新聞中心

EEPW首頁 > 汽車電子 > 業(yè)界動態(tài) > 一文讀懂自動駕駛研究現(xiàn)狀

一文讀懂自動駕駛研究現(xiàn)狀

作者: 時間:2019-01-22 來源:網(wǎng)絡(luò) 收藏
編者按:自動駕駛載具或?qū)⒁祟惖南乱淮纬鲂蟹绞礁锩?,而我們目前又已?jīng)走到了哪一步?近日,巴西圣埃斯皮里圖聯(lián)邦大學的研究者在 arXiv 上發(fā)布了一篇自動駕駛汽車研究情況總結(jié),并簡單梳理了產(chǎn)業(yè)界的進展。本文摘取了其中的主干部分,更詳細的論述請參閱原文。

  狀態(tài)空間的表征形式通??煞譃橥負浔碚?[CUM08] [MIL12] [FORE18] 和度量表征 [HOR13] [MUT16] [SCH18]。拓撲表征是將狀態(tài)建模為圖(graph),其中節(jié)點代表重要的位置(或特征),邊表示它們之間的拓撲關(guān)系(比如位置、方向、接近程度和連通性)。這些分解的分辨率取決于環(huán)境的結(jié)構(gòu)。度量表征通常是將狀態(tài)空間分解成規(guī)則間隔的單元。這種分解形式并不取決于特征的位置和形狀。度量表征的空間分辨率往往高于拓撲表征的。其易變性和高效性使其成為了最常用的空間表征。要了解用于創(chuàng)建拓撲表征的主要的基于視覺的方法,讀者可參閱 Garcia-Fidalgo and Ortiz [FID15]。這里我們總結(jié)了用于計算度量表征的最重要方法,這些方法又可進一步分為離散和連續(xù)空間表征。

本文引用地址:http://butianyuan.cn/article/201901/396974.htm

  1) 離散空間度量表征

  2) 連續(xù)空間度量表征

  C 道路地圖測繪

  道路測繪子系統(tǒng)負責收集汽車周圍的道路和車道信息,并使用幾何和拓撲屬性將它們表示在地圖中,包括互連的區(qū)域和受限區(qū)域。道路地圖測繪子系統(tǒng)的主要主題是地圖表征和地圖創(chuàng)建。

  1) 道路地圖表征

一文讀懂自動駕駛研究現(xiàn)狀

圖 4:無人駕駛汽車 IARA 使用的道路網(wǎng)格地圖和 RDDF 路徑。

綠色和紅色區(qū)域表示道路網(wǎng)格地圖,黑點是 RDDF 路徑點,這是從道路網(wǎng)格地圖中自動提取出來的。

一文讀懂自動駕駛研究現(xiàn)狀

圖 5:自動車輛項目 [BEN14] 使用的 lanelet(車道片段)地圖的圖模型。

紅色和綠色點分別表示車道片段 A、B、C 的左和右路沿。該圖展示了 A 和 C 交匯成 B 的情況。

  2) 道路地圖創(chuàng)建

  D 移動目標跟蹤

  移動目標跟蹤(MOT)子系統(tǒng)(也被稱為檢測與跟蹤多目標/DATMO)負責檢測和跟蹤汽車所處環(huán)境中的移動障礙物的姿態(tài)。這個子系統(tǒng)對自動車輛的決策而言至關(guān)重要,能幫汽車避免與可能移動的物體(比如其它汽車和行人)發(fā)生碰撞。移動障礙物隨時間的位置變化通常是根據(jù)測距傳感器(比如 LIDAR 和 RADAR)或立體相機捕獲的數(shù)據(jù)估計的。來自單目相機的圖像能提供豐富的外觀信息,這可用于改善對移動障礙物的假設(shè)。為了應(yīng)對傳感器測量的不確定性,可將貝葉斯濾波器(比如卡爾曼或粒子濾波器)用于狀態(tài)預(yù)測。文獻中已提出了多種用于 MOT 的方法。這里我們將給出近十年最新發(fā)表的相關(guān)文獻。更早期的研究可參閱 Petrovskaya et al. [PET12]、Bernini et al. [BER14] 和 Giro et al. [GIR16]。

  用于 MOT 的方法主要可分為六類:

  1)基于傳統(tǒng)方法的 MOT

  2)基于模型的 MOT

  3)基于立體視覺的 MOT

  4)基于網(wǎng)格地圖的 MOT

  5)基于傳感器融合的 MOT

  6)基于深度學習的 MOT

  E 交通信號檢測與識別

  交通信號檢測與識別子系統(tǒng)負責檢測和識別交通規(guī)則定義的信號,使汽車可以遵守交通法規(guī)做出正確的決策。與交通信號相關(guān)的任務(wù)有很多,本文將介紹這三大主要主題:

  1) 交通信號燈檢測與識別

  2) 交通標志檢測與識別

  3) 路面標記檢測與識別


上一頁 1 2 3 4 下一頁

關(guān)鍵詞: 自動駕駛

評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉