无人驾驶汽车Word格式文档下载.docx

无人驾驶汽车Word格式文档下载.docx

《无人驾驶汽车Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《无人驾驶汽车Word格式文档下载.docx（8页珍藏版）》请在冰豆网上搜索。

人工智能（ArtificialIntelligence），英文缩写为AI。

它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。

无人驾驶汽车是一种智能汽车,也可以称之为轮式移动机器人,主要依靠车内以计算机系统为主的智能驾驶仪来实现无人驾驶。

它一般是利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。

无人驾驶汽车从根本上改变了传统的“人—车—路”闭环控制方式,将不可控的驾驶员从该闭环系统中请出去,从而大大提高了交通系统的效率和安全性。

现代无人驾驶汽车以汽车工业为基础,以高科技为依托,遵循由低到高、由少到多、由单方面到多方面、螺旋上升的规律发展。

其横向发展离不开各种用途的实际需要,而其纵向发展的生命力在于持续不断的技术创新。

2.背景及研究现状

2.1国外无人驾驶汽车发展

从20世纪70年代开始，美国、英国、德国等发达国家开始进行无人驾驶汽车的研究，在可行性和实用化方面都取得了突破性的进展。

中国从20世纪80年代开始进行无人驾驶汽车的研究，国防科技大学在1992年成功研制出中国第一辆真正意义上的无人驾驶汽车。

2005年，首辆城市无人驾驶汽车在上海交通大学研制成功，

世界上最先进的无人驾驶汽车已经测试行驶近五十万公里，其中最后八万公里是在没有任何人为安全干预措施下完成的。

美国谷歌版：

无人驾驶汽车

2005年，塞巴斯蒂安-特龙领导一个由斯坦福学生和教师组成的团队设计出了斯坦利机器人汽车，该车在由美国国防部高级研究计划局（DARPA）举办的第二届“挑战”（GrandChallenge）大赛中夺冠，该车在沙漠中行驶超过132英里（212.43公里），因此赢得了由五角大楼颁发的200万美元奖金。

谷歌无人驾驶汽车已经行驶超过20万英里。

技术人员表示：

谷歌无人驾驶汽车通过摄像机、雷达传感器和激光测距仪来“看到”其他车辆，并使用详细的地图来进行导航。

手动驾驶车辆收集来的信息是如此巨大，必须将这些信息进行处理转换，谷歌数据中心将这一切变成了可能，它的数据处理能力是如此强大。

所面临的难题是自动驾驶汽车和人驾驶的汽车如何共处而不引起交通事故的问题。

2012年4月1日，Google决定联合NASCAR，将自己的无人驾驶汽车跟真正的赛车一起比试比试，证明机器人比人类驾车技术要高。

不过在正式加入NASCAR之前，他们的无人驾驶汽车还需要经过各种检测才能最终驶向NASCAR的赛道。

2014年5月28日CodeConference科技大会上，Google推出自己的新产品——无人驾驶汽车。

和一般的汽车不同，Google无人驾驶汽车没有方向盘和刹车。

[5] 

Google的无人驾驶汽车还处于原型阶段，不过即便如此，它依旧展示出了与众不同的创新特性。

和传统汽车不同，Google无人驾驶汽车行驶时不需要人来操控，这意味着方向盘、油门、刹车等传统汽车必不可少的配件，在Google无人驾驶汽车上通通看不到，软件和传感器取代了它们。

不过Google联合创始人谢尔盖·

布林说，无人驾驶汽车还很初级，Google希望它可以尽可能地适应不同的使用场景，只要按一下按钮，就能把用户送到目的地。

《麻省理工科技评论》（MITTechnologyReview）2014年8月发布的一份报告显示，谷歌研发的无人驾驶汽车运行依赖地图和详细的数据，这一前提大大限制了他们的上路范围。

报告称，谷歌无人驾驶汽车无法在99%的美国公路上自动行驶。

[6] 

法国版：

巡航导弹技术

法国INRIA公司花费十年心血研制出“赛卡博”（Cycab）无人驾驶汽车，外形看起来像未来的高尔夫球车。

该车使用类似于给巡航导弹制导的全球定位技术，通过触摸屏设定路线，“赛卡博”就能把你带到想要去的地方了。

只不过给“赛卡博”带路的全球定位系统要比普通的全球定位系统功能强大许多。

普通GPS系统的精度只能达到几米，而“赛卡博”却装备了名为“实时运动GPS”的特殊GPS系统，其精良高达1厘米。

这款无人驾驶汽车装有充当“眼睛”的激光传感器．能够避开前进道路上的障碍物，还装有双镜头的摄像头，来按照路标行驶，人们甚至可以通过手机控嗣驾驶汽车，每一辆无人驾驶汽车都能通过互联网来进行通信，这意味着这种无人驾驶汽车之间能够做到信息共享，这样多辆无人驾驶汽车能够组成车队，以很小的间隔顺序行驶。

该车也能通过交通网络获取实对交通信息，防止交通阻塞的发生在行驶过程中，该车还会自动发出警告，提醒过往行人注意

德国版：

像普通轿车

在德国汉堡的Ibeo公司应用先进的激光传感技术把无人驾驶汽车变成了现实：

这辆无人驾驶智能汽车在车身安装了6台名为“路克斯”（LUX）的激光传感器，由普通轿车改装而成，可以在错综复杂的城市公路系统中无人驾驶。

这归功于车内安装的无人驾驶设备，包括激光摄像机、全球定位仪和智能计算机。

在行驶过程中，车内安装的全球定位仪将随时获取汽车所在准确方位。

隐藏在前灯和尾灯附近的激光摄像机随时探测汽车周围180米内的道路状况，并通过全球定位仪路面导航系统构建三维道路模型。

此外，它还能识别各种交通标志，保证汽车在遵守交通规则的前提下安全行驶。

安装在汽车后备箱内的计算机将汇总、分析两组数据，并根据结果向汽车传达相应的行驶命令。

激光扫描器能够探测路标并提醒是否有车离开车道。

在激光扫描器的帮助下，无人汽车便可以实现自行驾驶：

如果前方突然出现汽车，它会自动刹车：

如果路面畅通无阻，它会选择加速；

如果有行人进入车道，它也能紧急刹车。

此外，它也会自行绕过停靠的其他车辆。

日本开发出车队一体无人驾驶行车系统

日本新能源和产业技术综合开发机构当天在一个试验场展示了这一技术的应用，4辆卡车分别保持4米间距、以时速80公里的同一速度进行了试跑。

每辆卡车上都安装了自动驾驶系统，通过车辆间的通信，各辆车可以共享速度和刹车等信息，从而使得系统能够同时控制多辆卡车。

2.2国内无人驾驶汽车发展

从20世纪80年代末开始，在贺汉根教授带领下，2001年研制成功时速达76公里的无人车，2003年研制成功中国首台高速无人驾驶轿车，最高时速可达170公里；

2006年研制的新一代无人驾驶红旗HQ3，则在可靠性和小型化方面取得突破。

此次红旗HQ3无人车实验成功创造了中国自主研制的无人车在复杂交通状况下自主驾驶的新纪录，这标志着中国在该领域已经达到世界先进水平。

中国自主研制的无人车——由国防科技大学自主研制的红旗HQ3无人车，2011年7月14日首次完成了从长沙到武汉286公里的高速全程无人驾驶实验，创造了中国自主研制的无人车在复杂交通状况下自主驾驶的新纪录，标志着中国无人车在复杂环境识别、智能行为决策和控制等方面实现了新的技术突破，达到世界先进水平。

红旗HQ3无人车由国防科技大学自主研制，2011年7月中旬它从京珠高速公路长沙杨梓冲收费站出发，历时3小时22分钟到达武汉，总距离286公里。

实验中，无人车自主超车67次，途遇复杂天气，部分路段有雾，在咸宁还遭逢降雨。

红旗HQ3全程由计算机系统控制车辆行驶速度和方向，系统设定的最高时速为110公里。

在实验过程中，实测的全程自主驾驶平均时速为87公里。

国防科技大学方面透露，该车在特殊情况下进行人工干预的距离仅为2.24公里，仅占自主驾驶总里程的0.78%。

到2020年，驾驶员将不必再为汽车追尾而烦恼，“无人驾驶汽车将通过自身的雷达系统检测与前车的距离，如果与前车距离过近，汽车将会自动刹车。

到2030年，驾驶员基本上可以在较复杂路况下只控制方向盘或只踩油门和刹车了，因为半自动驾驶技术会在大多数车辆上得到应用，那时汽车会自动设置路线或自动进行油门和刹车的配合。

国家自然科学基金委员会称，中国自主研发的无人驾驶汽车2013年将测试从北京行驶到天津，2015年将测试从北京行驶到深圳。

3.无人驾驶汽车的技术原理

无人驾驶汽车开发的关键技术主要有两个方面:

车辆定位和车辆控制技术。

这两方面相辅相成共同构成无人驾驶汽车的基础。

无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。

它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。

集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物，也是衡量一个国家科研实力和工业水平的一个重要标志，在国防和国民经济领域具有广阔的应用前景。

　技术的支撑使得无人驾驶汽车的研发以及发展项目获得重大的突破。

无人驾驶汽车研发与发展的关键技术主要体现在以下两个方面：

车辆控制技术和车辆精确定位技术，这两个方面相技术支撑是无人驾驶汽车产业发展的前提。

车辆控制技术是无人驾驶汽车的核心技术，这是无人汽车能够完成自主驾驶的重要保障。

无人驾驶是利用微型计算机系统、电子产品来控制汽车，进行仿人驾驶，通过对驾驶周围的环境信息获取后，进行预先的判断与分析后，从而执行车辆如何驾驶的命令程序。

车辆控制技术是一种非常典型的预瞄控制技术,传感器系统通过感知当前行驶道路环境下的预瞄点,再根据预瞄点来准确地控制车辆的行为。

面对复杂的驾驶环境，汽车能否合理控制车速或进行紧急制动，这就需要汽车对周围的环境预先进行感知、判断以及处理。

无人驾驶汽车是一个综合的集成系统，它集自动泊车系统、自动驾驶系统、堵车辅助系统、传感器系统等于一身。

车辆定位技术是无人驾驶汽车行驶的基础。

无人汽车的行驶状况必须准确可靠地掌握在人们的手中。

目前主要的定位系统有美国军方的全球导航卫星定位系统；

俄罗斯的全球轨道导航卫星系统；

我国的北斗2代定位系统；

欧洲空间局的NAVSAT，这些都是可供使用的卫星定位系统，使汽车时时得以掌控。

在汽车定位中视觉技术也得到了广泛的应用。

目前，无人驾驶汽车常用的视觉技术一般包括红外摄像技术以及普通摄像技术。

红外摄像头工作原理是红外灯发出红外线照射物体，红外线漫反射被监控摄像头接收形成视频图像。

目前常用的技术包括磁导航和视觉导航等。

其中,磁导航是目前最成熟可靠的方案,现大多数均采用这种导航技术。

例如，荷兰阿姆斯特丹国际机场和鹿特丹的ParkShuttle系统，上海交通大学的CyberC3系统等。

磁导航最大的优点是不受天气等自然条件的影响，即使风沙或大雪埋没路面也一样有效，而且便于维护。

另外，通过变换磁极朝向进行编码，可以向车辆传输道路特性信息。

诸如位置、方向、曲率半径、下一个道路出口位置等信息。

但是,磁导航方法往往需要在道路上埋设一定的导航设备（如磁钉或电线），系统实施过程比较繁琐，且不易维护，变更运营线路需重新埋设导航设备。

视觉导航就不存在这个问题。

视觉导航的优点是车载计算机可以在试验样车偏离目标车道前，事先知道并预防其发生。

同时当在高速公路使用时，不需要对现有的道路结构做变化。

并且在混合交通中，也可使用。

其缺点为：

当风沙、大雾等自然因素致使能见度过低或路面上的白色标线不清晰时，导航系统