从自动驾驶到无人驾驶是智慧出行的终极目标。
内容参考
前瞻产业研究院、MBA智库百科
图片来源
网络
11月25日，百度自动驾驶服务平台“萝卜快跑”迎来了商业收费后的首个订单。在国内，自动驾驶的商业化运营试点开展，不管是对于提高交通服务质量，还是增强道路安全保障都具有里程碑的意义。
其实自动驾驶汽车内的一些基本配置，在我们现在的许多车型上，已经有了类似的装置，比如自动巡航系统几乎成了豪华车的标配，但自动驾驶汽车的雷达传感、激光测距器却是私家车没有配置的，这些设备的作用是什么呢？本期行业冷知识我们来详细聊一聊百度“萝卜快跑”的自动驾驶技术是如何实现的。
01
自动驾驶的工作原理
在实际行驶过程中，自动驾驶车辆的的工作流程可分为感知、决策和执行三个部分。下面就从硬件和软件两方面谈一谈自动驾驶汽车所涉及的技术。
1、硬件
汽车
研发时，自动驾驶的汽车建议不要选择油气车型，这是由于自动驾驶系统所消耗的电量巨大，混动和纯电动在这方面具有明显优势。
另一方面是是发动机的底层控制算法相比于电机复杂太多，与其花大量时间在标定和调试底层上，不如直接选用电动车研究更高层的算法。
控制器
在前期算法预研阶段，工控机是最直接的控制器解决方案。因为工控机相比于嵌入式设备更稳定、可靠,社区支持及配套的软件也更丰富。
▲Apollo包含GPU的工控机
CAN卡
工控机与汽车底盘的交互必须通过专门的语言——CAN。从底盘获取当前车速及方向盘转角等信息，需要解析底盘发到CAN总线上的数据。
工控机通过传感器的信息计算得到方向盘转角以及期望车速后，也要通过CAN卡，将消息转码成底盘可以识别的信号，底盘进而做出响应。CAN卡可以直接安装在工控机中，然后通过外部接口与CAN总线相连。
▲Apollo使用的CAN卡
全球定位系统+惯性测量单元
人类开车，从A点到B点，需要知道A点到B点的地图，以及自己当前所处的位置，这样才能知道行驶到下一个路口是右转还是直行。
无人驾驶系统也一样，依靠GPS+IMU就可以知道自己在哪（经纬度），在朝哪个方向开（航向），当然IMU还能提供诸如横摆角速度、角加速度等更丰富的信息，这些信息有助于自动驾驶汽车的定位和决策控制。
▲Apollo的GPS
感知传感器
相信大家对车载传感器都耳熟能详了。感知传感器分为很多种，包括视觉传感器、激光传感器、雷达传感器等。
视觉传感器就是摄像头，摄像头分为单目视觉，双目（立体）视觉。
激光传感器分为单线，多线一直到64线。
雷达传感器是指传感器使用毫米波进行探测，多应用于汽车电子、安防、无人机、智能交通等多个行业中。
2、软件
软件包含四层：感知、融合、决策、控制。各个层级之间都需要编写代码，去实现信息的转化，更细化的分类如下。
采集
当采集来自摄像机的图像信息，有的是通过千兆网卡实现的通信，也有的是直接通过视频线进行通信的。某些毫米波雷达是通过CAN总线给下游发送信息的，因此我们必须编写解析CAN信息的代码。
通俗地讲就是把传感器采集到的信息全部拿到，并且编码成团队可以使用的数据。
预处理
因为传感器的状态不是%有效的，如果仅根据某一帧的信号去判定前方是否有障碍物（有可能是传感器误检了），对下游决策来说是极不负责任的。因此上游需要对信息做预处理，以保证车辆前方的障碍物在时间维度上是一直存在的，而不是一闪而过。
信息融合
信息融合是指把相同属性的信息进行多合一操作。
比如摄像机检测到了车辆正前方有一个障碍物，毫米波也检测到车辆前方有一个障碍物，激光雷达也检测到前方有一个障碍物，而实际上前方只有一个障碍物，所以我们要做的是把多传感器下这辆车的信息进行一次融合，以此告诉下游，前面有一辆车，而不是三辆车。
决策规划
这一层次主要设计的是拿到融合数据后，如何正确做规划。规划包含纵向控制和横向控制。
纵向控制即速度控制，即什么时候加速，什么时候制动。
横向控制即行为控制，即什么时候换道，什么时候超车等。
02
全球无人驾驶汽车市场规模
自动驾驶技术在不断地发展和成熟起来，未来将占领巨大的市场空间。据《无人驾驶汽车行业发展前景预测与投资战略规划分析报告》数据显示，年自动驾驶汽车将成为新车销售主流，自动驾驶将对人类出行方式产生深远的影响。
▲全球无人驾驶汽车市场规模预测
在规划层面，年1月，国家发改委公布了《智能汽车创新发展战略(征求意见稿)》，提出到年，中国智能汽车新车占比达到50%，中高级别智能汽车实现市场化应用。
到年，中国标准智能汽车的技术创新、产业生态、路网设施、法规标准、产品监管和信息安全体系全面形成，而且新车基本实现智能化，高级别智能汽车实现规模化应用。
法规层面，北京、上海和广州都已积极出台相关法规，以便对路测进行规范。
转载请注明：http://www.0431gb208.com/sjszyzl/4325.html
