自动驾驶主系统安全了解吗?什么是自动驾驶泛感知系统?

自动驾驶是未来的潮流，与此同时，自动驾驶也是现如今大力发展的产业之一。为增进大家对自动驾驶的认识，本文将对自动驾驶系统安全、自动驾驶泛感知系统、自动驾驶中的车路协同予以介绍。如果你对自动驾驶具有兴趣，不妨继续往下阅读哦。

1、自动驾驶主系统安全

主系统安全体系即通过车载自动驾驶系统的核心算法层来保证驾驶策略和驾驶行为的安全性， 也可称为“策略安全”。使用最先进可靠的感知与定位算法、 预测决策规划与控制算法来应对道路行驶中的各种场景， 尤其是需要保证在遇到难度场景时也可以从驾驶策略和行为上确保安全。

自动驾驶主系统安全是软硬件组合套件的安全设计。软件算法是整个自动驾驶系统的核心， 典型的 L4 级自动驾驶算法系统架构主要包括车载操作系统、 环境感知、 高精地图与定位、 预测决策与规划、 控制与执行模块等。

2、操作系统

基础操作系统是运行在自动驾驶汽车上用于管理、 调度、 控制车载软硬件资源的基础软件。其主要任务是为自动驾驶系统提供任务实时调度、 实时计算任务资源隔离、 实时消息通讯、 系统级访问控制等能力， 有效管理系统资源， 提高系统资源使用率， 向无人车算法模块屏蔽硬件软件物理特性及操作细节， 承载运行感知、 定位、 规划决策与控制等自动驾驶核心组件。操作系统具有高稳定、 实时性、 低时延(反应速度高于人类驾驶员 250ms) 等特点。

3、泛感知系统

环境感知是自动驾驶的前提条件。环境感知系统融合激光雷达、 毫米波雷达、 摄像头等多传感器的优势， 实现车身周围 360 度视距， 在复杂变化的交通环境中稳定检测并跟踪交通者的行为和速度朝向等信息， 为决策规划模块提供场景理解信息。

感知算法采用多传感器融合的框架， 能够提供最远 280 米外的障碍物的检测。基于深度神经网络及海量的自动驾驶数据， 能够准确的识别出障碍物类型、 并稳定跟踪障碍物行为，为下游决策模块提供稳定的感知能力。基于多传感器融合方案的感知系统， 通过异源感知通路形成冗余， 为自动驾驶系统提供高容错能力从而提升系统安全。除此之外， 感知算法还通过水雾噪声识别、 低矮障碍物检测、 异形交通信号灯和标识的检测等能力， 有效支持场景扩展。在红绿灯识别上， 可将自车感知识别的红绿灯灯色和倒计时与高精地图提供的先验信息进行交叉验证， 同时提高临时红绿灯识别能力， 确保可靠性和安全性。

高精地图与高精定位为自动驾驶车辆提供预先的道路信息、 精准的车辆位置信息和丰富的道路元素数据信息， 强调空间的三维模型以及精度， 非常精确的显示路面上的每一个特征和状况。高精地图与定位采用激光雷达、 视觉、 RTK 与 IMU 多传感器融合的方案， 通过多种传感器融合使得定位精度可以达到 5-10 厘米， 满足 L4 级自动驾驶需求。

4、车路协同

车路协同自动驾驶是在单车智能自动驾驶的基础上， 通过车联网将“人-车-路-云”交通参与要素有机地联系在一起， 实现车与车、 车与路、 车与人之间动态实时信息交互共享， 保证交通安全。车路协同自动驾驶通过信息交互协同、 协同感知与协同决策控制， 可以极大地拓展单车的感知范围、 提升感知的能力， 引入高维数据为代表的新的智能要素， 实现群体智能。可以帮助解决单车智能自动驾驶遇到的技术瓶颈， 提升自动驾驶能力， 从而保证自动驾驶安全， 扩展自动驾驶设计运行域(Operational Design Domain， ODD) 。

例如， 车路协同自动驾驶可以解决单车智能易受到遮挡、 恶劣天气等环境条件影响， 在动静态盲区/遮挡协同感知方面的问题。单车智能自动驾驶受限于传感器感知角度限制， 在出现静态障碍物或动态障碍物(如大型车辆) 遮挡时， AV 无法准确获取盲区内的车辆或行人的运动情况。车路协同则通过路侧多传感器部署， 实现对多方位、 长距离连续检测识别，并与 AV 感知进行融合， 实现自动驾驶车辆对盲区内车辆或行人的准确感知识别， 车辆可提前做出预判和决策控制， 进而降低事故风险。

以上便是此次带来的自动驾驶相关内容，通过本文，希望大家对自动驾驶已经具备一定的了解。如果你喜欢本文，不妨持续关注我们网站哦，将于后期带来更多精彩内容。最后，十分感谢大家的阅读，have a nice day!