自动驾驶-宏观了解(一)

摘抄书籍来自《智能汽车关键技术与设计方法》王科 等 侵删

智能汽车的定义

智能汽车是一种通过车载传感系统来感知车辆的状态和道路环境，自动规划行车路线并自主控制行驶到达目的地的车辆，是一种智能的移动终端。它综合应用了计算机技术、感测技术、通信技术、人工智能技术等，涉及人、车、路多方信息的交互，需要云端在线服务平台的支持。

智能汽车的关键技术

对于智能汽车而言，其关键技术包括以下几部分：传感器部分、计算系统、车辆硬件平台以及云端平台。传感器部分是智能汽车的感知基础，系统通过传感器采集车辆和环境的数据，实现车辆的感知；计算系统包括计算机硬件部分和软件部分，通过对传感器数据进行处理，结合V2X（Vehicle to Everything）车联网及云端数据做出决策、规划和控制；云端平台包括对于数据的存储、模拟、高精地图的绘制与更新以及深度学习模型训练，它能为行驶中的智能汽车提供相关的数据，帮助其做出更好的规划与控制，同时也能够更新高精地图并训练更加有效的识别、跟踪和决策模型。自动驾驶系统构架图如图所示。

智能汽车的技术路线

智能汽车在技术路线上主要有两种方案：一种是以视觉为主导的方案（比如特斯拉），通过摄像头进行环境的感知，可以用于对物体的识别和追踪以及车辆的定位。该路线使用的摄像头价格低廉，安装方便，比较适用于自动驾驶车辆的量产。它的缺点就在于算法的复杂程度较高，容易受到极端天气的影响，在光线比较弱的情况下效果比较差。
另一种是以激光雷达（Light Detection and Ranging，LiDAR）为主导（比如谷歌）的方案，通过激光雷达进行障碍物的检测，借助激光雷达扫描的点云和高精地图的匹配实现车辆的定位。这种方案可以解决摄像头受光线影响的缺点，而且激光雷达的检测范围广，准确度高，算法的复杂程度相对较低。但是它也有缺点，激光的传播速度容易受到悬浮颗粒物的干扰，当空气中的悬浮颗粒物过大时，其准确性会大大降低。另外其价格昂贵，阻碍了自身的实际应用。不过对于坚持以激光雷达为主导的谷歌来说，它通过自主开发激光雷达，将成本降低了90%，从7万多美元下降至7500美元。

智能汽车的系统构架与主要构成

智能汽车是集计算机技术、感测技术、通信技术、人工智能以及决策控制等多项技术于一体的智能运动平台，是一个复杂的非线性系统。理清智能汽车系统框架，以及框架内各组成部分间的交互关系，对于理解智能汽车具有重要意义。

1.感知层面
感知层面主要是指智能汽车通过传感器实现对驾驶环境的感知理解。它主要包括车路标识线跟踪、行人识别与定位、车辆识别与定位、交通标志理解、当前环境危险态势评估等基础模块。智能汽车为了保证环境感知系统的识别准确率和可靠性，往往配备多个传感器，这就需要智能汽车系统能够实现多传感器信息的融合。

2.决策层面
决策层面主要包括行为预测和路径规划，行为预测是指对识别追踪对象的行动进行预测，根据预测的结果调整相关的驾驶策略。路径规划包括全局路径规划和局部路径规划。局部路径规划主要包括汽车轨迹和速度的规划，在选择路径时应充分考虑车辆行驶的安全性、平顺性以及连续性等因素，同时还要考虑汽车运动的约束和道路条件的约束，从而选择出一条最优的行驶路径。对于速度规划，首先应考虑当前环境对于车速的限制，这是速度规划最基本的限制。另外由于过大的侧向加速度会影响车辆的稳定性和对路径的跟踪，所以最大侧向加速度对于车速的限制也是一个应该考虑的因素。对于保守的速度规划，一般通过生成路径的最大曲率来得到速度的限制。同时应考虑路面的情况对车辆的影响，比如坡道、斜度、曲率等，这些都会影响车辆的动力学特性。因此在路径规划时应该考虑这些因素的影响，这样才能实现对于车辆更加准确有效的控制。

3.控制层面
控制层面依据路径规划产生的结果生成车辆控制的命令，包括纵向控制、横向控制和信号灯光系统等的控制，最后生成的命令通过汽车总线发送给各系统的电子控制单元，完成对车辆的控制。为了保证控制的精度，通常把车辆控制后的测量结果和期待的运动状态结果进行比较，这样的控制称为反馈控制。最有名的反馈控制就是PID控制，它将误差分为比例误差、积分误差和微分误差三部分。PID控制由于性能稳定、控制准确，在控制领域中得到了广泛的应用。

如何转行到自动驾驶

首先，自动驾驶细分领域可以有很多，你需要的是明确方向，找到自己擅长或者感兴趣的点，对于转行来说，要的是专一去叩开职业大门，入门后再讨论点还是面的问题。其次，找到自己的方向后，可以参照这个基本图谱去找找文献，熟话说，熟读唐诗三百首，不会作诗也会吟，多看文章，多去了解相关的理论基础，有可能你从一个问题开始，会延伸出很多问题，不断扩展，不断整理。特别推荐外文文献。最后，现在网上开源的代码很多，像autoware，apollo等都是很好的资源库，而且网上也有不少关于这写开源代码的解析，一步一步来，总会提高的。

摘抄来自： 作者：Joey
链接：https://www.zhihu.com/question/293787205/answer/1054888158 来源：知乎

自动驾驶未来的岗位

以下从自动驾驶方向未来就业的角度，剖析转型人员都有哪些方向可以选择。
下图为自动驾驶方向的所有岗位，方向总共分为三大类：算法、仿真和测试方向。

相应的岗位介绍，可以看这个: 此部分摘抄来自此处 zhihu