无人驾驶结构和硬件思维导图

本篇是有关于无人驾驶结构和硬件的思维导图，重点是常用传感器及其技术原理优缺点。有需要的同学，可以收藏下哟。

无人驾驶结构和硬件

• GPS与高精度定位
  • 车辆实行环境感知的目的 1.获取周围环境信息 2.明确自定位
  • GPS兼具定时和定位的功能
  • GPS系统组成
    • GPS卫星系统
    • 地面上的监控系统
    • 用户的接收系统
  • GPS定位原理
    • 一般定位
      • 利用四颗已知位置卫星和GPS接收器与卫星之间的距离进行定位，三颗定位，一颗校正
    • 差分定位
      • 位置差分
        • 相对于一般定位，增设已知位置基准站，通过基准站和4颗卫星解算位置，进而求得误差值；再将GPS接收器解算位置减去误差。此误差为共同误差，以此获得更为精确的结果。 限制：用户与基准站在100km以内
      • 伪距差分
      • 载波相位差分RTK
        • 通过载波的周期、波长，受测点和基准点在载波上的相位差，可计算出卫星与基准点之间的距离。可精确到厘米级。
  • 惯导IMU
    • 利用牛二短时间内进行导航定位，密闭
• 超声波雷达
  • 分类
    • 倒车雷达UPA：测量前后障碍物15~250cm
    • 侧方雷达APA：测量侧方障碍物距离30~500cm
      • 在自动泊车中负责识别库位
      • 高速巡航
  • 特征
    • 对温度敏感
      • 将超声波雷达的测距进行保守计算
      • 将温度信息引入自动驾驶系统，提升测量精度
    • 无法精确描述障碍物位置
• 毫米波雷达
  • 优点
    • 便宜
    • 波长长，绕射能力强，探测距离远，受天气影响小
  • 缺点
    • 探测范围窄
    • 精度一般，无法精确识别障碍物
  • 分类
    • 24GHz：用于车辆后方
      • BSD盲区监测
      • LCA辅助变道
      • EAF开门辅助
    • 77GHz：车辆前方和侧面
      • 标定计算复杂
      • FCA前向碰撞预警
      • ACC自适应巡航
      • AEB紧急制动
• 自动驾驶计算芯片
  • 人工智能专用芯片：神经网络芯片
    • ASIC
  • 芯片
    • CPU
    • GPU加速可并行应用程序（功耗高
    • FPGA：现场可编程门阵列（功耗高
• 摄像头
  • OpenCV库
  • 图像处理
    • 灰度-滤波-边缘检测-特征检测
• 激光雷达
  • 特点
    • 优势
      • 非接触测量
      • 分辨率非常高
      • 获取信息量丰富，角度、距离、速度等
      • 全天候探测
    • 缺点
      • 受环境影响
  • 组成
    • 激光发射器
    • 扫描与光学部件：收集反射点信息
    • 感光部件：测量返回光
    • 信号分析装置
  • 测距原理
    • 脉冲测距
      • 实时性高准确性低
    • 相位测距
  • 数据结构
    • 单个点云：坐标+反射强度
    • 1线点云：1个点云数据*点云数量
    • N线点云数据：时间戳+1线点云*N
  • 分类
    • 机械式激光雷达
    • 固态激光雷达
    • 硅光子芯片激光雷达
      • 利用光学阵列代替激光器，有效减小传感器体积
• 线控
• 线控转向
• 线控制动
  • • EHB电液制动系统
    • EMB电子机械制动系统：不可靠
• 线控转向工作原理
• EMB结构简图
• EHB工作原理
• 线控油门