江苏龙网

  1. 首页 > 生活 > >

tesla：全球自动驾驶汽车硬件和软件最新技术总结（2020）


进入到2020年 ， 自动驾驶技术走到了需要规模商业化证明技术价值的时候 。
不管是封闭或半封闭场景的矿区、港口和园区 ， 还是公开道路的RoboTaxi、RoboTruck等 ， 技术都是自动驾驶在不同场景商业化的基础 。
本报告覆盖了自动驾驶汽车所需要的感知、定图与定位、传感器融合、机器学习方法、数据收集与处理、路径规划、自动驾驶架构、乘客体验、自动驾驶车辆与外界交互、自动驾驶对汽车部件的挑战（如功耗、尺寸、重量等）、通讯与连接（车路协同、云端管理平台）等技术领域的讨论 ， 并且提供相应的各自动驾驶公司的实施案例 。
本报告是由美国、中国、以色列、加拿大、英国等全球不同国家和地区的自动驾驶专家 ， 针对自动驾驶技术的硬件和软件技术 ， 进行的全面阐述 ， 方便各位读者能够从技术角度 ， 了解最新的技术动态 ， 从而全面了解自动驾驶汽车 。
本报告的案例大多数来自汽车领域 ， 这也是目前自动驾驶行业最火热的应用场景 ， 但是 ， 服务个人出行的汽车并不是自动驾驶技术影响深远的行业 ， 其他的行业 ， 如公共交通、货运、农业、矿业等领域 ， 也同样是自动驾驶技术应用的广泛天地 。

tesla：全球自动驾驶汽车硬件和软件最新技术总结（2020）
本文插图

01
各类传感器
各类传感器 ， 用于自动驾驶汽车感知环境 ， 如同人类的眼睛 ， 自动驾驶汽车的基础部件；自动驾驶汽车的传感器主要有五种 ， 包括了：1、Long range RADAR；2、Camera；3、LIDAR；4、Short/Medium range RADAR；5、Ultrasound；
这些不同的传感器 ， 主要用于不同距离、不同类型的物体感知 ， 为自动驾驶汽车判断周边环境 ， 提供最重要的信息来源 ， 另外 ， 还有一个环境感知的信息来源是车路协同的来源 ， 这点报告中也有阐述 。

tesla：全球自动驾驶汽车硬件和软件最新技术总结（2020）
本文插图

关于传感器的选择 ， 主要是根据下面的技术因素进行判断：
1、扫描范围 ， 确定必须对被感测的对象做出反应的时间；
2、分辨率 ， 确定传感器可以为自动驾驶车辆提供的环境细节；
3、视场或角度分辨率 ， 确定要覆盖、要感知的区域需要传感器的数量；
4、刷新率 ， 确定来自传感器的信息更新的频率；
5、感知对象数量 ， 能够区分3D中的静态对象数量和动态对象数量 ， 并且确定需要跟踪的对象数量；
6、可靠性和准确性 ， 传感器在不同环境下的总体可靠性和准确性；
7、成本、大小和软件兼容性 ， 这是量产的技术条件之一；
8、生成的数据量 ， 这决定了车载计算单元的计算量 ， 现在传感器偏向智能传感器 ， 也就是 ， 不仅仅是感知 ， 还会分辨信息 ， 把对车辆行驶影响最重要的数据传输给车载计算单元 ， 从而减少其计算负荷；
下面是Waymo、Volvo-Uber、Tesla的传感器方案示意图：

tesla：全球自动驾驶汽车硬件和软件最新技术总结（2020）
本文插图

传感器因为一直暴露在环境中 ， 容易受到环境的污染 ， 从而影响传感器的工作效率 ， 所以 ， 都需要对传感器进行清洁 。
1、Tesla的传感器 ， 具有加热功能 ， 可抵御霜冻和雾气；
2、Volvo的传感器配备有喷水清洁系统 ， 用于清洁粉尘；
3、Waymo使用的Chrysler Pacifica的传感器有喷水系统和刮水器 。
02
SLAM和传感器融合
SLAM是一个复杂的过程 ， 因为本地化需要地图 ， 并且映射需要良好的位置估计 。 尽管长期以来人们一直认为机器人要成为自主的基本“鸡或蛋”问题 ， 但在1980年代和90年代中期的突破性研究从概念和理论上解决了SLAM 。 从那时起 ， 已经开发了多种SLAM方法 ， 其中大多数使用概率概念 。


推荐阅读


上一篇：「jeep」儿时梦可以实现了！39.99万的科迈罗降了，比奥迪A6L还便宜

下一篇：[荣威]三款靠谱的插混SUV，让你少花钱更明智