《智能網(wǎng)聯(lián)整車綜合測試》課件-自動駕駛功能的實現(xiàn)

6.1.1自主循跡控制系統(tǒng)的結(jié)構(gòu)自動駕駛汽車自主循跡控制系統(tǒng)的主要任務(wù)包括任務(wù)規(guī)劃、行為決策及汽車底層操作。在實際應(yīng)用中，汽車的自主循跡控制分為橫向控制和縱向控制。主動循跡智能控制6.1.1循跡功能的實現(xiàn)橫向控制通過轉(zhuǎn)向盤的開環(huán)及閉環(huán)對車輛進行控制，上位機控制單元通過汽車橫向循跡誤差和角度循跡誤差信息計算出期望的轉(zhuǎn)向盤轉(zhuǎn)角，然后通過轉(zhuǎn)向執(zhí)行機構(gòu)實現(xiàn)對轉(zhuǎn)向系統(tǒng)的實時控制，進而實現(xiàn)對期望道路軌跡的跟蹤。自動駕駛汽車橫向控制結(jié)構(gòu)6.1.1循跡功能的實現(xiàn)縱向控制是指自動駕駛汽車對汽車速度的控制，主要通過控制汽車的檔位、制動系統(tǒng)等使汽車按期望的車速行駛，實現(xiàn)與前后車車距的保持及緊急避障等。自動駕駛汽車縱向控制結(jié)構(gòu)6.1.2Apollo開放平臺認知Apollo平臺技術(shù)架構(gòu)由四層組成，分別為車輛平臺、硬件平臺、軟件開放平臺和云服務(wù)平臺。Apollo平臺技術(shù)架構(gòu)6.1.2Apollo開放平臺認知6.1.2Apollo開放平臺認知Apollo硬件平臺架構(gòu)及數(shù)據(jù)路程圖6.1.2Apollo開放平臺認知6.1.2Apollo開放平臺認知定位模塊仿真模塊數(shù)據(jù)開發(fā)平臺模塊安全方案模塊6.1.3Apollo仿真平臺認知Apollo仿真平臺大規(guī)模分布式架構(gòu)6.2.1高精地圖認知6.2.1高精地圖認知6.2.1高精地圖認知高精地圖的分層架構(gòu)高精地圖的分層架構(gòu)主要有四層：道路層、車道層、動態(tài)數(shù)據(jù)層和自動駕駛輔助層。1.道路層：自動駕駛汽車的道路規(guī)劃在道路層完成；2.車道層：包含定位特征、路徑及護欄、交通設(shè)施等信息；3.動態(tài)數(shù)據(jù)層：傳輸實時路況及交通事件；4.自動駕駛輔助層：構(gòu)建出完整的三維場景。6.2.2高精地圖與傳統(tǒng)地圖的區(qū)別6.2.2高精地圖與傳統(tǒng)地圖的區(qū)別高精地圖與傳統(tǒng)地圖對比差別高精地圖傳統(tǒng)地圖使用對象自動駕駛汽車駕駛?cè)擞猛靖呔ㄎ?、輔助環(huán)境感知、規(guī)劃與決策導(dǎo)航、搜索、可視化精度厘米米數(shù)據(jù)維度道路形狀、坡度、曲率、鋪設(shè)、方向路口連接相關(guān)數(shù)據(jù)道路附屬設(shè)施相關(guān)數(shù)據(jù)道路形狀、坡度、曲率、鋪設(shè)、方向功能提供自變量和目標函數(shù)輔助駕駛導(dǎo)航數(shù)據(jù)的實時性高較高數(shù)據(jù)類型半永久\永久靜態(tài)數(shù)據(jù)半動態(tài)\動態(tài)數(shù)據(jù)永久靜態(tài)數(shù)據(jù)半永久靜態(tài)數(shù)據(jù)6.2.3高精地圖采集流程原始數(shù)據(jù)采集包括收集道路上的圖像信息、三維點云信息及定位信息。1.原始數(shù)據(jù)采集圖像采集點云采集定位信息采集圖像、時間戳點云、時間戳定位、時間戳數(shù)據(jù)儲存高精地圖原始數(shù)據(jù)采集流程6.2.3高精地圖采集流程2.高精地圖數(shù)據(jù)處理6.2.3高精地圖采集流程元素識別包括圖像處理和點云識別。3.元素識別圖像采集圖像分割邊緣檢測圖像預(yù)處理圖像識別特征提取圖像細化特征參數(shù)計算元素識別中圖像處理流程圖6.2.3高精地圖采集流程人工驗證即人工通過俯視圖、圖像和點云圖等進行驗證，整合成高精地圖數(shù)據(jù)。4.人工驗證車道線、路沿信號燈6.2.3高精地圖采集流程高精地圖經(jīng)過格式轉(zhuǎn)換、模型轉(zhuǎn)換、坐標轉(zhuǎn)換之后就可以進行發(fā)布，在發(fā)布之后，會一直根據(jù)傳感器數(shù)據(jù)的回傳進行地圖的更新服務(wù)。5.地圖發(fā)布華為地圖Roadcode6.3.1自主避障流程避障是指車輛根據(jù)采集的障礙物的狀態(tài)信息，在行走過程中通過傳感器感知到妨礙其通行的靜態(tài)和動態(tài)物體時，決策模塊依據(jù)傳回的數(shù)據(jù)采用相應(yīng)避障算法選擇避障路線，將計算結(jié)果傳輸至控制器來控制車輛的減速及轉(zhuǎn)向，實現(xiàn)安全平穩(wěn)的行駛。避障策略6.3.1自主避障流程障礙物運動軌跡預(yù)測的方法主要有三種：靜態(tài)處理、假設(shè)狀態(tài)保持不變、概率軌跡模型法。自動駕駛汽車軌跡預(yù)測模塊示意圖2.障礙物的軌跡預(yù)測6.3.1自主避障流程自動駕駛汽車避障路徑的生成主要分為人工勢場法、反應(yīng)式避障法和區(qū)域劃分法。人工勢場法路徑避讓工作原理3.避障路徑的生成反應(yīng)式避障法路徑避讓工作原理區(qū)域劃分法路徑避讓工作原理6.4.1自動駕駛關(guān)鍵技術(shù)自動駕駛涉及的關(guān)鍵技術(shù)分為感知定位、決策規(guī)劃、控制執(zhí)行三大部分。自動駕駛關(guān)鍵技術(shù)6.4.1自動駕駛關(guān)鍵技術(shù)自動駕駛車輛利用各種主動、被動傳感器探測外部環(huán)境及車輛信息，包括行駛過程中的障礙物、信號燈、車道線等。1.感知定位6.4.1自動駕駛關(guān)鍵技術(shù)多傳感器融合視頻演示6.4.1自動駕駛關(guān)鍵技術(shù)決策規(guī)劃模塊是基于路網(wǎng)信息、外界交通環(huán)境信息和自身行駛狀態(tài)做出遵守交通規(guī)則的駕駛行為決策過程。2.決策規(guī)劃局部路徑規(guī)劃6.4.1自動駕駛關(guān)鍵技術(shù)控制執(zhí)行接收決策規(guī)劃模塊的命令，根據(jù)規(guī)劃的行駛軌跡和速度以及當前位置、姿態(tài)，產(chǎn)生對車輛加速、制動及轉(zhuǎn)向盤等的控制。自動駕駛線控系統(tǒng)3.控制執(zhí)行二、自動駕駛應(yīng)用領(lǐng)域Apollo自動駕駛開發(fā)套件D-KIT特斯拉Autopilot系統(tǒng)目前自動駕駛技術(shù)主要分為兩條技術(shù)路線：一是以百度等互聯(lián)網(wǎng)公司為代表，搭建了L4-L5技術(shù)的自動駕駛平臺，以提供完整技術(shù)鏈為目的。二是特斯拉等汽車廠將L2-L3的自動駕駛技術(shù)裝載于整車上，并推向市場。二、自動駕駛應(yīng)用領(lǐng)域在自動駕駛技術(shù)迅速發(fā)展時期，自動駕駛的應(yīng)用場景大致可分為三類：低速場景、中高速場景以及特殊場景。Uber無人駕駛車二、自動駕駛應(yīng)用領(lǐng)域城市道路、孵化園園區(qū)、物流中心等區(qū)域多為自動駕駛汽車應(yīng)用的低速場景。無人駕駛外賣車1.低速場景無人駕駛快遞車二、自動駕駛應(yīng)用領(lǐng)域在中高速環(huán)境中，智能車通常作為自動駕駛出租車、自動駕駛巴士、自動駕駛物流等使用。2.中高速場景高速應(yīng)用場景實例對比場景實例場景特點場景效益自動駕駛出租車(Rabo-taxi)城市開放道路、路況復(fù)雜、安全要求高降低人力成本、緩解用工短缺、避免人為因素引發(fā)事故、減少尾氣排放干線物流結(jié)構(gòu)化道路、交通參與者少、商業(yè)需求明確提高安全性、降低人力成本、提高運輸效率無人公交載人場景、路線固定、開放路段解決公交駕駛?cè)苏衅咐щy的問題、降低人力成本二、自動駕駛應(yīng)用領(lǐng)域在農(nóng)業(yè)領(lǐng)域，自動駕駛農(nóng)機可以自動完成農(nóng)田的耕種等工作，提高農(nóng)業(yè)生產(chǎn)效率。

在醫(yī)療領(lǐng)域，自動駕駛救護車可以提高搶救效率，但需要與醫(yī)護人員進行實時通信，根據(jù)醫(yī)護人員指示進行響應(yīng)的操作。北大荒無人化農(nóng)機3.特殊場景循跡控制分為橫向控制和縱向控制。橫向控制通過轉(zhuǎn)向盤的開環(huán)及閉環(huán)對車輛進行控制，縱向控制通過汽車的檔位、制動系統(tǒng)進行控制。01高精地圖主要面向自動駕駛汽車通過一套特有的定位導(dǎo)航體系，協(xié)助自動駕駛系統(tǒng)解決性能限制問題，拓展傳感器檢測范圍。02自主避障流程包括障礙物的檢測、軌跡預(yù)測以及避障路徑的生成。03自動駕駛涉及的關(guān)鍵技術(shù)分為感知定位、決策規(guī)劃、控制執(zhí)行三大部分。04謝謝觀看三、自動駕駛汽車自動避障實現(xiàn)案例1）進入工控機操作系統(tǒng)界面，打開終端（Terminal）。2）在終端中輸入命令cd/apollo，進入Apollo文件夾。3）打開CAN總線通信接口，輸入命令bashcan_start.sh，使工控機具備CAN總線通信能力。4）打開新的終端，在終端中輸入命令cd/apollo，再次進入Apollo文件夾。5）啟動“docker”環(huán)境，輸入命令bashdocker/scripts/dev_start.sh。6）裝載“docker”環(huán)境，輸入命令bashdocker/scripts/dev_into.sh。終端界面1.進入Apollo操作界面三、自動駕駛汽車自動避障實現(xiàn)案例1）啟動Apollo無人駕駛平臺的“DreamView”界面，輸入命令bashscripts/bootstrap.sh。指令執(zhí)行完畢后打開網(wǎng)頁連接，進入Apollo操作界面。2）啟動對應(yīng)功能模塊并檢查其工作狀態(tài)。Dreamview主頁2.進入人機交互界面Dreamview三、自動駕駛汽車自動避障實現(xiàn)案例3）打開新終端，輸入命令cd/apollo，進入Apollo文件夾。4）裝載“docker”環(huán)境，輸入命令bashdocker/scripts/dev_into.sh。5）進入Channel界面，輸入命令cyber_monitor。6）進入Channel，查看項目的“FrameRatio”。Channel界面三、自動駕駛汽車自動避障實現(xiàn)案例1）開啟功能模塊進行規(guī)劃預(yù)測控制。2）添加行駛路線起點及終點，完成行駛路線的生成。3）檢查軌跡線和Topic信息。