《智能駕駛系統(tǒng)設(shè)計與實踐》 課件 第1-4章 智能駕駛系統(tǒng)概述-車道保持輔助系統(tǒng)設(shè)計與實踐

智能駕駛系統(tǒng)設(shè)計與實踐第1章智能駕駛系統(tǒng)概述1.1

智能駕駛簡介

1.2

環(huán)境感知技術(shù)

1.3

導航與定位技術(shù)

1.4

高精度地圖

1.5

規(guī)劃與決策控制

1.6

智能駕駛計算平臺

1.7

V2X技術(shù)

1.1

智能駕駛簡介隨著智能互聯(lián)、人工智能技術(shù)以及新能源技術(shù)的井噴式發(fā)展，我國汽車保有量的不斷增加，導致交通事故、環(huán)境污染和城市道路擁堵等一系列問題日益凸顯。以現(xiàn)代智能汽車為中心，基于互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)和云計算技術(shù)，形成高度智能綜合的“人-車-路-云-網(wǎng)”系統(tǒng)，是解決這一問題的根本途徑和最有效的方式。根據(jù)目前行業(yè)發(fā)展情況，半智能駕駛和全智能駕駛會在未來幾十年存在巨大的市場潛力。據(jù)有關(guān)行業(yè)報告，到2035年，僅中國就將有約860萬輛自動駕駛汽車，其中約340萬輛為全自動無人駕駛，520萬輛為半自動駕駛。智能汽車是一個集環(huán)境感知、規(guī)劃決策、多等級輔助駕駛等功能于一體的綜合系統(tǒng)，它集中運用了計算機、現(xiàn)代傳感、信息融合、通信、人工智能及自動控制等技術(shù)。而無人駕駛汽車是一種智能汽車，它通過智能傳感系統(tǒng)感知路況，依靠計算機系統(tǒng)進行自主規(guī)劃決策，并完成預定行駛目標。因此智能駕駛與無人駕駛是不同概念，智能駕駛包含無人駕駛，而無人駕駛是智能汽車發(fā)展的最高形態(tài)。高級駕駛輔助系統(tǒng)（ADAS）是一系列駕駛輔助系統(tǒng)的集合，是智能駕駛的一種表現(xiàn)形式。ADAS以提升駕駛者安全和舒適為目的，通過雷達、攝像頭等傳感器感知周圍環(huán)境，運用算法做出行為判斷，來提醒駕駛者或直接控制車輛的方式避免碰撞。1.1

智能駕駛簡介1.1.1智能駕駛分級標準1.NHTSA分級標準圖1?1NHTSA自動駕駛分級1.1

智能駕駛簡介1.1.1智能駕駛分級標準2.SAE分級標準（1）Level0（無自動駕駛）

由人類駕駛者全權(quán)操作汽車，在行駛過程中可以得到警告和保護系統(tǒng)的輔助。（2）Level1（輔助駕駛）

依據(jù)駕駛環(huán)境，對轉(zhuǎn)向或者加減速中的一項操作（橫向或者縱向控制）提供駕駛輔助，而其他的駕駛動作都由人類駕駛員進行操作。（3）Level2（部分自動駕駛化）

根據(jù)駕駛環(huán)境，對轉(zhuǎn)向和加減速中的多項操作（橫向或者縱向控制）提供駕駛輔助，而其他的駕駛動作都由人類駕駛員進行操作。（4）Level3（有條件自動駕駛）

在特定任務下，預期人類駕駛員對系統(tǒng)的介入請求能做出適當響應的條件下，由自動駕駛系統(tǒng)完成所有的駕駛操作。（5）Level4（高度自動駕駛）

在特定任務下，即使人類駕駛員對系統(tǒng)的介入請求不能做出適當響應的條件下，由自動駕駛系統(tǒng)完成所有的駕駛操作。（6）Level5（完全自動駕駛）

在人類駕駛者能應對的所有道路和環(huán)境條件下，由自動駕駛系統(tǒng)完成所有的駕駛操作。1.1

智能駕駛簡介1.1.1智能駕駛分級標準3.中國智能汽車等級劃分（1）1級駕駛自動化（部分駕駛輔助）

系統(tǒng)具備與車輛橫向或縱向運動控制相適應的部分目標和事件探測與響應的能力，能夠持續(xù)地執(zhí)行動態(tài)駕駛?cè)蝿罩械能囕v橫向或縱向運動控制。（2）2級駕駛自動化（組合駕駛輔助）

系統(tǒng)具備與車輛橫向和縱向運動控制相適應的部分目標和事件探測與響應的能力，能夠持續(xù)地執(zhí)行動態(tài)駕駛?cè)蝿罩械能囕v橫向和縱向運動控制。（3）3級駕駛自動化（有條件自動駕駛）

系統(tǒng)在其設(shè)計運行條件內(nèi)能夠持續(xù)地執(zhí)行全部動態(tài)駕駛?cè)蝿铡＃?）4級駕駛自動化（高度自動駕駛）

系統(tǒng)在其設(shè)計運行條件內(nèi)能夠持續(xù)地執(zhí)行全部動態(tài)駕駛?cè)蝿蘸蛨?zhí)行動態(tài)駕駛?cè)蝿战庸堋＃?）5級駕駛自動化（完全自動駕駛）

系統(tǒng)在任何可行駛條件下持續(xù)地執(zhí)行全部動態(tài)駕駛?cè)蝿蘸蛨?zhí)行動態(tài)駕駛?cè)蝿战庸堋?.1

智能駕駛簡介1.1.2智能駕駛技術(shù)結(jié)構(gòu)圖1?4智能駕駛系統(tǒng)技術(shù)架構(gòu)1.2環(huán)境感知技術(shù)環(huán)境感知主要包括路面、靜態(tài)物體和動態(tài)物體三個方面。對于動態(tài)物體，不僅要檢測還要對其軌跡進行追蹤，并根據(jù)追蹤結(jié)果，預測該物體下一步的軌跡(位置)。這是環(huán)境感知也是智能駕駛汽車最具難度的技術(shù)。表1?2各類傳感器優(yōu)缺點對比1.2環(huán)境感知技術(shù)1.2.1激光雷達激光雷達又稱光學雷達(LiDAR，LightDetectionAndRanging)，是一種先進的光學遙感技術(shù)，相比于普通雷達具有分辨率高，隱蔽性好、抗干擾能力更強等優(yōu)勢。激光雷達可以用于測量物體距離和表面形狀，其測量精度可達厘米級。激光雷達廣泛應用于服務機器人、無人駕駛、無人機、AGV叉車等領(lǐng)域，已成為眾多智能設(shè)備的核心傳感器，它的重要性也是不言而喻。就目前市面上的主流激光雷達產(chǎn)品而言，用于環(huán)境探測和地圖構(gòu)建的雷達，按技術(shù)路線大體可以分為兩類，一類是三角測距激光雷達，另一類是TOF雷達。1.2環(huán)境感知技術(shù)1.2.1激光雷達1.激光雷達測距原理三角法測距原理：激光器發(fā)射激光，在照射到物體后，反射光由線性CCD接收，由于激光器和探測器間隔了一段距離，所以依照光學路徑，不同距離的物體將會成像在CCD上不同的位置，如圖1-6所示。按照三角公式進行計算，就能推導出被測物體的距離。圖1?6三角法測距原理1.2環(huán)境感知技術(shù)1.2.1激光雷達1.激光雷達測距原理TOF測距原理：激光器發(fā)射一個激光脈沖，并由計時器記錄下出射的時間，回返光經(jīng)接收器接收，并由計時器記錄下回返的時間。兩個時間相減即得到了光的“飛行時間”，而光速是一定的，因此在已知速度和時間后很容易就可以計算出距離，如圖1-7所示。圖1?7TOF測距原理1.2環(huán)境感知技術(shù)1.2.1激光雷達2.激光雷達的分類按使用功能分類，可分為激光測距雷達、激光測速雷達、激光成像雷達、大氣探測激光雷達和跟蹤雷達。按線數(shù)分類，可分為單線激光雷達和多線激光雷達。按載荷平臺分類，可分為機載激光雷達、車載激光雷達、地基激光雷達、星載激光雷達。根據(jù)有無機械部件來分，激光雷達可分為機械激光雷達和固態(tài)激光雷達。1.2環(huán)境感知技術(shù)1.2.1激光雷達3.激光雷達的應用場景在無人駕駛領(lǐng)域，主要是幫助汽車自主感知道路環(huán)境，自動規(guī)劃行車路線，并控制車輛到達預定的目標。在機器人領(lǐng)域，幫助實現(xiàn)自主定位導航，采用的技術(shù)是以激光雷達SLAM為基礎(chǔ)，增加視覺和慣性導航等多傳感器融合的方案幫助機器人實現(xiàn)自主建圖，路徑規(guī)劃、自主避障等任務，它是目前性能最穩(wěn)定、可靠性最強的定位導航方法，且使用壽命長，后期改造成本低。在無人機領(lǐng)域，實現(xiàn)規(guī)避障礙物，防止與地面小山或建筑物相撞。在AR/VR領(lǐng)域，實現(xiàn)精準定位三維空間位置，運用空間感知定位技術(shù)，通過SLAM技術(shù)（即時定位與地圖構(gòu)建），精準定位自己在三維空間中的位置，增強在游戲中的真實體驗感。在海洋生物領(lǐng)域，主要體現(xiàn)在漁業(yè)資源調(diào)查和海洋生態(tài)環(huán)境監(jiān)測兩方面。1.2環(huán)境感知技術(shù)1.2.2毫米波雷達毫米波雷達就是電磁波雷達，通過發(fā)射無線電信號并接受反射信號來測定車輛與其他物體之間的距離。毫米波雷達工作頻率范圍30～300GHz，波長從1～10mm，毫米波雷達測距可達200多米，可以對目標進行有無檢測、測距、測速以及方位測量。它具有良好的角度分辨能力，可以檢測較小的物體。同時毫米波雷達有極強的穿透率，能夠穿過光照、降雨、揚塵、大霧等來準確探測物體，可全天候工作。如圖1-8所示，為某自動駕駛汽車企業(yè)中所使用的某款毫米波雷達，安裝在汽車保險杠的正中間，面向汽車的前進方向。圖1?8毫米波雷達1.2環(huán)境感知技術(shù)1.2.2毫米波雷達1.毫米波雷達工作原理目前毫米波雷達有兩類雷達原理一種是CW多普勒雷達傳感器，使用多普勒效應原理，測量得出不同距離目標的速度。它向給定的目標發(fā)射微波信號，然后分析反射回來的信號的頻率變化，發(fā)射頻率和反射回來的頻率的差異，可以精確測量出目標相對于雷達的運動速度等信息；另一種是目前使用最為廣泛的調(diào)頻連續(xù)波（FMCW）雷達傳感器，通過微帶陣列天線向外發(fā)射調(diào)頻連續(xù)波，其頻率隨時間按照三角波規(guī)律變化，雷達接收的回波的頻率與發(fā)射的頻率變化規(guī)律相同，都是三角波規(guī)律，只是有一個時間差，利用這個微小的時間差可計算出目標距離，進一步通過多目標檢測與跟蹤算法，實現(xiàn)多目標分離與跟蹤，進而結(jié)合車身動態(tài)信息進行數(shù)據(jù)處理，經(jīng)合理決策后，以聲、光及觸覺等多種方式警告駕駛員，或及時對汽車做出主動干預，減少事故發(fā)生幾率，工作原理如圖1-9所示。1.2環(huán)境感知技術(shù)1.2.2毫米波雷達1.毫米波雷達工作原理圖1?9汽車雷達處理框圖1.2環(huán)境感知技術(shù)1.2.2毫米波雷達2.毫米波雷達的分類按照雷達的工作頻率劃分，應用在自動駕駛領(lǐng)域的毫米波雷達主要有3個頻段，分別是24GHz、77GHz和79GHz。不同頻段的毫米波雷達有著不同的性能和成本。對于處在24GHZ的雷達，因為檢測距離有限，常用于檢測近處的障礙物（車輛）；對于處在77GHZ的雷達，最大檢測距離可以達到160m以上，因此常被安裝在前保險杠上，能夠用于實現(xiàn)緊急制動、高速公路跟車等ADAS功能，同時也能滿足自動駕駛領(lǐng)域，對障礙物距離、速度和角度的測量需求；對于處在79GHZ的雷達，該頻段的雷達能夠?qū)崿F(xiàn)的功能和77GHz一樣，也是用于長距離的測量。但根據(jù)公式：光速=波長*頻率，頻率更高的毫米波雷達，其波長越短。波長越短，意味著分辨率越高；而分辨率越高，意味著在距離、速度、角度上的測量精度更高。因此79GHz的毫米波雷達必然是未來的發(fā)展趨勢。按照雷達的探測距離可分為長距雷達（LRR）、中距雷達（MRR）、短距雷達（SRR），分別應用在不同的場景實現(xiàn)不同的功能，也可以組合使用，或配合ADAS系統(tǒng)，實現(xiàn)多傳感器的融合。按照雷達功能劃分可以區(qū)分不同應用的雷達：主要的常用功能雷達包括：BSD（BlindSpotDetection-盲點偵測系統(tǒng)）、AEB（AutonomousEmergencyBraking-自動緊急制動系統(tǒng)）、FCW（ForwardCollisonWarning-前向碰撞警告系統(tǒng)）、ACC（AdaptiveCruiseControl-自適應巡航系統(tǒng)）。1.2環(huán)境感知技術(shù)1.2.2毫米波雷達3.毫米波雷達的應用場景（1）導彈制導毫米波雷達的主要用途之一是戰(zhàn)術(shù)導彈的末段制導。毫米波導引頭具有體積小、電壓低和全固態(tài)等特點，能滿足彈載環(huán)境要求。當工作頻率選在35GHz或94GHz時，天線口徑一般為10～20cm。此外，毫米波雷達還用于波束制導系統(tǒng)，作為對近程導彈的控制。（2）目標監(jiān)視和截獲毫米波雷達適用于近程、高分辨力的目標監(jiān)視和目標截獲，用于對低空飛行目標、地面目標和外空目標進行監(jiān)測。（3）炮火控制和跟蹤毫米波雷達可用于對低空目標的炮火控制和跟蹤，已研制成94GHz的單脈沖跟蹤雷達。（4）雷達測量

高分辨力和高精度的毫米波雷達可用于測量目標與雜波特性。這種雷達一般有多個工作頻率、多種接收和發(fā)射極化形式和可變的信號波形。目標的雷達截面積測量采用頻率比例的方法。利用毫米波雷達，對于按比例縮小了的目標模型進行測量，可得到在較低頻率上的雷達目標截面積。此外，毫米波雷達在地形跟蹤、導彈引信、船用導航等方面也有應用。1.2環(huán)境感知技術(shù)1.2.3普通攝像頭1.攝像頭的工作原理對于行駛在路上的智能車，安裝有攝像頭傳感器時，攝像頭會才采集行駛過程中所遇到的環(huán)境圖像，將圖像轉(zhuǎn)換為二維數(shù)據(jù)；然后對采集的圖像進行模式識別，通過相關(guān)的圖像匹配算法或者機器學習識別出行駛過程中的車輛、行人、建筑物、交通標志等環(huán)境；最后依據(jù)目標物體的運動模式或使用雙目定位技術(shù)，估算出目標物體與本車的相對距離和相對速度。2.攝像頭的類型車載攝像頭按安裝位置分布，可分為前視攝像頭、后視攝像頭和環(huán)視攝像頭。前視攝像頭的類型主要包括單目和雙目，能夠檢測行人、騎行者、摩托車、路邊黃線、橋梁橋墩、路沿、交通標識和信號等，其中雙目攝像頭擁有更好的測距功能。后視攝像頭主要是廣角或魚眼鏡頭，主要為倒車后置鏡頭，提供倒車影像。環(huán)視攝像頭是在車身周圍安裝多個廣角攝像頭，同時采集車輛四周的影像，經(jīng)過圖像處理單元矯正和拼接之后，形成一副車輛四周的全景俯視圖，實時傳送至中控臺的顯示設(shè)備上，這樣駕駛員即可以“上帝視角”直觀地看到車輛所處的位置以及車輛周報的障礙物，從容操縱泊車入位或通過復雜路面，有效減少刮蹭、碰撞等事故的發(fā)生。1.2環(huán)境感知技術(shù)1.2.3普通攝像頭3.攝像頭的應用場景1.2環(huán)境感知技術(shù)1.2.3普通攝像頭3.攝像頭的應用場景1.2環(huán)境感知技術(shù)1.2.4深度攝像頭深度攝像頭又稱之為3D攝像頭，相比于普通攝像頭，除了能夠獲取環(huán)境物體中的平面圖像，還可以獲取物體的深度信息，提取出物體的三維位置和尺寸信息。對于目前市面的產(chǎn)品，按技術(shù)路線方法分類，可分為單目結(jié)構(gòu)光、TOF（飛行時間）和雙目立體視覺三種。結(jié)構(gòu)光類攝像頭結(jié)構(gòu)光（Structuredlight），其原理是基本原理是：通過近紅外激光器，將具有一定結(jié)構(gòu)特征的光線投射到被拍攝物體上，再由專門的紅外攝像頭進行采集。這種具備一定結(jié)構(gòu)的光線，會因被攝物體的不同深度區(qū)域，而采集不同的圖像相位信息，然后通過運算單元將這種結(jié)構(gòu)的變化換算成深度信息，以此來獲得三維結(jié)構(gòu)，如圖1-11和圖1-12所示。圖1?11結(jié)構(gòu)光深度攝像頭原理示意圖圖1?12結(jié)構(gòu)光原理圖說明1.2環(huán)境感知技術(shù)1.2.4深度攝像頭2.TOF類攝像頭TOF是飛行時間（TimeofFlight）技術(shù)的縮寫，基本原理是傳感器發(fā)出經(jīng)調(diào)制的近紅外光，遇物體后反射，傳感器通過計算光線發(fā)射和反射時間差或相位差，來換算被拍攝景物的距離，以產(chǎn)生深度信息，此外再結(jié)合傳統(tǒng)的相機拍攝，就能將物體的三維輪廓以不同顏色代表不同距離的地形圖方式呈現(xiàn)出來，如圖1-13所示。優(yōu)點在于深度信息精度高和檢測距離遠，缺點在于資源消耗大和分辨率不高。圖1?13TOF類攝像頭原理1.2環(huán)境感知技術(shù)1.2.4深度攝像頭3.雙目視覺類攝像頭雙目立體視覺(BinocularStereoVision)是機器視覺的一種重要形式，它是指安裝兩個攝像頭，利用雙目立體視覺成像原理并利用成像設(shè)備從不同的位置獲取被測物體的兩幅圖像，通過計算圖像對應點間的位置偏差，來獲取物體三維幾何信息的方法，如圖1-14所示。優(yōu)點在于硬件要求和成本低，且不容易受到環(huán)境光線的干擾，適合室外環(huán)境。缺點在于這種技術(shù)需要龐大的程序計算量，計算復雜度高；同時受外界環(huán)境影響大，比如環(huán)境光線昏暗、背景雜亂、有遮擋物等情況下不適用。圖1?14雙目攝像頭采用的立體視覺景深視圖1.2環(huán)境感知技術(shù)1.2.4深度攝像頭另外還有事件相機，事件相機是一種受生物啟發(fā)設(shè)計的新型視覺傳感器，其工作原理完全不同于傳統(tǒng)相機。傳統(tǒng)相機以固定的時間間隔周期性采集一張完整的圖片，而事件相機的每個像素都是獨立異步工作的，仿照人眼視網(wǎng)膜的工作原理，每個像素都相當于一個視網(wǎng)膜細胞獨立工作，獨立連續(xù)地感知光的變化，并將光的變化轉(zhuǎn)換為數(shù)字脈沖信號，若光強無變化則不輸出，也被稱之為事件相機。當某個像素點的亮度變化達到一定閾值時，事件相機就會輸出一個“事件”（“event”）。相比于傳統(tǒng)相機，事件相機具有低延遲、高動態(tài)范圍、極低功耗等特性。事件相機特別適合自動駕駛的環(huán)境感知，可以對交通駕駛場景中的靜態(tài)對象如樹、電線桿、靜止的交通參與者等，不輸出感知數(shù)據(jù)，進而計算平臺也不用處理數(shù)據(jù)，極大減少數(shù)據(jù)處理的冗余，是未來自動駕駛視覺傳感器的發(fā)展趨勢。3.雙目視覺類攝像頭1.3導航與定位技術(shù)1.3.1衛(wèi)星與慣性傳感器組合定位實現(xiàn)衛(wèi)星定位和慣性導航的組合方案有很多種，不同的方案有不同的要求和應用，對于目前世界上，有四大衛(wèi)星定位系統(tǒng)，分別是美國的全球定位系統(tǒng)（GPS）、俄羅斯的全球?qū)Ш叫l(wèi)星系統(tǒng)（GLONASS）、中國的北斗衛(wèi)星導航系統(tǒng)（BDS）以及歐盟伽利略（Galileo）。1.衛(wèi)星和IMU(慣性導航)松耦衛(wèi)星和IMU各自獨立工作，并將各自輸出位置和速度估值信息進行比較，得到的差值作為測量值，再經(jīng)由組合卡爾曼濾波器（以測量誤差為狀態(tài)）進行優(yōu)化處理，給出最優(yōu)結(jié)果。卡爾曼濾波器的輸出結(jié)果僅反饋給SINS，用來校正SINS的定位結(jié)果，原理結(jié)構(gòu)如圖1-15所示。這樣的組合方式有兩個特點：一是基于位置和速度的組合，結(jié)構(gòu)簡單易于實現(xiàn)；二是耦合程度低，定位性能差。圖1?15松耦合原理圖1.3導航與定位技術(shù)1.3.1衛(wèi)星與慣性傳感器組合定位2.衛(wèi)星和IMU(慣性導航)緊耦合利用衛(wèi)星接收機直接輸出原始數(shù)據(jù)、偽距p1和偽距率p1，再通過SINS輸出的位置和速度以及估計的衛(wèi)星接收機時鐘誤差計算出基于SINS信息的偽距p2和偽距率p2，最后基于SINS信息得到的偽距和偽距率與衛(wèi)星得到的偽距和偽距率信息進行比較，并將差值作為測量值,通過卡爾曼濾波器估計INS和衛(wèi)星接收機的誤差,然后對兩個系統(tǒng)進行校正，原理結(jié)構(gòu)如圖1-16所示。這樣的組合方式有兩個特點：一是抗干擾能力強、偽距測量精度及導航定位能力較高；二是對軟硬件要求較高，實現(xiàn)難度較大。圖116緊耦合原理圖1.3導航與定位技術(shù)1.3.2傳感器與高精地圖融合匹配定位高精地圖的絕對坐標精度更高，而且所含有的道路交通信息元素更豐富細致。借助高精地圖能夠擴展車輛的靜態(tài)環(huán)境感知能力，為車輛提供其他傳感器無法提供的全局視野，包括車載環(huán)境感知傳感器檢測范圍外的道路，交通和設(shè)施信息。常用的組合方式有兩種，一種是“Camera+高精地圖”，一種是“Lidar+高精地圖”。1.Camera+高精地圖的組合匹配攝像頭獲取圖像信息，再利用圖像中具有語義信息的穩(wěn)定特征，并與預先采集地圖基準數(shù)據(jù)進行匹配，來獲得車輛的位置和朝向。首先通過相機獲取圖像，并進行圖像特征的檢測。圖像檢測的主要目標物為：車道線以及桿狀物；然后從預先采集3D地圖里，提取相關(guān)的車道線和桿狀物元素；再通過GPS獲取一個初始的位置，通過該位置，控制器將會把相機獲取的特征和地圖里采集的對應特征進行一次匹配；再用IMU去進行姿態(tài)的預測，做完預測后并匹配，把結(jié)果輸出，人車相對于地圖的位置和朝向就可以知道，具體原理流程如圖1-17所示。1.3導航與定位技術(shù)1.3.2傳感器與高精地圖融合匹配定位1.Camera+高精地圖的組合匹配圖1?17Camera+高精地圖的組合原理采用此組合方法的優(yōu)勢有4個方面：攝像頭技術(shù)成熟，結(jié)構(gòu)化地圖尺寸小，有利于降低系統(tǒng)生產(chǎn)成本；車道線、路燈等道路元素穩(wěn)定性高，不易變動，地圖生命周期較長；配置靈活，根據(jù)識別算法性能，可以使用不同的特征組合，易于拓展；它的價格比較合適，數(shù)據(jù)性比較豐富，對于周圍環(huán)境的描述也比較充分。缺點就是傳感器受光線影響比較大。1.3導航與定位技術(shù)1.3.2傳感器與高精地圖融合匹配定位2.Lidar+高精地圖的組合匹配利用激光雷達獲取的點云特征與預先采集的高精地圖基準數(shù)據(jù)進行聯(lián)系比較，從而獲取智能駕駛車輛在高精地圖中的位置和朝向。首先GPS給定初始位置，通過IMU和車輛的Encoder（編碼器）可以得到車輛的初始位置，然后將激光雷達的局部點云信息，包括點線面的幾何信息和語義信息進行特征提取，并結(jié)合車輛初始位置進行空間變化，獲取基于全局坐標系下的矢量特征，接著將這些特征跟高精度地圖的特征信息進行匹配，最后獲取一個準確的定位，具體原理流程如圖1-18所示。常用的點云匹配算法有三種：迭代局近點(ICP)、直方圖濾波算法、卡爾曼濾波。1.3導航與定位技術(shù)1.3.2傳感器與高精地圖融合匹配定位2.Lidar+高精地圖的組合匹配采用此組合方法的優(yōu)勢有2個方面：不會受到環(huán)境光照的影響，白天晚上都可以用；數(shù)據(jù)量也比較少，定位和地圖創(chuàng)建的精度高。缺點就是在于傳感器受天氣、環(huán)境等影響比較大，激光雷達傳感器成本較高。1.3導航與定位技術(shù)1.3.3視覺里程算法的定位技術(shù)基于視覺的定位算法主要有兩大類：基于地標拓撲的算法和基于幾何的視覺里程算法。基于地標拓撲的算法把所有的地標抽象成一個拓撲圖，當自動駕駛汽車監(jiān)測到某個地標時，便可以根據(jù)地標位置大致推斷出自身所在的位置；基于幾何的視覺里程算法較為復雜，但是不需要預先建立精準的拓撲圖，在定位的同時還能夠擴展地圖。其中基于雙目視覺SLAM算法屬于較典型的視覺里程算法定位技術(shù)，雙目視覺是模擬人類視覺原理，使用計算機被動感知距離的方法，從兩個或者多個點觀察一個物體，獲取在不同視角下的圖像，根據(jù)圖像之間像素的匹配關(guān)系，通過三角測量原理計算出像素之間的偏移來獲取物體的三維信息。1.3導航與定位技術(shù)對于工作原理如圖1-19所示，工作流程主要如下：1）雙目攝像頭抓取左右兩圖(即雙目圖像)，雙目圖像經(jīng)過三角剖分產(chǎn)生當前幀的視差圖。2）提取當前幀與之前幀的特征點，如果之前幀的特征點已經(jīng)提取好了，可以被直接使用。3）對比當前幀與之前幀的特征點，找出幀與幀之間的特征點對應關(guān)系，根據(jù)此對應關(guān)系，推算出兩幀之間車輛的運動。4）根據(jù)推算出的兩幀之間車輛的運動，以及之前的車輛位置，計算出最新的車輛位置。1.3.3視覺里程算法的定位技術(shù)圖1?19雙目視覺里程算法1.4高精度地圖在汽車產(chǎn)業(yè)智能化、聯(lián)網(wǎng)化不斷推進的大背景下，高精地圖作為未來智能出行的關(guān)鍵因素之一，受到廣泛關(guān)注。高精度地圖可為自動駕駛汽車提供精準的定位，輔助環(huán)境感知，并實現(xiàn)決策規(guī)劃，同時提高自動駕駛安全性。按照國際自動機工程師學會(SAE)的劃分，自動駕駛不同程度可分為5個級別，而自動駕駛與輔助駕駛的分水嶺是L3級別。在L3級別上，對于某些環(huán)境，駕駛員可以完全放棄操作。要想實現(xiàn)L3級別及以上的自動駕駛，高精度地圖是必不可少的條件。1.4高精度地圖1.4.1高精地圖的概念及特點高精度地圖是精度更高、數(shù)據(jù)維度更多的電子地圖，可為智能駕駛汽車提供精準的定位，輔助環(huán)境感知，同時提高智能駕駛安全性。同時高精度地圖服務于智能駕駛，包含有大量的行車輔助信息、道路交通信息元素豐富精細、地圖的絕對坐標精度更高，可為智能駕駛提供完備的周邊環(huán)境信息，為定位和路徑規(guī)劃提供重要依據(jù)，如圖1-20所示。圖1?20高精度地圖樣例1.4高精度地圖1.4.1高精地圖的概念及特點其主要的特點有：（1）高精度

一般電子地圖精度在米級別，商用GPS精度為5m。高精度地圖的精度在厘米級別（精度可在10cm級別左右）。（2）高維度傳統(tǒng)電子地圖數(shù)據(jù)只記錄道路級別的數(shù)據(jù)，如道路形狀、坡度、曲率、鋪設(shè)、方向等。高精度地圖（精確度厘米級別）：不僅增加了車道屬性相關(guān)（車道線類型、車道寬度等）數(shù)據(jù)，更有諸如高架物體、防護欄、樹、道路邊緣類型、路邊地標等大量目標數(shù)據(jù)。高精度地圖能夠明確區(qū)分車道線類型、路邊地標等細節(jié)。（3）實時性

高精度地圖對數(shù)據(jù)的實時性要求更高。由于路網(wǎng)每天都有變化，比如道路施工維修，交通標志更換等，這些需要及時在高精度地圖上反映出來以保證智能駕駛車輛安全。一般來說，傳統(tǒng)導航地圖可能只需一個季度更新一次，而高精地圖為了應對各類突發(fā)狀況，保證自動駕駛的安全實現(xiàn)需要更短的時間頻率進行更新（每天或每時），這大大提升了對數(shù)據(jù)實時性的要求。（4）使用對象普通的導航電子地圖是面向駕駛員，供駕駛員使用的地圖數(shù)據(jù)，而高精度地圖是面向機器的供向智能駕駛汽車使用的地圖數(shù)據(jù)。1.4高精度地圖1.4.2高精地圖的制作流程高精地圖有著與傳統(tǒng)地圖不同的采集原理和數(shù)據(jù)存儲結(jié)構(gòu)。傳統(tǒng)地圖多依靠拓撲結(jié)構(gòu)和傳統(tǒng)數(shù)據(jù)庫存儲，將各類現(xiàn)實中的元素作為地圖中的對象堆砌于地圖上，而將道路存儲為路徑。在高精地圖時代，為了提升存儲效率和機器的可讀性，地圖在存儲時被分為了矢量和對象層。高精度地圖制作過程共分五部分：數(shù)據(jù)采集、數(shù)據(jù)處理、對象檢測、手動驗證和地圖發(fā)布，具體流程如圖1-21所示。圖1?21高精度地圖采集流程1.4高精度地圖1.4.2高精地圖的制作流程（1）數(shù)據(jù)采集部分

利用裝載在采集車上的各類傳感器，如GPS、慣性測量單元、激光雷達和攝像機等，收集行駛過程中所遇到的環(huán)境信息數(shù)據(jù)，通過不間斷地對地圖信息進行采集，從而保證地圖數(shù)據(jù)始終處于最新狀態(tài)。（2）數(shù)據(jù)處理部分

采集到的地圖數(shù)據(jù)為原始數(shù)據(jù)，需要對這些數(shù)據(jù)進行整理、分類與清洗，從而獲得沒有任何語義信息或注釋的初始地圖模板，經(jīng)過處理后的數(shù)據(jù)通常為點云數(shù)據(jù)，階段還會涉及到基于深度學習的元素識別以及基于深度學習的點云分類。（3）對象檢測及手動驗證部分

地圖數(shù)據(jù)資源經(jīng)過自動化處理之后，會由采集公司相關(guān)人員手動檢測靜態(tài)對象，并對其進行分類，其中包括車道線、交通標志甚至是電線桿。手動驗證可有效檢測出自動化處理過程中所出現(xiàn)的錯誤，有效彌補數(shù)據(jù)的缺陷，提高精準度。（4）地圖發(fā)布部分

對于處理完后的地圖，經(jīng)檢查審核無誤后，即可通過平臺進行發(fā)布。1.4高精度地圖1.4.3高精地圖的應用1.環(huán)境感知輔助2.精確定位匹配3.提高運算效率4.實時路徑規(guī)劃與決策5.舒適性和V2X應用1.5規(guī)劃與決策控制智能駕駛系統(tǒng)是一個集環(huán)境感知、決策控制和動作執(zhí)行等功能于一體的綜合系統(tǒng)，是充分考慮車輛與交通環(huán)境協(xié)調(diào)規(guī)劃的系統(tǒng)，也是未來智能交通系統(tǒng)的重要組成部分。其智能駕駛系統(tǒng)的可靠安全性需要車載硬件、傳感器集成、感知、預測以及控制規(guī)劃等多個模塊緊密協(xié)調(diào)共同工作。其中最關(guān)鍵的部分是環(huán)境感知和決策控制的兩者配合。決策控制在廣義上可分為路由尋徑、行為決策、動作規(guī)劃和反饋控制四個部分；路由尋徑、行為決策、動作規(guī)劃三個部分又可統(tǒng)稱為路徑規(guī)劃，路徑規(guī)劃部分承接上層環(huán)境感知的結(jié)果，從功能上可分為全局路徑規(guī)劃和局部路徑規(guī)劃。具體如圖1-22所示。圖1?22規(guī)劃控制模塊1.5規(guī)劃與決策控制1.5.1路由尋徑路由尋徑模塊（也稱為尋徑模塊）對應全局路徑規(guī)劃，其作用可以簡單理解為實現(xiàn)智能駕駛軟件系統(tǒng)內(nèi)部的導航功能，即在宏觀層面上指導智能駕駛軟件系統(tǒng)的控制規(guī)劃模塊按照什么樣的道路行駛，從而實現(xiàn)從起始點到目的地點的目的。圖1?23高精度地圖的路由尋徑1.5規(guī)劃與決策控制1.5.2行為決策行為決策層需要解決的問題，就是在知曉這些信息的基礎(chǔ)上，如何決定自動駕駛汽車的行駛策略。這些信息具體包括以下幾點：1）所有的路由尋徑結(jié)果：比如智能駕駛汽車為了到達目的地，需要進入的車道是什么(largetlane)。2）智能駕駛的當前自身狀態(tài)：位置、速度、朝向、當前主車所在的車道，按照路由尋徑結(jié)果需要進入的下一個車道等。3）智能駕駛的歷史信息：在上一個行為決策周期，智能駕駛汽車所做出的決策是跟車、停車、轉(zhuǎn)彎還是換道等其他行為。4）智能駕駛汽車周邊的障礙物信息：智能駕駛汽車周邊一定距離范圍內(nèi)的所有障礙物信息。例如周邊的車輛所在的車道，鄰近的路口有哪些車輛，它們的速度、位置如何，以及在一個較短的時間內(nèi)它們的行駛意圖和預測的行駛軌跡，周邊是否有自行車騎行者或者行人，以及他們的位置、速度、軌跡等。5）智能駕駛汽車周邊的標識信息：比如一定范圍內(nèi)車道lane的變化。6）當?shù)氐慕煌ㄒ?guī)則：例如道路限速，是否可以紅燈右拐等。1.5規(guī)劃與決策控制1.5.2行為決策行為決策問題往往很難用一個單純的數(shù)學模型來進解決，而是利用一些軟件工程的先進觀念來設(shè)計一些規(guī)則系統(tǒng)?，F(xiàn)將這些先進觀念主要分為四個模型介紹如下：（1）有限狀態(tài)機模型智能駕駛車輛最開始的決策模型為有限狀態(tài)機模型，車輛根據(jù)當前環(huán)境選擇合適的駕駛行為，如停車、換道、超車、避讓、緩慢行駛等模式，狀態(tài)機模型通過構(gòu)建有限的有向連通圖來描述不同的駕駛狀態(tài)以及狀態(tài)之間的轉(zhuǎn)移關(guān)系，從而根據(jù)駕駛狀態(tài)的遷移反應式地生成駕駛動作。該模型因為簡單、易行，是無人駕駛領(lǐng)域目前最廣泛的行為決策模型，但該類模型忽略了環(huán)境的動態(tài)性和不確定性，此外，當駕駛場景特征較多時，狀態(tài)的劃分和管理比較繁瑣，多適用于簡單場景下，很難勝任具有豐富結(jié)構(gòu)化特征的城區(qū)道路環(huán)境下的行為決策任務。（2）決策樹模型決策樹模型和有限狀態(tài)機模型類似，也是通過當前駕駛狀態(tài)的屬性值反應式地選擇不同的駕駛動作，但不同的是該類模型將駕駛狀態(tài)和控制邏輯固化到了樹形結(jié)構(gòu)中，通過自頂向下的“輪詢”機制進行駕駛策略搜索。這類決策模型具備可視化的控制邏輯，并且控制節(jié)點可復用，但需要針對每個駕駛場景離線定義決策網(wǎng)路，當狀態(tài)空間、行為空間較大時，控制邏輯將比較復雜。另外，該類模型同樣無法考慮交通環(huán)境中存在的不確定性因素。1.5規(guī)劃與決策控制1.5.2行為決策（3）基于知識的推理決策模型

模型由“場景特征－駕駛動作”的映射關(guān)系來模仿人類駕駛員的行為決策過程，該類模型將駕駛知識存儲在知識庫或者神經(jīng)網(wǎng)絡中，這里的駕駛知識主要表現(xiàn)為規(guī)則、案例或場景特征到駕駛動作的映射關(guān)系。進而，通過“查詢”機制從知識庫或者訓練過的網(wǎng)絡結(jié)構(gòu)中推理出駕駛動作。主要有基于規(guī)則的推理系統(tǒng)、基于案例的推理系統(tǒng)和基于神經(jīng)網(wǎng)絡的映射模型。（4）基于價值的決策模型

根據(jù)最大效用理論，基于效用和價值的決策模型的基本思想是依據(jù)選擇準則在多個備選方案中選擇出最優(yōu)的駕駛策略和動作。為了評估每個駕駛動作的好壞程度，該類模型定義了效用（utility）或價值（value）函數(shù)，根據(jù)某些準則屬性定量地評估駕駛策略符合駕駛?cè)蝿漳繕说某潭龋瑢τ跓o人駕駛?cè)蝿斩?，這些準則屬性可以是安全性、舒適度、行車效率等，效用和價值可以是由其中單個屬性決定也可以是由多個屬性決定。1.5規(guī)劃與決策控制1.5.3動作規(guī)劃對于常見的軌跡規(guī)劃算法主要有5類如下：（1）基于搜索的規(guī)劃算法

通過搜索來解決運動規(guī)劃問題是最樸素的思路之一，其基本思想是將狀態(tài)空間通過確定的方式離散成一個圖，然后利用各種啟發(fā)式搜索算法搜索可行解甚至是最優(yōu)解。常見的有HybridA*算法、D*和D*Lite算法。（2）基于采樣的規(guī)劃算法

通過對連續(xù)的狀態(tài)空間進行采樣，從而將原問題近似成一個離散序列的優(yōu)化問題，這一思路也是在計算機科學中應用最為廣泛的算法。在運動規(guī)劃問題中，基于采樣的基本算法包括概率路線圖(PRM)和快速搜索隨機樹(RRT)算法。（3）直接優(yōu)化方法在絕大多數(shù)情況下，不考慮高度的變化，智能駕駛的軌跡規(guī)劃問題是一個三維約束優(yōu)化問題（2D空間+時間T）。因此，我們可以采用解耦的策略，將原始問題分解為幾個低維問題，從而大大降低求解難度。常用的有Frenet坐標系和路徑-速度解耦法。1.5規(guī)劃與決策控制1.5.3動作規(guī)劃（4）參數(shù)化曲線構(gòu)造法

參數(shù)化曲線構(gòu)造法的出發(fā)點是車輛本身的約束，包括運動學與動力學的約束，因此一般規(guī)劃的路徑需要是曲率連續(xù)的。這類方法根據(jù)起始點和目標點，考慮障礙物，通過構(gòu)造一族符合車輛約束的曲線給出一條平滑路徑。常見的曲線有Dubins曲線（由直線和圓弧構(gòu)成，是一種簡單車輛模型Dubin模型在二維空間中的最短曲線族）、回旋曲線、多項式曲線、貝塞爾曲線、樣條曲線等。（5）人工勢場法人工勢場法是受物理學中電磁場的啟發(fā)，假設(shè)障礙物和目標位置分別產(chǎn)生斥力和引力，從而可以沿著勢場的最速梯度下降去規(guī)劃路徑。這類方法的一個關(guān)鍵問題是如何選擇合適的勢場函數(shù)，應用在簡單場景下，具有較高的求解效率，但其存在的最大問題是可能陷入局部最小值，在這種情況下，所獲得的路徑不是最優(yōu)，甚至可能找不到路徑。1.5規(guī)劃與決策控制1.5.4反饋控制（1）自行車模型我們假設(shè)車輛姿態(tài)處于一個二維的平面坐標系內(nèi)，車輛的姿態(tài)可以由位移（position）和車身夾角（heading）完全描述，并且前后輪由一個剛性（rigid）軸連接，前輪可轉(zhuǎn)動，后輪只能直行，如圖1-24所示。此模型的一個重要特征是：如果車輛不向前移動，就不能橫向位移，稱為非完整性約（nonholonomicconstraint）。圖1?24車輛控制的自行車模型1.5規(guī)劃與決策控制1.5.4反饋控制

圖1?25PID反饋控制系統(tǒng)1.6智能駕駛計算平臺1.6.1基于GPU的計算解決方案GPU（圖形處理器，GraphicsProcessingUnit）在浮點運算、并行計算等部分的計算方面能夠提供數(shù)十倍至上百倍的CPU性能。利用GPU運行機器學習模型，在云端進行分類和檢測，其相對于CPU耗費的時間大幅縮短,占用的數(shù)據(jù)中心的基礎(chǔ)設(shè)施更少，能夠支持比單純使用CPU時10-100倍的應用吞吐量。憑借強大的計算能力，在機器學習快速發(fā)展的推動下，GPU目前在深度學習芯片市場非常受歡迎，很多汽車生產(chǎn)商也在使用GPU作為傳感器芯片發(fā)展無人車，GPU大有成為主流的趨勢。1.6.2基于DSP的計算解決方案DSP（數(shù)字信號處理器，DigitalSignalProcessor)以數(shù)字信號處理大量數(shù)據(jù)。DSP采用的是哈佛設(shè)計，即數(shù)據(jù)總線和地址總線分開，允許取出指令和執(zhí)行指令完全重疊，在執(zhí)行上一條指令的同時就可取出下一條指令，并進行譯碼，這大大提高了微處理器的速度。另外，還允許在程序空間和數(shù)據(jù)空間之間進行傳輸，因為增加了器件的靈活性。它不僅具有可編程性，而且其實時運行速度可達每秒數(shù)以千萬條復雜指令程序，遠遠超過通用微處理器。它的強大數(shù)據(jù)處理能力和高運行速度是最值得稱道的兩大特色。由于它的運算能力很強，速度很快，體積很小，而且采用軟件編程具有高度的靈活性，因此為從事各種復雜的應用提供了一條有效途徑。1.6智能駕駛計算平臺1.6.3基于FPGA的計算解決方案作為GPU在算法加速上強有力的競爭者，F(xiàn)PGA（現(xiàn)場可編程門陣列，F(xiàn)ield-ProgrammableGateArray）硬件配置最靈活，具有低能耗、高性能及可編程等特性，十分適合感知計算。FPGA是作為專用集成電路（ASIC）領(lǐng)域中的一種半定制電路而出現(xiàn)的，既解決了定制電路的不足，又克服了原有可編程器件門電路數(shù)有限的缺點。更重要的是，F(xiàn)PGA相比GPU價格便宜（雖然性價比不一定是最好的）。在能源受限的情況下，F(xiàn)PGA相對于CPU與GPU有明顯的性能與能耗優(yōu)勢。FPGA低能耗的特點很適合用于傳感器的數(shù)據(jù)預處理工作。此外，感知算法不斷發(fā)展意味著感知處理器需要不斷更新，F(xiàn)PGA具有硬件可升級、可迭代的優(yōu)勢。使用FPGA需要具有硬件的知識，對許多開發(fā)者有一定難度，因此FPGA也常被視為一種行家專屬的架構(gòu)。不過，現(xiàn)在也出現(xiàn)了用軟件平臺編程FPGA，弱化了軟硬件語言間的障礙，讓更多開發(fā)者使用FPGA成為可能。隨著FPGA與傳感器結(jié)合方案的快速普及，視覺、語音、深度學習的算法在FPGA上進一步優(yōu)化，F(xiàn)PGA極有可能逐漸取代GPU與CPU成為無人車、機器人等感知領(lǐng)域上的主要芯片。1.6智能駕駛計算平臺1.6.4基于ASIC的計算解決方案ASIC（專用集成電路，ApplicationSpecificIntegratedCircuits）是指應特定用戶要求和特定電子系統(tǒng)的需要而設(shè)計、制造的集成電路。Mobileye是一家基于ASIC的無人駕駛解決方案提供商。MobileyeEyeQ5芯片（見圖1-29）將裝備8枚多線程CPU內(nèi)核，同時還會搭載18枚Mobileye的下一代視覺處理器?！皞鞲衅魅诤稀笔荅yeQ5推出的主要目的。其Eyeq5SOC裝備有四種異構(gòu)的全編程加速器，分別對專有的算法進行了優(yōu)化，包括有：計算機視覺、信號處理和機器學習等。Eyeq5SOC同時實現(xiàn)了兩個PCI-E端口以支持多處理器間通信。這種加速器架構(gòu)嘗試為每一個計算任務適配最合適的計算單元，硬件資源的多樣性使應用程序能夠節(jié)省計算時間并提高計算效能。1.6智能駕駛計算平臺1.6.4基于ASIC的計算解決方案圖1?29

mobileyeEyeQ5計算芯片1.6智能駕駛計算平臺1.6.5基于云計算的自動駕駛開發(fā)平臺從技術(shù)上講，這些平臺主要分為兩類：第一類是基于合成的數(shù)據(jù)，對環(huán)境、感知及車輛進行模擬，這里的感知大多數(shù)是圖像層面的感知，這類模擬器主要用于感知、規(guī)劃算法的初步開發(fā)上，Carla、AirSim、Udacityself-drivingcarsimulator就屬于這類；第二類是基于真實數(shù)據(jù)的回放，這里的真實數(shù)據(jù)包括圖像、lidar、radar等各種傳感器的數(shù)據(jù)，這類模擬器主要用于測試無人駕駛中信息融合算法以及車輛不同部件的性能，Apollo和Autoware就屬于這類。1.6智能駕駛計算平臺1.6.6其他計算解決方案1.TPU芯片計算平臺2.恩智浦NXP自動駕駛汽車的計算平臺BlueBox3.中國芯片的計算解決方案1.7V2X技術(shù)V2X（VehicletoEverything）車聯(lián)網(wǎng)在概念上是物聯(lián)網(wǎng)面向應用的實現(xiàn)，同時也是對D2D（DevicetoDevice）技術(shù)的深入研究過程。按照中國汽車工業(yè)協(xié)會對搭載V2X功能汽車的定義來看，它是搭載先進的車載傳感器、控制器、執(zhí)行器等裝置，并融合現(xiàn)代通信與網(wǎng)絡技術(shù)，實現(xiàn)車與X（人、車、路、后臺等）智能信息的交換共享，具備復雜的環(huán)境感知、智能決策、協(xié)同控制和執(zhí)行等功能，可實現(xiàn)安全、舒適、節(jié)能、高效行駛，并最終可替代人來操作的新一代汽車。作為物聯(lián)網(wǎng)面向應用的一個概念延伸，V2X（VehicletoEverything）車聯(lián)網(wǎng)是對D2D（DevicetoDevice）技術(shù)的深入研究過程。它指的是車輛之間，或者汽車與行人、騎行者以及基礎(chǔ)設(shè)施之間的通信系統(tǒng)，如圖1-32所示。圖1?32V2X技術(shù)1.7V2X技術(shù)對于V2X技術(shù)，主要有以下幾點優(yōu)勢：（1）覆蓋范圍更（2）信息共享和感知增強

（3）有效避免盲區(qū)1.7V2X技術(shù)1.7.1V2X分類概念V2X(VehicletoEverything)車跟萬物互聯(lián)，連接的對象主要又分為4大類，V2V(VehicletoVehicle車跟車)、V2I（VehicletoInfrastructure車跟基礎(chǔ)設(shè)施）、V2P(VehicletoPeople車跟人)、V2N（VehicletoNetwork車跟云）。V2V表示車跟車之間可以進行直接通信，把車作為一個移動通信終端，具有接收和發(fā)送車身基本數(shù)據(jù)的能力V2I表示車跟周邊基礎(chǔ)設(shè)施進行通信。V2P表示車人也可以進行通信，主要通過人身上的可穿戴設(shè)備、手機、電腦等方式，車跟人進行通信主要也是減少車跟人發(fā)生碰撞的危險V2N表示車跟邊緣云進行通信1.7V2X技術(shù)1.7.2V2X通信技術(shù)V2X通信技術(shù)目前有專用短程通信技術(shù)(DedicatedShortRangeCommunications，DSRC)與基于LTE車聯(lián)網(wǎng)無線技術(shù)兩大路線。DSRC發(fā)展較早，目前已經(jīng)非常成熟，不過隨著LTE技術(shù)的應用推廣，未來在汽車聯(lián)網(wǎng)領(lǐng)域也將有廣闊的市場空間。V2X的通信機制如圖1-33所示。圖1?33V2X通信機制1.7V2X技術(shù)1.7.2V2X通信技術(shù)（1）DSRC技術(shù)

是一種高效的無信通信技術(shù)，它可以實現(xiàn)在特定區(qū)域內(nèi)(通常為數(shù)十米)對高速運動下的移動目標的識別和雙向通信，例如實時傳輸圖像，語音和數(shù)據(jù)信息，將車輛和道路有機連接。DSRC技術(shù)底層采用IEEE802.11p標準，上層則采用IEEE1609系列標準。對應至開放系統(tǒng)互連參考模型(OSIReferenceModel)，IEEE802.11p標準制定實體(PHY)層與資料鏈結(jié)層中的媒介存取控制層(MAC)的通信協(xié)定，而媒介存取控制層中的多頻道運作(Multi-ChannelOperation)至應用層之通信協(xié)定則由IEEE1609各個子標準所規(guī)范制定。主要特點如下：1）通信距離一般在數(shù)十米(10～30m)。2）工作頻段：ISM5.8GHz、915MHz、2.45GHz。3）通信速率：500Kbps/250Kbps，能承載大寬帶的車載應用信息。4）完善的加密通信機制：支持3DES、RSA算法；高安全性數(shù)據(jù)傳輸機制，支持雙向認證及加/解密。5）應用領(lǐng)域?qū)拸V：不停車收費、出入控制、車隊管理、車輛識別、信息服務等。6）具備統(tǒng)一的國家標準，各種產(chǎn)品之間的互換性、兼容性強。1.7V2X技術(shù)1.7.2V2X通信技術(shù)（2）LTE技術(shù)LTEV2X針對車輛應用定義了兩種通信方式：集中式（LTE-V-Cell）和分布式（LTE-V-Direct），如圖1-34所示。集中式也稱為蜂窩式，需要基站作為控制中心，集中式定義車輛與路側(cè)通信單元以及基站設(shè)備的通信方式；分布式也稱為直通式，無需基站作為支撐，在一些文獻中也表示為LTE-Direct（LTE-D）及LTED2D（Device-to-Device），分布式定義車輛之間的通信方式。相比DSRC技術(shù)，LTEV2X具有的優(yōu)勢在于：1）無線傳輸能力2）加速5G-V2X部署3）性能安全更高4）穩(wěn)定同步性更高

5）效益成本更高圖1?34LTE-V車聯(lián)網(wǎng)解決方案1.7V2X技術(shù)1.7.3V2X應用場景（1）信息服務典型應用場景

（2）交通安全典型應用（3）交通效率典型應用場景（4）自動駕駛典型應用場景感謝智能駕駛系統(tǒng)設(shè)計與實踐第二章智能駕駛實踐平臺簡介2.1智能小車整體架構(gòu)2.2智能小車環(huán)境感知2.3智能小車計算平臺2.1智能小車整體架構(gòu)該智能小車硬件系統(tǒng)模塊包含底盤、傳感器和中央處理電路板三大模塊。智能小車的底盤包括基本的部件如車架、車輪、傳動系統(tǒng)、懸架系統(tǒng)、驅(qū)動電機、轉(zhuǎn)向舵機等，底盤作用是支承、安裝小車各部件、總成，形成小車的整體造型，并接受驅(qū)動電機的動力，使小車產(chǎn)生運動，保證正常驅(qū)動，如圖2-1所示。圖2?1智能小車底盤1—轉(zhuǎn)向系統(tǒng)2—轉(zhuǎn)向舵機3—減振系統(tǒng)4—驅(qū)動電機5—傳動系統(tǒng)6—車架2.1智能小車整體架構(gòu)2.1.1驅(qū)動系統(tǒng)整個智能小車的驅(qū)動系統(tǒng)由三個部分組成，驅(qū)動電機、驅(qū)動控制電路（電調(diào)）和電池。1.驅(qū)動電機驅(qū)動電機是智能小車的動力來源，采用SD型21.5TG2有感無刷電機，內(nèi)置霍爾編碼器，能更方便判斷電機轉(zhuǎn)速，如圖2-2所示。電機極數(shù)是2，KV值是1520，支持的鋰電池節(jié)數(shù)是2~3s，其空載電流為1.1A。電機外徑36㎜，電機長度52.8㎜，軸徑為3.17㎜，電機重186g。圖2?2SD型21.5TG2有感無刷電機2.1智能小車整體架構(gòu)2.1.1驅(qū)動系統(tǒng)電機有無刷電機和有刷電機兩種。有刷電機是內(nèi)含電刷裝置的將電能轉(zhuǎn)換成機械能(電動機)或?qū)C械能轉(zhuǎn)換成電能(發(fā)電機)的旋轉(zhuǎn)電機，其基本構(gòu)造組件包括定子、轉(zhuǎn)子、電刷和換向器，定子和轉(zhuǎn)子磁場相互作用驅(qū)動電機旋轉(zhuǎn)。電機工作時，線圈和換向器旋轉(zhuǎn)，磁鋼和碳刷不轉(zhuǎn)，線圈電流方向的交替變化是隨電機轉(zhuǎn)動的換向器和電刷來完成的，如圖2-3所示。1.驅(qū)動電機圖2?3有刷電機結(jié)構(gòu)2.1智能小車整體架構(gòu)2.1.1驅(qū)動系統(tǒng)1.驅(qū)動電機有刷電機是所有電機的基礎(chǔ)，它具有啟動快、制動及時，可在大范圍內(nèi)平滑地調(diào)速，控制電路相對簡單等特點。電機只有兩條線，紅色線為電源線，黑色線為接地線，對其的控制只能是電源回路的通斷。因此，對電機的控制不能直接連接電源，電源與電機之間還需要一塊控制電路即驅(qū)動模塊，從而控制電機啟停和正反轉(zhuǎn)來完成行駛?cè)蝿?。無刷電機由定子、轉(zhuǎn)子和驅(qū)動器組成。無刷電機采取電子換向，線圈不動，磁極旋轉(zhuǎn)。無刷電機，是使用一套電子設(shè)備，通過霍爾元件，感知永磁體磁極的位置，根據(jù)這種感知，使用電子線路，適時切換線圈中電流的方向，保證產(chǎn)生正確方向的磁力，來驅(qū)動電機，如圖2-4所示。圖2-4有感無刷電機結(jié)構(gòu)2.1智能小車整體架構(gòu)2.1.1驅(qū)動系統(tǒng)2.驅(qū)動控制電路由于要實現(xiàn)電機的控制，電源不能直接與電機連接，還需要電機驅(qū)動控制器，如圖2-5所示。電機由電池（或直流電源）提供恒定的直流電壓。電壓幅度決定了電機的轉(zhuǎn)速，因此是電池或直流電源是一個線性激勵源。改變直流有感無刷電機速度的最有效方式是采用脈寬調(diào)制（PWM）技術(shù)。PWM技術(shù)是以固定的頻率開關(guān)恒壓源。改變PWM信號的脈沖寬度可以調(diào)節(jié)電機的速度。脈沖高低電平間的比例稱為PWM信號的占空比。直流電池電壓的幅度等于PWM信號的平均幅度。圖2?5直流電機驅(qū)動控制器2.1智能小車整體架構(gòu)3.電池2.1.1驅(qū)動系統(tǒng)電池采用4000mAh鋰電池，長138㎜、寬43mm、高25mm，由三塊電池并聯(lián)而成，最高能提供11.1V電壓，能夠滿足電機的正常運行。電池上紅色線為火線，黑色線為零線，如圖2-6所示，其接線不能和電機直接連接。圖2?6電池2.1智能小車整體架構(gòu)2.1.1驅(qū)動系統(tǒng)3.電池汽車的傳動系統(tǒng)一般由離合器、變速器、萬向傳動裝置、主減速器、差速器和半軸等組成，其基本功用是將發(fā)動機發(fā)出的動力傳給汽車的驅(qū)動車輪，產(chǎn)生驅(qū)動力，使汽車能在一定速度上行駛。智能小車的傳動系統(tǒng)雖然與汽車的傳動系統(tǒng)有所不同，但主要的傳動路線大致和汽車相同，驅(qū)動電機后置后驅(qū)，輸出齒輪與傳動軸大齒輪嚙合，再以帶傳動的方式給智能小車提供動力，如圖2-7所示。圖2?7智能小車傳動系統(tǒng)1—電機齒輪2—傳動軸大齒輪3—皮帶4—轉(zhuǎn)向節(jié)2.1智能小車整體架構(gòu)2.1.2懸架系統(tǒng)懸架系統(tǒng)是汽車的車架與車橋或車輪之間的一切傳力連接裝置的總稱，其功能是傳遞作用在車輪和車架之間的力和力矩，并且緩沖由不平路面?zhèn)鹘o車架和車身的沖擊力，并衰減由此引起的震動，以保證汽車平順行駛。懸架系統(tǒng)應有的功能是支持車身，改善乘坐的感覺，不同的懸架設(shè)置會使駕駛者有不同的駕駛感受。外表看似簡單的懸架系統(tǒng)綜合多種作用力，決定著汽車的穩(wěn)定性、舒適性和安全性，是現(xiàn)代汽車十分關(guān)鍵的部件之一。智能小車的懸架系統(tǒng)相比實際汽車會簡化許多，但本質(zhì)形式不變，也主要由彈性元件、導向裝置和減振器三部分組成。彈性元件（彈簧）使車架與車橋之間作彈性聯(lián)系，承受或傳遞垂直載荷，緩和及抑制不平路面所引起的沖擊；導向裝置（上、下控制臂）是用來傳遞縱向力、側(cè)向力及其力矩，其主要功能是保證車輪相對于車架或車身有一定的運動規(guī)律；減振器用以加快振動的衰減，限制車輪和車身的振動。從圖2-8和圖2-9所示可以看出，智能小車的懸架類似于雙橫臂式獨立懸架系統(tǒng)，側(cè)傾中心高，有較強的抗側(cè)傾能力，良好的操縱穩(wěn)定性和舒適性等優(yōu)點。2.1智能小車整體架構(gòu)2.1.2懸架系統(tǒng)圖2?8懸架實物圖圖2?9懸架結(jié)構(gòu)圖1—下控制臂2—半軸3—上控制臂4—減振器2.1智能小車整體架構(gòu)2.1.3轉(zhuǎn)向系統(tǒng)1.轉(zhuǎn)向舵機轉(zhuǎn)向舵機是轉(zhuǎn)向系統(tǒng)實現(xiàn)轉(zhuǎn)的核心部件，由于可以通過程序連續(xù)控制其轉(zhuǎn)角，因而被廣泛應用智能小車以實現(xiàn)轉(zhuǎn)向以及機器人各類關(guān)節(jié)運動中。智能小車的所有需要轉(zhuǎn)向的行駛都依賴于轉(zhuǎn)向舵機，它具有體積小、力矩大、外部機械設(shè)計簡單、穩(wěn)定性高等特點，無論是在硬件設(shè)計還是軟件設(shè)計，舵機設(shè)計是小車控制部分重要的組成部分。舵機一般分數(shù)字舵機和模擬舵機，其機械結(jié)構(gòu)基本相同。舵機的主體結(jié)構(gòu)如圖2-10所示，主要有幾個部分：外殼、減速齒輪組、電機、電位器、控制電路。舵機的外殼一般是塑料的，特殊的舵機可能會有金屬鋁合金外殼。金屬外殼能夠提供更好的散熱，可以讓舵機內(nèi)的電機運行在更高功率下，以提供更高的扭矩輸出。金屬外殼也可以提供更牢固的固定位置。數(shù)字舵機和模擬舵機最大的區(qū)別體現(xiàn)在控制電路上，數(shù)字舵機的伺服控制器采用了數(shù)字電路，而模擬舵機的控制器采用的是模擬電路。數(shù)字舵機可以提供更快的響應和加速效果，控制靈敏度更好。高靈敏度的控制建議選擇數(shù)碼舵機，如直升機的控制，高速固定翼飛機，高速滑翔機，比賽用車膜型，云臺的控制等。低速固定翼飛機、船模、娛樂用車模等可以考慮模擬舵機。2.1智能小車整體架構(gòu)1.轉(zhuǎn)向舵機圖2?10舵機結(jié)構(gòu)示意圖2.1智能小車整體架構(gòu)1.轉(zhuǎn)向舵機舵機轉(zhuǎn)速由舵機無負載的情況下轉(zhuǎn)過60°角所需時間來衡量，常見舵機的速度一般在0.11/60°~0.21S/60°之間。舵機轉(zhuǎn)矩的單位是kg·cm，可以理解為在舵盤上距舵機軸中心水平距離1cm處，舵機能夠帶動的物體重量。舵機的工作電壓對性能有重大的影響，舵機推薦的電壓一般都是4.8V或6V。有的舵機可以在7V以上工作，比如12V的舵機。較高的電壓可以提高電機的速度和扭矩，選擇舵機還需要看控制器所能提供的電壓。舵機的功率（速度×轉(zhuǎn)矩）和舵機的尺寸比值可以理解為該舵機的功率密度，一般同樣品牌的舵機，功率密度大的價格高。選擇舵機需要在計算所需扭矩和速度，并確定使用電壓的條件下，選擇有150%左右甚至更大扭矩富余的舵機。2.1智能小車整體架構(gòu)2.舵機控制原理舵機簡單的說就是集成了直流電機、電機控制器和減速器等，并封裝在一個便于安裝的外殼里的伺服單元，能夠利用簡單的輸入信號比較精確的轉(zhuǎn)動給定角度的電機系統(tǒng)。舵機是一種位置（角度）伺服的驅(qū)動器，適用于那些需要角度不斷變化并可以保持的控制系統(tǒng)。舵機安裝了一個電位器（或其它角度傳感器）檢測輸出軸轉(zhuǎn)動角度，控制板根據(jù)電位器的信息能比較精確的控制和保持輸出軸的角度。舵機是一個微型的伺服控制系統(tǒng)，具體的控制原理如圖2-11所示。圖2?11舵機控制原理圖2.1智能小車整體架構(gòu)2.舵機控制原理工作原理是控制電路接收信號源的控制脈沖，并驅(qū)動電機轉(zhuǎn)動；齒輪組將起減速增矩的作用，即降低電機轉(zhuǎn)速，并增加電機的輸出扭矩；電位器和齒輪組的末級一起轉(zhuǎn)動，測量舵機軸轉(zhuǎn)動角度；電路板檢測并根據(jù)電位器判斷舵機轉(zhuǎn)動角度，然后控制舵機轉(zhuǎn)動到目標角度或保持在目標角度。脈寬調(diào)制信號來控制舵機轉(zhuǎn)動角度，脈沖寬度是舵機控制器所需的編碼信息。舵機的控制脈沖周期20ms，脈寬從0.5ms-2.5ms，分別對應-90°到+90°的位置，如圖2-12所示。2.1智能小車整體架構(gòu)2.舵機控制原理舵機的輸入線共有三條，如圖2-13所示，中間是紅色電源線；黑色接地線，白色是控制線。電源線和接地線接通后形成回路，給舵機內(nèi)的電機供電。根據(jù)舵機的型號不同，一般電源有4.8V和6.0V兩種規(guī)格，分別對應不同的轉(zhuǎn)矩輸出標準，6.0V輸出較大轉(zhuǎn)矩。舵機直接從控制信號線接收PWM信號即可控制轉(zhuǎn)角。舵機的控制信號周期為20ms的PWM信號，其中脈沖寬度從0.5～2.5ms，相對應的舵盤位置為0～180°，呈線性變化。即給它提供一定的脈寬，它的輸出軸就會保持一定對應角度上，無論外界轉(zhuǎn)矩怎么改變，直到給它提供一個另外寬度的脈沖信號，它才會改變輸出角度到新的對應位置上。2.1智能小車整體架構(gòu)3.智能小車的轉(zhuǎn)向原理智能小車的轉(zhuǎn)向系統(tǒng)采用阿克曼轉(zhuǎn)向原理設(shè)計。阿克曼轉(zhuǎn)向是一種現(xiàn)代汽車的轉(zhuǎn)向方式，是為了解決在汽車轉(zhuǎn)彎的時候，內(nèi)外輪轉(zhuǎn)過的角度不一樣，內(nèi)側(cè)輪胎轉(zhuǎn)彎半徑小于外側(cè)輪胎的問題。依據(jù)阿克曼轉(zhuǎn)向幾何設(shè)計的車輛，沿著彎道轉(zhuǎn)彎時，利用四連桿的相等曲柄使內(nèi)側(cè)輪的轉(zhuǎn)向角比外側(cè)輪大大約2~4°，使四個輪子路徑的圓心大致上交會于后軸的延長線上瞬時轉(zhuǎn)向中心，理論上可以讓車輛的車輪做純滾動的順暢轉(zhuǎn)彎。圖2-14所示就是理想的阿克曼轉(zhuǎn)向。2.1智能小車整體架構(gòu)3.智能小車的轉(zhuǎn)向原理智能小車的轉(zhuǎn)向工作原理可理解為：轉(zhuǎn)向舵機收到轉(zhuǎn)角信號時，電機驅(qū)動內(nèi)部齒輪旋轉(zhuǎn)使轉(zhuǎn)向搖臂左右擺動，轉(zhuǎn)向搖臂帶動轉(zhuǎn)向直拉桿左右擺動，與汽車的轉(zhuǎn)向系統(tǒng)最大的不同在于小車上的“轉(zhuǎn)向器”結(jié)構(gòu)簡單，直接采用固定軸承加擺臂的形式轉(zhuǎn)變了拉桿的運動方向，最后使轉(zhuǎn)向節(jié)臂左右擺動，實現(xiàn)轉(zhuǎn)向，如圖2-15所示。2.2智能小車環(huán)境感知傳感器是一種檢測裝置，能夠?qū)⒉杉男畔?，按一定?guī)律變換成為電信號或其他所需形式的信息輸出，以滿足信息的傳輸、處理、存儲、顯示、記錄和控制等要求。智能車輛環(huán)境感知模塊是利用各種傳感器對本車所處的周邊環(huán)境進行數(shù)據(jù)采集，為處理模塊控制操作提供有效依據(jù)，多種傳感器的結(jié)合應用為智能車輛環(huán)境感知模塊提供了技術(shù)保障。傳感器是智能小車的“感覺器官”，是小車能稱之為“智能”的必要件。2.2.1杜邦線杜邦線，也叫跳線，是美國杜邦公司生產(chǎn)的有特殊效用的縫紉線，無需焊接，可以牢靠地和插針連接，快速進行電路試驗，主要用于模塊之間的連接，傳輸電信號，實現(xiàn)控制電路板之間的通信，如圖2-16所示。杜邦線分為三種，“公對公”“母對母”“公對母”，分別適用于不同的端口連接，該鏈接方式具有即拔即插、無需焊接、傳輸穩(wěn)定、通斷自由等優(yōu)點，不同的傳輸路線可用不同顏色的線進行區(qū)分。圖2?16杜邦線2.2智能小車環(huán)境感知2.2.2霍爾傳感器“霍爾”一般指霍爾效應，是美國物理學家霍爾于1879年在研究金屬的導電機構(gòu)時發(fā)現(xiàn)的。當電流垂直于外磁場通過導體時，在導體的垂直于磁場和電流方向的兩個端面之間會出現(xiàn)電勢差，這一現(xiàn)象便是霍爾效應。這個電勢差也被叫做霍爾電勢差?；魻杺鞲衅髟陔姍C的尾部，霍爾傳感器接線如圖2-17。通過霍爾傳感器測速的方法有很多，主要有頻率測速法和周期測速法。圖2?17霍爾傳感器2.2智能小車環(huán)境感知2.2.2霍爾傳感器（1）頻率測速法

通過在相同的時間T間隔內(nèi)計算傳感器輸出的脈沖個數(shù)來算出轉(zhuǎn)速。設(shè)R為每轉(zhuǎn)的脈沖信號數(shù)，T為間隔時間，M為T時間內(nèi)測得的脈沖數(shù)。可見這種測速法的分辨率取決于電機轉(zhuǎn)一周的輸出R和測速周期T，極對數(shù)越多或測量周期越長，則分辨率越小，但一般電機的R不大，且測量周期不宜過大，因為測量周期過大為影響測速的反應速度，降低系統(tǒng)的實時性。所以這種方法是不可取的。（2）周期測速法通過測量傳感器發(fā)出的相鄰兩個脈沖之間的T來算出轉(zhuǎn)速；因為相鄰兩個脈沖對應輪子上的物理距離N是確定的。用一個計數(shù)器對三個霍爾的脈沖信號進行采集；從一個脈沖觸發(fā)開始計時，到下一個脈沖觸發(fā)新的計時，測得每兩個脈沖間的時間T；所以，T法測速的電機速度speed=N/T。注意，關(guān)于N的獲得有兩種方法，①根據(jù)電機參數(shù)即可獲得，用輪子周長除以輪子轉(zhuǎn)一圈的脈沖數(shù)；②可以測量10圈輪子累積脈沖，求平均值。2.2智能小車環(huán)境感知2.2.3超聲波測距傳感器人類耳朵能聽到的聲波頻率為20Hz~20kHz。頻率高于20kHz赫茲的聲波稱為“超聲波”。因其方向性好，穿透能力強，易于獲得較集中的聲能，在水中傳播距離遠，可用于測距、測速、清洗、焊接、碎石、殺菌消毒等。超聲波探頭主要由壓電晶片組成，既可以發(fā)射超聲波，也可以接收超聲波。常用的是壓電式超聲波發(fā)生器，是利用壓電晶體的諧振來工作的，利用壓電效應的原理將電能和超聲波相互轉(zhuǎn)化，即在發(fā)射超聲波的時候，將電能轉(zhuǎn)換成超聲波發(fā)射出去，而在接收時，則將超聲振動轉(zhuǎn)換成電信號。超聲波傳感器探頭內(nèi)部有兩個壓電晶片和一個共振板。當它的兩極外加脈沖信號，其頻率等于壓電晶片的固有振蕩頻率時，壓電晶片將會發(fā)生共振，并帶動共振板振動，便產(chǎn)生超聲波。反之，如果兩電極間未外加電壓，當共振板接收到超聲波時，將壓迫壓電晶片作振動，將機械能轉(zhuǎn)換為電信號，這時它就成為超聲波接收器了。2.2智能小車環(huán)境感知2.2.4攝像頭這里攝像頭指廣義的攝像頭傳感器，根據(jù)類型包括單目、雙目、紅外、魚眼等攝像頭，主要負責對前方車輛和行人等障礙物的圖像采集以及對前方信號燈與交通標志標線的信息采集。攝像頭是視覺傳感器系統(tǒng)的關(guān)鍵部件，視覺傳感器系統(tǒng)是無人駕駛智能汽車障礙物的識別以及避障中的重要組成部分，主要由圖像的采集模塊、處理模塊、特征提取模塊等組成。2.2智能小車環(huán)境感知2.2.5激光雷達激光掃描雷達的工作原理是：激光器以逆時針在水平方向上發(fā)射的激光束完成190°的平面掃描。當激光束遇到目標障礙物時，反射回來激光束被光學接收系統(tǒng)的探測器檢測到，會轉(zhuǎn)變成一個電信號經(jīng)過濾波和放大之后，輸入到內(nèi)部的數(shù)字信號處理器，經(jīng)過處理后輸出到采集程序顯示在計算機上。在激光雷達的實際應用中，掃描周期、尾度測量范圍和尾度分辨率以及探測距離等是主要關(guān)注的量。2.3智能小車計算平臺智能小車的中央處理電路板選用Raspberry4B（樹莓派），智能小車的中央處理器是整個智能小車的“大腦”，其集信號的讀取、處理、調(diào)控、輸出為一體，調(diào)控整個小車實現(xiàn)特定功能，如圖2-23所示。2.3智能小車計算平臺2.3.1樹莓派接口及配件介紹1.樹莓派板載接口樹莓派3B+是采用BCM2837B0型號的CPU，是一個64位的處理器，其主頻高達1.4GHz，性能已經(jīng)很強勁，這個處理器包含完整的性能優(yōu)化和散熱器。這允許更好的時鐘頻率，并能準確地監(jiān)控芯片溫度，功能圖如2-24所示。2.3智能小車計算平臺2.3.1樹莓派接口及配件介紹1.樹莓派板載接口雙頻無線網(wǎng)卡和藍牙采用CypressCYW43455“combo”芯片，與上一代相比，3B+在2.4GHz頻帶地傳輸表現(xiàn)更好，并且在5GHz頻帶表現(xiàn)更好。以往地樹莓派設(shè)備使用LAN951x系列芯片，它將USBHUB與10/100以太網(wǎng)控制器結(jié)合在一起。對于樹莓派3B+，升級版LAN7515支持千兆以太網(wǎng)，而當USB2.0連接應用處理器限制了可用寬帶。樹莓派3B+的應用處理器在原有地工藝下提升了主頻，所以運行時發(fā)熱量比原來的樹莓派3B要大，可以采用一些輔助的散熱手段。2.3智能小車計算平臺2.3.1樹莓派接口及配件介紹2.樹莓派I/O口I/O是輸入/輸出Input/Output的縮寫，通常指數(shù)據(jù)在內(nèi)部存儲器和外部存儲器或其他周邊設(shè)備之間的輸入和輸出。I/O接口的功能是負責實現(xiàn)CPU通過系統(tǒng)總線把I/O電路和外圍設(shè)備聯(lián)系在一起。輸入/輸出設(shè)備是硬件中由人（或其他系統(tǒng)）使用與計算器進行通信的部件。樹莓派的IO口一共有40個管腳，具體定義如圖2-25所示。2.3智能小車計算平臺2.3.1樹莓派接口及配件介紹GPIO（GeneralPurposeI/OPorts）意思為通用輸入/輸出端口，通俗地說，就是一些引腳，可以通過它們輸出高低電平或者通過它們讀入引腳的狀態(tài)，是高電平或是低電平。GPIO是個比較重要的概念，用戶可以通過GPIO口和硬件進行數(shù)據(jù)交互（如UART），控制硬件工作（如LED、蜂鳴器等），讀取硬件的工作狀態(tài)信號（如中斷信號）等。GPIO口的使用非常廣泛。掌握了GPIO，差不多相當于掌握了操作硬件的能力。+3.3V和+5V用于給其他模塊（如傳感器、驅(qū)動板）供電，GND連接其他模塊的GND接口，形成電源回路。2.3智能小車計算平臺3.樹莓派電源適配器樹莓派正常工作需要一個較為穩(wěn)定的電源適配器或充電寶提供電源，樹莓派采用microusb供電接口，要求5V電壓，2.5A電流，電腦usb接口只提供5V、1A的電源不能滿足此要求，因此樹莓派不能插在電腦上使用，而該款充電器好能提供5V、2.5A的穩(wěn)定電源，因此可作為樹莓派的電源適配器，如圖2-26所示。同樣的，在選擇充電寶時，也要求選用最低能提供5V電壓、2.5A電流的充電寶。圖2?26樹莓派電源適配器2.3.1樹莓派接口及配件介紹2.3智能小車計算平臺2.3.2樹莓派系統(tǒng)燒錄與配置樹莓派是基于ARM的微型電腦主板，以SD/MicroSD卡為內(nèi)存硬盤，其是只有信用卡大小的微型電腦。從早期的A、B型到現(xiàn)在的3B+型，其外部接口更加豐富、功能更加強大、使用更加廣泛。Matlab/Simulink是用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計算的高級技術(shù)計算語言和交互式環(huán)境，主要包括MATLAB和Simulink兩大部分。Matlab發(fā)展至今版本不斷更新，從R2014a便提供了樹莓派的支持包，其版本與樹莓派的匹配情況如圖2-27所示。本書選用樹莓派3B+與提供其支持包的R2018bMatlab/Simulink進行搭接。2.3智能小車計算平臺2.3.2樹莓派系統(tǒng)燒錄與配置1.樹莓派系統(tǒng)燒錄與基礎(chǔ)參數(shù)設(shè)置樹莓派支持多種系統(tǒng)，主要包括Raspbian、windows10I0T、UBUNTUMATE等，常用的是Raspbian系統(tǒng)，本書圍繞此系統(tǒng)講解。首先登錄網(wǎng)站（/downloads/）下載系統(tǒng)文件，如圖2-28所示。然后在windows電腦上安裝系統(tǒng)燒入軟件etcher，最后用讀卡器把樹莓派配套的存儲卡接入電腦，然后打開etcher開始系統(tǒng)燒入。2.3智能小車計算平臺2.3.2樹莓派系統(tǒng)燒錄與配置1.樹莓派系統(tǒng)燒錄與基礎(chǔ)參數(shù)設(shè)置第一步點擊Selectimage選擇在官網(wǎng)下載的系統(tǒng)文件，第二步點擊Selectdrive選擇U盤盤符，第三步點擊Flash開始燒入系統(tǒng)，如圖2