自动驾驶汽车开发平台.ppt

Chapter 4 自动驾驶汽车开发平台 Outline ■开发平台概述 硬件参考平台 ■软件开源平台 整体开放平台 ■安全解决方案 硬件参考平台 概述: ■自动驾驶硬件平台直接决定了系统的感知能力、运算能力、 功耗强度、可靠性等 组成 线控车辆平台、传感器平台、计算平台。 @ 图41无人驾驶硬件示范平台 硬件参考平台 传感器平台 ■组成:自动驾驶常用车载传感器包括雷达、车载摄像头、定 位定姿传感器等。传感器的种类多样,环境感知范围也有所 不同。根据不同传感器的优缺点,各传感器组合使用,功能 互补、互为备份、互相辅助。 硬件参考平台 传感器平台 ■雷达传感器在自动驾驶中应用最为广泛,类别最多,包括激 光雷达、毫米波雷达、超声波雷达等。 激光雷达( LIDAR):具有较高的距离、角度、速度分辨率 抗干扰能力强,点云信息丰富,不易受光照条件影响,可用 全天工作。主流的多线激光雷达有4线、8线、16线、32线 和64线。 图4.2激光雷达 硬件参考平台 传感器平台 ■雷达传感器在自动驾驶中应用最为广泛,类别最多,包括激 光雷达、毫米波雷达、超声波雷达等。 毫米波雷达:探测距离远,测速、测距精度高,可全天候工 作,成本较低。目前,毫米波雷达已经被广泛用于驾驶辅助 功能,如自适应巡航控制、前方碰撞预警和紧急辅助刹车等 。但是,毫米波雷达的可视范围较小,一般需要多雷达组合 使用。 图4.3毫米波雷达 硬件参考平台 传感器平台 ■雷达传感器在自动驾驶中应用最为广泛,类别最多,包括激 光雷达、毫米波雷达、超声波雷达等。 车载摄像头:重要的自动驾驶车载传感器。摄像头的感知图 像信息覆盖内容丰富,成本较低。目前,车载摄像头分为单 目和双目。单目摄像头主要基于机器学习,对图像数据进行 训练和学习,用于环境感知。双目摄像头基于视差原理测量 驾驶环境,测距精度较高。 图4.4摄像头 硬件参考平台 传感器平台 ■雷达传感器在自动驾驶中应用最为广泛,类别最多,包括激 光雷达、毫米波雷达、超声波雷达等。 GNSS/IMU组合导航系统:GNSS通常辅助以惯性传感器(IMU )用来增强定位的精度。这两种传感器的数据通过卡尔曼滤 波技术实时融合,可以实现导航设备的优势互补,提高定位 精度和适用范围。图4.5为GNSS/IMU组合导航系统。 图4.5GNSS/MU组合导航系统 硬件参考平台 计算平台 ■概述:自动驾驶系统各模块实时运行过程中,会产生大量的 数据。以感知传感器为代表,数据量大,实时性要求高。因 此,需要选择强劲性能的计算平台完成实时大规模数据处理 任务。计算平台的性能对自动驾驶的安全性、可靠性、实时 性非常重要。 ■组成:目前主流的计算平台包括基于GPU、DsP、FPGA ASIC等方案的计算平台。