自动驾驶环境感知对算力要求

㈠ 自动驾驶目前存在哪些缺陷

传感器无法确保100%的准确率，需与高精度地图融合

对于这次优步自动驾驶车辆致路人死亡事件，高德集团自动驾驶车辆高精度地图产品专家姚灿认为，发展自动驾驶技术尚需在研发、测试环节投入大量的时间、精力，汽车行业也应始终保有一颗对生命的敬畏之心。

姚灿介绍，从安全角度而言，通过一张辅助的高精度地图提前对道路场景进行预设，有助于避免交通事故。普通导航地图主要供人进行参考，而高精度地图是给机器看的，更像是一个传感器，它收集了大量道路信息，准确的道路形状，车道之间的车道线，道路隔离带和材质，甚至道路上的箭头、文字内容等都有相应描述。

“例如，在距离一个路口300米时，车辆就可以通过高精度地图提前知晓前方路口的性质、形状、有几条车道，是否经常有行人通过，在知道上述信息后，自动驾驶车辆的决策系统就在靠近路口的时候要求车辆提前减速。”

㈡ 智能网联汽车的环境感知系统中的惯性元件和定位导航,主要作用是什么

主要作用就是为了将来可以实现自动导航自动驾驶。

㈢ 汽车智能驾驶环境感知多传感器融合意义

汽车自动化的程度越高，集成在车辆中的传感器的数量和类型也越多，只有这样才能够保证信息获取充分且、有冗余保障车辆自动行驶的安全。
为了保证安全，必须对传感器进行信息融合。
多传感器融合可以显著提高系统的冗余度和容错性，从而保证决策的速度和正确性，这是自动驾驶系统向先进的自动驾驶方向发展，最终实现无人驾驶的必然趋势。

㈣ 自动驾驶中,最关键的传感检测技术有哪些

自动驾驶车辆有望实现预测性驾驶。为此，车辆必须具备远超我们人类的检测感知能力，我们需要检测自动驾驶车辆外部环境的三种关键技术：雷达、激光雷达和高性能惯性MEMS IMU。

微波雷达

雷达目前大量用在高级驾驶员辅助系统中，例如碰撞预警和缓冲刹车、盲点检测、车道变换辅助等，然而高性能雷达技术对传统的微波信号链技术能力有极高的要求。有意思的是，根据 ADI 官方数据，新近生产的全部雷达模块中大约 50% 含有 ADI 公司技术。这家在四年前将微波射频领头羊公司讯泰（Hittite）成功纳入囊中的模拟半导体技术巨头，在汽车雷达领域有 15 年的记录，现正在开发打造创新的以“Drive360”命名的雷达技术平台，以提供最高水平的性能和距离分辨率。除了成熟的 24GHz 微波雷达技术，还支持 76 GHz 至 81 GHz 的完整频段，使其长期可用。

Drive360 雷达围绕 28nm CMOS技术构建，这是目前 ADI 在业界率先强调的工艺技术节点，据称这使雷达平台能提供最高程度的数字信号处理集成灵活性，同时 ADI 丰富的RF IP支持实现高度差异化的波形和算法。按 ADI 公开的资料表示，采用 Drive360 雷达的产品将能可靠地检测形状更小、移动速度更快、距离更远的物体（如摩托车、行人、动物等），以在关键时刻避免伤亡。

雷达、激光雷达和惯性MEMS IMU组成未来自动驾驶技术的“铁三角”

激光雷达

雷达在未来的全天候自动驾驶应用中居于支配地位，但它只是瞬间决策解决方案的一部分。还需要其他传感器，例如摄像头和激光雷达（LiDAR，激光探测与测距）。与成熟的微波雷达技术相比，雷达所占成本只是激光雷达当前的成本很小一部分。

业界公认的最先成熟将激光雷达应用在汽车上的是美国Velodyne公司，其第一台激光雷达直径达到 30 英寸、重量接近 100 磅。2007 年其开发的激光雷达系统收费还高达 8 万美元。2010 年谷歌推出无人驾驶汽车项目的“车顶花盆”据称采用了 Velodyne 生产的 64 线激光雷达传感器，成本约为 7.5 万美元，其成本占到一辆谷歌无人车近一半。

作为传统微波技术的领头羊，ADI 也将激光雷达作为其整体 Drive360自主驾驶解决方案战略的关键支柱。激光雷达利用光脉冲将物理世界以高的置信水平实时转化为 3D 数字图像。传统激光雷达系统（现今主要用于测试车辆）非常昂贵。除此之外，它们外观很难看，并且由机械组件构成，可能导致系统停机。ADI 正在大量投资开发经济高效的真正纯固态激光雷达技术以促进汽车激光雷达系统的主流采用，并让汽车供应商和 OEM 能够在客运车辆中部署基于激光雷达的 ADAS 和自主驾驶应用。

激光雷达是一个飞速发展的领域，其探测范围和精度对于解决一些最困难的 ADAS 挑战至关重要。ADI 公司目前聚焦于固态激光雷达设计，据称其材料与计算机显示器中扫描光线所用的材料相同，将经济有效的设计消除常规产品中的活动部件，克服当前激光雷达系统成本高昂的问题，并提高可靠性。在范围、分辨率、帧速率和功耗等关键性能指标方面，它也将有改善。

惯性测量单元

全球主流的导航采用GPS或者中国发展北斗卫星定位系统，但这些卫星导航技术也有它本身劣势，比如信号差、有误差、更新频率低等问题，所以仅靠GPS无法满足自动驾驶的定位需求，需要一种更好的设备来弥补GPS的不足。而MEMS惯性测量单元（IMU）拥有更高的更新频率，而且不受信号影响，可以很好与GPS形成互补。

惯性测量单元，通常由陀螺仪、加速度计和算法处理单元组成，通过对加速度和旋转角度的测量得出自体的运动轨迹，在导航中有着很重要的应用价值。我们把传统的IMU和与车身、GPS等信息融合的算法组合在一起的系统称为广义的、针对自动驾驶的 IMU。

除了检测周围环境之外，自动驾驶车辆还需要能在各种气候条件下感受路况并做出响应。ADI公司的惯性MEMS将多轴加速度计和陀螺仪与处理和校准功能集成在单个封装中。IMU连同板载ADAS和卫星定位输入，提供精确的车辆位置和航向画面，同时抑制正常驾驶产生的冲击和振动。

目前的GPS有很多时候是精度不够准确或者无效的，例如在隧道中经常因为信号不好无法使用，或者在市中心的高楼里GPS信号容易被折射反射。这个时候IMU就可以增强GPS的导航能力。例如，在车道线识别模块失效时，利用失效之前感知到的道路信息和IMU对汽车航迹的推演，仍然能够让汽车继续在车道内行驶。

此外，GPS更新频率过低（仅有10Hz）不足以提供足够实时的位置更新，IMU的更新频率可以达到100Hz或者更高完全能弥补GPS所欠缺的实时性，GPS/IMU组合系统通过高达100Hz频率的全球定位和惯性更新数据，可以帮助自动驾驶完成定位。通过整合GPS与IMU，汽车可以实现既准确又足够实时的位置更新。

㈤ 具备同时捕捉多目标的能力 小鹏P7驾驶辅助系统环境感知能力曝光

日前，小鹏汽车在其APP上发布了一则小鹏P7驾驶辅助系统对道路周边环境的感知能力的视频。可以看到，该系统对红绿灯、行人等都做出了识别。

其中后驱长续航版车型的NEDC续航里程均为568公里；后驱超长续航版车型将根据不同配置分别提供706公里和656公里的NEDC续航里程；四驱高性能版车型的NEDC续航里程则为552公里。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

㈥ 研究自动驾驶技术的算法需要哪些知识

潜在的应用包括利用分布在车体内外的传感器，比如激光探测、雷达、摄像头或者物联网。

㈦ 想要实现自动驾驶技术，需要具备哪些条件

对于自动驾驶，不同组织的分级标准各有不同：美国国家公路交通安全管理局（NHTSA）把自动驾驶分为五个级别，而国际自动机械工程师学会（SAE）的标准分为L0~L5共六个级别，两者的L0、L1、L2的分类都是相同的，不同之处在于NHTSA的L4被 SAE 细分为L4和L5。国内采用SAE标准较多。

其次，至于行为决策(广义)，像路径规则这种功能，导航软件已经做得比人还好了；在环境感知做到绝对正确的情况下，什么时候加速、什么时候刹车、什么时候转向的决策，也并不难(可能还涉及到一些法律与伦理问题，不属于技术领域)。

如此一来，剩下的就是环境感知了。环境感知对于汽车行业是一个新的挑战，也是实现自动驾驶最关键的一步，是最重要的环节。