自动驾驶汽车技术里涉及的软硬件有哪些?
在自动驾驶技术方面,有两条不同的发展路线:第一条:“渐进演化”的路线,也就是在今天的汽车上逐渐新增一些自动驾驶功能,例如特斯拉、宝马、奥迪、福特等车企均采用此种方式,这种方式主要利用传感器,通过车车通信(V2V)、车云通信实现路况的分析。第二条:完全“革命性”的路线,即从一开始就是彻彻底底的自动驾驶汽车,例如谷歌和福特公司正在一些结构化的环境里测试的自动驾驶汽车,这种路线主要依靠车载激光雷达、电脑和控制系统实现自动驾驶。
从应用场景来看,第一种方式更加适合在结构化道路上测试,第二种方式除结构化道路外,还可用于军事或特殊领域。自动驾驶涉及的软硬件:传感器传感器相当于自动驾驶汽车的眼睛。通过传感器,自动驾驶汽车能够识别道路、其他车辆、行人障碍物和基础交通设施,在最小测试量和验证量的前提下保证车辆对周围环境的感知。按照自动驾驶不同技术路线,传感器可分为激光雷达、传统雷达和摄像头三种。
激光雷达是被当前自动驾驶企业采用比例最大的传感器类型。谷歌、百度、优步等公司的自动驾驶技术目前都依赖于它,这种设备安装在汽车的车顶上,能够用激光脉冲对周围环境进行距离检测,并结合软件绘制3D图,从而为自动驾驶汽车提供足够多的环境信息。激光雷达具有准确快速的识别能力,唯一缺点在于造价高昂(平均价格在8万美元一台),导致量产汽车中难以使用该技术。
图 / 自动驾驶方案中的双目摄像头传统雷达和摄像头是传感器替代方案。由于激光雷达的高昂价格,走实用性技术路线的车企纷纷转向以传统雷达和摄像头作为替代,从软件和车辆连接能力方面进行补偿。例如著名电动汽车生产企业特斯拉,采用的方案就是雷达和单目摄像头。其硬件原理与目前车载的ACC自适应巡航系统类似,依靠覆盖汽车周围360°视角的摄像头及前置雷达来识别三维空间信息,从而确保交通工具之间不会互相碰撞。
虽然这种传感器方案成本较低、易于量产,但对于摄像头的识别能力具有很高要求:单目摄像头需要建立并不断维护庞大的样本特征数据库,如果缺乏待识别目标的特征数据,就会导致系统无法识别以及测距,很容易造成事故的发生。而双目摄像头可直接对前方景物进行测距,但难点在于计算量大,需要提高计算单元性能。地图和定位自动驾驶车辆只有准确识别车辆的位置,才可以决定如何进行导航,所以地图的重要性不言而喻。
自动驾驶技术对于车道、车距、路障等信息的依赖程度更高,需要更加精确的位置信息,是自动驾驶车辆对环境理解的基础。随着自动驾驶技术不断进化升级,为了实现决策的安全性,需要达到厘米级的精确程度。如果说传感器为自动驾驶车辆提供了直观的环境印象,那么高精度地图则可以通过车辆准确定位,将车辆准确地还原在动态变化的立体交通环境中。