自动驾驶场景理解模块

发布者:快乐的舞蹈最新更新时间:2024-04-02 来源: elecfans关键字:自动驾驶  算法 手机看文章 扫描二维码
随时随地手机看文章

场景理解

图片

场景理解功能模块图场景理解功能模块体现了负责“理解”当前驾驶场景的算法。如果自主车辆要在共享的驾驶空间中进行智能操纵,则有必要预测/预见该空间内其他实体的行动。场景或方案理解不仅仅是识别当前情况的“状态”,还包括对其演变方式的预测。
此功能模块中的算法可能能够模拟多种因果场景,以帮助为自主车辆选择最佳行动方案。然而,场景理解本身不会对自主车辆应该采取的行动做出任何决定,也不会选择要模拟的行动方案。

场景理解输入:

•地图数据:提供当前驾驶场景中基础设施的布局。对预测其他道路使用者/实体的意图/行为有用。

•静态对象:识别驾驶场景中对自主车辆和其他道路实体可能占用的可行驶空间有影响的不可移动对象。静态对象可能具有动态变化的状态,如交通灯变红或收费站变为关闭。

•动态对象:用于预测当前驾驶场景可能如何演变,主要关注动态对象的轨迹和状态变化。动态对象的一个预测示例是车辆刚打开左转灯然后左转。

•V2X数据:可能提供可以利用的信息来预见当前驾驶场景的演变,如即将改变的交通灯。

•自车运动:为预测引擎提供自主车辆自车运动信息。

•姿态:允许预测引擎在地图上放置自主车辆。

•自主车辆假设机动:为预测引擎提供自主车辆的假设机动。这种机动可能会引发其他道路使用者的反应,需要预测。例如,改道可能会强迫该车道上迎面而来的另一个道路使用者进行危险制动。在行为规划做出决定之前,可能会向场景理解功能模块提交多个自主车辆机动假设。

场景理解输出:•动态对象预测:用于安全计划改变自主车辆当前轨迹。

•静态对象预测:用于安全计划改变自主车辆当前轨迹。

•基于场景的运动约束:根据驾驶场景条件约束自主车辆的运动。

•基于场景的机动约束:根据驾驶场景条件约束自主车辆的计划机动。

•基于场景的路线约束:根据驾驶场景对自主车辆的路线规划加以约束。

•场景数据:提供可以利用的集体驾驶条件视图,以确保自主车辆在其设计参数内运行。


关键字:自动驾驶  算法 引用地址:自动驾驶场景理解模块

上一篇:轴向磁通电机在电动汽车设计优势有哪些?
下一篇:自动驾驶车辆的定位与乘员监测

推荐阅读最新更新时间:2024-11-06 08:55

未来的出租车长这样?再也不怕司机骚扰了
自动驾驶 已经成为未来汽车的必备技能,当自动驾驶遇上如火如荼的共享模式,又会出现怎样的火花呢?最近,由xoio和IUM共同推出的Mobuno概念车,推出自动驾驶 汽车共享 模式,展现了未来 打车 的新姿势。   编者点评:乘客可以在智能手机上直接查看每一个Mobuno车辆所在的状态、位置、是否可用,并进行预定。每一个Mobuno可以乘坐4人。如果乘客希望和人拼车,可以切换到共享模式,Mobuno车辆将会去搭载同一方向的乘客。未来将自动驾驶系统和共享模式的结合,我们的出行更加智能、方便。     Mobuno概念车
[嵌入式]
具有感兴趣区域的静止图像压缩编码算法研究
摘要:在研究人眼视觉掩盖效应的基础上,采用了一种感兴趣区域的嵌入式零树小波编码算法(EZW_ROI算法),对感兴趣的区域和不感兴趣区域分别进行编码,充分利用了信道资源和存储空间,提高感兴趣区域的图像质量,使重建图像视觉效果更好。 关键词:图像压缩 小波变换 视觉掩盖效应 EZW_ROI算法 被誉为数学显微镜的小波变换是从傅里叶变换和加窗傅里叶变换发展而来的。小波变换引入伸缩和平移两个参数,实现了时域-频域局域化分析,从而可以对图像的任何局部区域进行多分辨率分析。由于小波变换后图像具有高频的方向选择性,与人眼的视觉特性相吻合,人眼最重要的视觉特性是视觉掩盖效应,即不变和有规则变化的区域很容易被遗忘,而对突变和极不规则变化的区域感
[手机便携]
苹果地图信息采集车开进各国,真的与自动驾驶有关吗?
根据苹果官网刚刚更新的一份列表,下月上旬的时候,该公司的地图信息采集车将在苏格兰地区投入工作。10 月 9 号至 11 月 5 日,这辆满载传感器的汽车,将从位于苏格兰西部高地的威廉堡(Fort William)开始地图数据的采集。2 年多来,苹果一直在全球各地部署为 Apple Maps 采集数据的车子,而人们也不时地晒出经过当地街道的这些车辆。   2015 年以来,苹果地图信息采集车已经便利了全美 35 个州,以及英格兰、法国、爱尔兰、意大利、西班牙、瑞典等国的部分地区。 隐私方面,苹果表示会对入镜的人脸和车牌号图像进行模糊化处理,这也意味着本轮采集的数据达到了街景级别。不过值得注意的是,谷歌早在多年前就已经提供了类似的功
[嵌入式]
加速自动驾驶落地的智能一站式解决方案
2 月 10 日,美国高速公路安全管理局(NHTSA)认定谷歌自动驾驶算法为“司机”,为无人驾驶汽车最终获准上路行驶扫除了一个重大障碍。在此之前,苹果、英特尔等IT巨头的半路杀入以及各大汽车巨头的强势推进,驱动了无人驾驶汽车行业的迅猛发展,但在此过程中也一直伴随着对智能汽车安全性的争论。事实上,技术成熟的无人驾驶汽车能够自动探测行驶环境中存在的危险因素,自动采取减速、刹车、规避等措施,避免事故发生,这些过程的反应速度比人快的多。而要实现上述的精准安全功能,则需要一系列幕后英雄的保驾护航。在这方面,致力于提供智能一站式解决方案且深耕 汽车电子 数十年的 村田 ,正不遗余力地在“安全”、“互联”、“防预”等方面为汽车 电子 市场提供高精
[嵌入式]
苹果泰坦项目再获专利 在自动驾驶车内用手势指导车辆行进
据外媒报道,近日,美国专利商标局公布了苹果公司新获得的53项专利,其中包括一项泰坦项目的专利,允许用户利用手势与自动驾驶汽车交流并且指挥自动驾驶汽车。 苹果手势控制专利(图片来源:patentlyapple.com) 苹果该项专利与其自动驾驶项目泰坦项目有关,特别涉及到一些系统和算法,能够利用手势和其他乘员生成的信号来控制自动驾驶或部分自动驾驶汽车的运动。 在乘员给出很少信息或没有给出信息时,自动驾驶汽车就能够感知周围环境,导航至目的地,因此此类车辆越来越成为人们的研发焦点。考虑到现实环境中,车辆会有多种行进轨迹选择,在选择轨迹时,因无需传统的转向、制动、加速等操作,乘员的输入或指导信息对自动驾驶车辆的运动控制组件将
[汽车电子]
苹果泰坦项目再获专利 在<font color='red'>自动驾驶</font>车内用手势指导车辆行进
在SoC中实现的计算单元
在SoC中实现的计算单元 当前的自动驾驶/先进驾驶辅助系统片上系统(SoC)通过集成不同计算特性的计算元件构建了计算组件,以实现对不同应用最有效的处理。为此,如下表所示,选择了具有不同计算特性的计算元件,如通用CPU、SIMD DSP、GPGPU和专用加速器等。 计算元件特性 •通用CPU适合运行顺序代码和有限的数据并行。 •SIMD DSP处理更数据密集的任务。 •GPGPU也可以处理高数据量和控制顺序灵活的任务。 •专用加速器针对特定操作实现最高执行效率,但需在SoC设计初期确定。 计算元件的特性及适配性分析 为分析上述计算元件,首先从某些正交的计算特性对其进行分类。SIMD类型计算元件适合运行处理大量独立数据的应用。
[嵌入式]
在SoC中实现的计算单元
自动驾驶“风力”强劲,激光雷达领导厂商LeddarTech发展迅猛
  据麦姆斯咨询报道,几乎所有的汽车制造商都在致力于半自动和全自动技术的使用以实现 自动驾驶 汽车的生产, 激光雷达 (LiDAR)技术借此夯实了其在汽车自动化的地位。下面就随汽车电子小编一起来了解一下相关内容吧。   然而,据美国汽车协会(AAA)最近的报告显示,近四分之三的美国民众尤其是千禧年一代对 自动驾驶 汽车持保守态度。   许多人可能还未意识到,街道上已经出现了具有 自动驾驶 功能的汽车在行驶。通往完全自动驾驶的道路是循序渐进的,汽车工程师学会(SAE)将其划分为L0级、L1级、L2级、L3级、L4级、L5级,共六个级别。L0级自动驾驶是无自动化驾驶,汽车完全由人类掌控,人类驾驶员负责SAE所称的“动态驾驶任务”的所
[汽车电子]
迎来“CASE”时代的汽车趋势和技术课题(3) ~自动驾驶和识别引擎~
本次作为迎来“CASE”时代的汽车趋势和技术课题的第三次,我们将介绍面向实际应用和实证实验突飞猛进的自动驾驶和掌控自动驾驶“认知”的识别引擎概要。 开发和实证实验取得进展的自动驾驶功能 自动驾驶功能愈来愈得到了实际应用。2021年7月举办的东京奥运会和残奥会具有里程碑意义。除了已决定在选手村内的移动(循环线路)中引入自动驾驶车辆(4级)外,在羽田机场周围和沿海副中心区域计划进行各种与自动驾驶相关的实证实验。 自动驾驶分为几个级别,目前广泛使用美国汽车工程师协会(SAE)作为“SAE J3016”规定的6级(表1)。(在日本,政府发布的“官民ITS构想和路标图2019”中总结了相同的定义) 检测前方障碍物予以辅助制动等所谓的A
[嵌入式]
迎来“CASE”时代的汽车趋势和技术课题(3) ~<font color='red'>自动驾驶</font>和识别引擎~
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved