智能网联汽车概论 课件 第三章 智能网联汽车基础平台.pptx

第三章智能网联汽车基础平台 概述“智能网联汽车基础平台”是一个比较抽象的概念，它往往指的是一种技术基础，一个“汽车基础平台”会制定一整套数据参数，实现不同车型之间零部件共用，所以相同平台的车型可以共用，像是底盘、发动机、变速器、悬架之类的部件，使用一个相同的“汽车基础平台”来打造不同车型就变得简单高效许多。 3.1 智能网联汽车基础平台 智能网联汽车基础平台概述 “智能网联汽车基础平台”不能单纯的理解为“底盘”，它往往指的是一种技术基础。模块化平台是“汽车基础平台”的进一步延伸，需要整车厂对汽车的各个子系统进行标准化设计和生产，在“汽车基础平台”的基础之上进一步提升零部件的兼容性。平台化给车企带来的优势主要有三点：①降低零部件成本：相同平台的零部件共用率越高，零部件的采购成本也就越低。②降低风险：车身结构越简单、零部件采购越单一，就可以更有效的规避风险。③降低研发成本：研发周期变短、零部件采购价格降低等多个方面共同协作降低了产品的研发成本。 3.2 硬件平台 激光雷达 自动驾驶汽车利用计算机代替人类实现驾驶功能，这就需要在有人驾驶汽车的基础上增加感知定位系统计算平台、控制执行系统等一系列能够实现车辆环境感知、决策与驾驶动作执行的系统。在车辆内部，为了辅助各系统的正常运行，通信总线、控制单元以及整车的电子电气架构都要进行相应的改进甚至重新设计。这些硬件系统共同构成了自动驾驶汽车的硬件平台，如图3-1所示。?图3-1 硬件平台构成 激光雷达 激光雷达又称光学雷达(Light Detection And Ranging，LiDAR)，是一种先进的光学遥感技术，它通过首先向目标发射一束激光，然后根据接收-反射的时间间隔确定目标物体的实际距离。同时结合这束激光的发射角度，利用基本的三角函数原理推导出目标的位置信息。由于激光具有能量密度高、方向性好的特点，激光雷达的探测距离往往能达到100m以上。与传统雷达使用不可见的无线电波不同，激光雷达的探测介质是激光射线，使用的波长集中在600~1000nm，远低于传统雷达的波长。又因为雷达具有波长越短探测精度越高的特点，故激光雷达可以用于测量物体距离和表面形状。激光雷达的精度可达厘米级。激光雷达在自动驾驶运用中拥有两个核心作用。 1.三维建模进行环境感知。通过激光扫描可以得到汽车周围环境的三维模型，运用相关算法比对上一帧和下一帧环境的变化可以较容易地探测出周围的车辆和行人。 2.SLAM?（即时定位与地图构建）加强定位。三维激光雷达的另一大特性?是同步建图(SLAM)，实时得到全局地图。通过和高精地图中特征物的比对，可以实现导航及加强车辆定位精度等功能。 激光雷达 LiDAR?（激光雷达）以线数及距离两大因素为标准，价格从几百美元到几万美元不等。单线激光雷达的应用在国内已相对较广，像扫地机器人使用的便是单线激光雷达。单线激光雷达可以获取二维数据，但无法识别目标的高度信息，而多线激光雷达则可以识别2.5维甚至是三维数据，在精度上会比单线雷达高很多。目前，在国际市场上推出的主要有4线、8线、16线、32线、64线和128线。随着线数的提升，其识别的数据点也随之增加，所要处理的数据量也非常巨大。例如，Velodyne的HDL-32E 传感器每秒能扫描70万个数据点，而百度无人车和谷歌无人车配备的Velodyne HDL-64E通过64束的激光束进行垂直范围26.8°、水平360°的扫描，每秒能产生的数据点高达130万VelodyneHDL-64E激光雷达如图3-2所示，主要由上下两部分组成。图3-2 Velodyne HDL-64E激光雷达 车载摄像头 车载摄像头的工作原理：首先采集图像，将图像转换为二维数据；然后，对采集的图像进行模式识别，通过图像匹配算法识别行驶过程中的车辆、行人、交通标志等；最后。依据目标物体的运动模式或使用双目定位技术，以估算目标物体与本车的相对距离和相对速度相比其他传感器，自动驾驶车辆上配置的摄像头采集的数据量远大于LiDAR产生的数据量，可以获得最接近人眼获取的周围环境信息。 同时，现今摄像头技术比较成熟，使用成本很低。 但是，摄像头作为感知工具同样存在缺点。首先，基于视觉的感知技术受光线天气影响较大，在恶劣天气和类似于隧道内的昏暗环境中其性能难以得到保障；其次，物体识别基于机器学习资料库，需要的训练样本很大，训练周期长，也难以识别非标准障碍物此外，由于广角摄像头的边缘畸变，得到的距离准确度较低。 车载摄像头 从应用方案出发，目前摄像头可划分为单目前视、单目后视、立体(双目)前视和环视摄像头4种。 单目前视摄像头一般安装在前挡风玻璃上部，用于探测车辆前方环境，识别道路、车辆行人等。先通过图像匹配进行目标识别(各种车型、行人、物体等)，再