自动驾驶系统的工作原理
德国政府最近宣布，它希望促进技术的发展，并计划在高速公路上建立专门的基础设施。 德国交通部长亚历山大·多布林特宣布，从柏林到慕尼黑的 A9 高速公路路段的建造方式将使自动驾驶汽车能够舒适地沿着整个路线行驶。
缩写词表
ABS 防阻塞系统。 汽车中用于防止车轮抱死的系统。
ACC 自适应巡航控制。 一种在移动车辆之间保持适当安全距离的装置。
AD 自动驾驶。 自动驾驶系统是梅赛德斯使用的术语。
ADAS 先进的驾驶辅助系统。 扩展的驱动程序支持系统（如 Nvidia 解决方案）
阿斯克 先进的智能巡航控制。 基于雷达的自适应巡航控制
AVGS 自动车辆控制系统。 自动监控和驾驶系统（例如在停车场）
DIV 无人驾驶智能车。 没有司机的智能汽车
ECS 电子元件和系统。 电子设备的总称
IoT 物联网。 物联网
HIS 智能交通系统。 智能交通系统
LIDAR 光检测和测距。 一种与雷达类似的设备——它结合了激光和望远镜。
LKAS 车道保持辅助系统。 车道保持辅助
V2I 车辆基础设施。 车辆与基础设施之间的通信
V2V 车对车。 车辆之间的通信
除其他外，该计划包括创建支持车辆之间通信的基础设施； 为此，将分配一个 700 MHz 的频率。
这一信息不仅表明德国对发展的认真态度 没有司机的机动化. 顺便说一句，这让人们明白，无人驾驶车辆不仅是车辆本身，是装有传感器和雷达的超现代汽车，而且是整个行政、基础设施和通信系统。 开一辆车是没有意义的。
大量数据
气体系统的运行需要用于检测、数据处理和快速响应的传感器和处理器系统 (1)。 所有这些都应该以毫秒为间隔并行发生。 对设备的另一个要求是可靠性和高灵敏度。
例如，相机需要高分辨率才能识别精细细节。 此外，所有这些都必须耐用，能够抵抗各种条件、温度、冲击和可能的冲击。
引入的必然结果 没有司机的汽车 是大数据技术的运用，即在短时间内获取、过滤、评估和共享海量数据。 此外，系统必须是安全的，能够抵抗可能导致重大事故的外部攻击和干扰。
没有司机的汽车 他们只会在特别准备好的道路上行驶。 道路上的模糊和看不见的线条是不可能的。 智能通信技术——车对车和车对基础设施，也称为 V2V 和 V2I，可实现移动车辆与环境之间的信息交换。
正是在他们身上，科学家和设计师在开发自动驾驶汽车时看到了巨大的潜力。 V2V 使用 Wi-Fi 也使用的 5,9 GHz 频率，在 75 MHz 频段内，范围为 1000 m。V2I 通信要复杂得多，不仅涉及与道路基础设施元素的直接通信。
这是车辆对交通的全面整合和适应，并与整个交通管理系统交互。 通常，无人驾驶车辆配备有摄像头、雷达和特殊传感器，可以“感知”和“感受”外部世界 (2)。
详细的地图被加载到它的内存中，比传统的汽车导航更准确。 无人驾驶车辆中的 GPS 导航系统必须非常准确。 精确到十几厘米很重要。 因此，机器粘在皮带上。
1. 建造自动驾驶汽车
传感器和超精确地图的世界
对于汽车本身粘在道路上的事实，传感器系统负责。 前保险杠两侧通常还有两个额外的雷达，用于检测在交叉路口从两侧接近的其他车辆。 四个或更多其他传感器安装在身体的角落，以监测可能的障碍物。
2. 自动驾驶汽车的视觉和感觉
具有 90 度视野的前置摄像头可识别颜色，因此它会读取交通信号和道路标志。 汽车中的距离传感器将帮助您与道路上的其他车辆保持适当的距离。
此外，多亏了雷达，汽车将与其他车辆保持距离。 如果它在 30 米范围内没有检测到其他车辆，它将能够提高它的速度。
其他传感器将有助于消除所谓的。 沿路线的盲点和检测距离相当于每个方向两个足球场长度的物体。 安全技术在繁忙的街道和十字路口特别有用。 为了进一步保护汽车免受碰撞，其最高时速将限制在 40 公里/小时。
W 没有司机的汽车 Google 的核心和设计中最重要的元素是安装在车顶上的 64 束 Velodyne 激光器。 该设备旋转得非常快，因此车辆可以“看到”它周围的 360 度图像。
每秒记录 1,3 万个点以及它们的距离和运动方向。 这将创建一个世界的 3D 模型，系统将其与高分辨率地图进行比较。 结果，在汽车绕过障碍物并遵循道路规则的帮助下创建了路线。
此外，该系统还从位于汽车前后的四个雷达接收信息，这些雷达确定道路上可能意外出现的其他车辆和物体的位置。 位于后视镜旁边的摄像头会拾取灯光和路标，并持续监控车辆的位置。
它的工作由一个惯性系统补充，该系统在 GPS 信号无法到达的任何地方（在隧道、高层建筑之间或停车场）中接管位置跟踪。 用于驾驶汽车：创建以 Google 街景形式布局的数据库时收集的图像是来自全球 48 个国家/地区的城市街道的详细照片。
当然，这对于安全驾驶和谷歌汽车使用的路线来说是不够的（主要是在加利福尼亚州和内华达州，在某些条件下允许驾驶）。 没有司机的汽车) 在特殊旅行期间被提前准确记录。 Google Cars 使用四层视觉数据。
其中两个是车辆行驶的地形的超精确模型。 第三个包含详细的路线图。 第四个是景观固定要素与移动要素对比数据（3）。 此外，还有一些遵循交通心理学的算法，例如，在您想要穿过十字路口的小入口处发出信号。
也许，在未来完全自动化的道路系统中，不需要让人们理解某些东西，它会变得多余，车辆将根据预先采用的规则和严格描述的算法移动。
3. 谷歌汽车如何看待周围环境
自动化级别
车辆自动化水平根据三个基本标准进行评估。 第一个与系统在前进和机动时接管车辆控制的能力有关。 第二个标准涉及车辆中的人以及他们做除驾驶车辆之外的其他事情的能力。
第三个标准涉及汽车本身的行为及其“理解”道路上发生的事情的能力。 国际汽车工程师协会 (SAE International) 将道路运输自动化分为六个级别。
从的角度来看 自动化 从 0 到 2 负责驾驶的主要因素是人类驾驶员 (4)。 这些级别的最先进解决方案包括由博世开发并越来越多地用于豪华车的自适应巡航控制 (ACC)。
与传统的巡航控制系统不同，传统的巡航控制系统需要驾驶员不断监控与前方车辆的距离，它也为驾驶员做最少的工作。 许多传感器、雷达及其相互接口以及与其他车辆系统（包括驱动、制动）的接口迫使配备自适应巡航控制系统的汽车不仅要保持设定的速度，还要保持与前车的安全距离。
4. 根据 SAE 和 NHTSA 的汽车自动化水平
系统将根据需要制动车辆，并 一个人慢下来以免与前车后部发生碰撞。 当路况稳定后，车辆再次加速至设定速度。
该设备在高速公路上非常有用，并且比传统的巡航控制系统提供更高级别的安全性，如果使用不当可能会非常危险。 此级别使用的另一个高级解决方案是 LDW（车道偏离警告，车道辅助），这是一种主动系统，旨在通过在您无意离开车道时警告您来提高驾驶安全性。
它基于图像分析 - 连接到计算机的摄像头监控车道限制标志，并与各种传感器合作，在不打开指示灯的情况下警告驾驶员（例如，通过座椅振动）车道变换。
在更高的自动化水平，从 3 到 5，逐渐引入更多的解决方案。 第 3 级被称为“有条件的自动化”。 然后，车辆获取知识，即收集有关环境的数据。
在这种变体中，人类驾驶员的预期反应时间增加到几秒钟，而在较低水平下，它只有一秒钟。 车载系统控制车辆本身 并且仅在必要时通知该人必要的干预。
然而，后者可能完全在做其他事情，例如阅读或看电影，只在必要时才准备开车。 在 4 级和 5 级，随着汽车获得在整个道路上独立反应的能力，估计的人类反应时间会增加到几分钟。
然后一个人可以完全停止对驾驶的兴趣，例如，去睡觉。 提出的 SAE 分类也是一种车辆自动化蓝图。 不是唯一一个。 美国公路交通安全局 (NHTSA) 将其划分为五个级别，从完全人工 - 0 到完全自动化 - 4。
