培纪的博客

培纪的博客

0%

apollo学习笔记-day5

发表于 更新于 分类于
记录Apollo进阶课程中自动驾驶行业概述与Apollo无人车简介的学习。

day4为阶段性的考试，无笔记

自动驾驶行业概述

  • Apollo的四句宣言：开放能力、共享资源、加速创新、持续共赢。

  • 人类从猿人到直立行走，花费了百万年的时间，发明轮子大概花费了1万到1000年左右的时间，发明汽车用了100年左右的时间。无人驾驶的普及可能只需5到10年的时间。(站在巨人的肩膀上，技术进步的速度不断增加)

  • 第一个趋势「共享出行」：车辆大量的闲置，利用率不高，且停车位占用了较多的城市空间，给城市规划带来的困扰。共享出行理念为解决这些问题提供了一个方向。

  • 第二个趋势「新能源汽车」：政府对新能源产业的扶持。

    • 新能源汽车不光是行业的趋势、国际化的趋势，也是中国重要的发展趋势和方向。

  • 第三个趋势「自动驾驶」:车载系统信息处理的速度和数量远高于人类，在无人驾驶技术发展成熟的时候，无人驾驶会比人类驾驶更加安全

    • 自动驾驶/无人驾驶其实在细节上是有区别的：
      • 无人驾驶汽车（Autonomous Car）和我们看到的大多数汽车比较接近。这种车带有朝前的座椅，以及一个方向盘。只不过，跟现在的汽车不同的是，无人驾驶汽车已经可以实现在特定情况下取代驾驶员自己驾驶。
      • 自动驾驶汽车（Self-Driving Car），则相对来说要更进一步。采用自动驾驶的汽车将完全没有方向盘，所有行驶过程中要用到的传感器、雷达和GPS导航系统都将完全由厂家内置提供。

  • 无人驾驶级别的分类，SAE对自动驾驶行业的分级标准（L1/L2/L3/L4/L5）：

    • Level 1是巡航定速（Adaptive Cruise Control），巡航装置可以纵向控制车辆，可以加速减速。
    • Level 2是车道保持辅助（Lane Keeping），系统可以纵向控制也可以横向控制汽车，但车是辅助，人才是主导。
    • Level 3（Lane Change）的定义是：在某一时段内车是责任主体。Level 3的典型代表是奥迪出的最新款A8。A8号称是全球第一款Level 3的无人汽车。
    • level 4相当于全无人驾驶，就是大部分时间由车来做主导。像Waymo、百度新量产的阿波龙无人小巴，就属于level 4级别的无人驾驶车辆。
    • level 5是指驾驶几乎与人类没有关系，level 5的车辆中既没有方向盘也没有脚踏板。

  • 无人驾驶技术的关键节点：

    • 1986年，卡耐基梅隆大学Sebastian Thrun和 Chris Urmson打造了自动驾驶货车NavLab
    • 1995年，戴姆勒集团开启尤里卡·普罗米修斯计划（EUREKA Prometheus Project），旨在联合研发无人驾驶技术
    • 2005年，美国国防部发起了高等研究计划署挑战赛（DARPA Challenge）这一著名赛事
    • 2009年，Google进军无人驾驶行业，并成为领头羊
    • 2017年，百度自动驾驶开放平台Apollo发布了第一个版本

  • 市场规模较大：

    • 2017年2月，福特10亿美金收购Argon.ai
    • 2017年3月，英特尔150亿美金买下Mobileye

Apollo无人车简介

  • 无人驾驶车介绍

    • 无人驾驶对安全精度和各种复杂技术的集成程度要求非常高
    • 无人车是需要受到电脑控制的
    • 为了保证无人驾驶车的安全性的时候，它跟云端必须是有连接的

  • 高精地图

    • 高精地图最大的特点就是高精度，它是需要做到车道线级别的
      • 因为只有这样才能准确地告诉无人驾驶车应该在哪个车道行驶，接下来应该怎么拐
    • 高精地图对于无人车的价值：
      • 高精地图能够给无人车很多预判的空间
        • 当无人车通过高精地图知道前方的路况和交通标识信息后，能够提前做行驶规划，保证了行车的平稳性和经济性
      • 高精地图能够帮助无人车减少计算量（地图与定位、感知与规划的关系）
        • 当无人车需要通过路口时，它需要提前感知前方信号灯的状态，这时高精地图就可以帮助它定位到信号灯所在的特定区域，从而有效降低了全范围扫描识别的计算量。
      • 减少无人车对静态障碍物的算法处理

  • 定位

    • GPS定位原理实际上就是一个相对定位
    • GPS定位是有误差的，它的精度只能达到米级
      • 对于无人车来说，米级的定位精度是不安全的，为了解决无人车定位问题，还需要其他技术
    • GPS定位还有一个问题，它是跳动的
      • 为了抹平GPS的跳变，需要用到IMU（惯性导航），GPS不停的去给IMU一个方向去校准，然后IMU再给GPS一个方向
    • 在接收不到GPS信号的情况下，可以使用几何定位
      • 在道路上选取几个特征，再根据特征精确的计算出无人车所在的位置
    • RTK技术
      • 建立一个静止的基站，抹平信号传输过程之中的干扰
      • RTK的应用能让GPS的定位精度达到10厘米
      • 缺陷：它要求基站与车的距离要在16公里以内

  • 感知

    • 摄像头

      • 优点：能够辨别颜色
      • 缺点：它没有对距离的判断的能力

    • 雷达

      • 优点：应用场景较广，能够获得相对精确的信息
      • 缺点：准确性并不高，且对静态物体的误报较多

    • 激光雷达

      • 激光雷达工作原理是向目标发射探测信号，然后将接收到的从目标反射回来的信号与发射信号进行比较，作适当处理后，就可获得目标的有关信息。

      • 优点：对距离的判断非常精准

      • 缺点：对环境的要求非常高，比如雾霾天气会影响到他的精准度；价格昂贵，且易损耗

  • 轨迹规划

    • 需要满足所有的约束条件，规划出一条可以走的路线
    • 保证车辆运动的平滑，速度不能跳变，即在人类可感知的范围，车子行驶是顺畅的

  • 云端

    • 拥有大量数据的仿真平台
    • 每辆无人车都可以将自己有价值的数据上传到云端
    • 单算法需要更新或准备落地时，可在云端仿真场景中跑一下，检验是否能够应对云端的这些路况

参考资料