自动驾驶解决方案围绕三个技术层面

v> 自动驾驶技术框架包括了车辆感知，车辆决策的自动驾驶算法和芯片技术，还有车辆控制所涉及到的线控技术。

➢ 其中环境感知阶段中的定位环节目前有三种实现方式

v> 定位方式一：以特斯拉为主导的SLAM机器识别

v> ➢ 特斯拉更相信物理数据，认为图像比雷达更真实，从系统整体效益和特斯拉先进的算法角度选取了价格低廉的摄像头为主传感器

➢ 特斯拉感知层方面以低精度定位+低精度地图+高准确率识别的模式实现自动驾驶。采用前置摄像头、前置雷达（相对廉价的毫米波雷达）、12个超声波传感器来完成同时定位与地图的创建（SLAM）。

v> 定位方式二：以通用/奔驰为代表的车企普遍采用的雷达法

v> ➢ 雷达为主传感器是大部分车企采用的定位方式。通过激光雷达进行定位。

➢ 雷达法以高精度定位+高精度地图+识别的模式在感知层方面实现自动驾驶。激光雷达高速旋转时发射激光测量与周边物体的距离，再根据距离数据描绘出精细的 3D 地形图，并跟高分辨率地图数据相结合建模，帮计算机做决策。

v> 定位方式三：以大众为代表的车联网定位

v> 以高通为代表的车企采用的车联网定位的方式，目前基础建设还在发展中。大部分车企也纷纷采用与C-V2X融合的方式。

➢ 通过车联网方法进行定位的车辆通过GPS、RFID、传感器、摄像头图像处理等装置，在由车辆位置、速度和路线等信息构成的巨大交互网络中完成自身环境和状态信息的采集。在互联网信息库中，所有车辆将自身的各种信息传输汇聚到中央处理器，实现位置信息的交互共享。

v> 传感器融合是实现车辆环境感知的主流方式

v> ➢ 面对不同驾驶等级，各家车企相对应的传感器选择和数量有所不同，但随着汽车智能化的提升，其选取搭载的传感器种类将不再单一化，雷达+摄像头融合正越来越普遍。

➢ L2以下传感器方案主要以“摄像头+雷达”为主，L3则开始增加激光雷达进行测距，而L4以上级别车辆激光雷达已整车布置。

v> 智慧大脑是无人驾驶的控制中枢

v> 城市大脑解决方案能够链接现在孤立、片面、独用以及基础的单元，基于智慧的计算平台与完备的数据采集构建全新的数据模型与计算模型，让系统层面的指令更加智能化，让基础设施的数据采集更完备。

相关推荐