自动驾驶涉及相关的技术

当科幻走进现实,当影视照进生活,无数次憧憬的自动驾驶,正在慢慢的梦想成真。小时候天马星空的想象,现在正悄无声息的改变着我们的生活。随着汽车电动化进程的加快,自动驾驶技术映入眼帘,很多人可能感觉遥不可及,其实你每天都开的汽车上,或多或少已经增加了部分自动驾驶的功能。那么咱就来聊一聊自动驾驶到底是什么?让你一秒钟入局,然后豁然开朗~

首先,看一下概念"自动驾驶汽车(Autonomousvehicles)又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车。"确实很高深,但是这个是我们的终极目标,我们正在这条路上一路狂奔,为了实现这个目标,为此将自动驾驶分为多个等级。

1、自动驾驶的分类等级

自动驾驶根据不同的自动化程度分为L0~L5共六个等级。其中L0为完全人工驾驶,L1-L2为自动辅助驾驶,L3-L5为自动驾驶(部分自动驾驶-->完全自动驾驶),下面简单给大家介绍一下各个等级的特点,看完之后一定茅塞顿开。

L0:无自动化驾驶,仅具备最简单的倒车雷达、定速巡航等功能,车辆的油门、刹车、转向全程皆由驾驶者掌控。

L1:辅助驾驶,仅有少量的辅助驾驶功能,如ESP车身稳定、ABS防抱死、自动紧急刹车等,此时驾驶员也需要全神贯注。

L2:部分自动化驾驶,在部分场景下自动驾驶汽车,车辆的速度和转向可有条件被控制,使驾驶员的眼和手获得短暂的休息,但仍需时刻准备接管驾驶。

L3:有条件自动化驾驶,一定程度上实现了自动驾驶,驾驶员可以将手离开方向盘,脚离开踏板,车辆几乎独立完成驾驶操作,是真正自动驾驶的开端。

L4:高度自动化驾驶,满足80%以上驾驶场景的完全自动驾驶,可以完全释放双手双脚,可不再配备方向盘和脚踏板,可以说是真正意义上的自动驾驶。

L5:完全自动化驾驶,100%的完全自动驾驶,完全无需人为干预,可完全通过电脑感知与运算来驾驶车辆,是自动驾驶的终极目标------无人驾驶。

为了方便大家的理解,将上面的内容汇总成下面的表格,可以清楚的看到,当驾驶员介入的越少,车机系统掌控的越多时,自动驾驶程度就越高,L4级以后才能在车辆行驶过程中放心的做自己的事情,其他的一切交给科技就好了。

2、当前国内汽车所处等级

目前国内市场在售的车型,基本上都处于L1或L2等级,像丰田威驰上配备的TRC、HAC上坡起步辅助牵引,以及常用的ESP或ABS都属于L1级别。无论车企宣称其搭载L3或L4自动驾驶,实质上最高处于L2+阶段。即使是被人们捧上神坛的特斯拉,其自动驾驶技术也属于L2级别(比如特斯拉自动驾驶仪),另外像沃尔沃飞行员协助,奔驰驱动试验等都是L2级别。所谓的"无人驾驶"汽车,其实也是处于L3刚开始的阶段,离真正的无人驾驶还有很长一段路。因此目前的自动驾驶技术还是需要驾驶员保持注意力的,不能完全信任它,因自动驾驶出现的事故仍旧历历在目,万不可掉以轻心。

3、辅助及自动驾驶在实车上的应用

百度无人驾驶目前处于国内甚至世界自动驾驶行业的第一梯队,与其深化合作的现代汽车也在自动驾驶上努力奔跑着。据悉其在售的多款车型像第七代伊兰特、全新ix35、第五代途胜L、MPV库斯途等车型都增加了多项驾驶辅助功能。

就拿同事的第七代伊兰特来说,其搭载了现代汽车的"SmartSense(智心合一)"辅助驾驶系统,不仅支持全速自适应巡航,而且还搭载了FCA前方防碰撞辅助、RCCA后方交叉防碰撞辅助、BCA盲区防碰撞辅助、HDA高速公路驾驶辅助、SEW安全下车提醒等主被动安全装备,实现L2+级别自动驾驶功能,领先同级大多数车型。

针对上面的功能具体介绍一下(不了解的朋友可以重点看一下):

1)NSCC基于导航智能巡航控制。根据高速限速路段调整车速,自动识别前方弯道并减速,确保安全性及便利性。

2)HDA(HighwayDrivingAid)高速公路驾驶辅助。保持与前车的距离,同时保持在车道中央行驶,在限速区间及弯道上提供自动车速设定功能。

3)LFA(LaneKeepingAssist)车道保持辅助系统。用前置摄像头探测车道和车辆,辅助车辆保持在车道中央行驶,提高驾驶便利性。

4)RCCA(RearCrossCollisionAssist)后方交叉防碰撞辅助。倒车时监测后方车辆,及时发出警报并辅助刹车,减少由于盲区导致后方来车发生碰撞的安全隐患。

5)FCA(Forwardanti-CollisionAssist)前方防碰撞辅助。侦测前方车辆、行人、两轮车及交叉路口对向直行车辆,预先警告并采取制动措施,有效避免碰撞事故的发生,保证行人及驾乘安全。

6)BCA(Blindareaanti-CollisionAssist)盲区防撞辅助。监测后侧方临近车辆,发现有碰撞危险时,系统采取警告和制动,避免或减轻碰撞伤害。

7)BVM(BlindViewMonitor)盲区显示系统。变道时,仪表盘上显示后侧方影像,驾驶员读取信息更加方便快捷,减小因视觉盲区带来的安全隐患。

这些辅助功能基本上涵盖了当前自动驾驶级别的绝大多数技术,为车主们日常出行保驾护航起到了功不可没的作用。可以让新手司机快速告别小白,让老司机得心应手,如虎添翼。

4、完全自动驾驶的必备条件

虽然目前很多汽车制造商已经在朝L4方向努力,但要实现L5完全自动驾驶还长路漫漫。因为目前L4的自动驾驶汽车就融合了定位、环境感知、行为决策和控制等多项功能,运用了高精地图、精准定位、大数据云平台等技术。说白了就是需要分析复杂的环境,处理庞大的数据,代替人来做决策,为行为负责。

1)车辆定位

要确定车辆在车道和地图上的准确位置,离不开强大的卫星定位系统及地基增强系统,同步定位与地图创建等智能化技术。要确定车辆和周边事物的精确定位,更离不开雷达,激光雷达和摄像头等传感器,如果要在城市环境中进行自动导航还需要轨迹估计等技术。只有知道自己的位置,才能做出更准确的判断。

2)环境感知

车载视觉传感设备和车载雷达等智能化技术是车辆环境感知和交通运行环境等数据采集的主要手段。5GV2X等网络化技术可用于实现车和车、车和路、车和云平台的交通环境感知及数据交换(包括收集、存储和共享),让车辆能够正真的感受到周围的事物变化。

3)行为决策

行为决策是无人驾驶体现智能性的核心的技术,相当于自动驾驶汽车的大脑,涉及汽车的安全行驶、车与路的综合管理等多个方面。通过综合分析环境感知系统提供的信息,对当前车辆进行速度、朝向等规划,并产生相应的停车、跟车、换道等决策。

4)控制执行

车辆的纵向轨迹规划和横向的速度规划形成后,接下来就是生成关于车辆转向盘、油门和制动器等车辆工作部件的操作指令。并通过汽车CAN总线发送,各个控制单元EUC收到指令后,将控制相应的执行器和工作部件。从而使车辆有条不紊的在复杂的路况下安全行驶。

以上只是简单介绍了要实现完全自动驾驶时,众多必备条件中的一小部分,可能不太容易理解,为了更加形象,下面我们看一个实例:

基于现代汽车IONIQ(艾尼氪)5打造的自动驾驶出租车(robotaxi)增加了部分外置式的雷达装置,在车顶和两侧位置装有三颗转镜式半固态激光雷达,车身前后布置了毫米波雷达、超声波雷达和高清摄像头等30多个智能传感器,可以感知周围300米范围内的所有动态、静态物体,为车辆运营提供安全保障。具备L4级自动驾驶水平,可以自主对路况进行识别和判断,当遇到突发紧急状况时,车辆无需驾驶员介入也可自行主导安全行驶。

5、总结:

随着科技的不断发展,汽车从原来冷冰冰的大铁块,逐渐变得有温度,不仅对你嘘寒问暖,更护你周全。科技催生的自动驾驶也走进了寻常百姓家,相信不久的将来我们会实现L5级别的无人驾驶,尽管还有很多难题等待着我们逐一击破,但是有梦想谁都了不起。可是对于目前需要用车的朋友,也不必观望高级别的自动驾驶车辆,趁着年前购置税减半,添置一辆L2+级别的车足够用了。但是切记,目前的自动驾驶非无人驾驶,行车还需谨慎。如果有想体验上述的驾驶辅助功能,可以去看一下@北京现代第七代伊兰特的实车,实际感受一下科技带来的便利。

相关推荐
用户6915811416543 分钟前
Ascend Extension for PyTorch的源码解析
人工智能
Chef_Chen44 分钟前
从0开始学习机器学习--Day13--神经网络如何处理复杂非线性函数
神经网络·学习·机器学习
Troc_wangpeng1 小时前
R language 关于二维平面直角坐标系的制作
开发语言·机器学习
用户691581141651 小时前
Ascend C的编程模型
人工智能
-Nemophilist-1 小时前
机器学习与深度学习-1-线性回归从零开始实现
深度学习·机器学习·线性回归
成富2 小时前
文本转SQL(Text-to-SQL),场景介绍与 Spring AI 实现
数据库·人工智能·sql·spring·oracle
CSDN云计算2 小时前
如何以开源加速AI企业落地,红帽带来新解法
人工智能·开源·openshift·红帽·instructlab
艾派森2 小时前
大数据分析案例-基于随机森林算法的智能手机价格预测模型
人工智能·python·随机森林·机器学习·数据挖掘
hairenjing11232 小时前
在 Android 手机上从SD 卡恢复数据的 6 个有效应用程序
android·人工智能·windows·macos·智能手机
小蜗子2 小时前
Multi‐modal knowledge graph inference via media convergenceand logic rule
人工智能·知识图谱