无人驾驶汽车有感知(Perception ) 、规划(Planning ) 和控制(Control ) 三部分,其中感知:比普通汽车多了激光雷达(LiDAR) 、毫米波雷达(RADAR) 、摄像机(Camera ) 、全球定位系统(GPS ) 、惯性测量单元(IMU) 等多个传感器。
感知部分和车辆传感器硬件交互与通信,规划主要负责汽车的行为等的计算,控制则是对汽车元器件的电子化 *** 作。
感知主要是通过环境感知进行定位。Ø 环境感知(Environmental Perception ,EP)指对于环境的场景理解能力,例如障碍物的类型、道路标志及标线、行人车辆的检测、交通信号等数据的语义分类Ø 定位(Localization )是对感知结果的后处理, 通过定位功能从而帮助自动车了解其相对于所处环境的位置。
自动驾驶系统的环境感知部分通常需要获取大量周围环境信息,确保自动车对车身周围环境的正确理解和对应决策。具体来说包括:车道线检测、红绿灯识别、交通标识牌识别、行人检测、车辆的检测等。
车道线检测的两大主流方法是基于视觉的车道线检测和基于雷达的车道线检测。
基于雷达的车道线检测直接从点云中检测车道线,该方法对雷达的线束要求很高,32线及以下的激光雷达难以用于车道线检测,因为点云太稀疏,车道线的特征不明显。而64线及以上的激光雷达成本高昂,短期内难以大规模推广应用。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)