26、人工智能驱动汽车的技术解析与应用困境

人工智能驱动汽车的技术解析与应用困境

1. 自动驾驶汽车的系统整合

自动驾驶汽车（SD 汽车）的运作基于机器人感知、规划和行动的范式，各系统协同工作。

1.1 感知层面

感知是一切的起点，汽车配备多种传感器来获取不同信息：
- GPS ：借助地图系统告知汽车在世界中的位置，以经纬度和海拔坐标呈现。不过，民用 GPS 存在一定误差，其他卫星导航系统如 GLONASS、GALILEO、BeiDou 也有类似问题。所以，仅靠 GPS 只能知道汽车大致在某条道路上，可能无法确定具体车道。为了确定精确位置，系统会结合 GPS 数据和激光雷达传感器数据，依据周围环境细节来判断。
- 雷达、超声波和激光雷达设备 ：用于检测物体，并提供物体在空间中位置和运动的坐标变化数据。
- 摄像头 ：以数字图像快照的形式，为汽车提供周围环境信息。

1.2 检测系统子任务

检测系统旨在确定汽车周围的情况，它包含多个子系统，每个子系统利用独特的传感器数据组合和处理分析来实现特定目的：
- 车道检测 ：通过图像处理或深度学习专门的图像分割网络处理摄像头图像，将图像划分为不同类型的区域（如道路、汽车和行人）。
- 交通标志和交通灯检测与分类 ：利用深度学习网络处理摄像头图像，先识别包含标志或灯光的图像区域，再对其进行正确分类（标志类型或灯光颜色）。可参考