《自動駕駛技術(shù)概論》學(xué)習(xí)筆記

致謝：作者：王建、徐國艷、陳競凱、馮宗寶

--------------------------------------------------------------------------------------------------------?

筆記目錄

《自動駕駛技術(shù)概論》學(xué)習(xí)筆記

1.汽車發(fā)展史

2.國內(nèi)外自動駕駛

2.1 NavLab

2.2 Argo Ai

?2.3 DARPA挑戰(zhàn)賽

中國智能車未來挑戰(zhàn)賽

3.自動駕駛定義

3.1 NHTSA

3.2 SAE J3016標(biāo)準(zhǔn)

3.3?SAE International標(biāo)準(zhǔn)

3.4 中國智能汽車標(biāo)準(zhǔn)

4.自動駕駛技術(shù)

5.自動駕駛企業(yè)

5.1 谷歌Waymo

5.2 特斯拉Tesla

5.3 奧迪Audi

5.4 百度Apollo

5.5 華為ADS

6.汽車構(gòu)造基礎(chǔ)

6.1 內(nèi)燃機(jī)傳動系統(tǒng)汽車?

6.2 電動機(jī)傳動系統(tǒng)汽車

6.3 幾大硬件部分

7.汽車網(wǎng)絡(luò)技術(shù)

7.1 TTP協(xié)議

7.2?LIN協(xié)議

7.3 CAN總線協(xié)議

7.4 SAE J1939協(xié)議

7.5?FlexRay總線協(xié)議

7.6?MOST總線協(xié)議

8.自動駕駛?cè)蠹夹g(shù)

8.1 感知

1.激光雷達(dá)

2.攝像頭

3.毫米波雷達(dá)

4.超聲波雷達(dá)

8.2 定位

1.衛(wèi)星導(dǎo)航定位GNSS

2.慣性導(dǎo)航定位

8.3 決策控制

1.路由尋徑

2.行為決策

3.動作規(guī)劃

9.V2X技術(shù)

---

本書主要介紹汽車構(gòu)造和無人駕駛汽車的基本概念，從基礎(chǔ)開始，由淺入深地了解無人駕駛的歷史由來、國內(nèi)外自動駕駛產(chǎn)業(yè)現(xiàn)狀及技術(shù)發(fā)展、自動駕駛汽車的技術(shù)架構(gòu)、自動駕駛開發(fā)平臺等知識，并詳細(xì)介紹百度Apollo無人駕駛平臺，通過實(shí)際的案例深入了解無人駕駛知識體系。

清華大學(xué)出版社此書鏈接：http://www.tup.tsinghua.edu.cn/booksCenter/book_08301001.html#

系列叢書

學(xué)習(xí)筆記只是隨手記錄一下閱讀的心得，碰到感興趣的技術(shù)要點(diǎn)詳細(xì)記錄，拓寬拓寬眼界，增長增長見識，從自動駕駛的概論到感知-定位-決策-控制，這幾個(gè)方面學(xué)習(xí)學(xué)習(xí)自動駕駛啦~~

未讀章節(jié)：不標(biāo)記顏色

已讀章節(jié)：底部標(biāo)綠色

感興趣點(diǎn)：底部標(biāo)黃色

--------------------------------------------------------------------------------------------------------

《自動駕駛技術(shù)概論》

目錄

前言

第1章自動駕駛技術(shù)概述

1.1汽車發(fā)展史及發(fā)展趨勢

1.1.1蒸汽機(jī)與蒸汽機(jī)車的發(fā)明

1.1.2內(nèi)燃機(jī)與內(nèi)燃機(jī)汽車的發(fā)明

1.1.3汽車發(fā)展趨勢

1.2自動駕駛汽車的產(chǎn)生

1.2.1研發(fā)歷史

1.2.2自動駕駛時(shí)代的開啟

1.3自動駕駛概述

1.3.1定義及分級標(biāo)準(zhǔn)

1.3.2SAE?J3016的自動駕駛級別劃分

1.3.3中國智能汽車等級劃分

1.4自動駕駛技術(shù)與行業(yè)發(fā)展現(xiàn)狀

1.4.1技術(shù)發(fā)展現(xiàn)狀

1.4.2行業(yè)代表

參考文獻(xiàn)

第2章汽車構(gòu)造基礎(chǔ)

2.1車輛動力傳動系統(tǒng)

2.1.1概述

2.1.2傳統(tǒng)動力傳動系統(tǒng)

2.1.3純電動傳動系統(tǒng)

2.1.4混動傳動系統(tǒng)

2.2車輛懸架系統(tǒng)

2.2.1概述

2.2.2非獨(dú)立懸架

2.2.3獨(dú)立懸架

2.2.4電控懸架

2.3車輛轉(zhuǎn)向系統(tǒng)

2.3.1轉(zhuǎn)向系統(tǒng)的功用及類型

2.3.2轉(zhuǎn)向器

2.3.3轉(zhuǎn)向助力

2.4車輛制動系統(tǒng)

2.4.1概述

2.4.2制動器

2.4.3制動助力系統(tǒng)

2.4.4制動力調(diào)節(jié)系統(tǒng)

2.5汽車線控系統(tǒng)技術(shù)

2.5.1概述

2.5.2汽車線控的關(guān)鍵技術(shù)

2.5.3典型線控系統(tǒng)

2.6CAN總線技術(shù)

2.6.1概述

2.6.2工作原理

2.6.3工作特點(diǎn)

2.6.4SAE?J1939協(xié)議

2.6.5百度自動駕駛汽車的線控技術(shù)應(yīng)用

參考文獻(xiàn)

第3章自動駕駛汽車技術(shù)架構(gòu)

3.1自動駕駛汽車整體架構(gòu)

3.2環(huán)境感知傳感器技術(shù)

3.2.1激光雷達(dá)

3.2.2攝像頭

3.2.3毫米波雷達(dá)

3.2.4超聲波雷達(dá)

3.2.5環(huán)境感知實(shí)例——車道線檢測

3.3定位系統(tǒng)

3.3.1衛(wèi)星定位技術(shù)

3.3.2差分定位系統(tǒng)

3.3.3慣性導(dǎo)航定位

3.3.4多傳感器融合定位技術(shù)

3.4高精地圖技術(shù)概述

3.4.1高精地圖綜述

3.4.2高精地圖在自動駕駛中的應(yīng)用

3.4.3高精地圖的制作

3.5規(guī)劃與決策系統(tǒng)概述

3.5.1路徑規(guī)劃

3.5.2路徑規(guī)劃算法介紹

3.6V2X技術(shù)概述

3.6.1V2X分系統(tǒng)概述

3.6.2V2X典型應(yīng)用

參考文獻(xiàn)

第4章自動駕駛汽車開發(fā)平臺

4.1開發(fā)平臺概述

4.2硬件平臺

4.2.1傳感器平臺

4.2.2計(jì)算平臺

4.2.3線控車輛平臺

4.3軟件開源平臺

4.3.1ROS介紹

4.3.2ROS特點(diǎn)

4.3.3ROS文件系統(tǒng)層

4.3.4ROS計(jì)算圖層

4.4整體開放平臺

4.4.1硬件平臺

4.4.2軟件平臺

4.4.3云端平臺

4.5安全解決方案

4.5.1潛在威脅與對應(yīng)方案

4.5.2Apollo安全方案

參考文獻(xiàn)

第5章Apollo平臺介紹

5.1Apollo平臺概述

5.1.1Apollo平臺發(fā)展歷程

5.1.2Apollo平臺技術(shù)框架

5.2Apollo車輛要求

5.2.1車輛功能要求

5.2.2車輛線控要求

5.3Apollo支持的傳感器

5.3.1激光雷達(dá)

5.3.2毫米波雷達(dá)

5.3.3攝像頭

5.3.4導(dǎo)航模塊

5.3.5工控機(jī)

5.3.6CAN卡

5.3.7Apollo傳感器單元

5.4Apollo平臺的安裝和使用

5.4.1Apollo內(nèi)核的編譯

5.4.2構(gòu)建Docker容器

5.4.3編譯Apollo源代碼

5.4.4啟動并運(yùn)行Apollo平臺

5.5開放數(shù)據(jù)集

5.5.1仿真場景數(shù)據(jù)

5.5.2標(biāo)注數(shù)據(jù)

5.5.3演示數(shù)據(jù)

參考文獻(xiàn)

--------------------------------------------------------------------------------------------------------

1.汽車發(fā)展史

?從蒸汽到電汽，世界汽車百年發(fā)展回顧 - 知乎 (zhihu.com)

汽車發(fā)展史_百度百科 (baidu.com)

世界上第一臺蒸汽機(jī)車

蒸汽公共汽車

世界上第一臺內(nèi)燃式摩托車

奔馳一號

未來汽車的發(fā)展方向主要呈現(xiàn)為電動化與智能化，未來將朝著更清潔的燃料電池汽車方向發(fā)展。

2015年,工信部發(fā)布的《中國制造2025》明確提出,到2025年,我國將掌握自動駕駛的總體技術(shù)以及各項(xiàng)關(guān)鍵技術(shù),要建立起比較完善的智能網(wǎng)聯(lián)汽車的自主研發(fā)體系，生產(chǎn)配套體系以及產(chǎn)業(yè)群,要基本完成汽車產(chǎn)業(yè)的轉(zhuǎn)型升級。

重磅！2022年中國及31省市自動駕駛汽車行業(yè)政策匯總及解讀（全）國家政策頻出以搶占技術(shù)與產(chǎn)業(yè)制高點(diǎn)_行業(yè)研究報(bào)告 - 前瞻網(wǎng) (qianzhan.com)

中國自動駕駛產(chǎn)業(yè)政策匯總（2022）_騰訊新聞 (qq.com)

2.國內(nèi)外自動駕駛

無人駕駛綜述：國外國內(nèi)發(fā)展歷程_自動駕駛歷史 varos-CSDN博客

走進(jìn)CMU：無人駕駛技術(shù)誕生的地方 | 雷峰網(wǎng) (leiphone.com)

2.1 NavLab

這款被CMU研發(fā)團(tuán)隊(duì)命名為“Terregator”的小車，有六個(gè)輪子，每秒能行駛幾厘米。車身配置的一系列傳感器，包括聲納環(huán)、攝像頭，以及一個(gè)單線激光雷達(dá)測距儀，它們將負(fù)責(zé)對障礙物和環(huán)境進(jìn)行感知。

在那段時(shí)間，DARPA（美國國防部高級研究計(jì)劃局）資助了一些院校和制造商企業(yè)，作為其中之一，CMU的任務(wù)是負(fù)責(zé)解決ALV系統(tǒng)復(fù)雜的感知和集成問題。為了攻克該技術(shù)，CMU的研究人員于1984年組建了導(dǎo)航實(shí)驗(yàn)室，命名為“NavLab”，專注于復(fù)雜環(huán)境中的高難度視覺感知問題研究。

2.2 Argo Ai

?2016年11月，Bryan Salesky和Peter Rander博士，兩位分別擁有Google和Uber自動駕駛團(tuán)隊(duì)任職背景的大牛，行業(yè)內(nèi)最先進(jìn)兩家公司W(wǎng)aymo和Uber的前技術(shù)專家，在美國賓夕法尼亞州匹茲堡聯(lián)合成立了Argo AI

Argo AI、卡內(nèi)基梅隆大學(xué)和佐治亞理工學(xué)院共同發(fā)布數(shù)據(jù)集——Argoverse。

數(shù)據(jù)集是自動駕駛神經(jīng)網(wǎng)絡(luò)模型不斷成長的肥料，很多自動駕駛公司和知名大學(xué)都公開過自動駕駛的數(shù)據(jù)集。

ARGO數(shù)據(jù)集—自動駕駛場景（版本：Argoverse 1.1）-CSDN博客

已倒閉的自動駕駛初創(chuàng)公司 Argo AI 的創(chuàng)始人將宣布成立新的自動駕駛初創(chuàng)公司，如何看待此事？ - 知乎 (zhihu.com)

?2.3 DARPA挑戰(zhàn)賽

到2003年，伊拉克戰(zhàn)爭爆發(fā)，無人駕駛技術(shù)還沒有大的進(jìn)展。根據(jù)法案，美國國會命令DARPA負(fù)責(zé)推動相關(guān)技術(shù)的發(fā)展，授權(quán)該局對無人駕駛汽車的研發(fā)人員進(jìn)行現(xiàn)金獎(jiǎng)勵(lì)。有了獎(jiǎng)金的支持，DARPA決定另辟蹊徑，舉辦一項(xiàng)獎(jiǎng)金為100萬美元的公開競賽，吸引更多的團(tuán)隊(duì)投入智能車研究。所以從2004到2007年，DARPA共贊助了三場公路賽事，分別是：2004年和2005年DARPA大挑戰(zhàn)賽和2007的DARPA城市挑戰(zhàn)賽，這幾項(xiàng)賽事奠定了當(dāng)代自動駕駛汽車的技術(shù)基礎(chǔ)。

?當(dāng)代自動駕駛產(chǎn)業(yè)的起源-DARPA挑戰(zhàn)賽 - 知乎 (zhihu.com)

中國智能車未來挑戰(zhàn)賽

中國智能車未來挑戰(zhàn)賽_百度百科 (baidu.com)

3.自動駕駛定義

3.1 NHTSA

美國國家公路交通安全管理局(NHTSA,National Highway Traffic Safety Administration)發(fā)布了自動駕駛汽車的分級標(biāo)準(zhǔn),其對自動化的描述共有4個(gè)級別。?

3.2 SAE J3016標(biāo)準(zhǔn)

SAE(SAE International, Society of Automotive Engineers國際自動機(jī)工程師學(xué)會)制定了一套自動駕駛汽車分級標(biāo)準(zhǔn)SAE J3016《標(biāo)準(zhǔn)道路機(jī)動車駕駛自動化系統(tǒng)分類與定義》,其對自動化的描述分為5個(gè)等級。

(1)駕駛支援:通過駕駛環(huán)境對方向盤和加減速中的一項(xiàng)操作提供駕駛支持,其他的駕駛動作都由人類駕駛員進(jìn)行操作。
(2)部分自動化:通過駕駛環(huán)境對方向盤和加減速中的多項(xiàng)操作提供駕駛支持,其他的駕駛動作都由人類駕駛員進(jìn)行操作。
(3)有條件自動化:由自動駕駛系統(tǒng)完成所有的駕駛操作。根據(jù)系統(tǒng)要求,人類駕駛者提供適當(dāng)?shù)膽?yīng)答。
(4)高度自動化:由自動駕駛系統(tǒng)完成所有的駕駛操作。根據(jù)系統(tǒng)要求,人類駕駛者不一定需要對所有的系統(tǒng)請求做出應(yīng)答,車輛需行駛在限定道路和環(huán)境條件下。
(5)完全自動化:在所有人類駕駛者可以應(yīng)付的道路和環(huán)境條件下,均可以由自動駕駛系統(tǒng)自主完成所有的駕駛操作。

區(qū)分自動駕駛：能否自動轉(zhuǎn)向、加速、制動

3.3?SAE International標(biāo)準(zhǔn)

SAE International關(guān)于自動化層級的定義已經(jīng)成為自動化/自動駕駛車輛的全球行業(yè)參照標(biāo)準(zhǔn),用以評定自動駕駛技術(shù)級別。

L0:駕駛員完全掌控車輛。
Ll:自動系統(tǒng)有時(shí)能夠輔助駕駛員完成某些駕駛?cè)蝿?wù)。
L2:自動系統(tǒng)能夠完成某些駕駛?cè)蝿?wù),但駕駛員需要監(jiān)控駕駛環(huán)境,完成剩余部分,同時(shí)保證出現(xiàn)問題時(shí),隨時(shí)進(jìn)行接管。在這個(gè)層級,自動系統(tǒng)的錯(cuò)誤感知和判斷由駕駛員隨時(shí)糾正。
L3:自動系統(tǒng)既能完成某些駕駛?cè)蝿?wù).也能在某些情況下監(jiān)控駕駛環(huán)境,但駕駛員必須準(zhǔn)備好重新取得駕駛控制權(quán)(自動系統(tǒng)發(fā)出請求時(shí))。所以在該層級下,駕駛者仍無法進(jìn)行睡覺或者深度的休息。
L4:自動系統(tǒng)在某些環(huán)境和特定條件下,能夠完成駕駛?cè)蝿?wù)并監(jiān)控駕駛環(huán)境。在這個(gè)階段,在自動駕駛可以運(yùn)行的范圍內(nèi),駕駛相關(guān)的所有任務(wù)和駕乘人已經(jīng)沒關(guān)系了,感知外界的責(zé)任全在自動駕駛系統(tǒng)。
L5:自動系統(tǒng)在所有條件下都能完成所有駕駛?cè)蝿?wù)。

3.4 中國智能汽車標(biāo)準(zhǔn)

在《中國制造2025》中,我國將智能網(wǎng)聯(lián)汽車分為DA、PA、HA、FA共計(jì)4個(gè)級別。完全手動駕駛沒有計(jì)人其中?？傮w看來,分級如下。
1）手動駕駛(MD)
顧名思義就是最普通的手動駕駛汽車。

2〉駕駛輔助(DA)
一項(xiàng)或者多項(xiàng)局部自動功能﹐例如 ESC、ACC、AEB等,并能提供基于網(wǎng)聯(lián)的智能信息提示。
3）半自動化(PA)
在駕駛者短時(shí)間轉(zhuǎn)移注意力仍可保持控制,失去控制十秒以上予以提醒,并能提供基于網(wǎng)聯(lián)的智能引導(dǎo)信息。
4）高度自動化(HA)
在高速公路和市區(qū)內(nèi)部均可自動駕駛,偶爾需要駕駛員接管,但是有充分的移交時(shí)間，并能提供基于網(wǎng)聯(lián)的智能控制信息。
5）完全自動化(FA)
駕駛權(quán)完全交給車輛,這種自動化水平允許駕駛員從事計(jì)算機(jī)工作,休息和睡眠等其他活動。

4.自動駕駛技術(shù)

書上的內(nèi)容比較簡略概括，詳細(xì)的話在之后的對應(yīng)書籍上面再做學(xué)習(xí)。

5.自動駕駛企業(yè)

5.1 谷歌Waymo

Waymo是一家研發(fā)自動駕駛汽車的公司，為Alphabet（Google母公司）旗下的子公司。

谷歌無人駕駛汽車的感知核心是位于車頂?shù)男D(zhuǎn)式激光雷達(dá),該設(shè)備可以發(fā)出64道激光光束,能夠計(jì)算出200m 以內(nèi)物體的距離,得到精確的3D地圖數(shù)據(jù)。自動駕駛汽車會將激光雷達(dá)測得的數(shù)據(jù)和高精地圖相結(jié)合,生成反映周邊環(huán)境的數(shù)據(jù)模型。安裝在前擋風(fēng)玻璃的攝像頭可以用于近景觀察,幫助自動駕駛汽車識別前方的人和車等障礙物,記錄行程中的道路情況和交通信號的標(biāo)志,最后通過相應(yīng)算法對信息進(jìn)行綜合和分析。輪胎上的感應(yīng)器可以保證汽車在確定軌道內(nèi)行駛;倒車時(shí),還能快速測算出后方障礙物的距離,實(shí)現(xiàn)安全停車。汽車前后保險(xiǎn)杠內(nèi)安裝有4個(gè)雷達(dá)元件,可以保證汽車在道路上保持2~～4s的安全反應(yīng)距離﹐并根據(jù)車速變化進(jìn)行距離調(diào)整,最大程度保證乘客的安全。

官網(wǎng)：waymo.com

《通往完全自動駕駛之路》

• 谷歌無人車的安全設(shè)計(jì)理念
• Waymo無人車是如何工作的
• 測試和驗(yàn)證是如何進(jìn)行的
• 無人車相關(guān)交互細(xì)節(jié)

【碼一下】谷歌全方位自曝Waymo無人車技術(shù)方案｜42頁報(bào)告要點(diǎn)解讀+下載 - 知乎 (zhihu.com)

5.2 特斯拉Tesla

Autopilot | 特斯拉中國 - Tesla

與時(shí)間賽跑，特斯拉Autopilot進(jìn)化史 - 知乎 (zhihu.com)

關(guān)于 Autopilot 自動輔助駕駛 (tesla.com)

Autopilot 自動輔助駕駛是高級輔助駕駛功能套件，旨在提升駕駛安全性并減輕壓力。這些功能都無法實(shí)現(xiàn)?Model?S?完全自動駕駛或取代您的駕駛員身份。Autopilot 自動輔助駕駛功能是所有新款 Tesla 車輛的標(biāo)配。

5.3 奧迪Audi

L3的領(lǐng)跑者：奧迪A8自動駕駛系統(tǒng)詳析 - 知乎 (zhihu.com)

自動駕駛行業(yè)觀察 | 進(jìn)軍Level 3，奧迪A8自動駕駛功能剖析 - 知乎 (zhihu.com)

5.4 百度Apollo

阿波羅（Apollo）是百度發(fā)布的面向汽車行業(yè)及自動駕駛領(lǐng)域的合作伙伴提供的軟件平臺。發(fā)布時(shí)間是2017年4月19日，旨在向汽車行業(yè)及自動駕駛領(lǐng)域的合作伙伴提供一個(gè)開放、完整、安全的軟件平臺，幫助他們結(jié)合車輛和硬件系統(tǒng)，快速搭建一套屬于自己的完整的自動駕駛系統(tǒng)。而將這個(gè)計(jì)劃命名為“Apollo”計(jì)劃，就是借用了阿波羅登月計(jì)劃的含義。

百度Apollo-自動駕駛、智能汽車解決方案

5.5 華為ADS

?華為高階智能駕駛系統(tǒng)（HUAWEI Advanced Driving System）是華為發(fā)布的智能駕駛系統(tǒng)

ADS 2.0 搭載了業(yè)界首創(chuàng)激光融合 GOD 網(wǎng)絡(luò)，障礙識別更精準(zhǔn)，即便是在復(fù)雜的交通場景也能安全暢行。ADS 2.0 對高速體驗(yàn)進(jìn)行了優(yōu)化，優(yōu)化后平均人工接管里程從 100km 提升到 200km，上下匝道、通道避障等都能輕松應(yīng)對。ADS 2.0 搭載的 NCA 智駕領(lǐng)航可覆蓋城區(qū) 90% 場景，有圖無圖都能開。智能泊車性能和場景進(jìn)一步提升，AVP 代客泊車輔助和 360° 全范圍障礙物感知加持，跨地面、地下停車場以及機(jī)械車位均可進(jìn)行智能泊車。?

HUAWEI ADS_百度百科 (baidu.com)

6.汽車構(gòu)造基礎(chǔ)

感覺這個(gè)視頻的講解更為全面一點(diǎn)

6.1 內(nèi)燃機(jī)傳動系統(tǒng)汽車?

8分鐘視頻，為你深入剖析汽車組成結(jié)構(gòu)，不懂車的你有福了！_嗶哩嗶哩_bilibili

6.2 電動機(jī)傳動系統(tǒng)汽車

3D動畫揭秘電動汽車是如何工作的_嗶哩嗶哩_bilibili

想入行新能源汽車，一個(gè)視頻帶你快速了解純電動汽車結(jié)構(gòu)與原理_嗶哩嗶哩_bilibili

6.3 幾大硬件部分

硬件部分的知識此書有較為詳細(xì)的講解，車輛工程專業(yè)的同學(xué)應(yīng)該會比較上手，由于是硬件所以只做了較為粗略的瀏覽，重點(diǎn)比較關(guān)注網(wǎng)絡(luò)技術(shù)以及軟件部分的內(nèi)容。

7.汽車網(wǎng)絡(luò)技術(shù)

目前基于時(shí)間觸發(fā)的通信網(wǎng)絡(luò)協(xié)議已經(jīng)被汽車企業(yè)廣泛采用,在明確定義的時(shí)間點(diǎn)執(zhí)行操作,即各線控系統(tǒng)同步之后,每個(gè)系統(tǒng)在一個(gè)特定的時(shí)間窗口傳送自己的信息﹐而不必再去競爭總線,提高了數(shù)據(jù)的傳輸速率和可靠性。

目前存在的多種汽車網(wǎng)絡(luò)標(biāo)準(zhǔn),其側(cè)重的功能有所不同。20世紀(jì)90年代中期,美國汽車工程師協(xié)會(SAE)按照汽車上網(wǎng)絡(luò)系統(tǒng)的性能由低到高將其劃分為A級、B級、C級網(wǎng)絡(luò)。

汽車網(wǎng)絡(luò)分級

作者：田大新，段續(xù)庭，周建山?

這本書講解的比較全面，但是沒找到電子書，碼一下清華大學(xué)出版社-圖書詳情-《車載網(wǎng)絡(luò)技術(shù)》 (tsinghua.edu.cn)

作者：凌永成 主編；李雪飛、劉國貴、席昌錢 參編

這本書應(yīng)該也不錯(cuò)，碼一下

清華大學(xué)出版社-圖書詳情-《汽車網(wǎng)絡(luò)技術(shù)（第2版）》 (tsinghua.edu.cn)

照到書的目錄查詢了一下相關(guān)知識

7.1 TTP協(xié)議

時(shí)間觸發(fā)協(xié)議（Time triggered protocol）概述-CSDN博客

?TTP - A time-triggered protocol for fault-tolerant real-time systems

TTP是一種雙通道4-25 Mbit/s時(shí)間觸發(fā)現(xiàn)場總線。它可以使用一個(gè)或兩個(gè)通道運(yùn)行，最大數(shù)據(jù)速率為2x 25 Mbit/s。通過兩個(gè)通道上的復(fù)制數(shù)據(jù)，支持冗余通信。
作為一種容錯(cuò)時(shí)間觸發(fā)協(xié)議，TTP通過在復(fù)制的通信信道上采用時(shí)分多址（TDMA）策略，在已知時(shí)間以最小的抖動提供自主的容錯(cuò)消息傳輸。TTP提供容錯(cuò)時(shí)鐘同步，不依賴于中央時(shí)間服務(wù)器而建立全局時(shí)基。
TTP提供了一個(gè)成員服務(wù)來通知每個(gè)正確的節(jié)點(diǎn)數(shù)據(jù)傳輸?shù)囊恢滦?。這種機(jī)制可以看作是一種分布式確認(rèn)服務(wù)，如果通信系統(tǒng)中發(fā)生錯(cuò)誤，它會立即通知應(yīng)用程序。如果狀態(tài)一致性丟失，將立即通知應(yīng)用程序。

自動駕駛車輛應(yīng)用
在 2005 年 DARPA 大挑戰(zhàn)賽中競爭的兩輛紅隊(duì)機(jī)器人車輛采用“線控驅(qū)動”技術(shù)，其中車載計(jì)算機(jī)控制轉(zhuǎn)向、制動和其他運(yùn)動。 三臺基于 TTP 的 TTC 200 單元控制駐車制動器、油門和變速箱功能，一個(gè) TTP-By-Wire Box 控制 H1 Hummer H1ghlander 的行車制動器。 線控改造控制了 Sandstorm 的加速、制動和換檔。

7.2?LIN協(xié)議

一文看懂LIN總線 - 知乎 (zhihu.com)

LIN協(xié)議是什么？_嗶哩嗶哩_bilibili

LIN總線簡介_嗶哩嗶哩_bilibili

LIN（Local Interconnect Network）總線是基于UART/SCI（通用異步收發(fā)器/串行接口）的低成本串行通訊協(xié)議。其目標(biāo)定位于車身網(wǎng)絡(luò)模塊節(jié)點(diǎn)間的低端通信，主要用于智能傳感器和執(zhí)行器的串行通信，而這正是CAN總線的帶寬和功能所不要求的部分。由于LIN網(wǎng)絡(luò)在汽車中一般不獨(dú)立存在，通常會與上層CAN網(wǎng)絡(luò)相連，形成CAN-LIN網(wǎng)關(guān)節(jié)點(diǎn)

?LIN總線在汽車應(yīng)用方面主要應(yīng)用于座位、車門與天窗模塊、開關(guān)面板汽車方向盤、乘員舒適系統(tǒng)等外圍ECU實(shí)時(shí)性要求不高或不需要精確容錯(cuò)的場景。

LIN 協(xié)議和物理層要求 (Rev. A) (ti.com.cn)

7.3 CAN總線協(xié)議

一文看懂四大汽車總線：LIN、CAN、FlexRay、MOST - 知乎 (zhihu.com)

CAN 是Controller Area Network 的縮寫，是ISO國際標(biāo)準(zhǔn)化的串行通信協(xié)議。在汽車產(chǎn)業(yè)中，出于對安全性、舒適性、方便性、低功耗、低成本的要求，各種各樣的電子控制系統(tǒng)被開發(fā)了出來。由于這些系統(tǒng)之間通信所用的數(shù)據(jù)類型及對可靠性的要求不盡相同，由多條總線構(gòu)成的情況很多，線束的數(shù)量也隨之增加。

?CAN總線幾乎是汽車網(wǎng)絡(luò)通信主要技術(shù)

7.4 SAE J1939協(xié)議

SAE J1939協(xié)議是美國工程師協(xié)會(SAE)基于CAN2.0B協(xié)議制定的針對商用車的CAN總線通信協(xié)議，主要適用于客車、載重貨車、特種車以及工程機(jī)械。

開放式通信系統(tǒng)互聯(lián)參考模型(OSI)將計(jì)算機(jī)的網(wǎng)絡(luò)體系劃分為物理層,數(shù)據(jù)鏈路層﹑網(wǎng)絡(luò)層、傳輸層、會話層、表示層和應(yīng)用層。J1939協(xié)議包括了物理層﹑數(shù)據(jù)鏈路層﹑網(wǎng)絡(luò)層以及應(yīng)用層。

7.5?FlexRay總線協(xié)議

汽車通信協(xié)議：一文搞懂Flexray通信-CSDN博客

FlexRay通信協(xié)議概述_flexray協(xié)議-CSDN博客

FlexRay總線是由寶馬、飛利浦、飛思卡爾和博世等公司共同制定的一種新型通信標(biāo)準(zhǔn)， 專為車內(nèi)聯(lián)網(wǎng)而設(shè)計(jì)， 采用基于時(shí)間觸發(fā)機(jī)制， 具有高帶寬、容錯(cuò)性能好等特點(diǎn)， 在實(shí)時(shí)性、可靠性和靈活性方面具有一定的優(yōu)勢。FlexRay支持總線間的多種消息傳遞架構(gòu)。隨著FlexRay在汽車上的廣泛使用以及網(wǎng)絡(luò)日益統(tǒng)一，這項(xiàng)功能將越發(fā)重要。例如，若干家汽車制造商已經(jīng)實(shí)施或提議采用一種網(wǎng)絡(luò)架構(gòu)，不管采用何種通信協(xié)議，所有通信通過一個(gè)網(wǎng)關(guān)實(shí)現(xiàn)。為了跨越協(xié)議邊界通信，要求網(wǎng)絡(luò)支持多個(gè)消息傳遞選項(xiàng)。

7.6?MOST總線協(xié)議

MOST表示“多媒體傳輸系統(tǒng)”，是一種專門針對車內(nèi)使用而開發(fā)的、服務(wù)于多媒體應(yīng)用的數(shù)據(jù)總線技術(shù)。

1998年由BMW、Daimlerchrysler等建立MOST聯(lián)盟，管理定義MOST總線相關(guān)規(guī)范；自從寶馬7系列汽車首次采用MOST技術(shù)以來，該技術(shù)的普及速度突飛猛進(jìn)，實(shí)現(xiàn)實(shí)時(shí)傳輸聲音、視頻，滿足汽車娛樂裝置的需求，可以用在車載攝像頭等行車系統(tǒng)。

MOST 總線利用光脈沖傳輸數(shù)據(jù)，采用環(huán)形結(jié)構(gòu)，在環(huán)形總線內(nèi)只能朝著一個(gè)方向傳輸數(shù)據(jù)。MOST 總線的傳輸技術(shù)近似于公眾交換式電話網(wǎng)絡(luò)（ Public Switched Telephone Network；PSTN），有著數(shù)據(jù)信道（Data Channel）與控制信道（Control Channel）的設(shè)計(jì)定義，控制信道即用來設(shè)定如何使用與收發(fā)數(shù)據(jù)信道。一旦設(shè)定完成， 資料就會持續(xù)地從發(fā)送處流向接收處， 過程中不用再有進(jìn)一步的封包處理程序， 將運(yùn)作機(jī)制如此設(shè)計(jì)， 最適合用于實(shí)時(shí)性音訊、視訊串流傳輸。MOST在制訂上完全合乎ISO/OSI的7層數(shù)據(jù)通訊協(xié)議參考模型，而在網(wǎng)線連接上MOST采用環(huán)狀 拓樸， 不過在更具嚴(yán)苛要求的傳控應(yīng)用上， MOST也允許改采星狀（ 亦稱放射狀） 或雙環(huán)狀的連接組態(tài)，此外每套MOST傳控網(wǎng)絡(luò)允許最多達(dá)64個(gè)的裝置（節(jié)點(diǎn)）連接。

8.自動駕駛?cè)蠹夹g(shù)

和人類駕駛員一樣,機(jī)器在做駕駛決策時(shí)需要回答幾個(gè)問題:我在哪里?周邊環(huán)境如何?接下來會發(fā)生什么?我該做什么?

8.1 感知

多傳感器融合

1.激光雷達(dá)

走進(jìn)自動駕駛傳感器（一）——激光雷達(dá) - 知乎 (zhihu.com)

激光雷達(dá)，也稱光學(xué)雷達(dá)（LIght Detection And Ranging）是激光探測與測距系統(tǒng)的簡稱，它通過測定傳感器發(fā)射器與目標(biāo)物體之間的傳播距離，分析目標(biāo)物體表面的反射能量大小、反射波譜的幅度、頻率和相位等信息，從而呈現(xiàn)出目標(biāo)物精確的三維結(jié)構(gòu)信息

我們可以根據(jù) LiDAR 能描繪出稀疏的三維世界的特點(diǎn)，而掃描得到的障礙物點(diǎn)云通常又比背景更密集，通過分類聚類的方法可以利用其進(jìn)行感知障礙物。而隨著深度學(xué)習(xí)帶來的檢測和分割技術(shù)上的突破，LiDAR 已經(jīng)能做到高效的檢測行人和車輛，輸出檢測框，即 3D bounding box，或者對點(diǎn)云中的每一個(gè)點(diǎn)輸出 label，更有甚者在嘗試使用 LiDAR 檢測地面上的車道線。

2.攝像頭

車載攝像頭的工作原理,首先是采集圖像﹐將圖像轉(zhuǎn)換為二維數(shù)據(jù)﹔然后,對采集的圖像進(jìn)行模式識別,通過圖像匹配算法識別行駛過程中的車輛、行人,交通標(biāo)志等;最后,依據(jù)目標(biāo)物體的運(yùn)動模式或使用雙目定位技術(shù),以估算目標(biāo)物體與本車的相對距離和相對速度。

自動駕駛系統(tǒng)入門（四） - 車載攝像頭 - 知乎 (zhihu.com)

3.毫米波雷達(dá)

毫米波就是電磁波，雷達(dá)通過發(fā)射無線電信號并接收反射信號來測定車輛與物體間的距離,其頻率通常介于10～300GHz之間。與厘米波導(dǎo)引頭相比,毫米波導(dǎo)引頭體積小,質(zhì)量輕、空間分辨率高;與紅外,激光,電視等光學(xué)導(dǎo)引頭相比,毫米波導(dǎo)引頭穿透霧、煙、灰塵的能力強(qiáng);另外,毫米波導(dǎo)引頭的抗干擾性能也優(yōu)于其他微波導(dǎo)引頭。
1997年,歐洲電信標(biāo)準(zhǔn)學(xué)會確認(rèn)76～77GHz作為防撞雷達(dá)專用頻道。早在2005年，原信息產(chǎn)業(yè)部發(fā)布要求,將77GHz頻段劃分給車輛測距雷達(dá)。2012年,工.信部又將24GHz.劃分給短距車載雷達(dá)。2015年,日內(nèi)瓦世界無線電通信大會將77.5~78.0GHz頻段劃分給無線電定位業(yè)務(wù),以支持短距高分辨率車載雷達(dá)的發(fā)展,從而使76～81GHz都可用于車載雷達(dá),為全球車載毫米波雷達(dá)的頻率統(tǒng)―指明了方向。最終,車載毫米波雷達(dá)將會統(tǒng)一于77GHz頻段(76~81GHz),該頻段帶寬更大,功率水平更高,探測距離更遠(yuǎn)。

4.超聲波雷達(dá)

超聲波雷達(dá),是通過發(fā)射并接收40kHz的超聲波,根據(jù)時(shí)間差算出障礙物距離。其測距精度是1~3cm。常見的超聲波雷達(dá)有兩種:

第一種是安裝在汽車前后保險(xiǎn)杠上的,用于測量汽車前后障礙物的駐車?yán)走_(dá)或倒車?yán)走_(dá),稱為超聲波駐車輔助傳感器( UltrasonicParking Assistant,UPA);

第二種是安裝在汽車側(cè)面﹐用于測量側(cè)方障礙物距離的超聲波雷達(dá),稱為自動泊車輔助傳感器(Automatic Parking Assistant,APA)。

8.2 定位

1.衛(wèi)星導(dǎo)航定位GNSS

目前世界上著名的衛(wèi)星導(dǎo)航系統(tǒng)有

?歐盟伽利略系統(tǒng)(Galileo)

美國的全球定位系統(tǒng)(Global Posi GPS)

俄羅斯的全球?qū)Ш较到y(tǒng)(ctionCatellite System,BDS)

中國北斗衛(wèi)星導(dǎo)航系統(tǒng)(Beidou Navigation Satellite System,BDS)

2.慣性導(dǎo)航定位

慣性是所有質(zhì)量體本身的基本屬性,所以建立在牛頓定律基礎(chǔ)上的慣性導(dǎo)航系統(tǒng)(Inertial Navigation System,INS)(簡稱慣導(dǎo)系統(tǒng))不與外界發(fā)生任何光電聯(lián)系,僅靠系統(tǒng)本身就能對車輛進(jìn)行連續(xù)的三維定位和三維定向。衛(wèi)星導(dǎo)航作為定位方式有更新頻率低的問題,只有10Hz左右,無法滿足自動駕駛汽車的要求。因此,必須借助其他傳感器和定位手段來共同增強(qiáng)定位的精度,慣性導(dǎo)航系統(tǒng)是其中最重要的部分。

慣導(dǎo)系統(tǒng)利用載體先前的位置、慣性傳感器測量的加速度和角速度來確定其當(dāng)前位置。給定初始條件,加速度經(jīng)過一次積分得到速度,經(jīng)過二次積分得到位移。相反速度和加速度也可以通過對位移的微分而估算得到,角速度經(jīng)過處理后可以得出車輛的俯仰、偏航、滾轉(zhuǎn)等姿態(tài)信息。

8.3 決策控制

自動駕駛汽車作為一個(gè)復(fù)雜的軟硬件結(jié)合系統(tǒng),其安全可靠運(yùn)行需要車載硬件,傳感器集成,感知、預(yù)測以及控制規(guī)劃等多個(gè)模塊緊密協(xié)同配合工作。其中最關(guān)鍵的部分是感知預(yù)測和控制規(guī)劃的緊密配合。規(guī)劃控制廣義上可以分為

路由尋徑(Routing)

行為決策(Behavior Decision)

動作規(guī)劃(Motion Planning)

反饋控制(Feedback Control)

路由尋徑、行為決策、動作規(guī)劃三個(gè)部分又可統(tǒng)稱為路徑規(guī)劃,路徑規(guī)劃部分承接上層感知預(yù)測結(jié)果,從功能上可分為全局路徑規(guī)劃和局部路徑規(guī)劃。

1.路由尋徑

全局路徑規(guī)劃對應(yīng)的是路由尋徑部分,其作用可以簡單理解為實(shí)現(xiàn)自動駕駛汽車軟件系統(tǒng)內(nèi)部的導(dǎo)航功能,即在宏觀層面上指導(dǎo)自動駕駛汽車軟件系統(tǒng)的規(guī)劃控制模塊按照什么樣的道路行駛,從而實(shí)現(xiàn)從起始點(diǎn)到目的地點(diǎn)。值得注意的是,這里的路由尋徑雖然在一定程度上類似傳統(tǒng)的導(dǎo)航,但其細(xì)節(jié)上緊密依賴于專門為自動駕駛汽車導(dǎo)航繪制的高精地圖,所以和傳統(tǒng)的導(dǎo)航有本質(zhì)不同。

它根據(jù)已知電子地圖和起點(diǎn)終點(diǎn)信息,采用路徑搜索算法搜索出一條最優(yōu)化的(時(shí)間最短、路徑長度最短等)全局期望路徑。這種規(guī)劃可以是行駛前離線進(jìn)行,也可以在行駛中不停地重新規(guī)劃。全局規(guī)劃的作用在于產(chǎn)生一條全局路徑指引車輛的前進(jìn)方向,避免車輛盲目地探索環(huán)境。

在規(guī)劃全局路徑時(shí),不同的環(huán)境下常常會選擇不同的擇優(yōu)標(biāo)準(zhǔn)。在平面環(huán)境中,通常以路徑長度最短或時(shí)間最短為最優(yōu)標(biāo)準(zhǔn)。在越野環(huán)境的全局路徑規(guī)劃中,經(jīng)常以“安全性”為最優(yōu)標(biāo)準(zhǔn),該標(biāo)準(zhǔn)同時(shí)考慮路徑可行寬度和路面不平度來充分保證車輛的運(yùn)行安全。作為整體無人車控制規(guī)劃系統(tǒng)的最上游模塊,路由尋徑模塊的輸出嚴(yán)格依賴無人車高精地圖(HD-Map)的繪制。

在高精地圖定義繪制的路網(wǎng)(Road Graph)的道路(Lane)劃分的基礎(chǔ)上,以及在一定的最優(yōu)策略定義下,路田尋徑模塊需要解決的問題是計(jì)算出一個(gè)從起點(diǎn)到終點(diǎn)的最佳道路行駛序列。路由尋徑問題可以利用常見的A*算法或者Dijkstra算法來進(jìn)行實(shí)現(xiàn)。

2.行為決策

路由尋徑模塊產(chǎn)生的路徑信息,直接被中游的行為決策模塊所使用。

行為決策模塊接收路由尋徑的結(jié)果,同時(shí)也接收感知預(yù)測和地圖信息。綜合這些輸人信息,行為決策模塊在宏觀上決定了自動駕駛汽車如何行駛。這些行為層面的決策包括在道路上的正常跟車﹑在遇到交通燈和行人時(shí)的等待和避讓,以及在路口和其他車輛的交互通過等。行為決策模塊根據(jù)具體實(shí)現(xiàn)形式不同,在宏觀上定義的輸出指令集合也多種多樣。實(shí)現(xiàn)行為決策模塊的方法相對較多,而且不用遵循非常嚴(yán)格的規(guī)則。實(shí)際上,在自動駕駛汽車系統(tǒng)設(shè)計(jì)中,行為決策模塊有時(shí)被設(shè)計(jì)成獨(dú)立的邏輯模塊,有時(shí)其功能在某種程度上和下游的動作規(guī)劃模塊融合到了一起實(shí)現(xiàn)。正是因?yàn)樾袨闆Q策和動作規(guī)劃需要緊密協(xié)調(diào)配合,在設(shè)計(jì)實(shí)現(xiàn)兩個(gè)模塊時(shí)的一個(gè)重要的基本準(zhǔn)則是,行為決策模塊的輸出邏輯需要和下游的動作規(guī)劃模塊的邏輯配合一致。

行為決策層面匯集了所有重要的車輛周邊信息,不僅包括了自動駕駛汽車本身的當(dāng)前位置、速度﹑朝向以及所處車道,還收集了自動駕駛汽車一定距離以內(nèi)所有重要的感知相關(guān)的障礙物信息。行為決策層需要解決的問題,就是在知曉這些信息的基礎(chǔ)上,如何決定自動駕駛汽車的行駛策略。這些信息具體包括以下幾點(diǎn)。

(1)所有的路由尋徑結(jié)果:例如自動駕駛汽車為了到達(dá)目的地,需要進(jìn)入的車道是什么( target lane)。

(2)自動駕駛汽車的當(dāng)前自身狀態(tài):車的位置,速度、朝向、當(dāng)前主車所在的車道、按照路由尋徑結(jié)果需要進(jìn)入的下一個(gè)車道等。

(3）自動駕駛汽車的歷史信息:在上一個(gè)行為決策周期,自動駕駛汽車所做出的決策是跟車、停車、轉(zhuǎn)彎還是換道等其他行為。

(4)自動駕駛汽車周邊的障礙物信息:自動駕駛汽車周邊一定距離范圍內(nèi)的所有障礙物信息。例如周邊的車輛所在的車道,鄰近的路口有哪些車輛,它們的速度、位置如何,以及在一個(gè)較短的時(shí)間內(nèi)它們的行駛意圖和預(yù)測的行駛軌跡,周邊是否有自行車騎行者或者行人,以及他們的位置、速度、軌跡等。

(5)自動駕駛汽車周邊的交通標(biāo)識信息。

(6當(dāng)?shù)氐慕煌ㄒ?guī)則:例如道路限速,是否可以紅燈右拐等。
自動駕駛汽車的行為決策模塊,就是要在上述所有信息的基礎(chǔ)上,做出如何行駛的決策。自動駕駛汽車的行為決策模塊是一個(gè)信息匯聚的地方。由于需要考慮如此多種不同類型的信息及受到非常本地化的交規(guī)限制,行為決策問題往往很難用一個(gè)單純的數(shù)學(xué)模型來解決。

3.動作規(guī)劃

局部路徑規(guī)劃對應(yīng)的是動作規(guī)劃模塊,以車輛所在局部坐標(biāo)系為準(zhǔn),將全局期望路徑根據(jù)車輛定位信息轉(zhuǎn)化到車輛坐標(biāo)中表示,以此作為局部參考路徑,為局部路徑規(guī)劃提供導(dǎo)向信息。局部期望路徑是自動駕駛車輛未來一段時(shí)間內(nèi)期望的行駛路線,因此要求路徑的每一點(diǎn)都可以表示車輛狀態(tài)的信息。局部期望路徑可以理解為自動駕駛車輛未來行駛狀態(tài)的集合,每個(gè)路徑點(diǎn)的坐標(biāo)和切向方向就是車輛的位置和航向,路徑點(diǎn)的曲率半徑就是車輛轉(zhuǎn)彎半徑。車輛在實(shí)際行駛中,位置、航向和轉(zhuǎn)彎半徑是連續(xù)變化的,那么生成的路徑也要滿足位置、切向方向和曲率的連續(xù)變化。局部路徑規(guī)劃的作用是基于一定的環(huán)境地圖尋找一條滿足車輛運(yùn)動學(xué)約束和舒適性指標(biāo)的無碰撞路徑。規(guī)劃出來的局部路徑必須具備對全局路徑的跟蹤能力與避障能力,如基于路徑生成與路徑選擇的局部路徑規(guī)劃方法,路徑生成中完成了對全局路徑的跟蹤,路徑選擇完成了障礙分析。
?

9.V2X技術(shù)

車用無線通信技術(shù)(Vehicle to Everything，V2X)是將車輛與一切事物相連接的新一代信息通信技術(shù),其中V代表車輛,X代表任何與車交互信息的對象,當(dāng)前X主要包含車、人、交通路側(cè)基礎(chǔ)設(shè)施和網(wǎng)絡(luò)。V2X概述交互的信息模式包括:車與車之間(Vehicle toVehicle,V2V)、車與路之間(Vehicle to Road，V2R)、車與路側(cè)基礎(chǔ)設(shè)施(如紅綠燈、交通攝像頭,路側(cè)單元等)之間(Vehicle to Infrastructure，V2I)、車與人之間(Vehicle to Pedestrian，V2P)的交互。

10.自動駕駛硬件平臺

自動駕駛汽車是一個(gè)集環(huán)境感知、規(guī)劃決策﹑智能控制等眾多自動駕駛功能模塊為一體的綜合系統(tǒng),涉及傳感、通信、計(jì)算機(jī)、電子、自動控制、車輛動力學(xué)等眾多技術(shù)領(lǐng)域。跨學(xué)科、多交叉的自動駕駛汽車開發(fā)需要相關(guān)技術(shù)人員可以模塊化并行開發(fā)各個(gè)子系統(tǒng)。

10.1 攝像頭

車載攝像頭是重要的自動駕駛車載傳感器。攝像頭的感知圖像信息覆蓋內(nèi)容豐富,成本較低。目前,車載攝像頭分為單目和雙目兩種。單目攝像頭主要基于機(jī)器學(xué)習(xí),對圖像數(shù)據(jù)進(jìn)行訓(xùn)練和學(xué)習(xí),用于環(huán)境感知。雙目攝像頭基于視差原理測量駕駛環(huán)境,測距精度較高。在攝像頭的布置應(yīng)用中,前視攝像頭一般安裝在前擋風(fēng)玻璃上方,感知行車前方環(huán)境、檢測目標(biāo);車尾布置后視攝像頭﹔環(huán)視攝像頭一般安裝在車輛前,后、左、右側(cè),實(shí)現(xiàn)360°環(huán)境感知。

在本文8.自動駕駛?cè)蠹夹g(shù)有介紹

10.2 激光雷達(dá)

目前,主流的多線激光雷達(dá)有4線、8線、16 線、32線和64線。

10.3 毫米波雷達(dá)

毫米波雷達(dá)的探測距離遠(yuǎn),測速,測距精度高,可全天候工作,成本較低。目前,毫米波雷達(dá)已經(jīng)被廣泛用于駕駛輔助功能,如自適應(yīng)巡航控制、前方碰撞預(yù)警和緊急輔助剎車等。但是,毫米波雷達(dá)的可視范圍較小，一般需要多雷達(dá)組合使用。

10.4 GNSS衛(wèi)星導(dǎo)航

GNSS系統(tǒng)在車輛的定位中十分關(guān)鍵,但是GNSS信號容易受到樓宇,樹蔭等影響,導(dǎo)致定位漂移。另外,由于GNSS的更新頻率低(10Hz),在車輛快速行駛時(shí)很難給出精準(zhǔn)的實(shí)時(shí)定位。單純依賴GNSS的導(dǎo)航很有可能導(dǎo)致交通事故。慣性傳感器(IMU)可以在短時(shí)間內(nèi)提供穩(wěn)定的位置更新﹐但是定位誤差會隨時(shí)間累積。因此GNSS通常輔助以慣性傳感器用來增強(qiáng)定位的精度。這兩種傳感器的數(shù)據(jù)通過卡爾曼濾波技術(shù)實(shí)時(shí)融合,可以實(shí)現(xiàn)導(dǎo)航設(shè)備的優(yōu)勢互補(bǔ),提高定位精度和適用范圍。

10.5 IMU慣導(dǎo)

自動駕駛傳感器（六）：慣性導(dǎo)航IMU原理 - 知乎 (zhihu.com)

11.軟件開源平臺

自動駕駛系統(tǒng)涵蓋多個(gè)軟件模塊,如感知、規(guī)劃、控制等,同時(shí)整合了各硬件模塊,如傳感器模塊、計(jì)算平臺、線控車輛平臺等。軟硬件資源的有效調(diào)配十分關(guān)鍵,需要一個(gè)穩(wěn)定、可靠的操作系統(tǒng)平臺搭建自動駕駛軟件模塊。

11.1 ROS

11.2 Apollo

11.3 Autoware

11.4 Dora

DORA是一個(gè)先進(jìn)的開源的自動駕駛及機(jī)器人中間件框架和數(shù)據(jù)流計(jì)算平臺。DORA項(xiàng)目以軟件定義汽車,智能駕駛為目標(biāo)場景,集成了大量云原生的架構(gòu)理念和生態(tài)工具,并且采用了安全可信的Rust語言開發(fā),支持彈性數(shù)據(jù)流計(jì)算框架、多樣化的中間件選擇、云端協(xié)同計(jì)算,為智能汽車的軟件開發(fā)提供了又一個(gè)更加現(xiàn)代化的平臺選擇,同時(shí)也提供了—條對ROS1/ROS2升級、替代及超越的技術(shù)路線。

--------------------------------------------------正在看書喵------------------------------------------------------

2024.3.3

渝北仙桃數(shù)據(jù)谷