本文详细介绍了无人驾驶领域的各个方面，包括传感器技术、定位方法、物体识别、语义分割、3D物体识别、物体追踪、道路和车道线识别、规划算法以及人机交互接口。通过对现有综述论文的对比，作者提出当前无人驾驶系统架构的两种主要类型，并讨论了各种传感器的优缺点，如GPS/IMU融合、SLAM和基于先验地图的定位。此外，文章探讨了端到端自动驾驶系统的优势和挑战，以及各种物体检测算法，如YOLO和SSD。最后，文章对全局和本地规划进行了分析，并展望了无人驾驶的前景和挑战。
论文介绍
论文为2019年发布在Robotics上的
"A Survey of Autonomous Driving: Common Practices and Emerging Technologies"[1]
论文对比
作者首先比较了目前的无人驾驶综述论文，存在的问题是目前无人驾驶综述论文的侧重点都不一样，所以作者准备做一个详尽的调查，下图是不同论文的侧重点：
可以看到上述论文都只是针对无人驾驶的某几个模块做了介绍，而最后一个是本论文的介绍，比较完备（除了没有control模块）：Connected systems, End-to-End, Localization, Perception, Assessment, Planning, Control, HMI, Datesets & Software, Implementation.
前景和挑战
接着作者介绍了无人驾驶的前景和挑战，首先作者提出虽然ADS短期并不会普及，但是还是可以遇见到带来的好处，作者总结的非常好，包括3个方面：
- 可以解决的问题 - 预防交通事故，减少交通拥堵，减少排放
- 可以捉住的机会 - 重新分配驾驶时间，解决运输出行障碍
- 新趋势 - 出行既服务，物流革命
首先自动驾驶可以解决在由于人类驾驶员错误行为导致的交通事故，例如分心，超速，酒驾等情况；其次60岁以上的老人增加的很快，解决老年人的出行问题对他们的生活质量改善很大；最后，共享出行现在是一个趋势，节省了出行成本。
按照目前的驾驶技术还不能达到level4的水平。
系统架构
作者分别从2个层面论述了无人驾驶系统的架构，一是从连接层面，二是从算法层面，下图是具体的划分：
连接层面 - 在连接层面分为2种：一种是单车智能，即单个车即使不联网也具备自动驾驶能力；另一种是网连智能，不强调单车的智能（有的话当然更好），强调通过网络实现整个交通的智能，不仅仅包括车，还包括交通灯，摄像头，以及其他设备，目前中美两国的分歧也在这里，看起来是押国运的2个方案。ego-only systems主要是指依赖本车的智能，而不需要依赖其他车辆或者外部传感器，而connected systems则是相对的，汽车通过v2x设备组成车联网。
算法层面 - 在算法层面分为2种：一种是目前主流的分模块的划分；另一种就是端到端的自动驾驶系统。可以看到左边的系统架构根据无人驾驶的需要将不同的功能划分为不同的模块，各个模块负责不同的功能，最后组成整个自动驾驶系统；而右边的架构为端到端的自动驾驶方案，说直白一点就是直接根据传感器输入，然后输出汽车的方向盘转交，油门刹车信息。端到端的自动驾驶好处是系统简单，主要的方法可以参考英伟达的论文。
下面是端到端无人驾驶的流程图：
端到端的自动驾驶系统结构非常简单，也很接近人类驾驶的习惯，坏处是不可解释性，目前也达不到强人工智能，超过人类驾驶员。
传感器
作者接着介绍了无人驾驶的各种传感器以及传感器的优缺点，这一点其他资料介绍的非常多了，这里直接上图：
最低0.47元/天 解锁文章
扫一扫
7266
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
