无人驾驶汽车的关键技术

总的来说，无人驾驶技术是传感器、计算机、人工智能、通信、导航定位、模式识别、机器视觉、智能控制等多门前沿学科的综合体。按照无人驾驶汽车的职能模块，无人驾驶汽车的关键技术包括环境感知、导航定位、路径规划、决策控制等。

10余年的栾城网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。成都营销网站建设的优势是能够根据用户设备显示端的尺寸不同，自动调整栾城建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。创新互联从事“栾城网站设计”,“栾城网站推广”以来，每个客户项目都认真落实执行。

1.环境感知技术

环境感知模块相当于无人驾驶汽车的眼和耳，无人驾驶汽车通过环境感知模块来辨别自身周围的环境信息，为其行为决策提供信息支持。环境感知包括无人驾驶汽车自身位姿感知和周围环境感知两部分。单一传感器只能对被测对象的某个方面或者某个特征进行测量，无法满足测量的需要。因而，必需采用多个传感器同时对某一个被测对象的一个或者几个特征量进行测量，将所测得的数据经过数据融合处理后，提取出可信度较高的有用信号。按照环境感知系统测量对象的不同，我们采用两种方法进行检测：

无人驾驶汽车自身位姿信息主要包括车辆自身的速度、加速度、倾角、位置等信息。这类信息测量方便，主要用驱动电机、电子罗盘、倾角传感器、陀螺仪等传感器进行测量。

无人驾驶汽车周围环境感知以雷达等主动型测距传感器为主，被动型测距传感器为辅，采用信息融合的方法实现。因为激光、雷达、超声波等主动型测距传感器相结合更能满足复杂、恶劣条件下，执行任务的需要，最重要的是处理数据量小，实时性好。同时进行路径规划时可以直接利用激光返回的数据进行计算，无需知道障碍物的具体信息。

而视觉作为环境感知的一个重要手段，虽然目前在恶劣环境感知中存在一定问题，但是在目标识别、道路跟踪、地图创建等方面具有其他传感器所无法取代的重要性，而在野外环境中的植物分类、水域和泥泞检测等方面，视觉也是必不可少的手段。

2.导航定位技术

无人驾驶汽车的导航模块用于确定无人驾驶汽车其自身的地理位置，是无人驾驶汽车的路径规划和任务规划的之支撑。导航可分为自主导航和网络导航两种。

自主导航技术是指除了定位辅助之外，不需要外界其他的协助，即可独立完成导航任务。自主导航技术在本地存储地理空间数据，所有的计算在终端完成，在任何情况下均可实现定位，但是自主导航设备的计算资源有限，导致计算能力差，有时不能提供准确、实时的导航服务。现有自主导航技术可分为三类：

相对定位：主要依靠里程计、陀螺仪等内部本体感受传感器，通过测量无人车相对于初始位置的位移来确定无人车的当前位置。绝对定位：主要采用导航信标，主动或被动标识，地图匹配或全球定位系统进行定位。

组合定位：综合采用相对定位和绝对定位的方法，扬长避短，弥补单一定位方法的不足。组合定位方案一般有GPS+地图匹配、6PS+航迹推算、GPS+航迹推算+地图匹配、GPS+GLONASS+惯性导航+地图匹配等。网络导航能随时随地通过无线通信网络、交通信息中心进行信息交互。移动设备通过移动通信网与直接连接于Internet的WebGIS服务器相连，在服务器执行地图存储和复杂计算等功能，用户可以从服务器端下载地图数据。网络导航的优点在于不存在存储容量的限制、计算能力强，能够存储任意精细地图，而且地图数据始终是最新的。

3.路径规划技术

路径规划是无人驾驶汽车信息感知和智能控制的桥梁，是实现自主驾驶的基础。路径规划的任务就是在具有障碍物的环境内按照一定的评价标准，寻找一条从起始状态包括位置和姿态到达目标状态的无碰路径。

路径规划技术可分为全局路径规划和局部路径规划两种。全局路径规划是在已知地图的情况下，利用已知局部信息如障碍物位置和道路边界，确定可行和最优的路径，它把优化和反馈机制很好的结合起来。局部路径规划是在全局路径规划生成的可行驶区域指导下，依据传感器感知到的局部环境信息来决策无人平台当前前方路段所要行驶的轨迹。全局路径规划针对周围环境已知的情况，局部路径规划适用予环境未知的情况。

路径规划算法包括可视图法、栅格法、人工势场法、概率路标法、随机搜索树算法、粒子群算法等。

4.决策控制技术

决策控制模块相当于无人驾驶汽车的大脑，其主要功能是依据感知系统获取的信息来进行决策判断，进而对下一步的行为进行决策，然后对车辆进行控制。决策技术主要包括模糊推理、强化学习、神经网络和贝叶斯网络等技术。

决策控制系统的行为分为反应式、反射式和综合式三种方案：反应式控制是一个反馈控制的过程，根据车辆当前位姿与期望路径的偏差，不断地调节 方向盘 转角和车速.直到到达目的地。反射式控制是一种低级行为，用于对行进过程中的突发事件做出判断，并迅速做出反应。

综合式控制在反应层中加入机器学习模块，将部分决策层的行为转化成基于传感器的反应层行为，从而提高系统的反应速度。

无人机遥感技术的国内外发展情况

无人机出现在1917年，早期的无人驾驶飞行器的研制和应用主要用作靶机，应用范围主要是在军事上，后来逐渐用于作战、侦察及民用遥感飞行平台。20世纪80年代以来，随着计算机技术、通讯技术的迅速发展以及各种数字化、重量轻、体积小、探测精度高的新型

传感器的不断面世，无人机的性能不断提高，应用范围和应用领域迅速拓展。世界范围内的各种用途、各种性能指标的无人机的类型已达数百种之多。续航时间从一小时延长到几十个小时，任务载荷从几公斤到几百公斤，这为长时间、大范围的遥感监测提供了保障，也为搭载多种传感器和执行多种任务创造了有利条件。

传感器由早期的胶片相机向大面阵数字化发展，2011年国内制造的数字航空测量相机拥有8000多万像素，能够同时拍摄彩色、红外、全色的高精度航片；中国测绘科学研究院使用多台哈苏相机组合照相，利用开发的软件再进行拼接，有效地提高了遥感飞行效率；德国禄来公司推出的2200万像素专业相机，配备了自动保持水平和改正旋偏的相机云台，开发了相应的成图软件。另外激光三维扫描仪、红外扫描仪等小型高精度遥感器为无人机遥感的应用提供了发展的余地。

无人机遥感技术可快速对地质环境信息和过时的 GIS 数据库进行更新、修正、和升级 。为政府和相关部门的行政管理、土地、地质环境治理，提供及时的技术保证。

随着我国改革开放的逐步深入，经济建设迅猛发展，各地区的地貌发生巨大变迁。现有的航空遥感技术手段已无法适应经济发展的需要。新的遥感技术为日益发展的经济建设和文化事业服务。以无人驾驶飞机为空中遥感平台的技术，正是适应这一需要而发展起来的一项新型应用性技术，能够较好地满足现阶段我国对航空遥感业务的需求，对陈旧的地理资料进行更新。

随着我国经济和文化建设的发展，不少古建筑、考古现场等发现、田野考古探索、城乡的地貌发生巨大变化。一些版图反映不出新的面貌。

使用资料较为陈旧。常规的成图周期，已不能满足需要。我们利用无人机遥感航拍技术更新的地理资料对地区的经济建设起到了积极的促进作用。

地区新发现的古迹、新建的街道、大桥、机场、车站以及土地、资源利用情况的综合信息。无人机遥感航拍技术是各种先进手段优化组合的新型应用技术。

无人机遥感航空技术以低速无人驾驶飞机为空中遥感平台，用彩色、黑白、红外、摄像技术拍摄空中影像数据；并用计算机对图像信息加工处理。全系统在设计和最优化组合方面具有突出的特点，是集成了遥感、遥控、遥测技术与计算机技术的新型应用技术。

无人驾驶汽车的主要技术？

根据无人驾驶汽车的功能模块，可将无人驾驶的关键技术分为：定位导航技术、环境感知技术、规划决策技术和自动控制技术。

1、定位导航技术

定位导航模块包括定位技术和导航技术。定位技术可以分为相对定位（如陀螺仪、里程计）、绝对定位（如GPS）和组合定位。导航技术可以分为基于地图的导航和不基于地图的导航，其中高精度地图在无人驾驶的导航中有着关键作用。

2、环境感知技术

环境感知模块通过多种传感器对车辆周围的环境信息进行感知。感知信息不仅包括车辆自身状态信息，如车辆速度、前轮偏角、车辆航向角等，还包括周围的环境信息，如道路位置、道路方向、障碍物位置和速度、交通标志等。常用的传感器包括摄像头、激光雷达、毫米波雷达。

3、规划决策技术

规划决策模块相当于智能车的大脑，它通过综合分析环境感知系统提供的信息，对当前的车辆行为进行规划（速度规划、避障局部路径规划等），并产生相应的决策（跟车、换道、停车等）。规划技术还需要考虑车辆的机械特性、动力学特性、运动学特性。常用的决策技术有专家控制、隐马尔科夫模型、贝叶斯网络、模糊逻辑等。

4、自动控制技术

自动控制模块主要包括转向、驱动和制动三个系统。无人驾驶汽车的三个控制系统对控制的精确性、平顺性、响应延时等性能要求有着不同的侧重点。

其中，转向控制主要是对转向电机的控制，根据控制目标的不同，可分为角度闭环控制和力矩闭环控制。驱动控制实现对车辆加速、匀速、减速的控制。制动控制根据制动场景的不同又可分为正常的制动控制和紧急制动控制。

技术原理

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。

以上内容参考 百度百科-无人驾驶汽车

无人机测绘与gis的关系

搭档。无人机遥感影像尽管在分辨率和获取速度上有了明显提高，但GIS用户们更加渴望高品质数据和实时影像，无人机和GIS系统是天生的搭档关系。无人驾驶飞机简称“无人机”，英文缩写为“UAV”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。

名称栏目：无人驾驶中的GIS技术 无人驾驶对gis的要求
当前地址：http://kswjz.com/article/dojpssc.html