新闻详情

武汉御驾科技抗冰车软件

发表时间:2021-10-20 17:43

   随着汽车产业的发展,以智能辅助驾驶和智能安全为代表技术的智能汽车研究,已受到世界各国的高度重视和广泛关注,并且以超乎想象的速度发展。对主机厂、汽车零部件厂商,智能驾驶技术的研发不仅是对前沿高新技术的探索与研究,同时也是对现有传统产业的升级,向智能化系统方向发展。

无人驾驶汽车通过环境感知模块来辨别自身周围的环境信息,为其行为决策提供信息支持。感知包括无人驾驶汽车自身位姿感知和周围环境感知两部分。无人驾驶汽车自身位姿信息主要包括车辆自身的速度、加速度、倾角、位置等信息。本项目采用激光与视觉相结合的方式进行环境感知。

   抗冰车软件功能模块说明。

    感知模块


1) 激光感知

激光雷达是在红外与可见光波段使用激光光束工作的雷达,它由一个激光发射器,光学接收器,转台与数据处理系统组成。在激光器中,电脉冲变成光脉冲并发射出去,然后再由光接收器把反射回来的光脉冲转换成电脉冲,输送到显示设备。该系统采用复合距离激光雷达,对车身周围进行环境探测,主要用于检测环境中的障碍物信息(包括距离、角度等),并经过处理后,返回到决策系统,判断可通行区域。激光测距的优势就在于分辨率高、隐蔽性好、定向性好、抗有源干扰能力强。

2) 视觉感知

视觉感知,主要是采用单目视觉,对道路信息(车道线)和障碍物信息(人、车辆)进行提取。针对道路信息,主要用于车道线检测,能够更好实现局部环境的路径跟踪,在检测车道线的同时,通过深度学习的方法,事先对行人、车辆进行样本训练,然后根据训练的模型进行实时的行人、车辆等障碍物信息的识别,从而对车辆的局部规划路径的速度、转向等参数进行调整。视觉信息不受全局环境影响,尤其是在GPS信号不佳或遮挡比较严重的时候,车道线检测能够提供很好的局部定位信息,保证车辆在车道范围内前行,是一种非常好的校正手段。摄像头作为一种已普遍应用的传感器,具有成本低廉、信息采集量大等特点,而且如今摄像头的分辨率也已经达到了较高水准。但相机信息会受光照和视角等条件限制,具有一定的局限性。

   定位模块

   无人驾驶汽车的定位模块用于确定无人驾驶汽车其自身的地理位置,是无人驾驶汽车的路径规划和任务规划的支撑。现有自主导航定位技术可分为:

相对定位:主要依靠编码器、IMU等内部传感器,通过测量无人车相对于初始位置的位移来确定无人车的当前位置。

绝对定位:主要是通过GPS/北斗定位系统获取车辆的经纬度坐标。

组合定位:将绝对定位和相对定位结合,并利用特定的交通语义辅助来提高车辆的定位结果,再与地图模块相结合,从而实现车辆低成本高精度定位将绝对定位和相对定位结合。

   地图模块

地图模块可以利用图商提供的高精度地图辅助无人车辆进行精确定位,并根据实时地图匹配结果进行动态的全局路径规划,从而使得无人车在特定场地下能够实现快速定位和平稳行驶。

   规划模块

   局部范围内的路径规划是为车辆规划合理的行驶路线。路径规划是无人驾驶汽车信息感知和智能控制的桥梁,是实现自主驾驶的基础。路径规划的任务就是在具有障碍物的环境内按照一定的评价标准,寻找一条从起始状态包括位置和姿态到达目标状态的无碰路径。局部路径规划是在全局路径规划生成的可行驶区域指导下,依据传感器感知到的局部环境信息来决策无人平台当前前方路段所要行驶的轨迹。

   决策模块

   决策,在整个无人驾驶系统中,扮演者“驾驶员大脑”的角色,根据定位、感知及路径规划的信息,决定无人车的形式策略。包括:判断下一步如何走、是否要停车、是否需要触发局部/全局规划。决策模块是所有模块的调度中心和枢纽。它负责接收各个子系统的信息,并将所有环境信息综合处理后,像人类驾驶员一样执行最适合无人车的行为。真实环境中,无人驾驶平台可以遇到的驾驶场景是有限的,尤其是在结构化城市道路上。在模拟人类驾驶员的驾驶行为时,发现其数量较大,但实际可以总结为相似的几种状态,为了不造成过量数据冗余。

   控制模块

   控制,主要包括转向、驱动和制动三方面的控制,根据车辆动力学特性和驾乘人员舒适性进行自动化的下发的期望速度和转向角度。

根据地图、路径规划和决策的信息,对车辆横向和纵向运动进行分解,动态调节PIDMPC控制参数,并将转角和加减速信息发给MCU模块,使得无人驾驶车辆安全、平顺的行驶。




分享到: