自動駕駛是未來的潮流，與此同時(shí)，自動駕駛也是現(xiàn)如今大力發(fā)展的產(chǎn)業(yè)之一。為增進(jìn)大家對自動駕駛的認(rèn)識，本文將對自動駕駛系統(tǒng)安全、自動駕駛泛感知系統(tǒng)、自動駕駛中的車路協(xié)同予以介紹。如果你對自動駕駛具有興趣，不妨繼續(xù)往下閱讀哦。

1、自動駕駛主系統(tǒng)安全

主系統(tǒng)安全體系即通過車載自動駕駛系統(tǒng)的核心算法層來保證駕駛策略和駕駛行為的安全性， 也可稱為“策略安全”。使用最先進(jìn)可靠的感知與定位算法、 預(yù)測決策規(guī)劃與控制算法來應(yīng)對道路行駛中的各種場景， 尤其是需要保證在遇到難度場景時(shí)也可以從駕駛策略和行為上確保安全。

自動駕駛主系統(tǒng)安全是軟硬件組合套件的安全設(shè)計(jì)。軟件算法是整個(gè)自動駕駛系統(tǒng)的核心， 典型的 L4 級自動駕駛算法系統(tǒng)架構(gòu)主要包括車載操作系統(tǒng)、 環(huán)境感知、 高精地圖與定位、 預(yù)測決策與規(guī)劃、 控制與執(zhí)行模塊等。

2、操作系統(tǒng)

基礎(chǔ)操作系統(tǒng)是運(yùn)行在自動駕駛汽車上用于管理、 調(diào)度、 控制車載軟硬件資源的基礎(chǔ)軟件。其主要任務(wù)是為自動駕駛系統(tǒng)提供任務(wù)實(shí)時(shí)調(diào)度、 實(shí)時(shí)計(jì)算任務(wù)資源隔離、 實(shí)時(shí)消息通訊、 系統(tǒng)級訪問控制等能力， 有效管理系統(tǒng)資源， 提高系統(tǒng)資源使用率， 向無人車算法模塊屏蔽硬件軟件物理特性及操作細(xì)節(jié)， 承載運(yùn)行感知、 定位、 規(guī)劃決策與控制等自動駕駛核心組件。操作系統(tǒng)具有高穩(wěn)定、 實(shí)時(shí)性、 低時(shí)延(反應(yīng)速度高于人類駕駛員 250ms) 等特點(diǎn)。

3、泛感知系統(tǒng)

環(huán)境感知是自動駕駛的前提條件。環(huán)境感知系統(tǒng)融合激光雷達(dá)、 毫米波雷達(dá)、 攝像頭等多傳感器的優(yōu)勢， 實(shí)現(xiàn)車身周圍 360 度視距， 在復(fù)雜變化的交通環(huán)境中穩(wěn)定檢測并跟蹤交通者的行為和速度朝向等信息， 為決策規(guī)劃模塊提供場景理解信息。

感知算法采用多傳感器融合的框架， 能夠提供最遠(yuǎn) 280 米外的障礙物的檢測。基于深度神經(jīng)網(wǎng)絡(luò)及海量的自動駕駛數(shù)據(jù)， 能夠準(zhǔn)確的識別出障礙物類型、 并穩(wěn)定跟蹤障礙物行為，為下游決策模塊提供穩(wěn)定的感知能力?；诙鄠鞲衅魅诤戏桨傅母兄到y(tǒng)， 通過異源感知通路形成冗余， 為自動駕駛系統(tǒng)提供高容錯(cuò)能力從而提升系統(tǒng)安全。除此之外， 感知算法還通過水霧噪聲識別、 低矮障礙物檢測、 異形交通信號燈和標(biāo)識的檢測等能力， 有效支持場景擴(kuò)展。在紅綠燈識別上， 可將自車感知識別的紅綠燈燈色和倒計(jì)時(shí)與高精地圖提供的先驗(yàn)信息進(jìn)行交叉驗(yàn)證， 同時(shí)提高臨時(shí)紅綠燈識別能力， 確?？煽啃院桶踩浴?

高精地圖與高精定位為自動駕駛車輛提供預(yù)先的道路信息、 精準(zhǔn)的車輛位置信息和豐富的道路元素?cái)?shù)據(jù)信息， 強(qiáng)調(diào)空間的三維模型以及精度， 非常精確的顯示路面上的每一個(gè)特征和狀況。高精地圖與定位采用激光雷達(dá)、 視覺、 RTK 與 IMU 多傳感器融合的方案， 通過多種傳感器融合使得定位精度可以達(dá)到 5-10 厘米， 滿足 L4 級自動駕駛需求。

4、車路協(xié)同

車路協(xié)同自動駕駛是在單車智能自動駕駛的基礎(chǔ)上， 通過車聯(lián)網(wǎng)將“人-車-路-云”交通參與要素有機(jī)地聯(lián)系在一起， 實(shí)現(xiàn)車與車、 車與路、 車與人之間動態(tài)實(shí)時(shí)信息交互共享， 保證交通安全。車路協(xié)同自動駕駛通過信息交互協(xié)同、 協(xié)同感知與協(xié)同決策控制， 可以極大地拓展單車的感知范圍、 提升感知的能力， 引入高維數(shù)據(jù)為代表的新的智能要素， 實(shí)現(xiàn)群體智能。可以幫助解決單車智能自動駕駛遇到的技術(shù)瓶頸， 提升自動駕駛能力， 從而保證自動駕駛安全， 擴(kuò)展自動駕駛設(shè)計(jì)運(yùn)行域(Operational Design Domain， ODD) 。

例如， 車路協(xié)同自動駕駛可以解決單車智能易受到遮擋、 惡劣天氣等環(huán)境條件影響， 在動靜態(tài)盲區(qū)/遮擋協(xié)同感知方面的問題。單車智能自動駕駛受限于傳感器感知角度限制， 在出現(xiàn)靜態(tài)障礙物或動態(tài)障礙物(如大型車輛) 遮擋時(shí)， AV 無法準(zhǔn)確獲取盲區(qū)內(nèi)的車輛或行人的運(yùn)動情況。車路協(xié)同則通過路側(cè)多傳感器部署， 實(shí)現(xiàn)對多方位、 長距離連續(xù)檢測識別，并與 AV 感知進(jìn)行融合， 實(shí)現(xiàn)自動駕駛車輛對盲區(qū)內(nèi)車輛或行人的準(zhǔn)確感知識別， 車輛可提前做出預(yù)判和決策控制， 進(jìn)而降低事故風(fēng)險(xiǎn)。

以上便是此次帶來的自動駕駛相關(guān)內(nèi)容，通過本文，希望大家對自動駕駛已經(jīng)具備一定的了解。如果你喜歡本文，不妨持續(xù)關(guān)注我們網(wǎng)站哦，將于后期帶來更多精彩內(nèi)容。最后，十分感謝大家的閱讀，have a nice day!