自动驾驶领域最新进展评述-VALSE.PDFVIP

自动驾驶领域最新进展评述 薛建儒 视觉认知计算与智能车实验室 j rxue@mail.xj http ://gr.xj /web/j rxue 问题一：什么是自动驾驶？ 辅助安全与自动驾驶 Credit by Björn Giesler, Audi, Piloted Driving 人机协同共驾技术是当前汽车行业的研发重点 自主智能与互联智能 Ø 多传感融合的环境感知、鲁棒优化的运动控制 Ø 车与车(V2V)、车与交通设施(V2I)的互联互通 传统出行模式将发生颠覆性变化 No Drivers RequiredNature, Feb,2015 问题二：自动驾驶的关键技 术瓶颈有哪些？ 自动驾驶系统 定位与导航 规划与控制 Ø 建立离散、片面、非完整的场景数据与决策规划的隐 空间的映射场景的结构化描述 Ø 在数据获取与重组阶段即能做出合理的决策规划 交通场景的结构化描述 如何从底层特征到大范围场景结构化描述？ ？ From 3D Traffic Scene Parsing, IEEE TPAMI 20 13 Ø难点1：从局部、冲突的底层特征到场景几何拓扑描述 Ø难点2：从障碍物检测、跟踪到交通模式识别 最优规划与控制 Ø场景的几何度量、位形空间、状态空间、任务空间 Ø感知与控制中的不确定性 问题三：视觉与学习在自动驾 驶领域有哪些主要进展？ 智能车的视觉与学习 ü Robotic car p rovides a rich set of p roblem f or comp uter vision, and comp uter vision p rovide a p owerf ul sensor f or the control and navigation of robotic cars. ü H owever, in the last decade roboticists have f orsaken vision and adop ted laser rangf inder and radar technology to a very large degree. The DARPA Grand Challenge vehicles made relatively little use of vision. -Editoral, Sp ecial issue on robotic vision, IJRR 2010,2012,2015 视听觉信息认知计算 重大研究计划2009-2016 Prof. ZHENG Nanning Prof. SUN Jiaguang Prof. LI Deyi Prof. CHEN Ling 中国智能车未来挑战赛，自2009起，已连续7届比赛 1. 智能车定位与导航 ① 可用性：可用时间百分比 ② 可信性：可信任程度 应用需求 ③ 精 ④ 频 度 率 场景地图表征、数据关联、状态估计 Ø拓扑/度量 • Occupancy grid map • 2D Point cloud map •3D map Ø车道级的度量与拓扑混合地图：车道属性、交叉路口及 信号灯 Cui,Xue，IROS 2014 视觉与地图融合的定位