智能车情况报告.pptxVIP

无人驾驶的发展 DARPA Grand Challenge （2004 2005） DARPA Urban Challenge（2007） 中国自然科学基金委“未来挑战赛” 2009年（1,2） 2010年 2011年 2012年 无人驾驶关键技术 必要的组成部分： 环境感知系统 定位系统 决策与规划系统 控制系统 电源和通信系统 顶层体系设计 需求：面向未知复杂环境 单一环境下跟点行驶 结构化道路行驶 高动态城市环境行驶 开放式、模块化、可扩展性的体系 基于网络数据传输的模块化体系 环境感知 环境感知是为路径规划服务的，为路径规划提供导向性环境信息和避障性环境信息。 导向性环境信息： 车道线、交通灯、标示牌、静态环境栅格 避障性环境信息： 静态环境栅格、运动障碍物检测结果 传感器： 单目视觉、立体视觉 单层激光雷达和多层激光雷达 毫米波雷达 车道线识别 无人驾驶对车道线识别的要求比用于预警的车道线识别苛刻得多 无论正确判断多少次，只需要1次错误即可造成毁灭性的结果） 连续（实时性） 灵敏（复杂光照和不良道路状况） 稳定可靠（抗噪能力） 准确（高速控制的要求） 基于视觉的车辆检测 基本方法： 机器学习 不要过多的依赖于阴影和简单特征提取，这都是初级方法，难以满足真实场景应用的需求。 优点： 相比于激光雷达，能够区别距离较近的车辆。 能够区别车辆与其他障碍物 问题： 距离测量不准 激