洞察无人车辆技术发展(2)
美国斯坦福大学的Stanley无人车(图6),该车基于一辆大众途锐进行改造,由北美大众公司电器研究实验室与美国斯坦福大学动力学设计实验室合作完成研制,在2005年的比赛中夺得冠军。
目前,美国谷歌公司的Google fleet无人驾驶汽车(图7)是其中优秀代表,该无人车搭载了性能超前的三维视觉重构技术与谷歌地图云计算技术,可同时对数百个目标进行监测与识别,能轻松应对行人、非机动车辆、机动车辆等多种不确定因素。由于性能优良可靠,2012年美国内华达州为其颁发了驾驶许可证。从2009年开始,截至2015年11月,谷歌智能车已自主驾驶行驶了超过132万英里,相当于平均每周在街道上无人驾驶~英里。
我国民用无人车辆也处于快速发展阶段,其中比较具有代表性的相关研究机构是国防科技大学。2011年,由国防科技大学自主研制的红旗HQ3无人车,完成了从长沙到武汉(全长286公里)的高速无人驾驶实验,在实验过程中,车辆自主超车67次,被超148次,平均车速达87km/h,创造了我国自主研制无人车在复杂交通状况下自主驾驶的新纪录。
“中国智能车未来挑战赛”已举办了七届,它是我国针对具有自然环境感知与智能行为决策能力的无人驾驶车辆验证平台的全国性权威比赛。在最近四届比赛中,军事交通学院的“猛狮”智能车三次夺得总冠军,展现了我国无人车辆技术发展的前端水平。
上述机构的研究主要关注于感知、定位与导航,但仍有部分学者关注于如何在现有感知技术条件下发挥无人车辆的动力学极限,以实现大幅提高无人车辆的行驶速度。因此,无人赛车便成为国内外诸多顶尖学者的关注方向。比较具有代表性的有斯坦福大学的动力学设计实验室,在现有成熟的环境感知技术条件下,实现给定路径下控制车辆发挥动力学性能极限。目前,斯坦福大学的奥迪无人赛车(图9)已经在赛道上实现了驾驶速度超过一般水平的赛车手。在国内,北京理工大学无人赛车研究团队已研制出纯电力驱动的小型无人方程式赛车(图10)。
图6 美国斯坦福大学Stanley无人车
图7 美国Googlefleet无人车
图8 军事交通学院“猛狮”智能车
图9 斯坦福大学奥迪无人赛车
周晶晶 中国人民解放军军事交通学院 研究生、车辆工程专业
倪俊 北京理工大学特种车辆研究所 博士、车辆工程专业
付苗苗 北京理工大学特种车辆研究所 研究生、车辆工程专业
有哪些关键技术
无人车辆的关键技术主要包括环境感知技术、定位与导航技术,以及车辆动力学控制技术。其中,环境感知技术用来获取车辆周围环境信息,定位与导航技术用来计算车辆当前位置、可能的行驶路径和期望行驶速度,车辆动力学控制技术最终控制车辆沿着预定路径行驶。
图10 北京理工大学无人方程式赛车
环境感知技术
环境感知技术是车辆实现无人驾驶的首要环节,必须具备实时性、鲁棒性和实用性。
第一,视觉技术。
机器视觉采用摄影机和电脑代替人眼的方式,对目标进行识别、跟踪和测量。在无人车辆上,通过机器视觉应用,可解释交通信号、交通图案、道路标识等环境语言。与其它传感器相比,机器视觉具有检测信息大、价格相对低廉等优点;但在复杂环境下,要将探测的目标与背景提取出来,具有图像计算量大、算法不易实现等缺点。机器视觉又分为单目视觉、全景视觉和立体视觉。图12展示的就是基于深度学习的英国剑桥大学SegNet物体实时识别系统。
第二,激光雷达技术。
相对于视觉感知技术,激光雷达具有以下优势:雷达受外界环境影响很小,其可靠性和精确性要高于被动传感器;激光雷达采用主动测距法,对环境光的强弱和物体色彩差异具有很强的鲁棒性;激光雷达直接返回被测物体到雷达的距离,算法更直接,测距更准确;激光雷达速度更快,实时性更好;视角大、测距范围大。相对于摄像机,雷达的缺点也是显而易见的,它的制造工艺复杂、成本较高。
第三,毫米波雷达技术。
毫米波雷达工作在毫米波波段,其频域为30GHz~300GHz之间,波长介于厘米波和光波之间,兼有微波制导和光电制导的优点。毫米波导引头体积小、质量轻、空间分辨率高;穿透雾、烟、灰尘的能力强,具有全天候(大雨天除外)、全天时的特点。然而,雨雾对毫米波的影响非常大,吸收强度大。在雨雾天气,毫米波雷达的性能将会大大下降。
文章来源:《小型内燃机与车辆技术》 网址: http://www.xxnrjycljs.cn/qikandaodu/2021/0408/682.html
上一篇:提升出租车机务技术管理这些要点得记住
下一篇:广州车展不靠美女也吸睛