无人驾驶_1.docx
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《无人驾驶_1.docx》由会员分享,可在线阅读,更多相关《无人驾驶_1.docx(30页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、无人驾驶这是学习中兴开发者社区金明、郑卫军的总结笔记感谢大佬的总结学习记录一下机器人技术的核心是运动控制包括定位、导航、感悟、决策、跟踪等可广泛应用在家庭效劳机器人、工业自动化机器人等领域。自动驾驶是人工智能领域最炙手可热的方向互联网巨擎谷歌、Uber、百度等、传统汽车大厂商、Tier1供给商和很多初创公司都纷纷投入到这场全新的交通运输生态的创立中。截止2017年度6月18日以来共有34家公司获得美国加州路测资格其中中国背景的公司就有9家。图片来自互联网通过对自动驾驶的深化解析发现自动驾驶技术与机器人运动控制技术在框架构成、硬件平台、应用理解、软件核心算法上都根本契合。本文以百度的自动驾驶Ap
2、ollo技术为例比拟自动驾驶以及机器人运动控制技术的异同点。注目前自动驾驶技术百度公开的最为彻底它所用的思想代表了目前做自动驾驶的主流道路。技术框架比照机器人运动控制的技术栈机器人运动控制分为四层技术栈1.根底运动平台一个机器人必须有可以运动的实体一般来讲对于低速挪动的机器人差分轮式运动底座是比拟普遍的选择。它有两个主动轮可以分别控制转速以及转向前面有一个被动万向轮。运动底座向上提供的根本接口包括线速度角速度或者曲率控制查询当前里程计信息完成上层对运动底座的控制以及信息查询。2.硬件平台运算单板是硬件局部与运算单板同层的其它模块都是感悟单元感悟单元涵盖了目前主流的环境感悟技术可按照实际需求进展
3、选取。3.软件平台软件平台包括操作系统以及上层算法。目前主流的机器人操作系统是ROSROS是WillowGarage公司在2020年度发布的开源机器人操作系统由于其具有点对点设计不依赖于编程语言分布式架构强大的硬件抽象广泛的社区介入奉献丰富的可复用知名的开源库资源已经成为机器人设计的不二选择。对于低速运动场景原生的ROS环境完全知足设计要求。感悟、定位、避障、地图、途径规划、导航、跟踪是封装的软件算法模块软件算法与感悟单元收集的数据配合完成机器人的各种功能。4.云效劳平台云效劳平台包括仿真、平安、数据平台、训练平台、语音以及全局地图功能数据平台位于云端通过深度学习以及训练使机器人获得更高的智能
4、程度。仿真平台是做机器人测试的必要工具用户可以不依赖于真实的机器人以及测试环境而是在仿真平台中建立机器人模型以及测试环境进而验证自己的算法。百度自动驾驶Apollo技术框架图片来自互联网百度的自动驾驶分为四层技术栈1.参考汽车平台一辆汽车必须可以实现电子化的控制也就是线控。百度目前的参考设计使用的是LincolnMKZ,enhancedbyAutonomousStuff,为用户提供了一个无障碍的自动车辆平台。该平台为用户提供了一整套硬件以及软件解决方案。用户可以直接获得车辆某些模块控制权限如档位速度以及指示灯如下列图2.参考硬件平台为了实现高性能稳定的计算百度采用的是工业级PC作为运算单元配置
5、6th-GenIntelCorei7/i5LGA1151CPU以及NVIDIAGeForceGTX1050*GPU可以工作在-25到60的工作范围。定位采用的是GPSIMU的交融方案精度能到达厘米级别。在Apollo1.0中没有公开摄像头、Lidar(雷达)以及Radar(毫米波雷达)信息不过根据百度以前无人驾驶车的信息可以看到它包含一个Velodyn64线HDL64E雷达配套一个长距毫米波雷达以及中距毫米波雷达一个鱼眼摄像头以及一个摄像机镜头。3.开源软件平台开源软件平台包括操作系统以及上层算法。Apollo采用ROS操作系统。其中ROS是做了定制化修改的使得其能更合适自动驾驶的要求后面的连
6、载文章中会详细介绍。算法模块的构成与前面运动控制中的算法根本类似多了端对端以及HMI。HMI是百度自动驾驶提供的人机交互界面方便操统计以及调试。端对端算法是一种所见即行动的思想通过深度学习将感悟直接转化为控制这是一种实验性质的算法目前还不是主流应用。4.云效劳平台主要有三个作用,训练模型自动驾驶仿真高精地图提供。两个技术栈的比照根据上述对机器人运动控制技术以及自动驾驶技术栈的描绘可以看到两者之间有颇多相似的地方同时也有一些差异点详细分析如下1.运动底座vs参考汽车平台二者都是运动的控制主体为上层算法提供控制接口进展驱动提供查询接口进展反应。运动底座以及汽车进展控制时都要知足非完好约束即不向前挪
7、动的情况下无法单独完成横向位移。相比于运动底座汽车平台的动力学模型会更加复杂除了速度不是一个量级惯性因素也会使得控制更加复杂。汽车的横向位移转弯靠前轮的朝向与前后轮形成直线的夹角的变化属于自行车模型。机器人运动控制多采用差分轮运动底座横向位移靠两个轮子互相反方向旋转靠不同的旋转速度比来知足不同曲率的要求在控制算法的选取中会有不同。2.运算单元运动控制平台采用的是嵌入式异构计算单板知足低速简单运动场景的感悟、决策、控制算法的计算要求。汽车应对的是高速、绝对可靠平安的场景运算量不是一个量级目前多采用工业级PC的方案来知足感悟对于运算量的要求。各芯片厂商也纷纷推出自己的芯片方案后续运算单元平台将是百
8、花争艳的场面。3.感悟单元运动控制平台以及自动驾驶采用的传感器大多重叠也有几个不同地方如深度摄像头可以在运动控制平台的室内场景中使用深度主要靠构造光技术抗干扰才能差目前在室外场景下不可靠。自动驾驶多采用双目摄像头来完成深度识别。运动控制平台采用超声以及红外完成被动障碍感悟自动驾驶采用汽车电子方面非常成熟的毫米波雷达方案。4.操作系统两者都使用ROS操作系统汽车对于实时性、带宽、分布式要求会更加严苛。原生的ROS对于这三方面都无法到达自动驾驶的要求固然ROS2.0会在这三个方面有很大的提升但是仍然处于实验阶段。大局部自动驾驶厂商包括百度都是在ROS根底上作深度定制。5.上层算法两者的软件算法分类
9、根本一样所采用的算法实现有很多互相借鉴的地方在后面的连载文章中会详细介绍。6.仿真运动控制平台的场景相对简单在一些相对高配置的PC上根本能知足要求。自动驾驶一般要自动驾驶厂商自己搭建仿真平台汽车要仿真的环境非常复杂计算量消耗很大一般要采用云技术分布式平台。7.地图运动控制平台的地图创立所描绘的场景比拟简单一般2D场景地图即可知足要求在运算单元上可以完成创立以及使用。自动驾驶需要高精地图三维点云准确到厘米级别其特点是需要花费宏大本钱提早用收集车收集生成的高精地图要随时更新消耗大量的存储一般要放在云端自动驾驶车通过高速无线网络下载当时位置的高精地图知足实时决策要求。8.训练运动控制平台会对某些物体
10、或者人有简单的识别要求模型可以提早在效劳器端训练训练数据相对不多。汽车有海量的数据要进展训练假如要知足高可靠性的物体识别任务要在云端进展训练。9.运动控制平台的多机协作vs车联网运动控制平台涉及多机协作的要求如多个AGV小车互联互通共同完成调度任务是车车通信的一种方式。车联网方案是自动驾驶的一条途径在百度Apollo框架中并没有提及。包含V2V(车车通信、V2I(车路通信、V2P车人通信完成信息分享后的汽车决策以及控制算法。目前通信标准主要是欧美主推的DSRC(专用短程通信以及中国主推的5G标准LTE-V。自动驾驶vs机器人环境感悟自动驾驶以及机器人共同的三大关键技术为环境感悟是其中最重要、最
11、根底的一环。自动驾驶以及机器人主要通过传感器来获取周围环境信息同时也会通过高精度地图以及IoT技术来扩展环境感悟才能。下面我们来解析一下每类传感器的特性和在机器人以及自动驾驶汽车中的使用差异。一、摄像头摄像头是机器人或者自动驾驶汽车的眼睛分类如下1.普通单目摄像头通过图像匹配进展目的识别再通过目的在图像中的大小去估算目的间隔准确识别是准确估算间隔的第一步。2.单目构造光深度摄像头由一个RGB摄像头、构造光投射器(红外)以及构造光深度感应器(CMOS)组成通过投影一个预先设计好的图案作为参考图像(编码光源)将构造光投射至物体外表再通过深度感应器接收该物体外表反射的构造光图案。这样同样获得了两幅图
12、像一幅是预先设计的参考图像另一幅是相机获取的物体外表反射的构造光图案。由于接收图案会因物体的立体形状而发生变形因此可以通过该图案在摄像机上的位置以及形变程度来计算物体外表的空间信息。单目构造光Kinect一代同样是进展图像匹配这种方法与双目匹配比拟好处在于参考图像不是获取的而是经过专门设计的图案因此特征点是已知的而且更容易从测试图像中提取。3.双目深度摄像头双目摄像头的测距方式那么是通过对图像视差进展计算直接对前方景物进展间隔测量。双目摄像头的原理与人眼相似人眼可以感悟物体的远近是由于两只眼睛对同一个物体呈现的图像存在差异也称“视差。物体间隔越远视差越小反之视差越大。视差的大小对应着物体与眼睛
13、之间间隔的远近这也是3D电影可以使人有立体层次感悟的原因。优点1双目系统本钱比单目系统要高但尚处于可承受范围内并且与激光雷达等方案相比本钱较低。2没有识别率的限制因为从原理上无需先进展识别再进展测算而是对所有障碍物直接进展测量。3精度比单目高直接利用视差计算间隔。4无需维护样本数据库因为双目没有样本的概念。难点1计算量大对计算单元的性能要求非常高这使得双目系统的产品化、小型化的难度较大。2匹配双目匹配采用三角测量原理完全基于图像处理技术通过寻找两个图像中一样的特征点得到匹配点进而得到深度值。双目测距中光源是环境光或白光这种没有经过编码的光源图像识别完全取决于被拍摄的物体本身的特征点对外表颜色以
14、及纹理特征不明显的物体失效匹配的精度以及正确性很难保证因此出现了构造光技术来解决匹配问题。因为构造光光源带有很多特征点或编码因此提供了很多的匹配角点或直接的码字可以很方便的进展特征点的匹配。4.TOF深度摄像头TOF是Timeofflight的简写直译为飞行时间的意思。所谓飞行时间法3D成像是通过给目的连续发送光脉冲然后用传感器接收从物体返回的光通过探测光脉冲的飞行往返时间来得到目的物体的间隔。这种技术跟3D激光传感器原理根本类似只不过3D激光传感器是逐点扫描而TOF相机那么是同时得到整幅图像的深度信息。TOF相机与普通机器视觉成像经过也有类似之处都是由光源、光学部件、传感器、控制电路和处理电
15、路等几部单元组成。单目TOFKinect二代各种摄像头性能以及本钱比拟由上表比照可知无论是构造光还是TOF方案都需要增加主动光因此其检测间隔受到了光强度的限制无法适用于远间隔的检测一般只用于机器人的感悟而普通单目以及双目摄像头除了在机器人上应用还可以用于ADAS以及自动驾驶汽车上。二、激光雷达激光雷达以激光作为信号源由激光器发射出的脉冲激光打到对面物体上引起散射一局部光波会反射到激光雷达的接收器上根据激光测距原理计算就得到从激光雷到达目的点的间隔脉冲激光不断地扫描目的物就可以得到目的物上全部目的点的数据用此数据进展成像处理后即可得到准确的目的物体图像。激光雷达分为单线以及多线常见的多线激光雷达
16、有4线8线16线32线以及64线。单线激光雷达扫描的区域可以简单定义为一个平面是一个二维扫描方案。4线、8线雷达纵向扫描范围从3.2到6.4这个范围不能称为一个3D的扫描一般定义为2.5D扫描方案。64线雷达扫描的整个范围面就比拟大纵向甚至可以一直到30多度讲究对整个环境、3D的点云数据采集单位时间内采集到的反应点数多数据量大。SICK单线激光雷达单线二维激光雷达扫描图Velodyne多线激光雷达64线三维激光雷达扫描图激光雷达普遍用于定位、障碍物检测、物体分类、动态物体跟踪等应用在机器人以及自动驾驶汽车上都有使用。由于机器人的工作环境相对来讲比拟简单而且迫于本钱压力一般采用单线激光雷达用于定
17、位以及检测周边障碍物。自动驾驶汽车一般采用32线或者64线的三维激光雷达置于车顶完成对车辆四周较远物体的检测分类以及跟踪。另外在车灯或保险杠附近的位置还需要安装4线以及8线激光雷达主要对车顶三维激光雷达进展补盲对近间隔的车辆、行人和地线、马路牙、路肩、路栏等进展识别。缺点激光雷达容易受到大气条件和工作环境的烟尘的影响要实现全天候的工作环境是非常困难的事情。三、毫米波雷达毫米波是指波长在1-10mm之间的电磁波,换算成频率后,毫米波的频率位于30-300GHz之间。毫米波的波长介于厘米波以及光波之间,因此毫米波兼有微波制导以及光电制导的优点:1.同厘米波导引头相比,毫米波导引头具有体积小、质量轻
18、以及空间分辨率高的特点。2.与红外、激光等光学导引头相比,毫米波导引头穿透雾、烟、灰尘的才能强,传输间隔远,具有全天候全天时的特点在雨天、大雪天气下毫米波雷达是非常不错的选择。3.性能稳定,不受目的物体形状、颜色等干扰。毫米波雷达很好的弥补了如红外、激光、超声波、摄像头等其它传感器在车载应用中所不具备的使用场景。目前车载雷达的频率主要分为24GHz频段以及77GHz频段其中77GHz频段代表着将来的趋势这是国际电信联盟专门划分给车用雷达的频段。严格来讲77GHz的雷达才属于毫米波雷达但是实际上24GHz的雷达也被称为毫米波雷达。毫米波雷达在测量目的的间隔、速度以及角度上展现的性能以及其它传感器
19、还是略有区别的。视觉传感器得到的是二维信息没有深度信息而毫米波雷达那么是具备深度信息的可以提供目的的间隔。激光雷达对于速度并不敏感而毫米波雷达那么对速度非常敏感可以直接获得目的的速度因为毫米波雷达会有很明显的多普勒效应通过检测其多普勒频移可将目的的速度提取出来。毫米波雷达最根本的探测技术是使用FMCW连续线性调频波去探测前方物体的间隔毫米波雷达发射的是连续波在后端处理上要比激光雷达的运算量大。毫米波雷达在ADAS领域是很难被取代的传感器固然有一些缺点但是是唯一的全天候工作的传感器。其测速、测距的精度要远高于视觉与激光雷达相比其测速精度会高一些穿透力会更好。而对于机器人的应用场景利用毫米波雷达来
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 无人驾驶 _1
![提示](https://www.deliwenku.com/images/bang_tan.gif)
限制150内