作者：余贵珍、周彬、王阳、周亦威、白宇
目录
第一章 自动驾驶系统概述
1.1 自动驾驶系统架构
1.1.1 自动驾驶系统的三个层级
环境感知--决策规划--运动控制 三个层级
1.1.2 自动驾驶系统的基本技术架构
车载系统--云端系统 两部分
1.2 自动驾驶技术国内外发展
自动驾驶系统分级
美国汽车工程师协会（SAE）
美国国家公路交通安全管理局（NHTSA）
1.3 传感器技术
1.3.1 摄像头
优点：技术成熟、成本低、采集信息丰富
缺点：三维立体空间感不强，受环境影响大、黑夜、大雾等能见度低的情况下，识别率大幅降低。
按摄像头应用分为：单目、双目、多目
按安装位置分为：前视、后视、侧视、环视
摄像头在汽车领域的应用
1.3.2 毫米波雷达
优点：导引头体积小，质量轻、空间分辨率高；穿透雾、烟、灰尘的能力强、传输距离远。
缺点：元器件成本高，加工精度相对要求高，探测角度小；在雨、雾和湿雪等高潮湿环境会衰减，树丛穿透能力差；
原理：毫米波其实就是电磁波，其频率通常在10-300GHz.，毫米波波长为1-10mm。
24GHz频段：应用于汽车的盲点监测，变道辅助。
77GHz频段：主要用于探测车距及前车速度，实现主动刹车、自适应巡航的基础。
1.3.3 激光雷达
优点：分辨率高、精度高、抗干扰能力强。
缺点：工艺要求高、造价昂贵；无法识别颜色图案、文字等标识、需要高的计算能力。
原理：向目标发送激光束、然后收到从目标反射回来的回波与发射信号进行比较、经过计算分析后，就可以获得目标的有关系信息。如目标距离、方位、高度、速度、姿态、甚至形状等参数。
1.3.4 超声波雷达
1.4 导航与定位技术
高精定位技术路线主要有三种：基于卫星定位系统和捷联惯导航系统的组合定位技术、基于激光雷达点云和高精地图的匹配定位技术、基于计算机视觉里程算法的定位技术。
1.4.1 卫星定位系统和捷联惯导航系统的组合定位技术
基于卡尔曼滤波器的最优估计理论的数据处理方法为组合导航系统综合性能的目的，提供导航系统的精度。
滤波运行时主要分为预测和更新两个阶段。
1.4.2 激光雷达点云和高精地图的匹配定位技术
高精地图的绝对坐标精度更高，而且所含有的道路交通信息元素更丰富、细致。
激光雷达在车辆行驶过程中不断收集点云来动态了解周围环境，通过环境信息与高精地图进行对比匹配确定车辆位置。
最常用的点云匹配算法是迭代最近点算法（ICP）
1.4.3 计算机视觉里程算法的定位技术
基于视觉的定位算法主要分为：基于地标拓扑的算法和基于几何的视觉里程算法。
地标拓扑的算法：把所有的地标抽象成一个拓扑图，当自动驾驶汽车监测到某个地标时，便可以根据地标位置大致推断自身所在的位置；
基于几何的视觉里程算法：其中典型的基于双目摄像头的视觉里程算法如图
由于摄像头成像质量对光线相当敏感，不同的光线环境下，同样的场景可能不被识别，导致算法失效。
1.5 高精地图
传统地图解决的问题是：人在驾驶汽车时，帮助人做出正确的决策。
高精地图解决的问题是：车辆的自动驾驶。
1.5.1 高精地图的定义
高精地图比普通导航而言，具有高精度、地图元素更加详细、属性更加丰富的特点，
高精度指地图的绝对坐标精度达到亚米级别。道路交通信息元素及其属性更加丰富和细致。比如：道路形状、车道线、车道中心线、交通标志灯等。
1.5.2 高精地图的特点
1 精度高
传统地图只要做到米级精度就可以导航，高精地图需要达到厘米级别才能保证无人驾驶车行驶安全。
2 高粒度
传统地图只需画一根道路线就可以，而高精地图是以车道线为单位的
高精地图三岔路口和十字路口处的模型构建
高精地图渲染效果
3 实时性
传统数据更新要求为一个季度更新全国一次，而高精地图会在一季度更新全国地图一次的基础上