<mark id="oztn4"></mark>
0
| 本文作者： 利榮 | 2017-12-30 13:56 | 專題：來自一線的技術實踐：我們整理了一份離商業化更近的自動駕駛課程 |
在推出首個《構建自動駕駛的關鍵系列課程》后，雷鋒網· 新智駕再次聯手雷鋒網 · AI 慕課學院，邀請一線從業者、學界頂尖專家打造一場集技術、商業、運營于一體的《限定場景自動駕駛系列課程》。我們認為，這可能是離自動駕駛商業化最近的一場技術盛宴。
本系列課程由雷鋒網 · 新智駕、雷鋒網 · AI 慕課學院聯合主辦，從今年 11 月 30 日晚 8 點開始，通過在線直播（直播平臺：AI 慕課學院、雷鋒網 App）形式每周分享 1 期課程。
此外，2018 年 1 月 16 日，雷鋒網·新智駕將在美國硅谷舉辦 GAIR 硅谷智能駕駛峰會，屆時也將有多位國內外自動駕駛大牛一起探討自動駕駛的發展與未來。詳情點擊：https://gair.leiphone.com/gair/gairsv2018，歡迎大家關注。
在這期課程分享中，北京聯合大學機器人學院輪式機器人系主任劉元盛系統介紹了多種行業應用的10大類低速智能車解決方案、特定場景的智能車解決方案、園區等特殊景應用的技術特點、北京動物園夜間無人巡邏車實例分析、低速無人車產業化方向應用分析等方面。
以下部分課程內容由雷鋒網新智駕整理編輯：
北京聯合大學“小旋風專用智能車團隊”是在劉元盛教授帶領下于2014年成立的一支以“研究特定場景下低速行駛的無人智能車駕駛技術”的科研團隊。
在以“低成本、高可靠性、特定環境應用、可量產”的指導思想下，2015年以來，團隊開發了一系列低速專用無人駕駛電動車，并在多個場景下開始應用示范。
1、為什么選擇低速和特定場景的無人駕駛作為突破口？
從無人駕駛乘用車、無人駕駛商用車、無人輪椅到無人老年代步車等各種探索表明，選定低速場景下的無人駕駛作為切入口，可以快速實現產品迭代和商業化，同時也便于積累用戶和資金。
2、低速和特定場景下無人駕駛的特點和困難？
自動轉向與制動：2014年，已量產的電動場地車平臺大多不帶電動轉向和制動助力系統，自動轉向和自動制動更無從談 起，現有無人駕駛乘用車的自動轉向和自動制動系統因成本、體積等原因無法上車。2015年，委托加工步進電機轉向器。2016年，委托加工直流電機轉向器。2017年，針對低速駕駛無人車，自主研發專用轉向器。
底層控制器：在第一代SECU的基礎上，局內了用于深度學習的物理接口和功能，可以記錄人工駕駛時的控制工作信息，結構和電路設計方面聚焦車規級。
導航與定位：采用RTK-GPS（三星七頻）實現精確定位，是目前無人駕駛車比較流行的做法，但是也存在不少問題，例如無慣性導航系統、園區建筑物和樹木遮擋嚴重以及部分路段無方向角，會導致精確定位失效。劉元盛提出的解決方法：去除干擾，增加MEMS和電子指南針補償，融合激光雷達和圖像技術綜合定位。
激光雷達：雖然機械旋轉式激光雷達已經有了較大的發展，但還沒有達到車規級的使用標準。針對特定園區人多、車少、障礙物種類繁雜的特點，其識別算法也需要進一步加強。
視覺：針對園區缺少標志線、紅綠燈、道路設施規范和需全天候運行的特點，利用視覺融合雷達進行動靜態障礙物檢測，并利用紅外攝像機和無線數傳系統完成圖像實時回傳，可以實現進程監控和巡邏等附加功能。
無人駕駛不僅有眼前的茍且，還有詩和進方，無人駕駛將在特定條件下率先開始，從有人輔助到人機共 駕再到完全無人駕駛。
現階段無人駕駛可以在人才培養、園區旅游、區域接駁、快速公交、安全巡邏、礦區作業、智慧農業等多個領域開展初期應用。
無人駕駛能快速落實的產品前景，包括2022年冬奧會將成為科技奧運，例如BRT無人公交、機場無人接駁、景區無人游覽、賽場間無人穿梭巴士、區域無人巡邏車、場地無人環衛車、場地無人消防車和場地無人無障礙接駁車。
2014年8月，參加了百度無人駕駛研討會的智能車展示活動；
2014年10月，無人駕駛車團隊在園博園進行實際道路測試；
2015年8月31日，完成鄭州到開封的“鄭開大道第三方公開測試”；
2016年5月， 無人駕駛低速車完成在動物園等多地的測試；
2016年11月，參加國家基金委組織的“2016年中國智能車未來挑戰賽”，獲得多項大獎；
2017年11月，參加國家基金委組織的“2017年中國智能車未來挑戰賽”，獲得多項大獎。
……（未完，詳情請點擊《未來汽車大講堂第16期》）（http://www.mooc.ai/open/course/373）
針對觀眾提出的每一個問題，劉元盛教授在公開課中都進行了耐心的回答，下面列舉若干。
Q：聯合大學在智能車的落地過程中，高精地圖制作是如何完成的？一個試點一般需要多長時間？
劉元盛：目前，商業化的高精度地圖定位還沒有對園區進行開放，各個圖商都在規劃高速道路數據的采集。聯合大學智能車的高精度地圖都是自己采集的，一個試點大概需要3-4個小時，但也要視具體情況而定。
Q：以目前的狀況來看，僅依靠視覺和毫米波雷達的傳感器方案，是否能夠實現園區內的自動駕駛？
劉元盛：毫米波雷達經過測試，不適用于園區，因為對人的識別能力比較弱，主要針對的是大型障礙物， 尤其是在高速公路環境下旁邊的車輛。在園區環境中激光雷達要比毫米波雷達識別能力強，但是也有它的弱點，例如在夜間或惡劣天氣下，識別效果比較差。
想了解更多關于自動駕駛應用的產品和市場變化？劉元盛還說了哪些干貨？歡迎報名參加《特定場景自動駕駛|未來汽車大講堂第16期》（http://www.mooc.ai/open/course/373），即可在線觀看北京聯合大學機器人學院輪式機器人系主任劉元盛對“小旋風”系列低速智能車的應用與實踐詳細解說的課程視頻。
另外，微信添加助教“小慕”（moocmm），并備注：低速+姓名+職位，通過審核后將邀請你入群（專業群審核嚴格，請認真填寫，感謝理解）。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
