“自动驾驶”的技术路线

《中国社会科学报》：“无人驾驶”的技术路线郭喨唐兴华要让无人驾驶车辆跑起来，需要解决感知、决策和执行等三个层面和导航；执行系统也称为“底层掌握系统”，负责汽车的加速、刹车和为这样更加符合人类的驾驶方式。如，先看看前面——绿灯、四周无行十字路口。自动驾驶的感知系统〔LiDAR〕、微波雷达、导航系统等。这些传感器收集车辆四周的信息，为感知系统供给全面的环境数据。点就是可以区分颜色，因此也成为场景解读的绝佳工具。但其缺点也很明显：1.缺乏“深度”这一维度，由于没有立体视觉就无法推断物体和相机〔可以换算为车辆〕之间的距离；2.对光线过于敏感，过暗或过强的成像，正如相机拍照的曝光缺乏、曝光过度一般。激光雷达，即利用激光来进展探测和测量。其原理是向四周放射脉冲激光，遇到物体后反射回来，通过来回的时间差，计算出距离，从而对四周环境建立起三维模型。激光雷达探测精度大、距离长；由于激光的波长短，所以可以探测到格外微小的目标。微波雷达，原理和激光雷雷达，但胜在价格低、体积小，所以在某些车辆行驶关心系统中已经得到了广泛应用。同时，波长大精度低反过来又成了它的优点，由于它较大的波长可以穿透雾、烟、灰尘等激光雷达难以穿透的障碍，可以较好免疫恶劣天气。辆供给完整、准确的外部信息。有了“眼睛”接收信息，接下来就是利用深度学习等手段对信息进展提取、识别。将多种传感器的信息相互融的数字摄像技术对外界事物进展准确识别。自动驾驶的感知系统不仅包括它的“眼睛”，也包括它的“大脑”自动驾驶也会通过高精度地图猎取必要的环境信息，特别是相对固定、更周期较长的信息，如交通信号灯〔请留意，这里是指物理的“灯”本身而非“灯的信号”即红、黄、绿〕、车道标记、路缘等信息。这些信息还可以与传感器所获得的“即时信息”相印证，从而实现“多传感器融合”的效果——就像我们走路，不仅会用眼睛看前面的路，还会用耳朵听身后的车，甚至会用鼻子闻路边店里周黑鸭的香气一样。因此，自动驾驶去“感知”的不仅仅是“眼睛”，也有“大脑”。自动驾驶的决策系统地图，又称“高清数字地图”。无人驾驶汽车用的并不是一般的导航地图，它在准确度和信息量上和一般地图差异很大，因而被称为“高精度——十字、丁字或其他——这让目前的机器来“脑补”就太困难了。高清数字地图的精度一般在厘米级，而且是立体三维的，包含车道线、四周设施的坐标位置等行车关心信息。与当前人类使用的电子地图相比，反射强度——这是一个对人类驾驶者几无价值而对“人工智能驾驶员”意义重大的道路特征，它变化小且慢，是帮助自动驾驶车辆光学雷达定图信息比照，就可以确定当前车辆的位置。自动驾驶的决策系统不仅需要独立的“智能车辆”，也需要“智能交通系统”的支持，如V2V划的技术是V2XV2IV2X施，以及车对行人等一系列通讯系统。假设车辆能够直接“得到”，而的意思是，比方在离交通灯还有100米、传感器还“看不到”时候，信号灯就主动“告知”智能车辆自己的信号状态及变化时长，自动驾驶车辆无需直接“看清”信号灯的内容〔“看清”有时是很不简洁事情，大雨、暴雪、狂风刮起的塑料袋，以及最常见的——大货车的遮挡，都足以让车辆的摄像头“看不见”交通信号灯〕。此外，假设能够通过V2V提前得知四周车辆的行车意图，就能够很大程度上避开事故的发生。有了高精度数字地图和V2X估各种驾驶行为所花费的本钱，包括信号灯等待时间、道路拥堵状况、路面修理状况等，以此评估最正确行驶路径。自动驾驶的执行系统执行系统也是底层掌握系统，负责执行汽车的刹车、加速、转向等具体操作。工程师们通过特制的“线控装置”掌握方向盘和油门取代人类司机的手和脚，并配置多个处理器组成的子系统，以此来稳定、准确地掌握汽车的机械系统。这些子系统包括ECUABS防抱死系统、TCU内部通讯，在汽车中称作CANCAN〔bandwidth〕数据在网络中传输的最大速率，通常以每秒多少bits为单位计算。对于线有时会变得拥堵，系统速度大为下降。对整个反响执行过程而言，CAN的平滑性也影响乘客体验。另一方面，作为一个网络，数据传输的安全性不容无视，假设黑客成功攻击了CAN因此，提高底层网络系统的防范力量和网络容错性极其重要。通过以上感知、决策与执行三个系统分工合作，责任明确地掌握汽车的运行，就可以使无人驾驶汽车具备理论上“行驶”的条件。但正如《无人驾驶》一书作者胡迪·利普森和梅尔巴·库