365bet赔率怎么看,另一个城市!百度Robotaxi正在北京旅行。汽车如何实现“看到六个方向,听到所有方向”?

10月11日,百度宣布其Robotaxi自动出租车将在北京全面开放,用户可以在海淀和亦庄地点下单,体验免费乘车的乐趣。在到达北京之前,长沙和沧州已经开始了ApolloGORobotaxi的标准化服务。
无人驾驶汽车是一种通过计算机系统实现无人驾驶的智能汽车,它基于人工智能,视觉计算,雷达,监视设备和全球定位系统协同工作,从而使计算机能够自动,安全地工作无需人工操作。驾驶汽车。
自上世纪以来,人们一直在想象自动驾驶汽车,经过多年的发展,现在已经达到了L4级别的自动驾驶。
自动驾驶还具有“三,六,九等”
工程师协会(SAE)将自动驾驶技术分为6级(L0?L5):
L0:无自动化;
L1:驾驶员辅助-在某些情况下,车辆可以自主控制转向或速度以支持驾驶员。
L2:部分自动化-车辆可以在一定条件下自主控制转向和速度,以支持驾驶员。
L3:有条件的自动化-在正常的环境条件下,车辆可以自主控制转向和速度,但需要驾驶员的监督。
L4:高度自动化-车辆可以在正常的环境条件下自主驾驶,而无需驾驶员的监督。
L5:完全自动驾驶-车辆可以在所有环境条件下自动驾驶。
中国工业和信息化部今年初发布了中国自己的分类标准,在一定程度上继承了先前的分类标准:
资料来源:工业和信息化部
从0级到2级,基本要求驾驶员积极参与。基于L3,已经实现了有条件的自动驾驶,即,如果系统确定存在无法解决的问题,则驾驶员可以接管。可以看出,驾驶员在此阶段必不可少。
2020年被认为是L3大规模生产的第一年,与此同时,奥迪宣布它将成为世界上第一个停止量产L3车型并直接开发L4 / L5级自动驾驶技术的量产L3汽车公司。福特,谷歌和丰田都拥有相同的观点。
这个选择是不适当的。L4为传感器模块使用了激光+相机+超声波传感器解决方案,这更安全。此前,由L3驾驶的Tesla Model 3发生了事故,因为它没有识别出塑料障碍物。
同时,此过程需要反应时间,因为在特殊情况下必须将驾驶权归还给驾驶员。更为重要的是,驾驶员可能无法按时接管。
沃尔沃中国高管曾经说过:“尽管驾驶员可以放手,但他必须随时准备接管。也就是说,他希望驾驶员睁一只眼闭一只眼,同时还告诉驾驶员全神贯注。次。这本身是矛盾的。”
由于各种原因,许多公司放弃了L3,而更靠近L4。百度此次在北京开通的自动驾驶出租车服务已达到L4级,但根据监管部门的要求,该汽车仍配备有坐在驾驶员座位上的安全员。根据测试驾驶员的说法,安全员必须在某些复杂情况下,例如B.在避开行人时以及突然改变前方车辆的车道时,请接管车辆的操作。
多年的深耕技术领先
自2013年以来,百度一直在培养自动驾驶技术多年,既具有远见又具有无奈感。
作为国内三大互联网巨头BAT的成员,阿里和腾讯基于移动互联网的温和风依靠自己的电子商务和社会优势,但是百度在移动互联网时代的生活并不是很好。
然而,根据今年早些时候加州交通部(DMV)发布的2019年驾驶测试数据,百度作为一家国内早期的无人驾驶技术公司,在技术积累和经验方面具有巨大优势,在58家公司中,百度排名第一提交数据后,百度的总里程超过了17万公里。在北京发布的年度数据中,百度以75.4万公里排在第一位,约为第二位。与DMV相比,北京的数据可以更好地解释这一问题,因为测试条件和道路条件更加复杂,而在中国实现自动驾驶的商业要求正在逼近。百度实现这种里程的能力也显示出其实力。因此,外界普遍将自动驾驶视为百度进行反击的重要手段。百度这次在北京推出的第三项综合服务在建立投资者信心和向资本市场传递信号方面非常有效。
三个模块必不可少
根据网站上的官方数据,这次在北京推出的自动驾驶无人驾驶出租车已经过林肯MKZ改装,其尺寸为4490 x 2014 x 1980毫米(后视镜展开),空载重量为2015千克(包括自动驾驶设备),峰值功率为228 kW,具有快速充电能力,最大爬坡度为30%。
图片来源:https://github.com/ApolloAuto/apollo#architecture
上图显示了百度自动驾驶汽车中涉及的一些模块组件,需要注意的是,这些模块是在Robotaxi上定制的,与上面的图像并不完全相同,这里我们仅以上面的插图来理解这种架构。
我们可以将此符号的组件分为三类。
一种是控制模块。车辆的行驶行为由Neousys6108GC工业计算机控制,该计算机位于图片的蓝色部分,该计算机配有GTX1080图形卡(可根据需要进行调整)。高性能图形卡的并行计算功能对于深度学习非常重要。Apollo6.0包含一个新的深度学习模型,因此对图形卡的要求当然更高。
在百度的自动驾驶出租车上进行试驾时,一些乘客报告说,汽车后座发出很大的嗡嗡声,实际上是由后排安装的计算机风扇引起的。似乎改善了自动驾驶汽车的体验,还需要解决散热问题。
第二个是导航模块。即,GPS天线,接收器和惯性测量单元(IMU)。
IMU是用于测量三轴姿态角(或角速度)和物体加速度的设备,这对于导航来说是必不可少的。IMU主要用于需要运动控制的设备,例如B.汽车和机器人,潜艇,飞机,导弹和航天器中的惯性导航设备。
同时,我们也可以得出结论,由于IMU组件通常需要安装在车架的重心上,因此百度自动驾驶汽车的重心可能在后部。
第三部分是中央感知模块。感知模块使用多个摄像头,毫米波雷达(前后)和激光雷达来识别障碍物,并合并它们各自的轨迹以获取最终轨迹列表。
障碍物子模块用于检测,分类和跟踪障碍物。该子模块还预测障碍物的移动和位置信息(例如行进方向和速度)。该模块还对车道执行像素分析,以确定车道构造并计算车道相对于运载工具的相对位置。
图片来源:https://github.com/ApolloAuto/apollo
该模块可识别两种类型的物体:交通信号灯和障碍物。
前者由安装的交通信号灯组件(交通信号灯组件)和摄像头模块(摄像头组件)实现。交通信号灯模块在地图上找到车辆的位置,并确定前方交通信号灯的坐标。校准信号灯的参数后,交通信号灯可以指向图像坐标系,可以完成投影仪的自适应选择和切换。
选择摄像机后,通过检测获得交通信号灯的准确位置,并根据位置的颜色进行颜色检测,以接收交通信号灯的当前状态。经过滤波器校正算法进一步确认后,可以输出最终结果。障碍物检测模块包括基于激光雷达点云数据的障碍物检测和检测,基于毫米波雷达数据的障碍物检测和配置传感器融合算法(配置传感器融合)。激光雷达系统是雷达系统,其发射激光束以检测目标的位置和速度,其工作原理是将激光束发送到目标,然后将从目标接收的信号(目标回波)与发送的信号进行比较。,可以获得目标的相关信息,例如目标距离和方向,高度,速度,姿势甚至形状参数。
Apollo架构的激光雷达扫描障碍物并标记障碍物的重要结构点(类似于3D建模中的标点符号),即点云数据。通过神经网络的卷积模型,障碍物的相关属性来学习和预测点云特征。毫米波雷达是在毫米波波段(波长1-10毫米)内进行检测的雷达。毫米波波导取景器具有很强的穿透雾气,烟雾和灰尘的能力,并且具有全天候的特性(毫米波雷达可以区分和检测非常小的目标,并同时检测多个目标。
障碍物检测和阿波罗毫米波雷达数据的检测主要用于处理毫米波雷达的原始数据以获得障碍物结果。该算法主要执行噪声去除和检测结果构造。
传感器融合算法配置为有效合并来自上述两个传感器的障碍物结果。
感知图的来源:https://apollo.auto/robotaxi/index_cn.html
根据阿波罗的官方信息,即将在北京推出的自动驾驶出租车Robotaxi具有360°视野,无盲点,探测距离为240米。
可以看出,百度在感知模块中使用了摄像头+激光雷达+毫米波雷达的配置,在北京进行这次试用后,该配置表现良好,确定前车行驶时速度太慢。它还可以执行超车操作。
相比之下,特斯拉除上述配置外还使用超声波雷达。马斯克最近还表示,它将推出全自动驾驶版本(FSD),并于本月20日向部分用户开放。特斯拉的FSD实际上是L5自动驾驶。
马斯克在2020年世界人工智能大会上说:“目前,实现L5自动驾驶没有根本性挑战,但存在许多具体问题。挑战是解决所有这些小问题。”
当前有什么问题?
曲折的道路,前程似锦
中美在自动驾驶领域处于世界领先地位。但是,两者之间的差异在技术上不受限制。中国的人口密度比美国大,道路交通条件比美国更复杂,而自动驾驶系统必须应对的情况更加困难。
作为中央感知模块,它受天气的影响很大。尽管目前许多人认为雨雪对激光雷达影响很大,但这种说法是不正确的。根据激光雷达供应商公司的Ouster工程师进行的测试,恶劣的天气会对相机造成更大的影响。因此,在很大程度上,为了确保安全,会员必须确保所有组件都能在所有天气条件下高效工作。
另外,目前的一些道路结构不太适合自动驾驶,有些路段相对狭窄,这对安全的自动驾驶提出了更高的要求。如果要实现全自动驾驶,就必须进行相应的改造。为了配合百度的无人驾驶汽车的试验运行,长沙进行了数十公里的道路改造。
除了外部因素,无人驾驶汽车的安全性也非常重要。无人驾驶汽车受计算机控制,计算机有遭受攻击的风险,不同的模块协同工作,对各个部分的稳定性和协调性的要求当然很高,在这方面,分支机构可能需要增加投资。科学技术的发展从未以恒定的速度线性发展,如果解决了一个关键问题,将会发生巨大的爆炸。从目前的5G,物联网和人工智能的发展来看,无人驾驶汽车将很快受到欢迎。爆炸性增长。