汽车驾驶中的机械自动化技术应用研究.pdf

总第232期现代工业经济和信息化Total232

2023年第10期ModernIndustrialormationizationNo.10,2023

经验交流D0I:10.16525/ki.14-1362/n.2023.10.044

汽车驾驶中的机械自动化技术应用研究

郭颢琪

（同济大学浙江学院，浙江嘉兴314051)

摘要：在机械自动化智能控制技术模式下，驾驶员可借助智能驾驶模式，通过机械方式实现对相关工作的自动化

控制，让机动车按照预定程序或指令在驾驶员不干预的状态下自动完成自动控制或者操作，从而有效实现驾驶智能

化，从而有效提升机动车驾驶的安全水平。这一先进驾驶技术在汽车制造过程中的应用优势显著，是汽车制造领域

发展的重要方向之一。因此，对机械自动化在汽车驾驶中的应用进行分析。

关键词：机动车驾驶；机械自动化；应用

中图分类号：U466文献标识码：A

1机动车驾驶机械自动化技术的介绍务的不同，感知可以包括许多子任务，如车道线检测、

自动驾驶汽车采用机动车驾驶机械自动化技术，3D目标检测、障碍物检测、红绿灯检测等；然后根据

由车辆自主定位技术、感知技术、通信技术、控制策略感知预测的结果完成决策；最后根据决策结果执行相

技术、虚拟实验技术等技术组成。这是一款通过计算应的决策操作（如变道、超车等）。既然感知是模仿人

机系统实现无人驾驶的智能联网汽车。要实现自动驾眼获取周围环境信息，就需要利用传感器来完成信息

驶或无人驾驶，首先要解决整车的多传感器设备，利的采集。目前应用于自动驾驶领域的传感器包括：摄

用毫米波、激光雷达和摄像头等高效融合技术，通过像头(camera）激光雷达(lidar）、毫米波雷达(radar)等。

计算机将传感器获得的数据与高精度地图和全球定传感器种类繁多，成本也各不相同，那么如何将

位相结合。第二，解决数据和地图的问题。为了支持无这些传感器用于感知任务，每个自动驾驶仪厂商都有

人驾驶，地图需要高清、高分辨率、高精度的数据，包自己的解决方案。纯视知觉解决方案是目前特斯拉纯

括道路曲率、坡度、高度，而不是二维的抽象数据。最视知觉解决方案的典型代表。视觉感知解决方案的优

终使存储能力和传输能力得到提升。点和缺点也很明显。优点：价格和成本都很低；缺点：

2机动车驾驶机械自动化技术的应用情况相机采集的图片为2D，缺乏深度信息，深度信息需要

2.1汽车自主定位技术通过算法学习获得，缺乏鲁棒性。目前，大多数厂家采

自动车辆定位技术主要采用车辆自动定位，是一用多传感器融合的解决方案，其优点为可以充分利用

种自动确定和传输车辆位置的方法。然后，车辆跟踪不同工作原理的传感器，提高不同场景下的整体感知

系统可以收集来自一辆或多辆车的车辆位置数据。最精度，也可以在某个传感器出现故障时使用。其他传

常见的是，GPS被用来确定位置，传输机制是SMS感器可作为穴余备份，提高系统的鲁棒性。缺点：多个

GPRS或卫星或地面无线电从车辆到无线电接收器可传感器的价格远高于纯视觉。所谓后融合是指每个传

以使用一个天线单元覆盖所有所需的频段GSM和感器的深度学习模型对目标对象进行推理，从而输出

EVDO时最常用的服务,因为所需的较低数据速率和具有自身属性的传感器的结果；每个传感器的识别结

较低的成本以及这些公共网络几乎无处不在地存在。果输人到融合模块，融合模块对每个传感器在不同场

低带宽要求也允许卫星技术以略高的成本接收遥测景下的识别结果设置不同的置信度，最后根据融合策

数据，但在全球范围内，并且能够到达地面无线电或略作出决策。

普通载波无法很好覆盖