感知：雷达惯导系统算法

您当前位置：首页 > 行业分析 > 汽车工业 > 　正文

来源：中为咨询www.zwzyzx.com 【日期：2016-05-26 17:03:04】【打印】【关闭】

相关报告

智能汽车面临最大的问题目前还是在于对环境的感知，所以激光雷达是无人车的最重要的零部件。
下图是SICK公司的激光雷达，用于检测周围障碍物，可以返回周围障碍物的距离，误差毫米级。下图的无人车头顶上的5个SICK，价值5辆帕萨特。

SICK激光雷达

Googlecar上的360度64线激光雷达，和SICK的功能一样，过去价格十几万美金，目前大概在1.5万美金左右。

GoogleCar激光雷达

目前通过车载激光雷达，谷歌汽车可以实时看到如下的3D场景。

GoogleCar激光雷达的3D场景

智能汽车的感知技术，主要涉及到同步定位与建模技术（SLAM）的研究。对于目前的SLAM技术来说，这已经是一个很不错的结果，而且在同等传感器，以及实时性要求情况下，不会有太大质的提升。我们从图里能看到树、地面、墙、甚至是每条车道。如果我把图像作为纹理贴在3D模型上的话，似乎都能建一个真的3D地图出来。但是作为一个需要稳定驾驶，熟悉路况的智能系统来说，问题还有很多。因为汽车本身并不知道场景的表示和涵义。也就是说，它仅仅知道有物体在某个位置，但物体究竟是建筑？还是树木？还是路标？仅仅通过这个图还并不知道。

对于建筑和树木来说，看起来好像汽车并不需要知道他们是什么。但是路标就需要非常精确的识别了。即使通过GIS测绘，可以对各条路的速度限制等做到了解，但是对于施工路段、小区里的小路来说，就无能为力了。假设智能汽车作为一个测试者要去参加交规测试，关于最基本的路况信息，它都是无法通过的。这就需要识别了。

本文地址：http://www.zwzyzx.com/show-333-203556-1.html

分享到：

上一篇：定位：GPS、惯导系统

下一篇：识别：视觉系统算法

相关资讯