學術堂首頁 | 文獻求助論文范文 | 論文題目 | 參考文獻 | 開題報告 | 論文格式 | 摘要提綱 | 論文致謝 | 論文查重 | 論文答辯 | 論文發表 | 期刊雜志 | 論文寫作 | 論文PPT
                    學術堂專業論文學習平臺您當前的位置:學術堂 > 工程論文 > 機械工程論文

                    智能汽車避障技術研究

                    來源:網絡安全技術與應用 作者:武守秋1萬青睿2孔令宇
                    發布于:2022-08-11 共5079字

                      摘要:隨著汽車電子、網絡、信息技術快速發展,智能汽車已成為汽車技術發展的趨勢,避障方法是智能駕駛技術的重要研究方向,本文重點分析智能汽車領域技術發展現狀,對百度在線網絡技術有限公司和華為技術有限公司,以及國外公司的重點避障技術進行了比較和研究,歸納了目前在智能駕駛研究中使用較多的幾種避障技術,通過比較和研究近年來的專利技術可知,百度在線網絡技術有限公司、華為技術有限公司在智能感知、決策規劃技術領域已經處于世界領先。

                      關鍵詞:智能汽車;避障技術;

                      智能汽車是指搭載傳感器、控制器、執行器等裝置,并結合通信與網絡技術,實現車與車、路、人、云端等智能信息交換、共享,具備復雜環境感知、智能決策、協同控制等功能,替代人工駕駛操作的新一代汽車。智能汽車主要包括:環境感知、無線通信技術、智能決策、駕駛決策和車輛控制、數據平臺等。

                      我國智能汽車預計2026年產業規模將達到5859億元,根據國家發改委預測,2025年中國智能汽車數量將達到2800萬輛,可以看出,國內智能汽車規模不斷增大、增速迅猛。

                      智能汽車的主要技術包括:環境感知、無線通信技術、智能決策、駕駛決策和車輛控制、數據平臺等,通過智能汽車的電子化、智能化、網聯化和信息共享化技術來實現。無線通信技術主要包括智能網聯汽車之間信息共享與協同控制所必需的通信保障技術、移動自組織網絡技術,以及高精度定位技術,高精地圖及局部場景構建技術等。智能決策并做出控制執行是核心,包括路徑軌跡規劃技術、行為決策技術、危險預警技術等。

                      1主要申請人和分類號

                      在Incopat的中文庫中,以關鍵詞“智能駕駛、自動駕駛、輔助駕駛、智能汽車、無人汽車、無人駕駛、無人車”等進行檢索,查詢到文獻十萬多篇,可知智能汽車領域為現在非;钴S的領域。這些文獻中主要涉及的技術包括:定位導航、環境感知、數據融合、高精地圖、路徑規劃等。申請人主要包括華為技術有限公司、百度在線網絡技術有限公司等高科技企業、高?蒲性核、汽車企業和汽車零部件企業。

                      IPC分類號主要有G05D、B60W、H04W等,G05D分類號含義是水上、空中或太空中的運載工具的位置、航道、高度或姿態,其次是分類號B60W,分類號含義是與某一特定子系統的控制,例如,使用車輛子系統聯合控制的系統,即發明主要集中在姿態和控制兩方面以保證駕駛安全,目標是安全、效率、自動化、便利性、準確性、可控性提高,成本、復雜性降低。H04W含義是無線通信網絡,主要利用位置信息進行無線通信。

                      從國際范圍來看,專利申請的國家分別是中國,美國,日本,德國和韓國。雖然日本在前些年占所有申請的一半以上,但在近年來其主導地位下降,到2018年以后,中國專利申請的數量不斷增加,已經占了主導地位,中國在智能駕駛技術方面處于領先地位。

                      從國內范圍來看,通過對智能汽車領域的申請人分析發現,百度在線網絡技術有限公司、華為技術有限公司等高新技術企業專利申請量越來越多,近年來不斷增加,在2021這一年達到近年來申請量的高峰,主要是因為技術儲備、資金和人才充裕,在汽車相關技術領域不斷深耕,使得他們在智能汽車技術領域具有很強的競爭力。

                      華為技術有限公司發布的《智能世界2030》中,描述了未來智能汽車實現安全的技術路徑:多傳感器融合感知,全波段光技術結合圖像識別和處理,全天候、全方位給車加上一雙“慧眼”;持續的算法訓練與積累,強勁性能的計算平臺、高精地圖等,把“未知危害”場景變為“已知非危害”場景等。

                      下面對華為技術有限公司和百度在線網絡技術有限公司、國外重點避障技術進行介紹。

                    智能汽車

                      2 百度在線網絡技術有限公司重點避障技術介紹

                      從2015年開始,百度在線網絡技術有限公司的專利申請隨著時間的推移而增加,近三年急劇增加可能是與人才、資金不斷增加、研發水平不斷提高有關。在智能駕駛中,最大限度保證駕駛安全是各個申請人重點關注的技術。下面對B60W分類號下的提高無人駕駛汽車安全性方面的重點專利技術手段和技術效果進行介紹。

                      傳統的汽車駕駛,在整個駕駛過程中,駕駛員的人為因素占了很大的比重,一旦出現駕駛員長時間駕車、疲勞駕車、判斷失誤的情況,很容易造成交通事故;蛘,汽車的周圍有時出現被障礙物遮擋的區域,障礙物遮擋會造成自動駕駛行車安全風險。為了避免上述風險,通過智能汽車模擬駕駛行為,利用汽車上的傳感器感測周圍的駕駛環境,感測結果交給控制模塊進行避障處理,采取駕駛安全措施以避免出現安全事故。

                      (1)根據現有環境或者人員信息確定駕駛方案:在自動駕駛模式時,獲取周圍的環境信息;根據環境信息判斷無人駕駛車輛是否處于危險狀態;如果是,退出自動駕駛模式,提升了無人駕駛車輛的安全性;蛘呤占{駛員對異常干預時所采用的駕駛方案以及駕駛場景信息;確定風險對象的對象信息、車輛行駛狀態信息、駕駛環境信息的組合與駕駛方案之間的關聯關系以作為駕駛策略,確定候選駕駛方案,根據駕駛人員的行為優化候選駕駛方案。

                      當車輛行駛時,前方某些車輛,例如貨車、公交車遮擋住了紅綠燈等重要信息,或者前車發現前方突發道路問題而緊急剎車變道的情況下,后車可能會來不及反應而發生事故,這時需要進行移動規劃和控制。在規劃和控制期間,需要準確確定車道和預測在道路上檢測到的障礙物的移動。根據上述遮擋方面的技術問題,采用了如下的技術手段,獲得了提高障礙物準確定位的技術效果。

                      (2)預測障礙物位置避免碰撞:采用傳感器獲取在無人駕駛車輛行進途中包含了障礙物和被障礙物遮擋的區域;預設虛擬移動物體,并假定虛擬移動物體以特定速度從被障礙物遮擋的區域中穿出;規劃無人駕駛車輛的行進路徑和速度,以降低自動駕駛車輛行車安全風險;蛘,獲取當前拍攝的行車環境圖像;確定行車環境圖像中目標障礙物的被遮擋部位,確定目標障礙物的未被遮擋部位的初始坐標;利用預設位置預測算法確定被遮擋部位的預測坐標;基于預測坐標和初始坐標,確定目標障礙物在行車環境圖像中的當前位置,以提高行車環境圖像中障礙物定位的準確性;蛘,感知周圍的駕駛環境,包括檢測移動障礙物;為移動障礙物中分配一個障礙物狀態緩沖器,以對預定時間段,存儲在不同時間點處對應的移動障礙物的障礙物狀態;蛘,根據預設時段內障礙物的運動軌跡和車輛的行駛軌跡,預測出未來的預設時段內障礙物是否會進入車輛的非安全區域內,如果在預設時段內障礙物會進入車輛的非安全區域內,則對車輛進行安全控制,以上措施均可提高自動駕駛的安全性。

                      3 華為技術有限公司重點避障技術介紹

                      從2015年開始,華為技術有限公司的專利申請也不斷增加,但并沒有出現急劇增加,近幾年專利申請數量一直處于比較平穩的狀態,并逐漸提高。華為技術有限公司的專利申請主要集中于H04W分類號,這與華為技術有限公司在通信技術領域的領先地位有關。為了分析華為技術有限公司和百度在線網絡技術有限公司在駕駛安全技術領域的技術路線不同,下面同樣都對華為技術有限公司在B60W分類號的無人駕駛汽車安全方面的重點專利技術手段和技術效果進行介紹。

                      (1)利用人工智能技術預測碰撞風險:現有技術通常利用車上的傳感器收集前方環境的信息,由車載控制器基于剎車距離、最小剎車時間判斷碰撞是否發生,控制器判斷會發生碰撞,控制智能汽車的操作。上述防碰撞方法中是根據距離和剎車時間決定是否制動,容易引起誤判或漏判,造成人員受傷或車輛受損。為了解決上述問題,華為技術有限公司在避障安全方面做了比較大的投入,將人工智能技術應用于智能汽車領域,利用人工智能實現智能汽車的自動駕駛,建立起完善的智能汽車安全體系。并提出了一種車輛控制方法,獲取在第一區域規劃智能汽車行駛的第一速度;獲取在該第一區域規劃智能汽車行駛的第二速度;第二速度是根據碰撞勢能獲得;第一速度和第二速度分別包括方向和大;第一速度、第二速度和智能汽車與周圍障礙物的碰撞風險用于確定智能汽車的最優速度,以此實現智能汽車有效躲避障礙物,提升智能汽車行駛的安全性。

                      (2)利用強化學習網絡模型規劃路徑:為避免車輛與障礙物碰撞,并進一步提高停車安全性,提出了一種運動規劃的方法,獲取駕駛環境信息,駕駛環境信息包括動態障礙物的位置信息;將駕駛環境信息的狀態表征輸入訓練后的強化學習網絡模型,獲取強化學習網絡模型輸出的預測時域,預測時域表示對動態障礙物進行運動軌跡預測的時長或者步數;利用預測時域進行運動規劃。該專利中,預測時域是通過強化學習得到的,從而可以隨駕駛環境的改變而動態改變,可以實現在自動駕駛車輛與動態障礙物交互過程中使得自動駕駛車輛可以靈活應對動態障礙物。

                      4 國外避障重點技術

                      (1)應用神經網絡建立3D模型以安全導航:為了智能導航車輛,從多個車輛中的攝像機接收路段的圖像,通過智能車輛上的激光傳感器接收道路圖像數據和距離數據,生成路段的人群來源的高清晰度地圖以及組合圖像和基于每個車輛的距離數據以創建路段的3D模型;將來自車輛的道路圖像和距離數據傳送到遠程計算機,遠程計算機應用訓練好的神經網絡來檢測道路標志,用檢測到的街道標志、人行橫道、障礙物或自行車車道更新人群來源的地圖;如果檢測到新的障礙物,則將新的障礙物添加到人群來源的地圖中;以及基于3D模型,多個附近車輛的地圖以及所檢測的道路標志、人行橫道、障礙物或自行車道,對智能車輛執行車道保持輔助;并基于車道保持輔助來安全地導航智能車輛。

                      (2)車輛之間進行信息交互以防止碰撞:交通事故和道路擁堵是車輛行駛中的重大問題,在高速公路上高速行駛會產生很大的危險,突然出現的道路危險會造成車輛的損壞,以及傷亡風險。通常情況下,碰撞一般是由于駕駛員錯誤判斷產生。為了保證行駛過程中安全,另一重點技術包括:檢測至少一個前排車輛的障礙物,在車輛之間協調,從前排中的一個車輛向后排中的其他車輛廣播,發送將發生協同制動和轉向操作以防止與障礙物碰撞的消息,然后,使每一行中的車輛在一個方向上轉向,到它們所在的行駛車道的一側,簡要地說,該方法是一種用于響應于檢測到一排車輛前面的障礙物而提供該排車輛的協調轉向和制動的系統和方法,其中在前排中的車輛識別障礙物,并且車輛在交替且相反的方向上轉向,以形成車輛的缺口位置,從而提供附加的制動空間。

                      (3)評估幻影障礙物確定碰撞風險:智能汽車依賴于各種傳感器來檢測其附近的物體,智能汽車可以使用相機、光檢測和測距系統、聲學傳感器和/或其他傳感器來收集該信息,然而,無論車輛使用多少傳感器,都不能收集關于環境的全部信息。例如,在現實世界中導航時,特別是在密集的城市區域中,尤其是在交叉點中,經常遇到障礙,建筑物,停放的汽車和其他障礙物可以遮擋其他運動物體,從而限制智能汽車檢測其附近所有物體。通過在遮擋物后面產生幻影障礙物,車輛預測幻影障礙物的速度,并使用預測的速度來評估幻影障礙物是否可能與車輛碰撞。如果發生碰撞,車輛將會減速或停止,直到它確認幻影障礙物不是真正的障礙物或者車輛能夠以避免碰撞的速度前進。

                      5 技術路線比較

                      智能汽車主要的發展方向是提高行車安全、減輕駕駛員負擔,百度在線網絡技術有限公司和華為技術有限公司都是在智能汽車行車安全技術領域占有重要地位。從上面百度在線網絡技術有限公司和華為技術有限公司的重點技術可知,為了保證駕駛安全,二者在智能決策支持等技術領域均研究深入。華為技術有限公司主要利用人工智能技術提前預測障礙物,預測是通過人工智能等機器學習技術實現的,從而可以隨駕駛環境的改變而動態改變的,可以實現靈活應對動態障礙物。百度在線網絡技術有限公司主要根據周邊環境以及駕駛員是否存在風險因素采取不同的安全措施,基于移動障礙物的預測的移動,規劃駕駛的跡線以避免碰撞,提高自動駕駛的安全性。雖然研究方向有部分重合,但是技術路線又不太相同,各有側重點。

                      6 展望

                      百度在線網絡技術有限公司、華為技術有限公司與國外申請人相比,智能感知、決策規劃技術領域已經處于世界領先,同時,在高精度地圖、車載計算平臺、云平臺、環境感知、傳感器等技術領域也具備超強的研究能力。綜上所述,在我國以百度在線網絡技術有限公司、華為技術有限公司為首的智能汽車產業總體發展趨勢良好,建議國內申請人不斷將技術做深做細,加強自動駕駛等技術的積累,為自動駕駛安全保駕護航。由于目前國內的汽車區塊鏈主要應用于數據存儲與共享、駕駛體驗等方面,未來需加大區塊鏈技術在智能汽車應用水平,利用區塊鏈技術提高智能駕駛安全性以及網絡安全。

                      參考文獻

                      [1]智能網聯汽車智能決策技術專利態勢分析[J]. 賴俊科.  中國發明與專利. 2018(08)
                      [2]智能汽車避障危險評估和軌跡規劃研究[D]. 江慶坤.吉林大學 2016
                      [3]基于機器視覺的避障智能小車系統研究[D]. 易禮智.中南大學 2012

                    作者單位:吉林大學
                    原文出處:武守秋,萬青睿,孔令宇.智能汽車避障技術研究[J].網絡安全技術與應用,2022(08):115-117.
                    相關標簽:
                    • 報警平臺
                    • 網絡監察
                    • 備案信息
                    • 舉報中心
                    • 傳播文明
                    • 誠信網站
                    把腿张开我要cao死你h