以下为《自动驾驶系统传感器与执行器概述大学研究生课程论文》的无排版文字预览,完整格式请下载
下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。
(2019-2020学年第2学期)
XX理工大学研究生课程论文
课程论文题目:
自动驾驶系统传感器与执行器概述
课程名称
传感器与执行器
课程类别
□学位课 ?非学位课
任课教师
谭某某
***
车辆***
学科专业
车辆工程
姓名
马凯
学号
***130
提交日期
2020.6.27
自动驾驶系统传感器与执行器概述
马凯
摘 要:自动驾驶是汽车智能化发展的最终方向,激光雷达、摄像头、毫米波雷达、超声波传感等传感器是实现自动驾驶的硬件基础。本文主要分析阐述了汽车自动驾驶感知系统中传感器和运动控制系统中执行器的发展现状及原理功能,展望了汽车自动驾驶系统的传感器与执行器的发展趋势。
关键词:自动驾驶;传感器;执行器
0 前言
自动驾驶汽车是依靠人工智能、视觉计算、激光雷达、及监控装置和全球定位系统协同合作,让电脑可以在没有人类主动的操作下,自动、安全地操作机动车辆,其主要由环境感知系统、定位导航系统、路径规划系统、速度控制系统、运动控制系统、辅助驾驶系统、中央处理单元、数据传输总线等组成。自动驾驶汽车在传统汽车的基础上扩展了视觉感知功能、实时相对地图功能、高速规划与控制功能,增加了全球定位系统天线、工业级计算机、GPS接收机、雷达等核心软硬件。感知环节通过各种传感器采集周围环境基本信息,是自动驾驶的基础,主要包括激光雷达、摄像头、毫米波雷达、超声波传感等。[1]
图1 自动驾驶汽车系统概况
1 感知系统
1.1简述
感知系统以多种传感器捕获的数据以及高清地图的信息作为输入,经过一系列的计算和处理,来预估车辆的状态和实现对车辆周围环境的精确感知,可以为下游决策系统模块提供丰富的信息。[2]感知系统目的包括:①安全性:实时、准确识别周边影响交通安全的物体,应对突发事件,为采取必要操作以避免发生交通安全事故;②通过性:基于自身行驶性能、周边路况和共识规则,能够实时、可靠、准确识别并规划出可保证规范、安全、迅速到达目的地的行驶路径;③经济舒适性:为车辆高效、经济、XX行驶提供参考依据。目前,感知系统主要是利用传感器、定位导航、车联通信V2X,3种技术组合实现上述目的。[3]
1.2 组成与分类
和轮式机器人所需要的传感器相似,自动驾驶汽车所配备的传感器可分为三大类:环境感知传感器,定位传感器,自感应传感器。环境感知传感器利用外部感应传感器感知交通标示、道路状态、天气状况、驾驶员状态、包括其他车辆在内的障碍物状态(位置、速度、加速度等)以及他们未来的状态。环境感知传感器决定了智能汽车与外界环境交互的能力,是自动驾驶汽车的硬件架构基础[4]。环境感知传感器分为自主式和协同式两大类。自主式传感器通常是以电磁波的形式发射能量并测量返回时间以确定距离等参数,现有的自主式环境感知传感器有超声波雷达、毫米波雷达和激光雷达等。而接受来自车联网或者车路协同网络输出感知消息的则属于协同式环境感应[5], 例如基于光和红外的相机。定位是一台自动驾驶车辆的基础功能,需要告诉车辆相对于全球和本地的精确位置。目前广泛使用的定位方法是利用GPS等外部感应传感器,精度可以从几十米到几毫米不等,具体取决于信号强度和所用设备的质量,精度越高,价格也就相对越昂贵。在市区等复杂路况场景下,所需的定位精度不超过 10cm,如果定位误差过大,那么自动驾驶汽车在城市道路行驶时会由于位置信息不准发生剐蹭等车辆安全问题,重则引发交通事故。为了获得高精度结果,通常使用定位传感器组合,例如 GPSs、IMUs、里程表和相机(通过基元和构建好的地图进行点云匹配,即 SLAM)。来自多个不同传感器的数据融合可以最大限度地减少单一传感器的缺陷,从而提升整个定位系统的可靠性和鲁棒性。自感应传感器使用本体感应传感器(Proprioceptive Sensor)来测量车辆当前的状态,包括速度、加速度、角速度和转向角。本体感应信息通常使用预先安装的测量单元来确定,例如里程表、惯性测量单、陀螺仪和来自控制器局域网(CAN)总线的信息[6]。
主流的传感器感知技术包括视觉感知、激光感知、微博感知等。视觉感知是基于摄像头采集的图像信息,使用视觉相关算法进行处理,认知周围环境;激光感知是基于激光雷达采集的点云数据,通过滤波、聚类等技术,对环境进行感知;微波感知是基于微波雷达采集的距离信息,使用距离相关算法进行处理,认知周围环境。三种环境感知方法的比较如表1所示[7]。
表1 传感器感知方法比较
方法
优点
缺点
视觉感知
信息量丰富,实时性好,体积小,能耗低
易受光照环境和运动速度影响,三维信息测量精度较低
激光感知
直接获取物体三位距离信息,测量精度高,对光照变化不敏感
体积较大,价格昂贵,无法感知无距离差异的平面内目标信息
微波感知
对光照变化不敏感,直接获取物体三维距离信息,数据精度高,实时性好,体积小
无法感知无距离差异的平面内目标信息
1.3 发展现状
美国俄亥俄州立大学与奥什科什***合作研制了 Terra Max 智能驾驶汽车。车上配备先进传感器系统、全球定位系统(GPS)。为了获取车辆一定距离之内的物体信息,安装了摄像头、激光雷达、毫米波雷达和超声波雷达等 24 个环境感知传感器。法国的 Robosoft 公司发明了一款无人驾驶“出租车”。这是一款四轮电动车,底盘下面的摄像机可以看到附近路面的状况,传感器可以感受到路面阻碍的角度和放置的物体。
“春辉”四轮驱动电动智能汽车是同济大学开发的实验智能汽车。该车配备了 GPS 天线、路况摄像头、毫米波雷达、右侧及前侧激光雷达等环境感知传感器,可实现自动驾驶。清华大学基于道奇 7 座轿车开发了 THMR 系列智能
实验汽车,配备了摄像头和激光测距仪等环境感知传感器。这些环境感知传感器将车辆一定距离的路况快速反馈至驾驶台,驾驶台通过计算机控制系统做出相应的决策,使车辆实现制动或者转向。
1.4结构与原理
1.4.1激光雷达
激光雷达是激光探测及测距系统的简称,主要构成要素包括发射系统、接收系统和信号处理系统。激光雷达系统的核心组件主要有激光器、扫描器及光学组件、光电探测器及接收IC,以及位置和导航器件等,可提供高分辨率的几何图像、距离图像、速度图像;其工作原理是飞行时间法,即根据激光遇到障碍物后的折返时间,计算目标与自己的相对距离。激光光束可以准确测量视场中物体轮廓边沿与设备间的相对距离,轮廓信息组成点云并绘制出3D环境地图,精度可达到厘米级别。[8]
图2 激光雷达的主要构成要素
1.4.2车载摄像头
车载摄像头是实现预警、识别类 ADAS 功能的基础器件。摄像头工作原理是景物通过镜片组生成光学图像投射在CMOS光电传感器上,经过模数转换后变为数字信号,再由DSP将信号处理成特定格式的图像在显示屏上显示。通过对采集图像进行计算机算法分析,车载摄像头能够识别行人、自行车、机动车、道路轨迹线、路牌、信号灯等环境信息,进而支撑实现车道保持辅助、车道偏离预警、前向碰撞预警、行人 内容过长,仅展示头部和尾部部分文字预览,全文请查看图片预览。 S. Department of Transportation,Research and Innovative Technology Administration,ITS Joint Program Office.
[16]NHTSA.Vehicle safety communications project task 3final report:Identify intelligent vehicle safety applications enabled by DSRC[R]. Washington,D.C. U.S.Department of transportation,2005.
[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]
以上为《自动驾驶系统传感器与执行器概述大学研究生课程论文》的无排版文字预览,完整格式请下载
下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。