汽车自动驾驶系统PPT幻灯片.ppt

剖析自动驾驶车辆的智能控制系统结构 简介 自动驾驶汽车（Autonomous vehicles；Self-piloting automobile ），简称自驾汽车。是指谷歌工程师主导研制并安装汽车自动驾驶成熟技术设备的汽车。可以依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑在没有任何人类主动的操作下，自动安全地操作机动车辆。 分类 驾驶辅助系统 部分自动化系统 高度自动化系统 完全自动化系统 1、驾驶辅助系统（DAS）： 目的是为驾驶者提供协助，包括提供重要或有益的驾驶相关信息，以及在形势开始变得危急的时候发出明确而简洁的警告。 2、部分自动化系统： 在驾驶者收到警告却未能及时采取相应行动时能够自动进行干预的系统。 3、高度自动化系统： 能够在或长或短的时间段内代替驾驶者承担操控车辆的职责，但是仍需驾驶者对驾驶活动进行监控的系统。 4、完全自动化系统： 可无人驾驶车辆、允许车内所有乘员从事其他活动且无需进行监控的系统。 系统主要构成 主控电脑 这里除了用于运算的电脑外，还有测距信息综合器，这套核心装备将负责汽车的行驶路线、方式的判断和执行 用于测量汽车与前（和前置摄像头一同配合测量）后左右各个物体间的距离。 自动驾驶 （理论：模糊控制原理） 所谓模糊控制,就是在控制方法上应用模糊集理论、模糊语言变量及模糊逻辑推理的知识来模拟人的模糊思维方法,用计算机实现与操作者相同的控制。该理论以模糊集合、模糊语言变量和模糊逻辑为基础,用比较简单的数学形式直接将人的判断、思维过程表达出来,从而逐渐得到了广泛应用。 定位与导航： 自动驾驶汽车通过GPS进行定位，使用视频摄像头 、 雷达传感器 ，以及激光测距器来了解周围的交通状况，并通过一个详尽的地图(通过有人驾驶汽车采集的地图)对前方的道路进行导航。这一切都通过谷歌的数据中心来实现，谷歌的数据中心能处理汽车收集的有关周围地形的大量信息。 转向： 由转向电子控制单元(ECU)、全液压转向器、步进电机、步进电机驱动器、角位移传感器等组成。它能够根据自动驾驶控制计算机下达的转向指令控制转向执行机构实现准确的转向功能。 避障：基于脉冲扫描的主动视觉系统 对基于脉冲扫描成像的主动视觉三维图象的特点进行分析、研究；给出障碍物回避过程中与目标间的相互关系及避障路径。 激光雷达 车顶的“水桶”形装置是自动驾驶汽车的激光雷达，它能对半径60米的周围环境进行扫描，并将结果以3D地图的方式呈现出来，给予计算机最初步的判断依据。 主控电脑 自动驾驶汽车最重要的主控电脑被安排在后车厢，这里除了用于运算的电脑外，还有测距信息综合器，这套核心装备将负责汽车的行驶路线、方式的判断和执行。 左后轮传感器 很多人第一眼会觉得这个像是方向控制设备，而事实上这是自动驾驶汽车的位置传感器，它通过测定汽车的横向移动来帮助电脑给汽车定位，确定它在马路上的正确位置。 前置摄像头 自动驾驶汽车前置摄像头谷歌在汽车的后视镜附近安置了一个摄像头，用于识别交通信号灯，并在车载电脑的辅助下辨别移动的物体，比如前方车辆、自行车或是行人。 前雷达 后雷达 前后雷达：后车厢的主控电脑谷歌在无人驾车汽车上分别安装了4个雷达传感器（前方3个，后方1个），用于测量汽车与前（和前置摄像头一同配合测量）后左右各个物体间的距离 发展趋势 高速公路环境 城市环境 特殊环境 无人驾驶汽车的研究，可以归纳为这三个方面，这三个方面相互重叠，只是技术的侧重点不同 高速公路环境 该系统可以用于物流运输和长途客运，使用在具有良好标志的结构化高速公路上以保证对行车路线的准确跟踪。此项研究把精力集中在简单结构化环境下的高速自动驾驶上，其目标是实现进入高速公路之后的全自动驾驶。 城市环境 城市环境下的无人驾驶由于速度较慢，应用前景更好。短期内，可作为城市大容量公共交通（如地铁等）的一种补充，解决城市区域交通问题。但是，城市环境也更为复杂，对感知和控制算法提出了更高的要求。用于公共交通的系统可以沿着固定路线，呈编队形式行驶，相对于家用无人自动驾驶汽车，其复杂程度要大大简化。 特殊环境 无人驾驶汽车研究走在前列的国家，一直都很重视其在军事和其他一些特殊条件下的应用。车辆的可靠性、对恶劣环境的适应性是在特殊环境下考虑的首要问题，也是在未来推广应用要重点解决的问题。该方向的研究可能应于与恶劣环境下的兵力与战备物资的调配运输。