移动机器人学习笔记-无人驾驶导航技术

Posted 殇堼

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了移动机器人学习笔记-无人驾驶导航技术相关的知识,希望对你有一定的参考价值。

全源导航

随着导航领域的发展,美国提出了全源导航的概念,主要通过实现同平台多个传感器和信号源的信息融合输出唯一的导航信息,达到任何环境均能进行有效无缝导航的目的。具体到无人驾驶领域,在车载平台上,综合可利用的信息源构建全源导航系统具有巨大的前景。

三大信息源

传感器信息、地图信息和联网通信信息是无人驾驶的三大信息源。

传感器

包括GNSS、IMU、视觉、雷达、轮速计等。

联网通信信息

包括车联网信息、云端数据、蜂窝网络和WIFI等。
专为无人驾驶系统设计的高精度地图不仅包括路网数据,还会真实的反应道路的实际形状,具体到车道的条数,宽窄、道路标志位置等。根据高精度地图提供的静态位置信息,依据相对定位得到自身的位置信息。
云端数据包括其它车辆和交通参与者共享的其对周围环境的感知数据,并共同维护环境数据库,物联网等技术在这方面有广阔的发展潜力,此外,可基于这些数据提供的云端服务信息,例如坑洞检测信息共享、道路施工信息共享等。

自主导航所面临的难点

  1. 信息融合:每种信息源在应用场景、精度、可靠性等方面都有其优缺点。为了得到准确一致的自定位信息,需要设计多源的融合框架或者说多个定位源的组合策略以输出更高精度,更强鲁棒性的自定位信息。

  2. 高精度建图:除了根据信息源信息进行自定位外,还需要重建局部环境。外部环境中存在道路标线、交通信号灯、其它车辆、行人和障碍物等因素,需要检测到这些要素,并对这些要素的状态以及其提供的信息进行分析。单一的信息源提供的信息往往不够全面,需要多个信息源的结合才能更准确的重建实时局部环境。

3)智能决策:无人驾驶面临复杂的环境,但要保证绝对的安全。在决策规划部分中,不可能实现对所有工况的遍历,因此需要设计足够智能的决策模型,使其能自适应复杂动态的外部环境中,安全可靠的进行自主导航。

以上是关于移动机器人学习笔记-无人驾驶导航技术的主要内容,如果未能解决你的问题,请参考以下文章

无人驾驶技术揭秘从机器学习角度揭秘学习型避障小车的设计思路

移动机器人学习笔记-卫星导航IMU惯导

检测车道线——1.检测车道 Color Selection

人工智能的十大应用

AGV移动机器人无人叉车控制器设计

论文研读笔记——基于障碍函数的移动机器人编队控制安全强化学习