硬件开发平台介绍
-
自动驾驶研发的流程
-
软件在环：软件在环是基于仿真和模拟的软件仿真，类似于赛车类游戏。即是在软件系统里仿真模拟出真实的道路环境如光照、天气等自然环境，开发者可将自动驾驶代码开发完毕后，在仿真系统内运行，测试是否可以实现目标。
-
硬件在环：硬件在环是基于必要的硬件平台。在第一步的软件仿真结束后，将所有的仿真结果与传感器、计算单元集合在一起，在硬件环境里测试。
-
车辆在环：车辆在环是基于车辆执行。在第二步硬件环境里测试完成后实施的第三步，即在一个封闭环境中测试开发者所开发功能，封闭环境中不会有交通流的干扰。
-
司机在环：司机在环是基于实际道路。在第三步测试成功后进入到司机在环，司机在环主要是研究人——车——路——交通四者之间的相互作用，它不仅测试自动驾驶的程序代码，还能获得专业司机的评判。
-
-
自动驾驶分为三大系统
-
感知
- 车辆运动主要分为惯性导航、速度传感器、角度传感器和全球定位系统。
- 环境感知主要分为激光雷达、超声波、摄像头、毫米波雷达、V2X。
- 驾驶员监测主要分为摄像头和生物电传感。
-
决策
- 计算单元里是自动驾驶感知决策控制的算法。目前自动驾驶用的是X86结构的服务器或工控机。
- T-BOX即Telematics BOX，是车联网的通讯网关，它上接互联网下接CAN总线。例如手机上APP发送的开关门指令，都是通过T-BOX网关将操作指令发送到CAN总线来进行操控的。
- 黑匣子是用来记录无人驾驶过程中所有的信息和状态。
-
控制
- 车辆控制主要分为制动、转向、发动机和变速箱。
- 警告系统主要分为声音、图像和震动 。
-
-
摄像头
- 摄像头主要是用于车道线、交通标识牌、红绿灯、车辆和行人的检测。它的优点是检测信息全面且价格便宜，缺点是性能受天气影响较大。
- 摄像头主要由镜头、镜头的模组、滤光片、CMOS/CCD、ISP和数据传输这几部分组成。摄像头分为单目和双目。
- 摄像头的基本工作原理：光线通过摄像头前面的镜头和滤光片聚焦到后面的CMOS的Sensor上.
-
激光雷达
- 激光雷达的核心原理是TOF(Time of Flight)，即一束光射出后碰到障碍物后，光会发生回波，并在APD上进行接收和计算光折返的距离。
- 根据它的扫描原理激光雷达可以分为同轴旋转、棱镜旋转、MEMS、OPA相控阵以及Flash。 激光雷达不光是用于感知，地图类的测绘和定位也会使用到需要它。
-
毫米波雷
- 毫米波雷达主要用于交通车辆的检测。毫米波雷达主要是由射频天线、芯片和算法组成，基本原理是发射一束电磁波，然后观察电磁波回波的摄入差异来计算距离和速度。
- 它的优点是检测速度快且较准确，不受天气情况干扰，缺点是不能对车道线进行识别检测。
-
传感器安装
- 激光雷达是360°旋转的，所以它都是安装在车顶。
- 毫米波雷达的指向性很强，所以的它一般安装在前后保险杠上。
- 考虑到车身在道路上的俯仰和姿态的干扰，所以组合导航系统一般是安装在两个后车轮的中轴线上 。
- 车身的360°都会安装摄像头。
-
未来自动驾驶
- 未来自动驾驶传感器的趋势：自动驾驶传感器离不开多传感器的融合。激光雷达和摄像头都属于光学类的传感器，它们核心零部件和处理电路很相似。
- 未来有可能将激光雷达和摄像头前端融合到一起，直接输出RGB、 XYZ融合后的颜色加点云信息，然后传输到后端的计算来进行处理。
-
新能源车
- 自动驾驶汽车目前大多是新能源车，新能源车通过驱动电机的扭力控制来完成对加速度的控制，从整个线控化来看，分为三个阶段：
- 对原车的方向盘踏板进行改装，将一些转向管柱截断后，加装转向电机，通过控制电机进行转向，缺点是未经过原车系统测试验证，存在安全隐患。
- 基于原车的辅助驾驶系统，对Can总线协议进行破解，通过原车总线指令控制车的转向和制动。
- 从车底盘开始开发的一套系统，转向线控完全按照自动驾驶需求定制，与2.0的区别在于考虑到冗余和备份的需求。
-
Apollo 平台
- Apollo平台认证是指百度目前正在使用的传感器经认证后公布出来。例如Velodyne 64线激光雷达就属于Apollo平台认证产品，我们会基于正在使用的传感器提供数据集。
- Apollo硬件开发平台认证，则是在Apollo代码层面进行验证，如感知模块的数据化采集标注和模型的训练的额外工作，还需要开发者自己完成。
- Apollo开发平台中，还有HAL硬件抽象层，这为了防止单一硬件短路而导致整个系统硬件内核崩溃的中间开发层。
-
自动驾驶产业
- 自动驾驶产业是汽车新能源、IT、交通通讯、半导体人工智能、移动互联网等多个10万规模产业亿聚的大型聚合产业。
- 自动驾驶汽车是物质流、能量流、信息流的聚合体，需要软硬件行业的深度整合和合作才能保证自动驾驶产业的成功落地。