無人駕駛技術(shù)總結(jié)分析

　　圖1 無人駕駛系統(tǒng)架構(gòu)圖

　　算法子系統(tǒng)從傳感器原始數(shù)據(jù)中提取有意義的信息以了解周遭環(huán)境情況，并根據(jù)環(huán)境變化做出決策。Client子系統(tǒng)融合多種算法以滿足實(shí)時(shí)性與可靠性的要求。舉例來說，傳感器以60HZ的速度產(chǎn)生原始數(shù)據(jù)，Client子系統(tǒng)需要保證最長的流水線處理周期也能在16ms內(nèi)完成。云平臺(tái)為無人車提供離線計(jì)算以及存儲(chǔ)功能。通過云平臺(tái)，我們能夠測試新的算法、更新高精度地圖并訓(xùn)練更加有效的識(shí)別、追蹤、決策模型。

　　無人駕駛算法

　　算法系統(tǒng)由幾部分組成：第一，傳感并從傳感器原始數(shù)據(jù)中提取有意義信息；第二，感知，以定位無人車所在位置以及感知現(xiàn)在所處的環(huán)境；第三，決策，以可靠安全抵達(dá)目的地。

　　傳感

　　通常來說，一輛無人駕駛汽車裝備有許多不同類型的主傳感器。每一種類型的傳感器都各有優(yōu)劣，因此，來自不同傳感器的傳感數(shù)據(jù)應(yīng)該有效地進(jìn)行融合。現(xiàn)在無人駕駛中普遍使用的傳感器包括以下幾種。

　　GPS/IMU：通過高達(dá)200Hz頻率的全球定位和慣性更新數(shù)據(jù)以幫助無人車完成自我定位。GPS是一個(gè)相對準(zhǔn)確的定位用傳感器，但是它的更新頻率過低，僅僅有10HZ，不足以提供足夠?qū)崟r(shí)的位置更新。IMU的準(zhǔn)確度隨著時(shí)間降低，在長時(shí)間內(nèi)并不能保證位置更新的準(zhǔn)確性，但是，它有著GPS所欠缺的實(shí)時(shí)性，IMU的更新頻率可以達(dá)到200HZ或者更高。通過整合GPS與IMU，我們可以為車輛定位提供既準(zhǔn)確又足夠?qū)崟r(shí)的位置更新。

　　LiDAR：激光雷達(dá)可被用來繪制地圖、定位以及避障。雷達(dá)的準(zhǔn)確率非常高，因此在無人車設(shè)計(jì)中雷達(dá)通常被作為主傳感器使用。激光雷達(dá)是以激光為光源，通過探測激光與被探測無相互作用的光波信號(hào)來完成遙感測量。激光雷達(dá)可以用來產(chǎn)生高精度地圖，并針對高精地圖完成移動(dòng)車輛的定位；以及滿足避障的要求。以Velodyne 64-束激光雷達(dá)為例，它可完成10HZ旋轉(zhuǎn)并每秒可達(dá)到130萬次讀數(shù)。

　　攝像頭：被廣泛使用在物體識(shí)別以及物體追蹤等場景中，像是車道線檢測、交通燈偵測、人行道檢測中都以攝像頭為主要解決方案。為了加強(qiáng)安全性，現(xiàn)有的無人車實(shí)現(xiàn)通常在車身周圍使用至少八個(gè)攝像頭，分別從前、后、左、右四個(gè)維度完成物體發(fā)現(xiàn)、識(shí)別、追蹤等任務(wù)。這些攝像頭通常以60HZ的頻率工作，當(dāng)多個(gè)攝像頭同時(shí)工作時(shí)，將產(chǎn)生高達(dá)1.8GB每秒的巨數(shù)據(jù)。

　　雷達(dá)和聲吶：雷達(dá)通過把電磁波能量射向空間某一方向，處在此方向上的物體反射碰到的電磁波；雷達(dá)再接收此反射波，提取有關(guān)該物體的某些信息（目標(biāo)物體至雷達(dá)的距離，距離變化率或徑向速度、方位、高度等）。雷達(dá)和聲吶系統(tǒng)是避障的最后一道保障。雷達(dá)和聲吶產(chǎn)生的數(shù)據(jù)用來表示在車的前進(jìn)方向上最近障礙物的距離。一旦系統(tǒng)檢測到前方不遠(yuǎn)有障礙物出現(xiàn)，則有極大的相撞危險(xiǎn)，無人車會(huì)啟動(dòng)緊急剎車以完成避障。因此，雷達(dá)和聲吶系統(tǒng)產(chǎn)生的數(shù)據(jù)不需要過多的處理，通?？芍苯颖豢刂铺幚砥鞑捎?，并不需要主計(jì)算流水線的介入，因?yàn)榭蓪?shí)現(xiàn)轉(zhuǎn)向，剎車、或預(yù)張緊安全帶等緊急功能。

　　感知

　　在獲得傳感信息之后，數(shù)據(jù)將被推送至感知子系統(tǒng)以充分了解無人車所處的周遭環(huán)境。在這里感知子系統(tǒng)主要做的是三件事：定位、物體識(shí)別以及物體追蹤。

　　圖2 基于GPS/IMU的定位

　　定位

　　GPS以較低的更新頻率提供相對準(zhǔn)確的位置信息；IMU則以較高的更新頻率提供準(zhǔn)確性偏低的位置信息。我們可使用卡爾曼濾波來整合兩類數(shù)據(jù)各自的優(yōu)勢，合并提供準(zhǔn)確且實(shí)時(shí)的位置信息更新。如圖2所示，IMU每5ms更新一次，但是期間誤差不斷累積精度不斷降低。所幸的是，每100ms可以得到一次GPS數(shù)據(jù)更新，以幫助我們校正IMU積累的誤差。因此，我們最終可以獲得實(shí)時(shí)并準(zhǔn)確的位置信息。然而，我們不能僅僅依靠這樣的數(shù)據(jù)組合以完成定位工作。原因有三：其一，這樣的定位精度僅在一米之內(nèi)；其二，GPS信號(hào)有著天然的多路徑問題將引入噪聲干擾；其三，GPS必須在非封閉的環(huán)境下工作，因此在諸如隧道等場景中GPS都不適用。