《智能网联整车综合测试》课件——自动驾驶功能的实现.pptxVIP

6.1.1自主循迹控制系统的结构自动驾驶汽车自主循迹控制系统的主要任务包括任务规划、行为决策及汽车底层操作。在实际应用中，汽车的自主循迹控制分为横向控制和纵向控制。主动循迹智能控制

6.1.1循迹功能的实现横向控制通过转向盘的开环及闭环对车辆进行控制，上位机控制单元通过汽车横向循迹误差和角度循迹误差信息计算出期望的转向盘转角，然后通过转向执行机构实现对转向系统的实时控制，进而实现对期望道路轨迹的跟踪。自动驾驶汽车横向控制结构

6.1.1循迹功能的实现纵向控制是指自动驾驶汽车对汽车速度的控制，主要通过控制汽车的档位、制动系统等使汽车按期望的车速行驶，实现与前后车车距的保持及紧急避障等。自动驾驶汽车纵向控制结构

6.1.2Apollo开放平台认知Apollo平台技术架构由四层组成，分别为车辆平台、硬件平台、软件开放平台和云服务平台。Apollo平台技术架构

6.1.2Apollo开放平台认知

6.1.2Apollo开放平台认知Apollo硬件平台架构及数据路程图

6.1.2Apollo开放平台认知

6.1.2Apollo开放平台认知定位模块仿真模块数据开发平台模块安全方案模块

6.1.3Apollo仿真平台认知Apollo仿真平台大规模分布式架构

6.2.1高精地图认知

6.2.1高精地图认知

6.2.1高精地图认知高精地图的分层架构高精地图的分层架构主要有四层：道路层、车道层、动态数据层和自动驾驶辅助层。1.道路层：自动驾驶汽车的道路规划在道路层完成；2.车道层：包含定位特征、路径及护栏、交通设施等信息；3.动态数据层：传输实时路况及交通事件；4.自动驾驶辅助层：构建出完整的三维场景。

6.2.2高精地图与传统地图的区别

6.2.2高精地图与传统地图的区别高精地图与传统地图对比差别高精地图传统地图使用对象自动驾驶汽车驾驶人用途高精定位、辅助环境感知、规划与决策导航、有哪些信誉好的足球投注网站、可视化精度厘米米数据维度道路形状、坡度、曲率、铺设、方向路口连接相关数据道路附属设施相关数据道路形状、坡度、曲率、铺设、方向功能提供自变量和目标函数辅助驾驶导航数据的实时性高较高数据类型半永久\永久静态数据半动态\动态数据永久静态数据半永久静态数据

6.2.3高精地图采集流程原始数据采集包括收集道路上的图像信息、三维点云信息及定位信息。1.原始数据采集图像采集点云采集定位信息采集图像、时间戳点云、时间戳定位、时间戳数据储存高精地图原始数据采集流程

6.2.3高精地图采集流程2.高精地图数据处理

6.2.3高精地图采集流程元素识别包括图像处理和点云识别。3.元素识别图像采集图像分割边缘检测图像预处理图像识别特征提取图像细化特征参数计算元素识别中图像处理流程图

6.2.3高精地图采集流程人工验证即人工通过俯视图、图像和点云图等进行验证，整合成高精地图数据。4.人工验证车道线、路沿信号灯

6.2.3高精地图采集流程高精地图经过格式转换、模型转换、坐标转换之后就可以进行发布，在发布之后，会一直根据传感器数据的回传进行地图的更新服务。5.地图发布华为地图Roadcode

6.3.1自主避障流程避障是指车辆根据采集的障碍物的状态信息，在行走过程中通过传感器感知到妨碍其通行的静态和动态物体时，决策模块依据传回的数据采用相应避障算法选择避障路线，将计算结果传输至控制器来控制车辆的减速及转向，实现安全平稳的行驶。避障策略

6.3.1自主避障流程障碍物运动轨迹预测的方法主要有三种：静态处理、假设状态保持不变、概率轨迹模型法。自动驾驶汽车轨迹预测模块示意图2.障碍物的轨迹预测

6.3.1自主避障流程自动驾驶汽车避障路径的生成主要分为人工势场法、反应式避障法和区域划分法。人工势场法路径避让工作原理3.避障路径的生成反应式避障法路径避让工作原理区域划分法路径避让工作原理

6.4.1自动驾驶关键技术自动驾驶涉及的关键技术分为感知定位、决策规划、控制执行三大部分。自动驾驶关键技术

6.4.1自动驾驶关键技术自动驾驶车辆利用各种主动、被动传感器探测外部环境及车辆信息，包括行驶过程中的障碍物、信号灯、车道线等。1.感知定位

6.4.1自动驾驶关键技术多传感器融合视频演示

6.4.1自动驾驶关键技术决策规划模块是基于路网信息、外界交通环境信息和自身行驶状态做出遵守交通规则的驾驶行为决策过程。2.决策规划局部路径规划

6.4.1自动驾驶关键技术控制执行接收决策规划模块的命令，根据规划的行驶轨迹和速度以及当前位置、姿态，产生对车辆加速、制动及转向盘等的控制。自动驾驶线控系统3.控制执行