无人驾驶（精选12篇）
无人驾驶 篇1
无人驾驶汽车技术正从假想一步步变成现实, 助推这一趋势的除了传统的汽车制造商, 更有谷歌这类互联网巨头。
站在车库里, 宝马集团高级副总裁Elmar Frickenstein对着手腕上的三星智能手表Galaxy Gear S喊了一声“BMW”, 他的座驾宝马听到了召唤、感应到他的方位, 缓缓地开动, 绕开柱子, 最终停靠在他的身旁。
美国时间1月5日晚上, 2015年CES (消费电子展) 的开幕式上, 三星电子总裁兼首席执行官尹富根做主题演讲, 邀请宝马集团高级副总裁Elmar Frickenstein“串场”, 后者用视频演示了上述智能手表遥控无人驾驶汽车的精彩一幕:借助智能手表, 汽车如懂人性的宠物一般乖乖地跑到你的跟前。
无人驾驶汽车技术正从假想一步步变成现实, 助推这一趋势的除了传统的汽车制造商, 更有谷歌这类互联网巨头。
ABB竞逐
传统豪车三强宝马、奔驰、奥迪 (ABB) 均在无人驾驶汽车领域下注。
在今年的CES展上, 宝马推出了全新的自动驾驶技术。包括360°预防碰撞系统和多层停车场全自动泊车技术。当存在碰撞危险时, 360°预防碰撞系统会通过报警声向驾驶者发出警告, 还可通过自动制动干预以厘米级精度使车辆停止。
宝马的工程师在试验车型上安装了高精度的GPS以及传感器列阵, 在分析完大量数据之后, 汽车会针对当前路况做出精确判断。当然, 工程师并不满足只是在普通的道路上跑跑, “让操控接近汽车的极限”是他们另外一个目的, 因此一旦开启“极限模式”, 汽车就像打了鸡血一样开始完成一些高难度动作, 比如高速避障、漂移。
奥迪A7样车的技术目前处于研发状态。这辆汽车利用前视雷达和激光测距仪来“观察”前面的路面情况, 挡风玻璃上安装的摄像头则负责监视车道分界线, 后置雷达会探测左右两边超上来的车辆。
这项科技的设计意图是为了让驾驶员在低于40英里每小时车速时能够稍微休息一会, 同时还能让A7与前后车辆保持合适车距, 也能让车辆行驶在车道分界线之间。
在最初的设计理念中, 运用该技术的汽车还会配备面部识别摄像头, 侦测驾驶员是否专心观察路况, 是否疲劳驾驶, 如果是的话, 就会鸣响警报。为了配合Piloted Driving技术, 奥迪必须为汽车配备前后雷达、前视激光测距仪以及挡风玻璃上的摄像头。雷达和测距仪负责侦测A7周围的车辆, 摄像头则探测分界线。仪表盘上的一个LCD显示屏会显示A7周围的路面情况。安装在后备箱区域的一台电脑会分析这些信息, 并操控油门、刹车和方向盘。
奔驰也在CES上推出了其无人驾驶汽车——F015 Luxury in Motion。这款汽车被称为“休息厅”汽车, 车内拥有四个可旋转的座椅, 可以将它们旋转拼成一个整体, 如同一个休息室。前排一列显示屏能够让驾驶员和乘客控制车载娱乐系统, 并支持手势控制和眼球追踪。
其前后的LED车灯可以基于汽车当前的驾驶状态来改变颜色:当司机手动控制汽车时, 车灯为白色, 当为无人驾驶状态时, 车灯为蓝色。正因如此, 未来当你驾驶这款汽车上路时, 行人就能够区分出是谁在开车了。
谷歌在路上
谷歌首辆全功能无人驾驶汽车将在2015年上路测试。
尽管Google开发无人驾驶汽车的消息由来已久, 但直到2014年12月22日, 谷歌才正式宣布完成了第一辆全功能无人驾驶汽车原型, 并将在2015年正式上路进行测试。
谷歌研发的这辆全自动无人驾驶汽车没有方向盘、油门及刹车踏板和换挡装置, 完全通过软件和传感器进行自动驾驶。而这距离2010年谷歌首次披露开发无人驾驶汽车, 已经过去了近5年的时间。
谷歌在其官方博客中说, 过去半年里, 谷歌制造了多辆样车, 每辆都是为了测试自动驾驶汽车的不同系统, 包括转向、刹车等传统的汽车部件, 以及计算机、传感器等自动驾驶部件。首辆完整的全自动驾驶汽车样车整合了所有这些部件。
业内人士总结, Google无人驾驶汽车的原理是通过GPS定位结合内置的谷歌导航地图完成路线规划, 在驾驶过程中通过外围摄像头采集环境数据并存入车载电脑进行数据分析以确定驾驶行为, 从而最终完成自动驾驶。但推出无人驾驶汽车不意味着谷歌要成为一家汽车厂商。谷歌无人驾驶汽车项目主管克里斯·厄姆森 (Chris Urmson) 不久前表示, 谷歌正在汽车行业寻找合作伙伴, 以计划在五年内将无人驾驶技术推向市场。
去年在中国市场, 腾讯等互联网公司也纷纷切入车联网市场, 并推出车联网的智能盒子, 但主要是将汽车导航、社交功能进行结合, 但这些智能产品远没达到驾驶无人车的程度。
百度也进入了这个领域。百度的无人驾驶项目正处于研发阶段, 除了针对基础的汽车传感系统、决策及控制系统研发外, 百度正在重点进行数据采集工作, 着手绘制国内首个高精度三维环境地图, 并将推动其在无人驾驶领域之外的应用, 以更多形式服务于更广泛受众。
去年10月, 中国百度公司无人车团队负责人、高级科学家倪凯博士表示, 百度作为一个互联网公司想做无人车是因为无人车是机器人的项目, 这些都是面向未来的人工智能操作, 这有着非常大的商业价值。无人车项目有辐射效应, 可以在将来有新商业模式的时候做一个产品的研发和定型。
何时进入寻常百姓家
目前业内普遍认为, 无人驾驶汽车若要普及, 如何应对高成本和传感器的精度问题都是需要跨越的门槛。
相对于技术的进步, 汽车企业更需要数据的收集。以宝马极限模式的漂移技术为例, 这个看似疯狂的技术并非符合当前自动驾驶汽车的安全标准, 并且更多的路面状况需要大量的实践和经验积累, 想在短时间内完成这项技术并不靠谱, 宝马预计能将这项技术投入到实际应用中至少要等到2020年。
无人驾驶汽车要得以应用还必须要突破全球各地的道路交通政策。目前各地的汽车交通政策中都要求驾驶人手持方向盘, 甚至不允许司机手持电话等行为。要真正解放司机, 实现无人驾驶, 还需要交通法规的跟进。
无人驾驶技术背后是更广泛的物联网技术的拓展。
Elmar Frickenstein说, 车联网将是物联网中最大的驱动力之一。通过车联网, 汽车可以连接手机、娱乐、信息、个人内容、社会媒体、工作及健康运动等。
“物联网拥有改变我们社会、经济和生活方式的潜力。”尹富根说, “作为一个产业, 整合各领域资源, 团结一致使物联网的未来可期是我们的责任。”
尹富根还强调了跨界合作的重要性。他表示, 三星相信物联网将具有深远的影响, 远远超过消费电子行业今日的成就, 因为它会触及人们生活的方方面面, 彻底改变每一个行业。为使物联网获得成功, 各个行业的企业将为建立必要的基础设施而合作, 开发出许多能够满足消费者的需求、为其量身定做的物联网服务。
“我深知没有哪个单个的公司或行业能够提供物联网所带来的好处。”尹富根说道, “为了建设物联网领域, 我们要看到物联网在各个行业的潜力。我们只有团结一致才能改善人们的生活。”
无人驾驶 篇2
无人驾驶的客船
我做的这艘“未来改造1号”是一艘高级客船，这艘船与其他船不同的.地方有二个方面：第一、这艘客船可以无人驾驶，为什么呢？因为这艘是由太阳能带动的，太阳能吸收热量产生电流，传到螺旋桨，使螺旋桨产生动力，推动船，使船动起来，看完上面的你一定会想：那船怎么停下来呢？这一点我也想到了，既然是利用热能来发电的，那么遮挡住太阳不就行了，你肯定有会想：怎么控制方向呢？我的答案是计算机。第二、这艘船可以在晚上使用，为什么呢？因为晚上没有太阳了，螺旋桨不能产生动力，使船动不起来，这时安装在船内的蓄电池产生作用了，（蓄电池是一种可以保存电力的电池）把保存的电力输入到螺旋桨，使螺旋桨产生动力，推动船，使穿动起来。
这就是“未来改造1号”。
五（3）班
从“由人驾驶”到“无人驾驶” 篇3
“无人驾驶”弥补“由人驾驶”的不足
手握方向盘，目视前方，保持注意力，长时间重复而乏味的传统驾驶方式很容易让驾驶员产生疲劳感，甚至发生交通事故。无人驾驶汽车研发人员则致力于从安全、可靠、便利及高效等方面进行突破，弥补人工驾驶的不足，减少交通事故，将驾驶员从繁复的传统驾驶方式中解脱出来。
从20世纪70年代开始，美国、英国、德国等国家开始进行无人驾驶汽车的研究，在可行性和实用化方面都取得了突破性的进展。中国从20世纪80年代开始进行无人驾驶汽车的研究，国防科技大学在1992年成功研制出中国第一辆真正意义上的无人驾驶汽车。特别是在过去的几年时间里，无人驾驶技术的研发如火如荼，越来越多的国内外汽车企业开始涉足这一领域，无人驾驶技术取得了很大进展。
“无人驾驶”的三大系统
无人驾驶汽车综合利用自动控制、计算机科学、人工智能、电子信息和车辆工程等多门学科相关技术，利用车载传感器（摄像头、激光雷达、超声波传感器、微波雷达、GPS、里程计、磁罗盘等）感知车辆周围环境，并根据感知到的道路、车辆姿态和障碍物信息，控制车辆的转向和速度，从而使得车辆能够自主、安全、可靠地在道路上行驶。
无人驾驶汽车是一个综合系统，整体可分为环境感知系统、行为决策系统、运动控制系统。
★环境感知系统
人类在执行驾驶任务的过程中，需要实时观察和分析车辆自身的状态、路面、车辆、行人、交通标志、交通标线和交通信号灯等的状况，也就是对交通环境的“感知”。这种“感知”首先是通过感官（主要是视觉，还包括听觉、触觉和嗅觉）来获取信息，然后利用自身经验和逻辑推理来理解信息，并做出决策，力求安全平稳地驾驶车辆。
无人驾驶汽车在进行自主行驶的时候也需要对环境进行感知，进而根据所得到的有用的环境信息产生行为决策。无人驾驶汽车是通过车上配备的传感器来感知环境信息的，这些传感器主要包括摄像头、激光雷达、毫米波雷达、红外相机、光电编码器、GPS和惯性测量单元（Inertial Measurement Unit， IMU）等。其中，摄像头、激光雷达、毫米波雷达以及红外相机是用于获取环境信息，光电编码器、GPS和IMU是用于获取车身状态信息。
这些传感器依据不同的原理获取环境数据，获取数据之后，车载单元还需要采用一定的方法提取出数据中对于智能行为决策有用的信息，如探测到障碍物、检测车道线、检测和识别交通标志、定位和姿态估计等。
★行为决策系统
行为决策是指无人驾驶汽车根据给定路网文件，获取的交通环境信息和自身行驶状态，自主产生遵守交通规则的驾驶决策的过程。无人驾驶汽车行为决策系统主要包含全局路径规划（或任务规划）、行为规划和局部路径规划（或运动规划）。
路径规划的目的是在无人驾驶汽车行车之前找到一条“最优”的路径供无人驾驶汽车行驶。“最优”的标准可以是最短行车距离、最少行车时间、最低费用和最少拥堵等，当然前提都是保证行驶的安全性和遵守交通规则。全局路径规划和局部路径规划都是属于路径规划的范畴。全局路径规划为无人驾驶汽车的自主驾驶提供方向性的引导，确定其依次需要通过的路段和区域序列。行为规划是处于全局路径规划和局部路径规划中间的层次，行为规划根据全局路径规划确定的路径和当前的道路状况，确定当前无人驾驶汽车应该进入什么行驶模式，如路口左转模式、超车模式等。局部路径规划依照行为规划确定的当前行驶模式，结合环境感知获取的信息计算出局部范围内精确的行驶轨迹。无人驾驶汽车采取的是全局路径规划和局部路径规划相结合的方式。
★运动控制系统
运动控制系统是根据局部路径规划给出的行驶轨迹和速度规划以及无人驾驶汽车当前的位置、姿态和速度，产生对油门、刹车、方向盘和变速杆的控制命令，以跟踪规划出的行驶轨迹。当然，油门、刹车、方向盘和变速杆上需加装底层控制器和执行机构来执行控制操作。
除了增强无人驾驶汽车自身智能行为的能力以外，还可以采用道路交通智能化的方式，通过车与车通信（V2V）和车与交通系统通信（V2X）来获取车辆速度、实时路况等信息，从而提升整个交通系统的驾驶安全性和交通通行效率。
“无人驾驶”的现有问题
目前，无人驾驶汽车产业化的瓶颈问题主要有技术安全问题、过渡风险、成本问题、法律法规等。
1.如何消除强光照、积雪等恶劣行驶环境对无人驾驶汽车环境感知系统带来的影响；在复杂行驶环境下，如何感知人类手势信号，尤其是这些手势信号与交通信号灯或交通标志有冲突时。
2.如何解决无人驾驶汽车和传统车辆混合行驶阶段的转型期问题。
3.如何开发低成本、稳定可靠的传感器及软件。
4.市场准入标准、保险责任认定等法规难题。
虽然目前无人汽车产业化仍存在各种问题，但无人驾驶汽车实质上是建立在汽车主动安全技术、智能化技术逐步升级的基础上的，这些基础技术都可以帮助现有汽车带来技术上的逐步改进。随着无人驾驶汽车在高速公路等特定路段的实测成功案例的增多，随着相关技术的不断发展、进步以及法律法规的不断完善，相信在不久的将来，无人驾驶汽车就会走入人们的生活，服务人们的出行。
丰田推出新款无人驾驶汽车 篇4
中国科技网讯据物理学家组织网1月6日报道, 美国拉斯维加斯国际消费电子展 (CES) 开幕在即, 日本丰田汽车公司网站提前视频演示了由其自主研发的一辆配备各种遥感器、可完全无人驾驶的雷克萨斯 (Lexus) 原型汽车。
目前, 各大汽车厂商所推出的很多无人驾驶汽车或许更多地被描述为“半自主驾驶”, 这些车型增配了很多能够减少驾驶员输入信息需要的装备, 而并非完全舍弃人工操作。但丰田这辆安装可旋转雷达以及通讯设备的Lexus旨在成为一款能够在无需驾驶员参与的情况下安全行驶的全自主驾驶汽车。
丰田发言人说, 该车配有的装备有:监控道路状况和司机驾驶的机载雷达和摄像设备, 可以监测交通信号灯、车道线和周边其他车辆情况, 旨在防止撞车, 实现零碰撞。其功能包括车对车、车对基础设施的技术, 即让车子与道路上的其他车辆进行沟通交流, 以及与公路“网络” (即一个能够规划交通并协调每辆车的车道计算机网络) 进行沟通, 从而可让该车处于协助驾驶或无驾驶员的状态下在街上行驶。
丰田认为这是“智能交通系统”技术。作为其概念的一部分, 指向灯会探测行人和障碍物的位置, 然后把交通灯是绿色还是红色等信息传递给车辆。当司机在驾驶座上, 该技术可以提高安全性, 既可检测障碍物, 还能在司机睡着了时发出提醒。
丰田推出这款新车型, 表明其作为汽车制造商想要顺应由谷歌捕捉到的热点:在公共道路上开发测试一种全自动的车辆。谷歌从2009年开始测试自动驾驶汽车。去年, 内华达州授予谷歌许可证, 可以在道路上测试丰田的普锐斯自动驾驶汽车。除了丰田, CES的示范活动中还将包括奥迪的自动驾驶汽车演示, 其中包括一项功能, 允许一辆车找到停车位, 并且能够在无需驾驶员帮助的情况下自动停放好汽车。
无人驾驶国外调研报告 篇5
一、综述
无人驾驶汽车是一种智能汽车,也可以称之为轮式移动机器人,主要依靠车内以计算机系统为主的智能驾驶仪来实现无人驾驶。它一般是利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。
无人驾驶汽车从根本上改变了传统的“人—车—路”闭环控制方式,将不可控的驾驶员从该闭环系统中请出去,从而大大提高了交通系统的效率和安全性。现代无人驾驶汽车以汽车工业为基础,以高科技为依托,遵循由低到高、由少到多、由单方面到多方面、螺旋上升的规律发展。其横向发展离不开各种用途的实际需要,而其纵向发展的生命力在于持续不断的技术创新。
二、国外发展状况
国外展开无人驾驶车辆研究的时间始于1950年，其技术高速发展是在1980年左右。发达国家从20世纪70年代开始进行无人驾驶汽车研究，目前在可行性和实用性方面，美国和德国走在前列。在欧洲，无人驾驶车项目的发展也已经初具成效，并已经成立了统一的合作组织。此外，日本也在加紧无人驾驶技术的研究计划。
（1）美国
美国是世界上研究无人驾驶车辆最早、水平最高的国家之一。在无人车关键技术的研究中，在研究技术的水平和研究成果的普及应用方面美国都表现为较高的水平。
1950年后美国贝瑞特电子公司研制出全球第一台自主导航车，能够自动在设定的轨道中行驶。
20世纪80年代，美国就提出自主地面车辆(ＡＬＶ)计划。这是一辆一辆带有八个轮子的无人驾驶机器人，该机器人在颠凝的地形上行驶较为困难，且较难达到很高的车速。
20世纪九十年代，卡内基梅隆大学研究制成了智能车辆Navlab-V，该车在许多地形上完成了长距离、高速度的自主行驶实验,行驶路程达上万公里。尽管这次实验中的Ｎａｖｌａｂ-Ｖ仅仅完成方向控制,而不进行速度控制(油门及档位由车上的参试人员控制)，但这次实验已经让世人看到了科技的神奇力量。
20世纪九十年代末美国国防部门开展了 DEMO系列无人车的研制，在以后的十年时间里，共研究制造出 10 代 DEMO 车型。2003年开始美国DARPA组织在2003年至2007年之间举办了三次无人驾驶车辆竞赛，目的是验证无人车在复杂变化的环境中的自动行驶能力，以推动无人车技术的迅速发展。
2005年，美国国防部“大挑战”比赛上,最终由美国斯坦福大学工程师们改装的一辆大众途锐多功能车经过7个半小时的长途跋涉完成了全程障碍赛,第一个到达了终点。在赛道上,无人驾驶汽车需要穿越沙漠、通过黑暗的隧道、越过泥泞的河床并需要在崎岖险峻的山道上行使,整个行程无人驾驶汽车需要绕过无数个障碍。
2010年，Google公司研制的无人驾驶车辆开始了实际城市道路的行驶测试，总共有7辆车参加了这一系列的测试。Google公司的无人车具有完备的感知能力和高水平的人工智能，可以指引车辆的正确行驶。
（2）德国 1987年德国慕尼黑国防大学在奔驰公司的赞助下，研究设计了 VaMoRs智能车，在当时该智能车已经创下了96km/h的记录，然而他们的研究并未停止，经过短暂的几年努力，该智能车就完成了高速公路及较好的城市交通路上的自主行驶。后期他们研究设计的第二辆无人车VaMP已经可以在高速路上完成给定路径的跟踪、车道识别、超车等功能，并创下了 160krn/h的记录。
2010年5月,第五届ELROB比赛在德国Hammelburg举办,此次比赛以考察军事应用为主，并着重考察车辆在夜间的表现。比赛项目包括在目标位置做侦察和监视、在混合地形条件下的车辆移动、在混合地形条件下来回运送等。
在无人驾驶技术研究方面位于世界前列的德国汉堡Ｉｂｅｏ公司，最近推出了其研制的无人驾驶汽车。这辆无人驾驶智能汽车由德国大众汽车公司生产的帕萨特2.0改装而成，外表看来与普通家庭汽车并无差别，但却可以在错综复杂的城市公路系统中实现无人驾驶。在茫茫车海和人海中，它能巧妙避开建筑、障碍、其他车辆和行人,从容前行。
（3）欧洲各国
欧洲各国在无人驾驶车辆方面也做了很多研究工作，开展了很多无人驾驶研究计划，走在世界前列。
PROMETHEUS计划、PReVENT计划等在世界范围内影响很大。
EUREKA 的 PROMETHEUS 计划是 1987 年至 1995 年欧洲无人驾驶车辆领域最大的研发项目。
1994年Emst Dickmanns主持研制的双胞胎机器人车辆VaMP和VITA-2在巴黎的多车道高速公路上行驶了 1000多公里，在车流繁忙情况下最高车速达到130公里/小时，并能自主完成跟踪行驶、变道和超车(Shladover,S.E.et aL,1991)。
1995年Dickm_s重新设计了S级奔驰自主驾驶车辆,完成从德国慕尼黑到丹麦哥本哈根1600公里的旅程，最高时速超过175公里/小时。PROMETHEUS取得的成功是之后欧洲开展无人驾驶车辆研究的基础。
之后欧盟的代表性研究项目包括第五框架的 CyberCars 和 CyberMove 项目、第六框架的 CyberCars-2 项目等。经过几年的研究，已经获得了初步的成功，部分系统已投入实际运行。例如，Frog 公司于 1997 年 12 月，就有 ParkShuttle 在荷兰阿姆斯特丹 Schiphol 机场的应用，但那只是最早期的技术，在两地间按既定路线行驶，没有多少人车交流。
1999 年 2 月在荷兰鹿特丹，同样的技术用于 ParkShuttle 在 Rivium 商业区的应用上。在 2002 年，CyberCab 在荷兰 2002 年园艺博览会上进行了客人的运送试验，这时技术已经相对成熟，能够进行一定的人车交流，完成既定路线客人的运送服务。
在 2003 年 10 月，丹麦 RUF 双模式单轨系统进行了演示。在 2004 年 6 月，法国Antibes 是欧盟 CyberCars/CyberMove 项目进行了最终的演示。在 2005 年 6 月，法国南锡进行了法国 MobiVip 项目的演示，这一系列的演示见证了无人驾驶车技术在欧盟的起步和发展。
英国于20世纪初期已经在一些机场布置智能车辆为旅客服务。同时,英国政府发出声明,在以后的几十年内，将为无人驾驶车辆建造专门的道路，同时，为了兼容已有的道路，将在已建造道路中划分出新的智能车辆专用道。相关研究人员表示，智能车辆先进的主动安全等技术将使得城市交通更加顺畅，大大减少了事故的发生率。
2010年10月28日，帕尔马大学Vislab实验室研制的试验车使用绿色能源作为动力，历时3个多月，行驶13000多公里，只用极少数的人工干预,成功抵达上海。
（4）日本 日本的交通部门从上世纪九十年代开始实施先进安全车辆(ASV)计划。目前,日本对ASV 发已经走过了三个阶段,第四阶段也刚刚结束。
第一阶段是1991年至1995年，由政府编列预算并由各大汽车企业进行乘用车四大类20项先进安全系统技术的研发，此阶段主要考察在车辆上安装高科技装置的可能性、如何应用这些技术及他们能减少交通事故的程度。
第二阶段是1996年至2000年，适用对象增加了商用车，系统技术也增加了 6大类32项，开始对ASV车辆实用化进行研究，开发出35辆AVS车辆进行展示，对安全理念进行整理，确认了研发的方向，对事故降低程度进行了验证。
第三阶段是2001年至2005年，这一阶段主要对ASV车辆的普及化进行探讨，并开发新技术，主要表现在提高ASV车辆的社会可接受程度，开发先进的自动驾驶车辆，并将先进的通信技术应用到ASV中。
第四阶段是从2008年至2010年，本阶段除将正式普及此前,就投入使用的通过摄像头和雷达等的主动预防事故系统之外，还将力争实现上一阶段实施的利用车间无线通信技术来防止事故的“信息交换型驾驶辅助系统”的分实用化。
日本还曾成功研制出适合城市环境的无人驾驶公共汽车，被称为“新一代城市长途交通系统”。同时，日本的主要汽车制造商，如Honda,Nissan, Toyota等，也对车辆的主动安全系统大为关注并开展了具体的研究。其中包括：车辆感知模型系统、车辆主动自定位系统、车辆跟随系统、驾驶员面部检测系统和夜间行车系统等。
三、关键技术
（1）总述
在许多方面，自动驾驶汽车是现有汽车中的司机辅助系统的一种合理扩充，有：
（1）车道偏离检测系统（它会遵循道路标志和声音警告并在车辆开始偏移车道时纠正方向）
（2）自适应巡航控制系统（它会和前面的车辆保持一个恒定的距离）（3）自动泊车系统（可将汽车倒进停车位）（4）紧急制动和卫星导航系统
换句话说，计算机会根据汽车目前行驶的情景自动控制汽车的方向盘、加速和制动。对于一辆自动驾驶汽车而言，这些系统都必须利用软件结合在一起，并辅以一系列的传感器，这样软件就可以知道这辆车的周围正在发生什么。
因此，如今的自动驾驶汽车全身布满了传感器：
传感器可以映射出周围环境的特性、探测道路边缘和车道标线、识别标志和红绿灯，结合摄像头、雷达和激光来识别行人；超声波探测器在短距离上能够提供更加精确的周围环境；陀螺仪、加速计和高度计比单独使用全球定位系统（GPS）卫星提供了更精确的定位。
（2）国外无人驾驶发展过程中的重要成果及其关键技术
1、Ohio大学为了改善汽车的可操控性，自上个世纪六七十年代以来不断对汽车侧向跟踪控制及纵向速度控制上进行着大量的研究，经过持续二十多年的不断研究，取得了一系列重要成果；同时期美国stanfoul在对人工智能上的研究也取得了突破性的进展，该团队研究设计了 Shakey移动机器人，为后期人工智能的研究建立了完善的实验平台。经过十多年的不断研究，他们第一次实现了自主驾驶。
2、PAIH智能车的研究
美国加州理工大学在当地政府的支持下,对无人车在不同道路行驶时进行了详细的研究，为后期车辆在众多道路上建立车辆纵向控制、侧向控制模型奠定了坚实的基础，对无人车智能化的研究有非常重要的借鉴意义。
3、上世纪90年代，PReVENT项目作为主动预防道路安全最大的首创之一，提出了三个总体概念：虚拟安全带，时间一碰撞时间表，智能车辆的三层架构——感知，决策，执行。4、1998年6月意大利帕尔玛大学的ARGO智能车开展了路程近两千公里的大范围行驶。该实验车的核心是视觉检测车道线技术,釆用的是GOLDCGenericObstacle and Lane Detection系统，检测原理是单目视觉的反透视变换，使用立体视觉系统检测道路前方的障碍物。
5、日本还曾成功研制出适合城市环境的无人驾驶公共汽车，这套公共交通车辆自动驾驶系统也包含在日本现在着力发展的智能交通系统当中。
它主要由车道跟踪、安全防碰撞驾驶、集群行驶及其管理等几方面组成。这套系统的主要原理是运用磁性装置进行导航。在车前，配备有毫米波雷达,带有红外功能的相机，激光雷达等装置，利用这些传感设备，可以轻松对车外环境进行建模。这样，通过车辆的中枢电脑，就可以对车辆的速度、行驶状态进行控制。当障碍物进入车辆的安全行驶范围内，车辆就会减速或者制动刹车。中枢管理系统通过安装在车门的摄像机和雷达等传感器，在靠站停车时，对乘客的上下车情况进行检测，控制车门的开启与关闭,车辆的启动与停止。
6、丰田汽车公司在2000年开发出无人驾驶公共汽车。这套公共汽车自动驾驶系统主要由道路诱导、车队行驶、追尾防止和运行管理等方面组成。安装在车辆底盘前部的磁气传感器将根据埋设在道路中间的永久性磁石进行导向，控制车辆行驶方向。
7、德国“路克斯”（Lux）
在无人驾驶技术研究方面位于世界前列的德国汉堡Ibeo公司研制的无人驾驶汽车，与2007年在英国伦敦科学博物馆与公众见面。
Ibeo公司研制目标是创造能够完全适应复杂城市交通状况的先进无人驾驶汽车。行驶过程中，车内安装的全球定位仪随时获取汽车所在准确方位的信息数据。隐藏在前灯和尾灯附近的激光扫描仪是汽车的“眼”，它们随时“观察”汽车周围２００码（约１８３米）内的道路状况，构建三维道路模型。
除此之外，“眼”还能识别各种交通标识，如速度限制、红绿灯、车道划分、停靠点等，保证汽车在遵守交通规则的前提下安全行驶。
最后由无人驾驶汽车的“脑”——安装在汽车后备箱内的计算机，将两组数据汇合、分析，并根据结果向汽车传达相应的行驶命令。
多项先进科技确保这款无人驾驶汽车能够灵活换档、加速、转弯、刹车、甚至倒车。在茫茫车海和人海中，它能巧妙避开建筑、障碍、其他车辆和行人，从容前行。
8、谷歌无人驾驶汽车
2014年5月28日Code Conference 科技大会上，Google推出自己的新产品——无人驾驶汽车。和一般的汽车不同，Google 无人驾驶汽车没有方向盘和刹车。2012年4月1日，Google展示了他们的使用自动驾驶技术的赛车。
车顶上的扫描器发射64束激光射线，然后激光碰到车辆周围的物体，又反射回来，这样就计算出了物体的距离。另一套在底部的系统测量出车辆在三个方向上的加速度、角速度等数据，然后再结合GPS数据计算出车辆的位置，所有这些数据与车载摄像机捕获的图像一起输入计算机，软件以极高的速度处理这些数据。这样，系统就可以非常迅速的作出判断。
无人驾驶不是梦 篇6
那么，什么是互联网汽车呢？从传统车企的角度来看，“互联网汽车”应该具备车载互联功能，像在线导航、行车电脑远程监控、在线音乐、车内wifi、、远程防盗或者追踪功能等等。
“互联网汽车”并不是源于它的生产本质，而是汽车在成为交通工具以外的其他延伸性需求，以及功能的优化和改进。例如，车企可以通过互联网更好把握客户需求，并实现更快反馈，以及更好的品牌宣传效果;大数据的应用可以使车企更好地进行持续改进，不断提升客户体验;无人驾驶及智能交通技术的未来虽然遥远，但其中的研究成果，已应用在汽车上，并提升了车辆的驾驶和安全性能。
但是，按照目前的“互联网思维”，互联网公司应该或许只做包括用户体验在内的产品研发，而把平台、总线系统、甚至组装全部外包给供应商。就像小米一样，玩的不是产品，而是品牌推广和市场营销。
比如乐视，在与北汽分别投资美国电动汽车设计公司Atieva后，近日又与北汽在香港正式签订战略合作协议。据悉，他们合作的首款互联网智能汽车预计将于4月份亮相上海车展。
自此，一直传的尘嚣甚上的乐视“超级汽车”计划终于揭开了神秘面纱。根据合作协议，乐视将为北京汽车提供互联网智能汽车的智能系统、EUI操作系统、车联网系统，北京汽车负责汽车研发制造。
双方表示，未来将以“轻资产+技术驱动”为基础，以“车联网相关的前瞻技术研究、核心产品研发、资源整合集成”为主，全面开展互联网智能汽车的全平台研发设计、整车生产、零部件配套、售后、租赁等一系列业务，致力于智能汽车的创新和极致体验。
与此同时，腾讯与富士康集团及和谐汽车共同签订合作框架协议，将在河南省郑州市展开“互联网+智能电动车”领域的合作。
是什么样的诱惑，吸引这么多的互联网巨头们疯狂造车呢？在“互联网汽车”背后，到底存在何种吸引力呢？是因为汽车业本身制造门槛越来越低呢，还是互联网企业本身的特点决定的呢？又或许是对于大型互联网公司来说，在不愁生计的情况下，想要谋求创新以寻找企业未来的增长点吧？
如今，互联网颠覆汽车行业的趋势已经开始显现。未来，借助于互联网，汽车必将衍生出更多的智能服务体验和互联网应用体验。在这样的背景条件下，互联网巨头争相“抢食”这块“肥肉”，还能不理解吗？
受青睐的无人驾驶地铁系统 篇7
广州无人驾驶地铁列车采用庞巴迪技术, 模块化设计, 车身具有优良的气动外形, 车体采用铝合金外壳, 每节车辆长度12.75米, 宽度2.85米, 车高3.39米 (图1) 。车厢按防火安全标准设计, 每侧开设2道外滑式双开门;轴距7.58米, 轮距2.02/2.05米, 整车 (空车) 重量15.2吨;车辆导向采用中央导梁, 配置2组转向架, 采用平行连接、气动弹簧悬挂, 再生/动力/摩擦制动;每节车厢配置4条载重防暴轮胎, 8个聚氨酯导轮。
2007年5月, 庞巴迪运输集团与广州地铁公司签订了合同, 向广州市提供INNOVIA APM100全自动旅客捷运系统, 服务于珠江新城核心区, 连接着著名的中心商务区和繁华的天河商贸区。该核心区全线长达4公里, 为折返式回路, 共有9个车站, 其中4个换乘站, 可换乘广州地铁1号、3号、5号线。图2为该无人驾驶地铁车厢内布局。广州地铁公司为这条线路配备了14辆INNOVIA APM100车辆, 采用CITYFLO 650自动列车控制技术, 供电采取10KV/600Vac, 电力采集采取600Vac/三相/带独立接地线, 牵引变电站采取双端交流变电站。该无人驾驶地铁列车采用特殊橡胶轮胎行走, 可降低运行噪声与震动;同时可不设置专门的行车轨道, 可在混凝土路面上实现行走。该车通信系统采用车载闭路电视、车载电话、车载无线电通信设备、乘客信息显示系统。运行线路为双隧道地下线, 设计最高行驶速度60公里/小时, 最高营运速度55公里/小时, 商业旅行速度20公里/小时。初期无人驾驶地铁列车采取2辆编组, 每小时单向运量4 500名乘客, 日均5万人次。远期采取3辆编组, 每小时单向运量10 028名乘客。
我国现已完全掌握了无人驾驶地铁列车系统的核心技术, 并由中国北车研制出了首列无人驾驶地铁列车, 亮相于2014中国国际轨道交通展览会。这列3节编组的国产地铁列车, 外观与普通地铁相似, 但是却不设驾驶室, 传统的驾驶室被精简了, 成了开放式空间, 宽敞的车首能让站立的乘客透过风挡玻璃直观沿途风景。该无人驾驶地铁列车的车厢内布局与普通地铁车厢相同, 乘员由两侧门进出车厢, 两旁设长条椅, 中央通道, 站立位混合设置。图3为无人驾驶地铁列车的侧车门和应急车门。整个地铁列车编组的最大载客量达1 500人。
该地铁列车编组运行无需司机和乘务人员的介入, 便能实现列车的自动唤醒、自行发车离站、上下坡行驶、转弯行驶、到站精准停车、自动开闭车门等操作, 一切井井有条。为了确保其运行安全, 列车上都安装了路况摄像机, 以方便车辆控制中心适时观察轨道信息。在紧急情况下, 车辆控制中心可利用紧急报警装置同乘客直接对话, 进一步提升地铁运行的安全性。
与传统的有人驾驶地铁列车相比较, 无人驾驶地铁列车有其优势:能够减少人为因素影响——降低风险, 减少驾驶员情绪波动、操作遗忘、失误、疲劳等;系统闭环控制精确无误——系统可得到超前、滞后、反馈、补偿控制, 确保安全、准点;精简机构节省人力资本——防止站点分散, 机构庞大, 人浮于事, 效率低下, 在减少随车乘务、现场管理人员的同时, 大幅节省费用开支;遭遇紧急情况正确应对——通过对车载系统的冗余配置, 能在紧急情况下快速响应, 果断地采取正确的应对措施, 从而避免事故的发生;具备自行修复故障能力——通过对车载系统的自检和诊断, 事先发现故障苗子, 自行排除故障, 并修复自愈, 确保车辆运行的安全性和可靠性;使得重复操作规范有序——变枯燥乏味操作为全程的认真负责, 永恒的一丝不苟;有利于智能化推广应用——促进核心技术普及, 加速交通运输高效、节能、环保;有助地铁技术发展提高——面向高端, 面向综合, 面向未来, 推进学科可持续发展。
无人驾驶地铁系统作为一种全新理念、先进技术的客运交通客运模式, 代表着城市轨道交通发展的新方向。广州无人驾驶地铁系统的示范作用正在助力国内的一些省市完善都市大交通布局。香港地铁有限公司2011年与中国北车的长客股份签订了地铁列车采购合同, 其中运营于南港岛线的地铁将采用全自动无人驾驶。现在, 不仅国内一些城市非常看好国产的无人驾驶地铁系统, 而且国外城市也非常看好我国制造的无人驾驶地铁系统, 正积极酝酿引进成套产品和技术。新加坡陆路交通管理局 (LTA) 已经与我国南车四方股份公司签订合同, 购买91列364辆无人驾驶地铁车辆, 一方面着手地铁的更新换代, 另一方面充实和完善城市交通动脉。这批新一代的无人驾驶地铁车辆, 采用铝合金车体, 每侧设置5扇车门, 可方便乘客进出车厢, 快速换乘。新车的最高运行速度为90公里/小时。由于车上还采用了新的电流再生技术, 因此, 具有更好的节能特性。
无人驾驶快艇操作系统设计 篇8
采用80C51单片机作为主控器;动力系统采用SAA1042硅单片步进电动机控制,以弱电驱动强电,本项目对速度要求不是很高,没有必要十分严格地控制快艇的速度,只需保持速度满足1m/s以上即可,不足之处通过软件上的算法来进行弥补;采用超声探测仪,探测精度高,适用范围广,也比较容易实现;随着电子技术的迅猛发展,具有耗电少、亮度高、体积小、性价比高、功耗低等特点的TFT-LCD显示器被广泛应用于单片机系统中,TFT-LCD显示器分辨率高显示数据简单,这里选择TFT-LCD显示器。
1 系统设计
1.1 总体设计
本无线驾驶快艇操作系统采用单片机技术和无线遥控技术相结合的综合控制方法,内部源程序完全开放,可以实现按照预设路线行驶、显示快艇所在位置和速度、躲避障碍物等功能。该系统可以通过接受GPRS的信息,实现自动修正路线。
本无线驾驶快艇操作系统自带电源,通过单片机完成预定信息与接受信息的比较与修正,同时对于障碍物,经超声探测仪和AD转换器后,在单片机的控制下完成躲避。
整个无线驾驶快艇操作系统主要由10块模块组成,如图1所示,分别如下:
(1)键盘阵列模块
通过按键完成系统的开始、复位、路线及位置点的设置等功能。
(2)电机驱动模块
控制电机的转动(反转、正转)、转速,一个控制快艇向前行驶,另一个带动舵的转向,改变快艇的航行方向。
(3)超声探测模块
将接收到的障碍物信号传入D/A转换成数字信号,在单片机的控制下完成躲避的功能。
(4)无线模块
接收遥控器传来的信号,传入主控系统,控制快艇的行驶路线。
(5)主控系统模块
该模块为一单片机80C51,负责整个系统的工作控制,完成显示输出、键盘输入、接收GPRS信息、无线遥控信息、超声探测信息,并将各种信息进行比较和检测,控制电动机的转动。
(6)测速模块
该模块主要提供快艇行驶过程中的速度信息。
(7)LCD显示模块
主要用来显示快艇路线、位置、速度、时间等。
(8)GPRS模块
通过该模块将实际的位置信息送入主控系统。
(9)D/A转换模块
主要是将探测到的障碍物的模拟信号转变成数字信号,送入主控系统进行处理。
(10)电源模块
采用直流电源完成对整个系统的供电。
1.2 单元电路设计
1.2.1 输出系统设计
TFT-LCD驱动电路的主体部分由多路电压源、能够给出正确数字逻辑信号的电路以及为了看到显示画面而设计的背光驱动电路构成,另外,不同的液晶显示器因为内部电路的差别还需要一些不同的外围附属电路,具体电路设计如图2所示。
1.2.2 D/A转换及控制模块电路设计
采用12位D/A转换器ADS7819进行转换,将转换的数据送32位控制器进行处理,其电路图设计如图3所示。
1.2.3 输入系统的设计
输入系统采用4×4键盘,输入经纬度通过数据线传输到单片机产生中断信号。其线路图如图4所示。键值:把键盘上的行和列分别接在单片机的P1.7-P1.4和P1.3-P1.0上。本设计采用4行×4列的16键行列式键盘作为输入设备,用8个I/O口读取按先置P1.0～P1.3为低电平;然后将行线的状态读入累加器A中,若无键按下,行线仍保持高电平状态,若有键按下,行线至少有一条为低电平。以这种方式不断在四个I/O端口循环扫描。若有键按下,P1.4、P1.5、P1.6、P1.7中必有一位数据为低电平,把P1.7、P1.6、P1.5、P1.4的信息保存下来,根据保存的信息和P1.0～P1.4的扫描输出值就可确定按下的是哪个键,并由此做出相应的操作,完成各项功能的实现。
1.2.4 GPRS接收系统的设计
GPRS接收系统采用较常用的GSM模块,接受来自数据输出端的数据,将接收来的数据通过适配器将数据传入单片机,单片机调用中断程序计算出两点间的斜率k(事先建立原始坐标系),并与设定的路线的斜率k0相比较,若k>k0产生高电平返回到单片机,单片机产生旋转高电平信号,输出到步进电机向左进动产生向右的推力向右修正航向;同理若k
1.2.5 动力系统的设计
动力系统采用SAA1042硅单片步进电动机控制。步进电机是纯数字控制的电动机,它将脉冲信号转变成角位移,即电源发一个脉冲,步进电机则转过一个固定的角度,称为步距角θb。电动机的角位移正比于输入脉冲数。当连续输入一定频率的脉冲时,电动机的转速n正比于脉冲的频率,不受电压波动和负载变化的影响。由于步进电机能直接接受数字量的控制,所以非常适合用计算机进行控制。步进电机需要专用的驱动器,它一般由脉冲发生分配单元、功率驱动单元和保护单元等组成,采用高低电压来进行驱动,其驱动电路如图5所示。
在电动机开始移步时绕组加额定电压,使步进电机快速移步,加低于额定电压的锁步电压,绕组只流过所需要的电流。这样可减小电阻上的功耗,有可以提高电机的运行速度,如图6所示。采用串行控制时,单片机与步进电机的功率接口之间只需要两条控制线:一条用于发送走步脉冲传(CP),另一条用于发送控制旋转方向的电平信号。图6说明了如何用80C51单片机通过串行控制来驱动步进电机。
1.2.6 传感器系统的设计
传感器采用超声探测仪探测障碍物,利用超声探测仪反馈回来的模拟信息通过D/A转换器转换后将信号输入到单片机,由单片机调用中断程序处理后,如果测算出的距离小于5米,单片机产生脉冲信号控制步进电机减速,同时产生旋转方向电平信号控制电机旋转使快艇向左转向。
2 软件设计
主控系统主要由80C51组成采用汇编语言进行编程。流程图如图7所示。
3 系统测试及原因分析
通过快艇设定航路分别为直线和正弦曲线对快艇操作系统进行测试。经过两次测试,本系统各项指标较好的完成了项目要求。但发现实际结果跟设计的初始结果存在一定的偏差,对误差进行分析,得到误差主要来源于以下几方面:
(1)由于步进电机本身存在精度问题,而且当主控系统发出指令改变电机状态时会有一定的延迟时间。
(2)由于单片机的计算能力有限,计算速度有限,保留有效数字位数一定,在近距离的计算中可能产生较大的误差。
(3)由于快艇本身有一定的质量,电源采用直流电源电压一定,电机的功率有限不能在短时间内改变快艇的运动状态。
(4)由于电机产生震动和噪声相对于传感器来说较大,对传感器影响较为明显,使得测量存在一定的误差。
4 结论
通过本无人驾驶快艇操作系统的设计及实践测试,基本完成了预定的设计要求,实现了通过较为廉价的单片机控制系统,控制无人驾驶快艇的定位、速度、避障等要求,并完成了数据的显示。对无人驾驶快艇的发展具有一定的探索意义。
摘要：本无人驾驶快艇操作系统以80C51单片机为主控制系统,首先设定运动路线,包括快艇位置和行程,在行驶过程中每隔一定时间测出速度和位置,与GPRS传来的数据比较,得出的偏差信号经单片机处理后,控制舵机转动,回到原来路线,同时将速度和位置信息通过LCD显示出来,在遇到障碍时,通过超声探测仪,将信号经D/A转换传入主控系统,改变快艇行驶方向。该系统能够自动按预定路线行驶至目标点,行驶时间在50秒内,快艇偏离预定路线距离在5米内。
关键词：80C51,单片机,GPRS,偏差信号
参考文献
[1]Samsung Electronics.User’s Manual S3C2410X32-Bit RISC Microprocessor[Z].2003.372-413.
新加坡订购无人驾驶地铁车 篇9
新加坡陆路交通管理局从庞巴迪公司订购了219辆无人驾驶地铁车, 将运行于40 km长的市区线路第1段、第2段和第3段, 该合同总价值5.71亿新加坡元 (3.8亿美元) 。从2012年开始交付, 一直将持续到2016年。Movia型列车的最高运行速度为90 km/h, 为3辆编组。
同时, 韦斯汀豪斯铁路系统和英国获得了价值2.88亿新加坡元的合同, 在新线路上安装信号, 包括自动列车运行和监控系统, 以及站台屏蔽门。该系统的核心是由以Sirius计算机为基础的列车控制和Westrace电子联锁装置组成的。
无人驾驶车图像采集的失真矫正 篇10
车道保持是关键技术, 而摄像头可以很好地配合实现此技术, 将摄像头安在车前捕捉路况, 用GPS地图数据预知转弯处的情况。由于投入大安装复杂且维修困难, 不宜采用雷达和激光作为传感器。摄像头收集到的更像驾驶员所见, 对增加虚拟驾驶员有很多好处。
摄像机利用光学成像原理, 是典型的光学系统[2]。对于焦距短视野宽的广角短焦镜头[3]容易失真。在分辨、识别这类图像时, 由于分界模糊会带来系统的混乱或错判, 这将给无人驾驶车的正常行驶造成无法预测的后果。所以, 必须要改善图像获取、分辨、识别、匹配等分析的精确性。
1 摄像头图像存在的失真问题
摄像头收集图形如图2所示。图中倾斜的直线被拍摄成为垂线, 远处物体被压缩导致面积变小。成像是近大远小的, 远处的视野比较宽, 根据摄像头的原理, 视野需要转化为数据存储在像素里, 由于行像素基本是固定不变的, 从而导致图像中的参数在根据几何关系计算时产生误差。就形成了梯形失真。
摄像头还存在桶形失真, 在采用广角镜头时表现最明显。广角镜头视角宽景深大, 易稳定画面, 有近距离表现大范围景物的特点。这种前景大远景小的效果可能会过度放大物体而产生桶形失真。
2 摄像头图像失真问题解决方法的研究
修正系数法对于每行的像素点值经一个修正系数进行运算, 具体的数据可以由实验确定。为了简化计算过程, 修正系数最好是线性的, 然而线性修正无益于桶形失真。
非均匀采集法取样主要针对摄像机中AD模块而言。如图3所示, AD模块所采集的行并不是均匀地从上到下分布, 而是远处采样密集, 近处采样稀疏。其中行分布规则是为了满足图像纵向是不失真的。之后, 确定横向矫正参数, 对每一行进行处理。
此方法需要进行摄像机标定。摄像机标定是指通过实验确定摄像机内外参数。摄像机标定的方法有三类:第一类是通过已知结构和尺寸的标定块在图像中投影来计算;第二类是控制摄像头的运动获取多幅图像来标定;第三类利用对图像中物体的先验知识。无人驾驶车上采用第二种方法较好, 这样既不用标定块也不需要对图像作出先验, 只需控制摄像头做条件已知的运动。
光路理论图法根据光学知识建立摄像头光学模型图, 从中寻找必要的函数关系。该方法有一定可行性, 但是函数关系复杂就无法进行处理了。
几何不变量是一种视觉不变量, 数字视觉研究并找出图像中隐含的物体或映射变换过程中的一些不变量。几何不变量是一类物体的共同性质, 不随光心或物体姿态的变化而改变, 它可以被用于识别检测图像中的物体。不变量性质通常是作为判别物体的一个重要条件。距离间的比率是采用比例的思路寻找到的通用不变量。在物体图像中找出至少三个特征点, 并测量出它们之间距离的比率, 我们就能用单一的判据唯一地识别物体。它不受物体的二维位移和方向影响且与物体的外观尺寸大小无关。这种方法没有明显的缺点, 可作为无人驾驶车图像处理的可行方案。
3 图像噪点处理方法
由于环境因素的不确定性, 图像获取的过程中会受到噪点影响。
锐化滤波主要增强图像的高频信息, 削弱或消除低频分量, 这种方法忽略边缘外的像素, 使其灰度值近似为零, 突显了图像边缘信息。可见该方法不适宜于无人驾驶车, 且可能会加大噪声影响。
平滑滤波增强图像中低频分量, 抑制高频分量, 主要用于处理噪声。平滑滤波会使整个图像平滑, 同时轮廓也会变得相对模糊。
均值滤波是线性图像增强法, 用滤波模板的中心点在图像中上下左右平移, 每次平移一个像素点, 然后取所有像素点的平均值作为图像中心点的像素值, 直到最后一个像素点为止。均值滤波有效去除了噪声, 平滑了图像。然而和很多具有线性滤波特性的滤波器一样, 都具有一定的低通特性, 在去除噪声的同时使得图像的边缘变模糊了。
中值滤波方法可以克服上述局限, 做到有效去噪的同时又保留图像边缘的信息。中值滤波是非线性的, 其基本原理是围绕图像的一个像素点创建邻域, 然后对邻域中的值从大到小排序, 取其中间值替代该点的值。
中值滤波应用于二维非常容易, 采用二维窗口即可。可行的一种方案是采用3*3、5*5、7*7、9*9等模板在原始图像上移动, 取模板中所有像素灰度值的中间值作为中间像素点的灰度值。在这种方法里面, 窗口内各点对输出的作用是相同的。如果想强调距中心点比较近的点的作用, 可以采取加权中值滤波法, 该方法采用一定算法增加中心附近点值的个数, 然后处理扩大的数字集域。
4 对图像区域进行研究的图像分割
在摄像机获取的原始图像中, 目标区域与背景区域往往是连在一起的。为了能够对其中的特殊目标进行分析和研究, 可以采用图像分割技术。
图像分割是把图像分解成一些特定的性质相似的部分 (区域或对象) , 并用这些部分对图像进行分析。边缘检测主要是通过找出图像中感兴趣的目标或者物体的边缘像素点从而形成目标或物体边界的过程。最常用的方法是通过对图像中所有像素点计算一阶或二阶的数字导数来实现的, 即利用二维的一阶梯度算子或二阶的拉普拉斯算子来实现。
至今, 大多数的图像分割算法都针对具体的情形而言的, 还没有产生公认的标准和适用于所有情况的最优分割算法, 因此需要根据无人驾驶车实际路面来选取适当的图像分割算法, 才会取得理想的效果。
5 结束语
无人驾驶车的前景是可观的, 摄像头图像采集可以很好地适用于无人驾驶车。摄像头图像失真包括梯形失真和桶形失真。图像的畸变问题采用非均匀采集法或者几何不变量的方法可以得到很好的效果。噪点方面, 采用中值滤波进行处理。图像分割技术的应用应看车辆行驶的具体情况而定。摄像头图像采集失真矫正问题的研究将会促进无人驾驶车领域的发展。
参考文献
[1]乔维高, 徐学进.无人驾驶汽车的发展现状及方向[J].上海汽车, 2007, 6月刊:40.
[2]郭振东.无人驾驶汽车路径识别算法研究[J].汽车电器, 2009年, 第5期:14.
无人驾驶还有多远？ 篇11
如果骑马可以从一项主流交通运输方式变成一种纯消遣活动，为什么汽车驾驶不能从一项技能变成一种娱乐社交工具？
“人们一直在忽略科技变化所带来的意义，比如柯达还有成片倒下的DVD租赁公司、相机连锁店、书店等等。不久，这种毁灭式的创新也许就有可能重现在汽车工业。”一位名叫chunka Mui的资深领导力设计及压力创新战略咨询师的这个言论，最近在美国一些主流商业和科技网站不断被转载。
汽车是一种“云资源”
十几年前，还是研究生的徐友春开始专注智能汽车研究时，肯定没有预想到无人驾驶技术，但当去年由已经担任天津军事交通学院教授的他主导并参与研发的无人驾驶汽车“猛狮3号”完成从天津到北京高速公路路测之后，他的很多想法和设计也越来越清晰化。
2012年11月底，一辆经过改造的现代途锐从北京台湖收费站出发，驶入了京津高速公路。这辆汽车外观明显与普通的途锐不一样，车身及车内分别架上了5个雷达、3个摄像头和1个卫星导航仪。在驾驶座上虽然有人，但是完全由电脑智能操作驾驶，高速公路上行车条件复杂，这辆车不仅因应实际路况而变道、超车，还会十分 “懂规矩”地打左右转向灯。在这次路测中，这辆车超车33次，最高时速达105公里，历时共85分钟，最终到达天津东丽收费站。
说到专业上，徐友春兴奋起来。要完成这项路测，实际上一辆无人驾驶车也需要“眼镜”、“耳朵”和“大脑”。安置在车体内部后视镜位置的3个摄像头以及在车顶与车前保险杠位置的雷达即汽车“眼睛”，摄像头分别观测左右以及前方，将道路线、隔离带等画面传递给电脑；雷达发射超声波，探测汽车距周边物体的距离；卫星导航仪指示车辆当前的位置，规划行驶路线。
“眼睛和耳朵”类似于无人车的传感系统，它的“大脑”则是一套复杂的控制系统和执行系统。所谓的“大脑”，是被放置在后备车厢内的两台中控机、一套计算机设备及配套软件系统。它们通过背后一套极为复杂、包含了各种交通法则甚至是社会学、伦理学在内的“算法”，对“眼镜”传输来的各种信息综合分析，驱动机械装置，决定是刹车还是加速，是否可以超车、拐弯、过路障并选择驾驶路线等。
清华大学汽车系副研究员王建强这样定义无人驾驶汽车：“它是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车”，也是一种“移动机器人”。
有了这样的“移动机器人”，徐友春说，“未来有一天，当我们出门时，只要用手机给自己的汽车发一条短信，车就会自动开到楼下。当你进入汽车时，只要说出目的地，车会进入自动驾驶状态，并帮你规划最经济的行驶路线，然后你在车内可以看电视，听新闻或音乐，处理邮件，在线聊天等等。而在达到终点下车之后，你也无须去找停车位，它会帮你自动完成”。
按照谷歌无人驾驶汽车项目负责人Sebastian Thrun的规划，未来不需要每个人都买车，却人人都有车开，因为汽车会成为类似电子邮箱或者QQ这样的“云资源”，你只需要设立一个自己的汽车账户，便能随需随用。
当前很多人还不了解，为什么谷歌会计划成立一个汽车租赁公司。徐友春的看法令人震惊——你想，当所有汽车上用的都是谷歌免费的无人驾驶系统，后者就像安卓一样成为一种开放资源，而后台是它的云端中央控制系统，到时候谷歌能做什么，或者说，还有什么是谷歌不能做到的？
轮式移动机器人
无人驾驶汽车的意义还远没有被挖掘出来。
chunka Mui 说，它将在社会，经济，企业及个人等各个层面产生广泛的影响，它也会给当前一些行业的市场领先者带来巨大的机会和挑战。Mui指的这些行业包括汽车制造商、车险公司、能源企业、IT企业以及其他汽车相关业者。
谷歌最近提供了一组数据，无人驾驶汽车将可以减少90%的交通事故，降低90%的能源和时间消耗，并且能减少90%的汽车数量。
当苹果把赌注和技术革新重点压在手机等移动智能设备上时，谷歌却悄悄地在一个秘密实验室Google X启动了一项技术革命性不亚于搜索引擎的全新项目——无人驾驶汽车智能控制系统。目前谷歌的试驾车队已有8辆无人驾驶汽车，累计行驶超30万公里，行驶路途包括都市、高速路和山路，至今未出过一次故障。
一些行业专家都倾向认为，无人驾驶车将成为谷歌的下一个利润池，并可能将其再次推向全球最有价值企业的巅峰。
近一两年内，世界上各个国家都在加快相关方面的研究步伐，但是，其中大部分的技术路线都与谷歌类似，即通过感知系统、控制系统以及决策计算系统，来完成对车的智能驾驶。
相比于谷歌，目前国内的无人驾驶系统无论是硬件还是软件上，都还存在很大的距离，是一种整体的落后。要实现无人驾驶，主要需要解决两方面问题：是完整、准确的行驶环境信息识别，智能优化的决策与系统控制。当一辆无人驾驶汽车的车速每小时150公里，相当于在1秒钟内，车要开出40米，它对车道线识别技术、车体的控制技术以及方向盘转角的检测技术提出了快速、精确、灵敏的极高要求。
“无人驾驶汽车的安全程度非常依赖各个元器件的可靠性，我们的实验就出过状况。” 同济大学汽车学院教授陈慧说，其中最关键的技术就是传感器和感知、决策软件系统。像传感器（扫描雷达、摄像头）、控制器的芯片等，很多还都是进口的；而在对复杂交通环境的感知、行驶目标物的识别、车辆控制算法等方面的科研项目，国内已经作了很深入的研究，相对硬件来说，与国外的差距不大。
作为谷歌核心技术之一的激光测距仪，这个设备在高速旋转时向周围发射64束激光，激光碰到周围的物体并返回，便可计算出车体与周边物体的距离。计算机系统再根据这些距离数据描绘出精细的 3D 地形图，然后跟高分辨率地图相结合，生成不同的数据模型供车载计算机系统使用。
nlc202309030311
同时，结合谷歌街景提供的地理环境和电子地图作为导航，再比对地图存储的、预知的道路标志标线、路口交通信号灯、交通标志和动态交通信息等，对感知与识别的目标进行预瞄处理，可以极大降低识别难度并提高处理速度，提高决策的精确度。
可以说，谷歌的智能控制系统是一套从终端硬件到软件，再到云端中央数据中心的完整体系，它可以形成一个虚拟的开放平台。谷歌已经将这套系统开始向汽车制造厂商兜售，相信很快就会有第一个买家找上门来。
谷歌的这种做法将会深度影响整个汽车行业，可能不久之后汽车将可以被分解为“躯体”和“大脑”两大部分。“躯体”部分即车的基本框架，可以通过标准化生产来制造；而关键部分“大脑”，只要通过与一套智能驾驶系统相连，立即就会变成一辆无人驾驶汽车，真正成为一个“轮式移动机器人”。
目前，在美国已经公布了一套标准的无人驾驶系统联合架构（JAUS），它实际上就是一系列标准接口。“这套接口正是联接现在汽车与未来汽车的一个桥梁”，徐友春介绍说，美军已经规定所有军车都要符合这套标准。
中国车企集体“默片”？
汽车业的变革不是从内部产生，而是来自外部驱动，这可能是历史上的第一次。
汽车业如果不革自己的命，就会被别人革了命 ，一些跨国车企正在越来越迫切地感受到这种压力，也在陆续加大无人驾驶汽车的研发投入。今年美国CES消费电子展上有了更多车企加入，奥迪和丰田都在本次大会上展出了各自第一辆无人驾驶汽车。很快，奥迪的无人驾驶车将正式进入路测阶段。另外，沃尔沃，雷诺等车企也都相继公布了自己的无人驾驶车研发计划。
相比较国际车企的积极，在中国，2008年国家自然科学基金委员会启动了“视听觉信息的认知计算”重大研究计划，从2009年开始每年举办“中国智能车未来挑战赛”，带动和促进相关技术发展。然而，国内自主品牌汽车还处在“默片”阶段。
在过去的3个月中，徐友春教授及几位核心研发人员南下北上跑了四五家国内自主汽车企业，见了大大小小不同的车企高层，但是没有一家愿意在无人驾驶汽车上明确表态有合作意向。
在一间教研室里，徐友春露出一丝疲倦，甚至有点灰心。除了一贯对国内院校机构的科研技术产业化信任度不高外，大多数自主车企仍然认为，无人驾驶汽车的技术超前，离真正的市场化还有较长的时间，还远没有达到可以“换钱的时候”。
实际上，这不是一个人或一所学校的困境。目前国内在无人驾驶方面的研发主要集中在屈指可数的几家大的院校机构里，车企的介入最深不过是提供几辆可供研发的实验样车，院校不仅在持续资金投入上捉襟见肘，而且也难以真正进入实际的汽车研发设计和生产改造流程当中。“国内推进无人驾驶汽车的艰难程度是外界很难想象的。” 徐友春低着头说。
原因也很显然，自主车企的发展路线一向更倾向于“拿来主义”，把国外的生产线照搬进来，或者直接买进技术，相对风险更小，利润见效更快。而研发一辆无人驾驶汽车，成本过高，距离市场化也太远，持续大笔投入意味一个难以预测的“无底洞”。
多数自主品牌车企都没有配备无人驾驶车的研发体系和资源。“若有外界来谈合作，送你两辆实验车可以，但也仅限于此。”一位国内相关人士说。中国市场去年销售1200万辆汽车，自主品牌大约只有200万辆左右，市场竞争已经很难，他们宁愿依赖“交钥匙工程”。
而从市场需求来看，一辆最简配置的无人驾驶智能系统，成本在50万元左右，改装费在5万元到10万元左右。也就是说，一辆装有无人驾驶系统的私家车，要在汽车本身价钱上再加60万元，更别说谷歌的无人驾驶汽车，仅仅它的一套最小精度能达到2毫米的三维雷达，成本就要60万元，普通人根本玩不起。
但是，成本一时根本降不下来。“恶劣天气条件下对路况的感知准确度和实时性的完善仍需时日，要想增加识别准确度，就不得不用昂贵的传感器，这更不利于商业化推广。”清华的王建强说，除此之外，无人驾驶汽车要真正走向街头仍有许多尚待讨论与解决的问题， “在很多情况下，驾车人处于无序状态，不遵守交通法规，行为难以预测，使得无人驾驶车辆难以规划行车路径”。
法律与道德上也有障碍要克服。无人驾驶车出了事故谁负责？是车主、行人还是制造商？无人驾驶车安全设计原理以优先保护车内乘客为主，这是否会对路人的安全造成新的隐患？
无人驾驶船舶规模应用指日可待 篇12
最近, 由上海海事大学设计, 嘉兴锦佳船舶有限公司建造的无人驾驶遥控船在黄浦江上游的柳港库区投入试运行。该船为上海环境实业公司定制, 主要通过遥控航行的方式清洁航道, 减轻航道工人的劳动强度, 提升航道的治理能力。该船全长6米、宽2.7米、吃水0.6米, 主机功率90千瓦, 续航能力20小时以上, 最大遥控距离超过200米。该船为实体拖带船, 满足600千克以上的拖带能力, 拖带航速约为7.5千米/小时。与传统人工艇相比, 该艇具有吃水浅、油耗低、回转半径小、操控性好、无人驾驶等多种优点, 适用于各种水环境的航道清洁、救援, 尤其是在浅水、重污染水域、危险水域更可大显身手。该遥控船不仅可以实现无人驾驶, 而且可以在人工驾驶与无人驾驶之间切换。通过操作者在视野良好的地方无线遥控操纵, 实现拖带目的, 对操作人员实现了最大程度的安全保护。
一、无人驾驶船舶能够承担高风险的任务
无人驾驶船舶可以执行抵近侦察、扫雷、布雷、深水救捞、铺设海底电缆、营救失事潜艇人员等。美国、俄罗斯、中国、英国、以色列、意大利、日本、法国等国在无人驾驶船舶研制方面不仅走在世界前列, 而且取得了不俗的成绩。以色列已研制成功无人驾驶侦察船, 以情报收集、海况监视为主, 突击为辅。美国曾经出动无人驾驶潜艇协助搜寻美海军失事的“天蝎”号核潜艇残骸, 参与打捞坠入海底的航天器, 使用无人驾驶潜艇打捞起沉入海底的氢弹, 避免了重大灾难事故的发生。随着微电子、高速数字计算机、人工智能、微型导航、自动控制等技术的进步, 无人自主式潜水器得到快速发展。据不完全统计, 各国研制与使用的无人自主式潜水器有30多艘, 其中供工业应用的有10余艘, 其他的则用于军事和科学研究。
我国是世界上最早研制无人驾驶船舶并投入实际应用的国家之一。早在20世纪60~70年代就研制成功无人驾驶的扫雷艇 (图2) , 在参加抗美援越15个月的任务期内, 帮助越南扫除美军在北部湾水域布下的水雷46枚, 为突破海上封锁, 疏通航道取得了卓越的战绩, 也为人民海军水雷战部队写下了光荣的战史。该艇长20.9米、宽3.9米、吃水2.1米, 标准排水量47吨。动力装置为一台300马力柴油机 (1马力=735.498 75瓦) , 最高航速12节, 最大航程260千米。此后, 我国在深海探测、水下搜寻、海洋工程等方面, 水下无人驾驶机器人、遥控深潜器等科研领域相继取得举世瞩目的不菲成就, 为国家经济建设和国防建设做出了重大贡献。图3是我国新研制的性能更先进的无人驾驶扫雷艇。
图4是我国自行研制的“潜龙一号”无人深潜器。其长4.6米、直径0.8米、重1 500千克, 最大设计潜深6 000米, 巡航速度2节, 最大续航力24小时。它配有浅地层剖面仪等探测设备, 可完成海底微地形地貌的精细探测、地质判断、海底水文参数测量、测定海底多金属结核丰度等项目任务。它曾经在2013年10月成功下潜至5 080米深的海域, 完成距海底50米的高度沿规划路线作业的实验。“潜龙一号”在完成实验并正式服役后, 使我国成为继美国之后世界上第二个拥有潜深6 000米无人潜航器的国家。
▲图2我国参加北部湾扫雷的无人驾驶扫雷艇
▲图3我国自行研制的新型无人驾驶扫雷艇
▲图4我国研制的“潜龙一号”无人深潜器
二、无人驾驶船舶有望完成航运任务
研制大型无人驾驶船舶一直是现代船舶应用的主流方向。由于居高不下的人力资本的付出, 高风险的船员职业生涯, 单调的航海生活, 长期远离家人和陆地且漫长的航行周期的折磨, 使得船员这一职业缺乏吸引力, 不受青年人择业的喜欢, 致使世界上许多国家的航运公司一方面经营效益越来越惨淡, 另外一方面招录船员也变得越来越困难。海洋运输量近年大幅增长, 海运年度价值达到3 750亿美元, 但大型集装箱货船运营的总费用中44%是船员的费用。此时, 国外顺势推出的无人驾驶船舶则从一个侧面顺应了航运业的客观需要, 并恰到好处。
三、无人驾驶船舶的验证从减员开始
起先许多人对船舶无人驾驶技术的可行性心存疑虑, 怀疑其究竟行不行;在看到成功的事实后, 质疑其究竟可不可靠;在看到可靠事实后, 质疑其究竟安全不安全;在经历了整个验证过程后, 目击者也从早期的部分减员担心开始, 逐步配合, 逐步减员, 最后到全部无人化。从量变到质变, 既体现了船舶技术进步, 又体现了船舶技术的完善、船舶技术的安全和船舶技术的可靠。
四、无人驾驶极大地简化了船舶系统
由于船上没有配备船员, 就不再需要驾驶台和庞大的上层建筑, 不用大量的船员舱、休息区、食品仓库和服务设施。这样, 腾出了大量空间, 既可供增加载货量和载油量, 又简化了与人员相关的船舶系统, 可直接降低船舶的建造费用, 同时降低使用维护成本。从技术上讲, 一些发达造船国家已经初步具备了研制无人驾驶渡船、货船、油船、集装箱船的能力, 其中有的国家还具备了研制诸如无人驾驶液化气船等高端船舶的能力。英国、美国、韩国等国家现已开始研制大中型的无人驾驶货船。
图5为设计中的大型无人驾驶的液化气船。无人驾驶的液化气船可分为无人驾驶的液化天然气船 (LNG船) 和无人驾驶的液化石油气船 (LPG船) 两大类。图中的那艘是LPG全冷冻式液化石油气船。液化石油气的主要成分为丙烷, 其运输方法有全加压式、全冷冻式、半加压半冷冻式3种。全加压式液化石油气船是将石油气加压液化, 可在常温下进行装卸, 货舱常为球形或圆柱形罐;全冷冻式液化石油气船, 货舱通常制成长方体形, 舱容利用率高, 但需设置良好的隔热层;半加压半冷冻式液化石油气船对液化石油气既加压又冷冻液化。这3种冷藏方式各有特色, 造价也不同, 可按船东的使用要求专门设计制造。
▲图5无人驾驶的大型液化气船
该大型无人驾驶的液化气船与有人驾驶液化气船的最大区别是取消了传统的上层建筑, 甲板也显得更加宽敞。由于整艘船高被降低了, 抗风浪能力得到增强, 有利于提高船舶安定性和稳定性。除仍然设置超大容量的液化气舱外, 后甲板区域仅保留4座四棱锥的液化气输送站, 船舶轮机舱位于船尾舱。船尾段轮机舱上方的球形罐以全加压式结构存储液化石油气, 可供该船舶动力装置使用, 这样动力装置热效率既高, 排放又干净且环保。船上前后两座桅杆分别内设卫星定位/导航系统、卫星通信、遥测/遥控设施。两座桅杆外设光电、红外传感器和全景摄像机, 能够清晰地洞察周围发生的情况, 及时采取避让措施, 由自动驾驶系统全程操纵, 确保航行安全。
五、无人驾驶船舶的航行安全有保障
航行安全是无人驾驶船舶的底线和最重要的保证。采用业已成熟的无人驾驶技术, 操纵无人驾驶船舶直线航行、机动、转向、倒退、进港、离靠岸等都不成问题, 但关键是安全航行需要预先发现外界的危险目标, 及时采取避让措施, 防止碰撞和海损。而且同样的避让问题, 随着船舶的大型化难度就更大, 需要提供更精准的实时数据和相关信息, 把握好提前量。对于排水量60万吨的巨型无人驾驶货轮, 为确保航行安全, 在船身航行方向多处部位安装了传感器和全景摄像机, 用以采集各个方向的图像, 连续反映船舶周边的动态画面, 通过数据链传输供千里之外遥控站内的船长和大副掌握。
据全球海运事故调查表明, 绝大多数事故是由于船员玩忽职守、操作错误、驾驶不当等人为因素造成的, 其余为机械设备失效、船体破损沉没、恶劣气象条件影响与破坏等因素造成。若使用应用性能可靠的无人驾驶船舶航行, 严格按规程正确操作, 将会减少上述66.7%事故的发生。
对于可能发生在船上的火情, 设在无人驾驶船舶上的火情探测器能够及时发现, 并自动采取灭火措施扑灭大火。对于发生海盗袭击事件, 由于无人质可劫持, 民用无人驾驶船舶不会沦为海盗的囊中之物。就是发现海盗登船, 也可先发声警告, 然后视情发射激光器致盲干扰, 最后启动高压水龙将其全部驱离。
六、无人驾驶船舶能够节能环保增效
由于船舶结构实现了轻量化、系统简约化, 原来平时供给船员们的生活用电、供暖、烹调等煤、油、气的消耗全都不需要了, 能源节省减耗效果非常明显。权威部门预计, 船舶采用无人驾驶技术后, 每艘货轮的运行效率有望提高20%左右, 同时可以减少碳排放20%。这些对于每个航运公司, 对于整个航运行业都是可观的运能增效。
七、无人驾驶实现了航行模式的转型
船舶遵循航线航行时不需要船长和大副在船上操纵, 可以远离大风大浪操纵船舶, 甚至还可以在岸上操纵船舶航行。这是非常重大的变革, 使得船长和大副也能变成“旱鸭子”在岸上驾驶、掌控和指挥船舶安全航行。以前要让30~40名船员冒着大风大浪在海洋上航行, 而现在只需要让3~5人在岸上的控制室里操纵。这样, 即便船长身在美国内陆的堪萨斯州, 也能通过卫星导航、数据链和远程网络控制将一艘货轮从中国香港开往美国洛杉矶。如此巨大的变化, 早不是众多航运者梦寐以求的, 而是已经梦想成真的事。
目前, 国外已经启动培养无人驾驶船舶的船长和大副的教学计划。名为“蓝色海洋”项目团队开发出了一套先进的驾驶台全方位模拟系统, 用以培训未来船长遥控船只的技能。
八、无人驾驶船舶将形成产业化
随着技术的不断进步, 无人驾驶船舶不仅建造数量在增加, 而且使用单位也在增加;不仅有小型的无人驾驶船舶, 而且有中、大型的无人驾驶船舶;不仅有军用型的无人驾驶船舶, 而且还有大量民用型的无人驾驶船舶。图6为无人驾驶编队航行中的集装箱船舶。它一方面反映了巨大的海运需求, 另一方面反映了海运船队规模。这些无人驾驶船舶不仅能满足国内需要, 而且还能满足国际贸易需要;不仅有大量的下游企业, 而且还有众多的上游企业, 纵横多个配套领域和行业, 形成相当可观的产业群体, 为航运事业发展做出更大的贡献。
航运业界人士预测, 到2019年全球无人驾驶船市场规模可能达到100亿美元。国外专家预测, 无人驾驶货船在海洋上航行, 10年内将成为现实。
▲图6无人驾驶编队航行中的集装箱船舶