
這意味着我們有了多重的備援路徑選擇，這種備援構成了貝葉斯網絡的子節點，将有效強化輸出
結果的可靠性，避免一些低級錯誤的發生。
因果推理範例——基于RL的決策系統：
它把一個決策問題看作是一個決策系統跟它所處環境的一個博弈，這個系統需要連續做決
策，就像開車一樣。優化的是長期總的收益，而不是眼前收益。
雷射雷達
雷射雷達是傳感器組合中的一個必要元件，對于自動駕駛是核心技術。
雷射雷達能很好地在低光和強光下工作，與攝像頭不同，并且比雷達或超音波能夠提供更詳細的
資料。雷射雷達最擅長的部分是障礙探測與障礙追蹤，被認為是最精準的自主感覺手段，其有效
感覺範圍超過 120 米，而精度可以達到厘米級。但限于之前價格高昂，無法部署在量産車上，但
前景無疑是樂觀的。
即使是雷射雷達也并非沒有缺陷，對于環境顔色資訊的區分，雷射雷達不夠直接、快捷，而這方
面正是攝像頭的強項。例如，它不能區分紅綠交通信号之間的差別。毫米波雷達可以快速獲得速
度資訊，并且在霧天衰減率低，穿透性好，這點與雷射雷達相比，是其優勢。
不同雷射雷達的構造存在差别，不過大緻由發射系統、接收系統、資訊處理等部分組成。
谷歌、百度、Uber 在内的全自動駕駛汽車未來還會承擔街景車角色，利用車頂雷射雷達繪制高精
度地圖，是以他們使用的是車頂的“大花盆”。
和測繪專用的笨重“大花盆”相比，小型雷射雷達和汽車更配。雷射雷達做成小體積直接嵌入車身，這就意味着要将機械旋轉部件做到最小甚至抛棄。是以車用雷射雷達沒有選用大體積旋轉結構，而是在制作工藝上，将旋轉部件做到了産品内部。嵌入式安裝方式導緻的監測範圍遮擋，可以用多點布局的方式覆寫整車 360°視角。例如 Ibeo 的雷射雷達産品LUX，改為固定雷射光源，通過内部玻璃片旋轉的方式改變雷射光束方向，實作多角度檢測的需要。Quanergy 旗下産品 S3 是一款全固态産品，使用了相位矩陣這種新技術，内部不存在任何旋轉部件。
毫米波雷達
毫米波雷達具有很強穿透性，即使在惡劣天氣情況下（如雨、雪、霧等天氣）也不會影響高精定
位層的生成。同時毫米波雷達探測距離較遠（長距離雷達 0-250m），能更早地發現車輛前方定位
特征的變化，而攝像頭則能夠抓取路上的辨別，通過與高精度地圖進行比對，就能得到非常精準
的定位。
超音波雷達
已經普及的倒車雷達就是一種超音波雷達。用于測距優勢在于其友善迅速, 計算簡單, 易于做到實
時控制, 是一種非接觸檢測技術, 并且在測量精度方面能達到工業實用的要求。缺點是受天氣情況
影響比較大。
超音波探頭可以分為兩大類:一類是用電氣方式産生超音波,一類是用機械方式産生超音波.目前較
為常用的是壓電式超音波發生器.其有兩個壓電晶片和一個共振闆.當它的兩極外加脈沖信号,其頻
率等于壓電晶片的固有振蕩頻率時,壓電晶片将會發生共振,并帶動共振闆振動,便産生超音波.反之,
如果兩電極間未外加電壓,當共振闆接收到超音波時,将壓迫壓電晶片作振動,将機械能轉換為電信
号,這時它就成為超音波探頭了.
倒車雷達測距，是通過倒車雷達探頭在某一時刻發出超音波信号，遇到被測物體後反射回來，被
倒車雷達接收到。隻要計算出超音波信号從發射到接收到回波信号的時間，知道在媒體中的傳播
速度，就可以計算出距被測物體的距離。探測距離一般在 2 米内，價格便宜。前後各 4 枚超音波
雷達（探測距離 2 米）+側面 4 枚超音波雷達（探測距離 5 米）可以實作自動泊車的功能。
超音波雷達，6 米應該算是探測的極限距離了，效果當然是不如毫米波的。
高清地圖
脫離高清地圖談無人駕駛就是耍流氓。
高清地圖不是普通地圖，主要服務對象是無人駕駛車，或者說是機器駕駛員。
高清地圖最顯著的特點是其表征路面特征的精準性。傳統電子地圖隻需要做到米級精度即可實作
GPS 導航，但高清地圖需要達到厘米級精度才能保證無人車行駛安全。高清地圖比傳統電子地圖
有更高的實時性。由于路網每天都有變化，如整修、道路辨別線磨損及重漆、交通标示改變等。
這些變化需要及時反映在高清地圖上以確定無人車行駛安全。實時高清地圖有很高的難度，但随
着越來越多載有多種傳感器的無人車行駛在路網中，一旦有一輛或幾輛無人車發現了路網的變
化，通過與雲端通信，就可以把路網更新資訊告訴其他無人車，使其他無人車更加聰明和安全。
它遠遠超出了逐向導航（turn-by-turn directions）的範疇。一些企業不斷更新地圖資料，增加車道
标志線、路标、交通信号、洞坑資訊，甚至包括路緣的高度，精準度達到厘米等級。有了這樣的
地圖，汽車就可以進入一個更精準的世界，車上的傳感器也會更強大。
| 分層 | 資訊 |
|---|---|
| 基礎資訊層 | 車道坡度、傾斜角、航向 |
| 車道個數、方向、寬度 | |
| 車道線位置、類型 | |
| 道路資訊層 | 車道可通行高度 |
| 紅綠燈、人行道 | |
| 限速等标志牌、隔離帶等資訊 | |
| 環境資訊層 | 周圍建築物資訊 |
| 其他資訊層 | 天氣資訊 |
| 施工資訊 | |
| 擁堵、意外事故等資訊 |
許多企業都在開發下一代地圖，競争越來越激烈。谷歌、Uber、福特及其它企業都在研發，想用
無人駕駛汽車的傳感器收集高清地圖資料。Here 是一家地圖企業，提供高清地圖，曾經是諾基亞
的分公司。Mobileye 自我定位為一家以 AI、圖像識别技術為基礎提供自動駕駛所需高精度地圖的
技術供應商。福特旗下的 Civil Map 也在研究高清地圖。百度高精地圖研發工作由百度地圖部門于
2013 年底啟動。2016 年 10 月 15 日，高德宣布高精度地圖免費。
以前，高清地圖的繪制大多通過各公司自己的車隊。目前的趨勢是通過衆包的方式，通過所有預
裝了圖像處理裝置和軟體的汽車，将把自己的精确位置和道路圖像發送到伺服器。
攝像頭
包括單目，雙目，環視攝像頭。
單目攝像頭，系統結構相對簡單，安裝友善，且成本較低，缺點在于必須不斷更新和維護一個龐
大的資料庫，才能保證系統達到較高的識别率，這需要付出較多的時間和金錢。
CMOS sensor 方面，目前已經有 4Mp 像素密度的車規級産品。
AUTOSAR
一輛高檔的汽車其内部的代碼量差已經超過了 1kw 行，超過上百個 ECU。日益增加的功能需求與
軟體複雜度之間似乎有一個不可逾越的橫溝。Autosar（AUTomotive Open System ARchitecture）就
是汽車開放式系統架構。這是一個由整車廠，零配件供應商，以及軟體、電子、半導體公司合起
來成立的一個組織。自從 2003 年以來，就緻力于為汽車電子行業提供一個開放的、标準的軟體架
構。現如今由硬體與部件驅動的開發流程正在被由功能與需求的開發方式所取代。作為一個工程
師，不僅優化一個單一元件，而且要在系統級别上優化軟體！可是不同的供應商來說，軟體架構
往往是不相同的，是以就需要一個可以交換的、更新的标準系統。可是單單以一個公司而言，這
是不可能完成的。是以一群整車廠、供應商等等公司就打算成立一個組織來設計整個标準的軟體
架構，其核心思想就是軟體元件的重複利用，力求在整體上降低整車軟體的複雜度。Autosar 成員
包括四類：Core Partners（核心成員），Premium Partners（進階成員），Development Partners
（開發成員），Associate Partners（一般成員）。核心成員有 9 個，分别為：博世，大陸，大衆，
豐田，通用，PSA，福特，寶馬，奔馳。最重要的目标就是基本系統功能與函數接口的标準化！
這使得開發合作夥伴可以在車載網絡裡直接進行資料的整合、交換、傳輸功能！使得整車 E/E 架
構由傳統的基于 ECU 的開發（ECU-based）轉變為基于功能的開發（function-based）。據飛思卡
爾統計，在 2016 年全球以 Autosar 架構的 ECU 總數将超過 2.5 億個，其中每 4 個 ECU 中就有一個
ECU 是采用 Autosar 架構的。
其他
其他自動車涉及的技術還有如下若幹，如：
GPS 技術定位
後輪位置超聲傳感器
車内裝置(高度計、陀螺儀和視距儀)
傳感器資料的協同整合
對交通标志和信号的解析
路徑規劃(**)
适應實際道路行為
雷射測距儀