低速無人駕駛原理及應(yīng)用

目錄
第1章 無人駕駛技術(shù)概論 1
1.1 國內(nèi)外無人駕駛技術(shù)的發(fā)展及現(xiàn)狀 1
1.1.1 發(fā)展歷史 1
1.1.2 自動駕駛分級 2
1.1.3 各國無人駕駛相關(guān)法律法規(guī)的建設(shè) 5
1.2 國內(nèi)外低速無人駕駛技術(shù)的發(fā)展現(xiàn)狀 12
1.2.1 國際發(fā)展現(xiàn)狀 12
1.2.2 國內(nèi)發(fā)展現(xiàn)狀 15
1.3 低速無人駕駛技術(shù)的技術(shù)特點 18
1.3.1 行駛速度不同帶來的差異 18
1.3.2 行駛環(huán)境不同帶來的差異 19
1.3.3 車輛平臺不同帶來的差異 21
1.3.4 改造成本要求不同帶來的差異 23
1.3.5 感知特點不同帶來的差異 24
1.3.6 決策邏輯不同帶來的差異 25
第2章 低速無人駕駛基本原理 26
2.1 無人駕駛車輛的體系結(jié)構(gòu) 26
2.2 復雜場景低速無人駕駛感知系統(tǒng)構(gòu)成 30
2.3 低速無人車決策規(guī)劃系統(tǒng)體系結(jié)構(gòu) 32
2.3.1 分層遞階式體系結(jié)構(gòu) 33
2.3.2 反應(yīng)式體系結(jié)構(gòu) 34
2.3.3 混合式體系結(jié)構(gòu) 35
2.4 低速無人車控制系統(tǒng)構(gòu)成 35
2.5 低速無人車體系結(jié)構(gòu)實例分析 37
2.5.1 小旋風第四代低速無人車平臺整體介紹 37
2.5.2 小旋風第四代低速無人車平臺硬件結(jié)構(gòu)分析 38
2.5.3 小旋風第四代低速無人車平臺軟件體系分析 40
第3章 低速無人駕駛車輛底盤改造方法 42
3.1 低速無人駕駛車輛底盤的選擇和對比 42
3.1.1 低速無人駕駛車底盤參數(shù)分析 42
3.1.2 低速無人駕駛車底盤對比實例分析 43
iv 低速無人駕駛原理及應(yīng)用
3.1.3 B型低速無人駕駛巡邏車的線控底盤改造方案 47
3.2 自動轉(zhuǎn)向系統(tǒng)改造原理 48
3.2.1 無人駕駛車自動轉(zhuǎn)向系統(tǒng)改造方案 48
3.2.2 低速無人駕駛車雙模轉(zhuǎn)向系統(tǒng)改造實例分析 50
3.3 自動制動系統(tǒng)改造原理 52
3.3.1 低速無人駕駛車機械制動改造實例分析 55
3.3.2 低速無人駕駛車液壓制動改造實例分析 58
3.4 自動擋位與速度控制系統(tǒng)改造原理 62
3.4.1 A型無人駕駛車自動擋位與速度控制系統(tǒng)改造方案 62
3.4.2 B型無人巡邏車自動擋位與速度控制系統(tǒng)改造方案 64
第4章 智能控制器的設(shè)計 67
4.1 國外智能駕駛控制器的發(fā)展現(xiàn)狀 67
4.1.1 英特爾公司的智能控制器 67
4.1.2 英偉達公司的智能控制器 69
4.1.3 瑞薩公司的智能控制芯片 71
4.1.4 美國德州儀器公司的智能控制芯片 73
4.1.5 特斯拉公司的智能控制器 74
4.1.6 恩智浦半導體公司的智能控制器 75
4.2 國內(nèi)智能駕駛控制器的發(fā)展現(xiàn)狀 76
4.2.1 北京地平線機器人技術(shù)研發(fā)有限公司 76
4.2.2 百度BCU 77
4.2.3 武漢環(huán)宇智行科技有限公司 78
4.2.4 北京深鑒科技有限公司 78
4.3 智能控制器設(shè)計實例分析 79
4.3.1 核心計算模塊設(shè)計 82
4.3.2 接口模塊設(shè)計 84
4.3.3 數(shù)據(jù)交互設(shè)計 85
4.3.4 圖像處理模塊設(shè)計 85
4.4 智能車底層控制器設(shè)計實例分析 86
4.4.1 硬件系統(tǒng)設(shè)計 87
4.4.2 軟件系統(tǒng)設(shè)計 94
第5章 雷達的應(yīng)用 106
5.1 無人駕駛中的雷達解決方案 106
5.2 激光雷達 107
5.2.1 1 線激光雷達 108
5.2.2 車載4線、8線激光雷達 111
5.2.3 車載16線激光雷達 117
5.2.4 車載32線激光雷達 126
5.2.5 車載40線激光雷達 128
5.2.6 車載64線、128線激光雷達 128
5.2.7 現(xiàn)有激光雷達存在的問題 131
5.3 毫米波雷達 131
5.4 超聲波雷達 134
5.4.1 超聲波雷達的工作原理 134
5.4.2 超聲波雷達的類型 135
5.5 固態(tài)激光 135
5.5.1 固態(tài)激光雷達的特點和分類 136
5.5.2 深圳速騰聚創(chuàng)科技有限公司固態(tài)激光雷達產(chǎn)品 136
5.5.3 Innoviz公司固態(tài)激光雷達產(chǎn)品 137
5.5.4 Quanergy公司 138
5.5.5 Velodyne固態(tài)激光雷達Velarray 138
5.5.6 杭州光珀智能科技有限公司 138
5.5.7 北醒(北京)光子科技有限公司的固態(tài)激光雷達 138
5.6 無人駕駛車中的激光雷達的綜合應(yīng)用實例分析 139
5.6.1 高速無人車雷達綜合配置方案 139
5.6.2 低速無人車雷達綜合配置方案 140
第6章 導航定位與視覺感知應(yīng)用 142
6.1 精確定位與導航系統(tǒng)原理 142
6.1.1 導航定位原理 142
6.1.2 差分導航原理 143
6.1.3 差分導航設(shè)備介紹及數(shù)據(jù)格式 146
6.1.4 大地主題解算的基本原理 153
6.1.5 GPS 路網(wǎng)中全局路徑規(guī)劃 158
6.2 視覺解決方案 162
6.2.1 無人駕駛系統(tǒng)中視覺感知內(nèi)容 163
6.2.2 無人駕駛系統(tǒng)中視覺感知的困難與發(fā)展 169
6.2.3 應(yīng)用于無人駕駛系統(tǒng)的視覺解決方案舉例 171
第7章 傳感器融合算法 177
7.1 多傳感器融合的必要性及方法 177
7.1.1 多傳感器數(shù)據(jù)融合原理 177
7.1.2 多傳感器數(shù)據(jù)融合基本概念 177
7.1.3 多傳感器數(shù)據(jù)融合系統(tǒng)結(jié)構(gòu) 178
7.1.4 多傳感器數(shù)據(jù)融合的關(guān)鍵問題 178
7.1.5 多傳感器數(shù)據(jù)融合算法簡介 180
7.1.6 低速無人技術(shù)數(shù)據(jù)融合的特點 183
7.2 激光雷達與雙目視覺融合算法實例分析 183
7.2.1 基于自適應(yīng)加權(quán)的決策級數(shù)據(jù)融合 183
7.2.2 基于多傳感器融合的運動目標跟蹤 187
7.2.3 低速無人駕駛車輛數(shù)據(jù)融合實驗與分析 191
7.3 激光雷達與GPS 導航融合算法實例分析 196
7.3.1 三次樣條插值函數(shù)擬合方法 197
7.3.2 最小二乘法多項式擬合方法 198
7.3.3 基于三次樣條線與多項式擬合的GPS 路點數(shù)據(jù)擬合實驗 199
7.3.4 路徑上障礙物提取方法 203
第8章 決策與控制算法 207
8.1 低速無人車軟件架構(gòu)示例 207
8.1.1 決策軟件架構(gòu) 208
8.1.2 控制軟件架構(gòu) 209
8.2 決策算法 209
8.2.1 基于有限狀態(tài)機的決策算法 210
8.2.2 基于機器學習的決策算法 213
8.3 路徑規(guī)劃算法 214
8.3.1 基于軌跡平移的高斯平滑規(guī)劃換道算法 215
8.3.2 基于高斯低通濾波的換道規(guī)劃流程圖 219
8.3.3 可行駛區(qū)域提取 219
8.4 控制算法 221
8.4.1 軌跡跟蹤控制 221
8.4.2 縱向控制 226
第9章 低速無人駕駛技術(shù)的應(yīng)用實例 229
9.1 小旋風低速系列無人車平臺介紹 229
9.1.1 無人駕駛園區(qū)接駁車 230
9.1.2 無人駕駛園區(qū)消防車 230
9.1.3 無人駕駛園區(qū)送貨車 231
9.1.4 無人駕駛園區(qū)情侶車 231
9.1.5 無人駕駛園區(qū)巡邏車 232
9.1.6 無人駕駛高爾夫球車 232
9.1.7 無人駕駛園區(qū)無障礙車 232
9.1.8 無人駕駛園區(qū)灑水車 233
9.1.9 無人駕駛園區(qū)救護車 233
9.1.10 無人駕駛園區(qū)物流車 233
9.2 特定場景低速無人駕駛應(yīng)用實例 234
9.2.1 北京動物園夜間巡邏案例 234
9.2.2 北京聯(lián)合大學旋風巴士接駁車 241
9.2.3 無人駕駛技術(shù)在農(nóng)業(yè)中的應(yīng)用 244
9.2.4 深圳阿爾法巴智能駕駛公交 247
9.3 低速無人駕駛技術(shù)在人才培養(yǎng)中的應(yīng)用 248
9.3.1 解決方案 248
9.3.2 無人駕駛低速車教學平臺 249
9.3.3 課程與實踐案例 250
參考文獻 254