自动驾驶全面分析系列第二篇，上篇是市场分析，下篇是产业分析，若无注目本公众号（史晨星）。技术路线6．两大路线自动驾驶研发两大路线渐进式：逐层研发，由L1／L2ADAS驾驶员辅助系统逐层向L4／L5过渡性保守式：跳过驾驶员辅助系统，必要从高度自动驾驶L4系统紧贴7．产业链自动驾驶本质是产业升级，产业链还包括：1）硬件：各类传感器、构建计算出来处置平台、传统汽车组件等2）软件：无人驾驶操作系统、车联网、高精度地图数据等3）整车生产4）运营服务8．三大分层自动驾驶系统分感官层、决策层、执行层，分别替换人的眼睛、大脑、手脚感官层：环境信息和车内信息的收集与处置，传感器还包括激光雷达、摄像头、毫米波雷达、低精地图、GNSS卫星定位、IMU惯性导航等决策层：依据提供的信息来展开决策辨别，制订适当控制策略，替代人类作出驾驶员决策，决策算法还包括模糊推理、增强自学、神经网络和贝叶斯网络技术等执行层：系统在作出决策后，替代人类对车辆展开掌控，对系统到底层模块继续执行任务，还包括线控特滑行、线掌控一动、线控改向等9．感官层：多传感器融合，两种技术方案感官层是自动驾驶的眼睛，提供周围的信息，分成定位和传感两部分定位还包括低精地图、全球导航系统卫星定位、惯性导航等周围传感包括了摄像头、激光雷达、毫米波雷达等各种传感器分开用于皆有一定局限1）摄像头成本低功能齐全，但易受环境影响2）毫米波雷达不不受环境影响，但精度较低3）激光雷达精度高，但成本高4）低精地图精度高，但收集艰难5）GNSS全球导航系统卫星定位精度高，但信号差6）IMU惯性导航不不受环境影响，但成本高各类传感器详细分析请求持续注目本公众号（史晨星）多种传感器融合可符合各种简单路况，同时保证系统校验百度Apollo研究，GNSS＋IMU＋Lidar／CV融合高精度定位系统可以构建97．5％以上的覆盖率两种技术方案1）视觉主导方案：摄像头（主导）＋毫米波雷达＋超声波雷达＋激光雷达，典型的代表是特斯拉，马斯克坚决在其方案中不重新加入激光雷达2）激光雷达主导方案：激光雷达（主导）＋毫米波雷达＋超声波传感器＋摄像头，典型的代表是GoogleWaymo10．决策层：算法＋芯片决策层是自动驾驶的大脑一方面搜集感官层数据，分析周边环境，规划驾驶员路线一方面掌控执行层，预判路况，作出适当的车辆掌控决策算法是核心竞争力，分成感官层算法和决策层算法1）感官层算法——将传感器的输出数据最后转换成计算机需要解读的自动驾驶车辆所处场景的语义传达、物体的结构化传达，还包括：物体检测、辨识和追踪、3D环境建模、物体的运动估算等2）决策层算法——基于感官层算法的输入结果，得出最后的不道德／动作指令，还包括不道德决策（汽车的追随、暂停和追上）、动作决策（汽车的改向、速度等）、反馈控制（向油门、刹车等车辆核心控制部件收到指令）关于人工智能、视觉算法、路径规划、不道德决策、深度自学、增强自学、贝叶斯网络、迁入自学等详细分析请求持续注目本公众号（史晨星）根据英特尔CEO测算，假设一辆自动驾驶汽车配备了GPS、摄像头、雷达和激光雷达等传感器，每天将产生大约4000GB待处理的传感器数据考虑到自动驾驶对延后拒绝很高，传统的云计算面对着延后显著、相连不平稳等问题，这意味著一个强劲的车载计算出来平台（芯片）沦为了刚刚须要计算出来平台在自动驾驶中主要负责管理解决问题两个主要问题1）处置输出的信号（雷达、激光雷达、摄像头等）2）作出决策辨别、得出掌控信号：该加快还是刹车？该左转还是右转？。

本文来源：yabo888vip网页登录平台-www.duzhongcha.com