东南大学机械工程学院殷国栋:智能驾驶的几种关键感知技术剖析

来源:亚博全站官网首页作者:亚博全站官网首页 日期:2022-04-30 浏览:
本文摘要:研究场景与实际场景的差池称,要求研究者和开发者必须持有更审慎的态度。文 |梦华新智驾按:10月26日至27日,2019第二届全球智能驾驶峰会暨长三角G60科创走廊智能驾驶工业峰会在苏州高铁新城正式举行。峰会主要聚焦“自动驾驶的量产时代、单车智能和车路协同的共演之路、新型的车内交互探索”三大主题,配合探讨了智能驾驶的未来生长偏向。

亚博全站官网首页

研究场景与实际场景的差池称,要求研究者和开发者必须持有更审慎的态度。文 |梦华新智驾按:10月26日至27日,2019第二届全球智能驾驶峰会暨长三角G60科创走廊智能驾驶工业峰会在苏州高铁新城正式举行。峰会主要聚焦“自动驾驶的量产时代、单车智能和车路协同的共演之路、新型的车内交互探索”三大主题,配合探讨了智能驾驶的未来生长偏向。

本次峰会由苏州市相城区人民政府主办,苏州高铁新城治理委员会、雷锋网新智驾承办,江苏省智能网联汽车工业创新同盟、江苏省人工智能学会智能驾驶技术专业委员会、清华大学苏州汽车研究院、中国移动通信团体等单元协办。来自主机厂、海内外一级供应商、自动驾驶解决方案商、自动驾驶焦点零部件、出行运营商等智能驾驶上下游企业,车路协同专家学者、代表企业等1500余位业内人士莅临现场。东南大学机械工程学院副院长、江苏省新能源汽车创新同盟执行理事长殷国栋的演讲主要剖析了智能驾驶的多种关键感知技术,新智驾对其演讲举行了不改变原意的编辑,以下为全文:今天学术和工业界有智能驾驶、自动驾驶、无人驾驶、智能网联汽车等等多种名称,差别的单词,总体有狭义广义之分,但意思都是融合现有一些技术,提升汽车智能化的大平台。在这种情况下,乘用车应用场景离真正实用化另有一定距离,但一直在研究。

我们希望能够落地的场景也包罗一些工业场景:限定场景的挖掘机、压路机等,农业上的自动农机。科技部、中国农村中心也有自动农机专项,支持提升农业装备智能化。

百度、阿里都在做的物流车也是在推广的一种限定场景。这个历程中要解决的关键技术是智能感知、决议、控制、路径计划的总体方案,包罗车辆识别、人行道识别。我们看到的是很是优美的场景,实际上难题很是多,研究场景与实际场景是差池称的,完全不是一个观点。

真实场景泛起过许多问题,不是我们想象的那样,研究者、开发者要带着审慎的态度。现在主流解决方案包罗可见光相机、红外热成像仪、激光雷达等几种差别的感知方案。

广义来说,这几种方案都能很好地确定车辆自身状态。车辆状态信息感知技术许多专家把无人驾驶汽车界说为带着四个轮子的机械人,这是一种很是巧妙的界说,代表智能车和许多场景机械人有类似的地方,但实际上车辆的状态是完全纷歧样的。汽车是行走的,不确定因素很是庞大。

现有的状态信息感知方法有 GPS/INS 组合导航,国家有自己的北斗导航系统,很是准确。另外一个是视觉导航系统,可以识别种种不确定的小的障碍物,可是传统方法大部门是基于离线的。我们希望它在运动情况中能够提取自身状态。

再一个是激光导航系统,前天角逐中许多车拿到了很是好的结果,也都在践行这种方法,激光导航系统可以凭据当前相城区域的角逐场景,计划自己的真实门路。我们希望用多传感器定位信息,在这个历程中要应对的问题很是多。车的最概略求是宁静,多传感器融合的实时性、准确性是一定要保障的,在这个历程中,我们也实践了很是多的特殊场景。

第一种是农用拖拉机,做成无人驾驶,在特定场景下能够完成一定事情。第二种我们界说为小坦克,这辆车不是真正的车,可是可以把所有传感融合信息做出来。我们做的方程式赛车,把单目摄像头、雷达组合大脑用上去,效果很是好。

另外是多车协同,多车是未来,我们希望把不确定多车定位系统融合进来。而且,车行驶历程中的所有状态要预计出来,可能会有路面状态预计、车辆正常加速、质量的不平衡等等。激光雷达感知技术对于车辆而言,宁静性是很是关键的。

激光雷达应该说很是普遍了,它可以为智能车辆或机械人相关的一些智能装备提供可行性,价钱也在不停降低,对于汽车工业而言很是重要。激光 SLAM 大家用的比力多,它相对以前的设备更准确,信息更富厚,能够举行许多移动物体的检测。

这个历程当中,我们希望把车辆的许多非线性状态,用卡尔曼滤波做一个很好的预计,包罗预测、情况观察、舆图更新。之后我们还可以把内里所有通例问题转化为图像处置惩罚。粒子滤波是做大数据盘算的很是好的方法。

多线激光雷达能够通过情况舆图的感知系统,搭建出当前的路径计划,举行实时定位和舆图构建,在这个历程中,我们希望能够实时建构舆图,为获取后面所有信息以及当前姿态做一个铺垫。今天包罗中国移动、无锡天安团体在做的车联网,都是在 5G 情况下,一辆车一定是和网路、和整个云平台联合起来的,这也是我们一直在做的。视觉情况感知技术许多传统方法已经不适应现在智能车联对于数据或信息获取的要求了,因为我们现在的行驶情况很是的庞大。

在传统视觉方法的基础上,我们要融入现代的人工智能与深度算法做训练。要训练几多次才气把当前速度实时反映出来?训练次数越多,对于走到实际情况当中的车辆,准确度越高。我们要做交通场景识别、真实场景识别、交通标识识别,然后再分类,目的就是获得准确的人、车以及静态、动态的种种障碍物的位置。

准确支解精度越来越难。使用视觉举行状态预计,就是车辆在行驶中,对外部行驶状态的一种预计。

红外情况感知技术因为是在良晴天气状态下,这次角逐很少用到红外,如果是晚上去角逐,我相信许多角逐车队就会放弃,因为我们没有开发适于晚上的场景。经常有人跟我开顽笑说,你这辆车能不能晚上出来帮我巡逻,起到警告作用,晚上 12 点钟加上旋转的警灯。我说晚上不行,技术不行,不敢晚上去做。

对现有传感器举行一个红外传感器的增补,晚上是能够识此外,而且简朴实用,现在都要加进来。用红外传感器首先收罗图像数据集,建设起一个很是好的数据库,用优质网络举行训练。

我们用的神经网络结构,可以把这条路上所有场景收罗出来,包。


本文关键词:东南,大学,机械,工程学院,殷,国栋,智能,驾驶,亚博全站官网首页

本文来源:亚博全站官网首页-www.dg-huimei.com

0
无法在这个位置找到: foot.htm