自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

自動泊車全面調(diào)研!匯集行業(yè)標準趨勢、評測指標、系統(tǒng)介紹各個方面!

人工智能 智能汽車
考慮到自動泊車技術(shù)在工業(yè)界的廣泛需求,我們對自動泊車系統(tǒng)的發(fā)展狀態(tài)進行系統(tǒng)性的調(diào)研。包括自動泊車系統(tǒng)的行業(yè)標準趨勢、性能評測指標、自動泊車系統(tǒng)各個子模塊設(shè)計到的技術(shù)等。

本文經(jīng)自動駕駛之心公眾號授權(quán)轉(zhuǎn)載,轉(zhuǎn)載請聯(lián)系出處。

寫在前面

自動泊車系統(tǒng)是指在沒有人工干預(yù)的情況下,車輛本身可以自主的實現(xiàn)停車位的尋找并完成準確的泊車,同時該系統(tǒng)也可以根據(jù)用戶的需求準確移動到用戶指定的位置上。如果自動泊車技術(shù)成熟后,可以極大緩解人們在泊車過程中的諸多不便,比如:長時間搜尋停車位置浪費時間、在尋找停車位的過程中易出現(xiàn)事故(車輛碰撞、摩擦)等問題。

所以目前很多技術(shù)公司和高校的實驗室都正在探索這個領(lǐng)域,比如,奔馳和博世等公司已經(jīng)為自動泊車系統(tǒng)建立了泊車基礎(chǔ)設(shè)施、NVIDIA正在開發(fā)一種在停車場的自動駕駛算法以及關(guān)于停車位的檢測方法、寶馬公司也準備將自動泊車模塊安裝在其生產(chǎn)的汽車上。

考慮到自動泊車技術(shù)在工業(yè)界的廣泛需求,我們對自動泊車系統(tǒng)的發(fā)展狀態(tài)進行系統(tǒng)性的調(diào)研。包括自動泊車系統(tǒng)的行業(yè)標準趨勢性能評測指標、自動泊車系統(tǒng)各個子模塊設(shè)計到的技術(shù)等。

目前自動泊車行業(yè)的標準趨勢

由于目前自動泊車系統(tǒng)受到了來自工業(yè)界和學(xué)術(shù)界的廣泛關(guān)注,各個國家和公司都在不斷的開發(fā)自動泊車技術(shù)。所以對于制定自動泊車技術(shù)的標準就變的格外重要。目前已經(jīng)制定的技術(shù)標準包括地理信息、室外定位、室內(nèi)空間定位、停車標準以及車輛通信標準幾個方面的內(nèi)容,具體標準匯總在如下的表格中。

自動泊車行業(yè)的相關(guān)標準

  • 地理信息和定位標準為室外空間的命名、定義和格式建立了原則和依據(jù),此類標準包括 ISO 14825、ISO 17572 和 ISO TC204 177438等。
  • 室內(nèi)空間定位的標準化也在制定當(dāng)中,包括ISO TC211以及OGC標準。
  • ISO/DIS 16787 APS停車標準提出了停車所需要的信息類型,并定義了控制車輛的技術(shù)名稱。此外,該標準還定義了實施輔助停車系統(tǒng)所需要的功能以及執(zhí)行車輛的轉(zhuǎn)向控制功能。

自動泊車系統(tǒng)的評測標準

目前自動泊車系統(tǒng)的評測包括兩部分,分別是自動駕駛部分的評測以及自動泊車部分的評測。

自動駕駛部分的評測標準

自動駕駛部分的評測遵循汽車工程協(xié)會制定的“自動駕駛技術(shù)階段”。該階段目前被劃分為六個層級。其中六個層級的劃分是基于技術(shù)水平、控制主體以及驅(qū)動能力進行分類的。目前正在研發(fā)的ISO/WD 34501和ISO/WD 34502標準就用于去更加方便的評估各個層級。ISO/WD 34501標準適用于第三級系統(tǒng)中測試場景的術(shù)語和定義,ISO/WD 34502標準定義了測試場景的指南和安全評估過程。

自動泊車部分的評測標準

雖然自動泊車技術(shù)目前受到了非常廣泛的關(guān)注,但是對于評估自動駕駛停車區(qū)域的國際標準的制定卻剛剛開始。所以與自動駕駛中的評測標準不同,針對自動泊車的技術(shù)水平是根據(jù)開發(fā)人員的評估標準來衡量的。

下表展示了交通狀況場景系統(tǒng)中自主停車場景的樣例,該停車場景就是根據(jù)性能級別進行劃分的。

自動泊車級別劃分

在交通狀況場景系統(tǒng)評估包括自動駕駛和停車兩部分場景,并且使用汽車工程協(xié)會定義的“自動駕駛技術(shù)階段“來指出自動泊車的能力。目前該系統(tǒng)當(dāng)中包含三個層級。

  • 第二級別(Lv2):稱為泊車輔助系統(tǒng)用于幫助人們更方便的泊車。在Lv2級別中,通常車輛會配有障礙物距離預(yù)警系統(tǒng)以及后視相機。
  • 第三級別(Lv3):Lv3級別可以實現(xiàn)指定場景下的自動泊車。比如在車庫中停車的這一類簡單的泊車場景。
  • 第四級別(Lv4):Lv4級別中可以執(zhí)行Lv3級別中的所有場景。除此之外,當(dāng)車輛遇到障礙物的時候,車輛可以在停止或者避開障礙物后返回目的地。

自動泊車系統(tǒng)詳解

目前自動泊車系統(tǒng)當(dāng)中主要包括三部分的內(nèi)容,如下圖所示,分別是搜索駕駛過程,自動泊車過程以及返回駕駛過程。我們先對每個過程做一個大致的介紹,然后再介紹每個過程目前各自的發(fā)展趨勢。

自動泊車系統(tǒng)的工作流程

搜索駕駛過程

搜索駕駛過程的最終目標就是在停車場當(dāng)中汽車可以自主的找到一個停車位,所以該過程需要用到定位、防撞以及停車位檢測技術(shù)。

定位技術(shù)介紹

在自動泊車系統(tǒng)當(dāng)中,可以使用GPS或者車輛自帶的IMU傳感器來確認車輛的速度和姿態(tài)并且糾正車輛的位置估計誤差。但是在某些室內(nèi)場景,是無法接收到GPS信號的。所以自動駕駛車輛就需要配備相機、激光雷達以及毫米波雷達進行輔助。下圖是車輛上配備的一些傳感器信息的介紹。

自動泊車車輛配備的傳感器信息的介紹

  • 激光雷達傳感器使用激光來檢測物體。現(xiàn)在主要流行的激光雷達主要分為16、32、64和128線的激光雷達。其測量范圍約為200米,垂直視場為30到50度。
  • 相機傳感器則可以大致分成單目、雙目以及魚眼類型。通常自動駕駛車輛配備的相機其水平視場為90到210度,垂直視場為90到180度。
  • 毫米波雷達根據(jù)距離可以劃分成短程雷達和長距雷達。其中,短程雷達的范圍大約到5米,水平視場為5到20度,垂直視場為10到35度。長距雷達的范圍大約可以到200米,水平和垂直視場為35到80度。

再獲得了這些不同傳感器采集到的信息之后,就可以利用SLAM建圖技術(shù)對自動駕駛車輛周圍的環(huán)境進行重建,從而實現(xiàn)對車輛的定位。而SLAM建圖技術(shù)又可以分成以下兩大類

  • 直接建圖法:跟蹤傳感器移動時變化的數(shù)據(jù)的強度來估計傳感器的姿態(tài)。但由于該類方法容易受到光照變化的影響,不能實現(xiàn)重定位,導(dǎo)致目前的建圖方法很少基于此類方法。
  • 基于特征的建圖法:該類方法首先從傳感器信息中獲得周圍物體的特征點。從同一對象接收到的特征點投影到兩個不同的傳感器坐標,通過計算投影點的幾何關(guān)系來估計目標的位置。

防碰撞技術(shù)介紹

由于自動泊車系統(tǒng)的主要應(yīng)用場景是在停車場,而停車場中會停有很多車輛,所以防碰撞技術(shù)非常重要。在防碰撞技術(shù)中,主要會使用超聲波傳感器短波雷達傳感器、激光雷達傳感器以及相機傳感器。聲波以及雷達傳感器主要是用來實現(xiàn)準確的測距。相機傳感器主要是利用同一物體在連續(xù)圖像中位置的差異來估計深度上的距離。

停車位檢測技術(shù)

停車位檢測是在搜索駕駛的過程中不斷執(zhí)行的,通常會包括傳統(tǒng)的計算機視覺、深度學(xué)習(xí)以及兩種方法的混合實現(xiàn)。

傳統(tǒng)的計算機視覺主要是指定和識別停車位的形狀,如車位線檢測以及特征點檢測,如下圖所示。

車位形狀的例子說明

得益于深度學(xué)習(xí)的快速發(fā)展,目前基于CNN網(wǎng)絡(luò)的方法被廣泛應(yīng)用于停車位檢測當(dāng)中。下圖表示了用于停車位檢測的代表性卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。卷積層學(xué)習(xí)輸入圖像的特征,特征數(shù)據(jù)通過全連接層得到輸出。由于這是一個完全監(jiān)督的學(xué)習(xí)過程,輸出由訓(xùn)練數(shù)據(jù)中的標記來直接決定。

基于卷積神經(jīng)網(wǎng)絡(luò)的停車位檢測流程

自動泊車過程

如果上一步的搜索駕駛過程找到了可用的停車位后,系統(tǒng)就會調(diào)用自動泊車過程。一般來說,我們會使用路徑生成方法實現(xiàn)自主泊車過程。目前主流的路徑生成方法主要有基于算法的方法以及基于強化學(xué)習(xí)的方法。

基于算法的方法涉及計算停車位的位置和形狀的路徑以及車輛的當(dāng)前位置。算法為了計算出合適的停車路徑會涉及最優(yōu)控制問題、基于網(wǎng)格的路徑規(guī)劃方法以及快速探索隨機樹等算法。

基于強化學(xué)習(xí)的方法可以為自動泊車模擬器中的自主停車過程生成最優(yōu)路徑。在自動泊車模擬器中,車輛會學(xué)習(xí)一個通用的停車過程。該學(xué)習(xí)方法通過重復(fù)路徑的生成過程和評估來不斷獲得停車精度最高的最優(yōu)路徑,如下圖所示。

自動泊車的反向停車過程

返回駕駛過程

返回駕駛過程是指在自動駕駛車輛駛?cè)胪\囄贿M行等待的時候,用戶可以對車輛進行調(diào)用,使其移動到用戶指定好的地方。在這個過程當(dāng)中,我們需要使用到路徑跟蹤技術(shù)。

目前而言,路徑跟蹤技術(shù)包括跟蹤行進路徑的方法以及跟蹤修改路徑的方法。但是這兩種方法都使用了類似的車輛控制算法,具體可以參考論文【1-2】。其大體思路就是在考慮車輛當(dāng)前位置和轉(zhuǎn)向角條件的情況下,執(zhí)行沿著生成路徑移動車輛的控制命令。

結(jié)論

由于目前自動泊車技術(shù)的需求逐漸增加,各個國家和廠商都在大力發(fā)展自動泊車系統(tǒng)??紤]到自動泊車技術(shù)的快速發(fā)展,在這篇文章中,我們總結(jié)了自動泊車系統(tǒng)當(dāng)中的標準化趨勢、評測標準以及自動泊車各個組成系統(tǒng)的進行詳細的介紹,希望可以給大家?guī)韼椭?/p>

原文鏈接:https://mp.weixin.qq.com/s/UPwW0E8LTX5V79GK12HF_Q

責(zé)任編輯:張燕妮 來源: 自動駕駛之心
相關(guān)推薦

2010-06-10 13:28:43

路由信息協(xié)議RIP

2022-09-07 07:32:30

GraphQLSQL數(shù)據(jù)

2012-08-20 14:13:16

2009-01-07 18:14:40

2021-07-26 09:20:18

數(shù)據(jù)中心管理員IT行業(yè)

2010-06-12 14:57:34

IEEE 802協(xié)議

2020-06-23 12:28:29

快手

2012-02-27 09:36:20

工信部數(shù)據(jù)中心行業(yè)標準

2017-04-18 11:41:13

互聯(lián)網(wǎng)制造業(yè)

2012-04-05 09:41:00

2009-08-14 16:01:22

C#面向?qū)ο?/a>

2012-10-12 09:39:32

大數(shù)據(jù)

2012-10-09 11:04:03

福布斯大數(shù)據(jù)Big Data

2016-11-22 10:07:31

光纖尖端技術(shù)引領(lǐng)行業(yè)

2012-04-16 09:51:25

寬帶接入

2016-01-04 10:53:38

2020-11-09 05:12:19

AI

2009-08-03 09:15:39

JSP標準標記庫JSTL

2013-01-10 14:56:09

成本估算軟件項目預(yù)算CCEP認證
點贊
收藏

51CTO技術(shù)棧公眾號