logo资料库

智慧交通中智慧道路无人驾驶国内外研究及国内发展情况..docx

发布时间：2022-06-06 发布人：admin 分类：说明书 资料大小：0.75M 资料格式：docx 举报 版权申诉
第1页 / 共11页
第2页 / 共11页
第3页 / 共11页
第4页 / 共11页
第5页 / 共11页
第6页 / 共11页
第7页 / 共11页
第8页 / 共11页
资料共11页，剩余部分请下载后查看
    （四）面向无人驾驶的高速公路指路标志字符检测技术研究，截取如下：
    一、智能交通中无人驾驶的国外研究综述 无人驾驶汽车和自动驾驶汽车自 1980 年代中期以 来已经得到了全球很多大学、研究中心、汽车公司和其它 行业公司的研究和开发。过去二十年里重要的自动驾驶研 究平台案例有：  德国慕尼黑联邦国防军大学的汽车 [DIC87]  Navlab 的移动平台 [THO91]  慕 尼 黑 联 邦 国 防 军 大 学 和 戴 姆 勒 - 奔 驰 的 汽 车 VaMP 和 VITA-2 [GER14]  意大利帕维亚大学和帕尔马大学的汽车 ARGO [BRO99]  慕 尼 黑 联 邦 国 防 军 大 学 的 载 具 VaMoRs 和 VaMP [GRE00] 为了促进自动驾驶汽车技术的发展，美国国防高级研 究计划局（DARPA）在 2000 年代组织了三次竞赛。DARPA 的三次自动驾驶挑战赛中的挑战远比人们日常交通中所 遇到的情况简单，但它们已被誉为自动驾驶汽车发展的里 程碑。自 DARPA 这些挑战赛以来，又出现了很多自动驾 驶汽车竞赛和试验。相关的案例包括：  2006 年 举 办 至 今 的 欧 洲 陆 地 机 器 人 试 验 （ ELROB ） [ELR18]  2009 年 到 2013 年 举 办 的 智 能 载 具 未 来 挑 战 赛 [XIN14]
     2009 年到 2017 年举办的自动化载具竞赛 [AUT17]  2010 年的现代自主汽车挑战赛 [CER11]  2010 年的 VisLab 洲际自主汽车挑战赛 [BRO12]  2011 年 和 2016 年 的 大 型 合 作 驾 驶 挑 战 赛 （ GCDC） [GCD16]  2013 年的公共道路城市无人驾驶汽车测试 [BRO15] 为 了 衡 量 自 动 驾 驶 汽 车 的 自 主 水 平 ， SAE International（简称 SAE，即国际汽车工程师学会，本 文末有 SAE 的厚势百科介绍）发布了基于人类驾驶员干 预量和人类注意需求量的分类体系，其中自动驾驶汽车的 自主程度可划分为 0 级（汽车的自主系统会发出警报， 也许还能临时干预，但无法维持对汽车的控制）到 5 级 （任何情况下都无需人类干预）[SAE16]。在这篇论文中， 我们调查了发布在文献中的自动驾驶汽车研究，重点关注 的 是 自 DARPA 挑 战 赛 以 来 开 发 的 配 备 有 可 归 类 为 SAE L3 或更高级别自动驾驶系统的自动汽车 [SAE16]。 自动驾驶汽车自主系统的架构通常可分为感知系统 和决策系统。感知系统通常分为负责自动驾驶汽车定位、 静态障碍物地图测绘、移动障碍物检测与跟踪、道路地图 测绘、交通信号检测与识别等多种任务的许多子系统。决 策系统通常也分为许多子系统，分别负责路线（Route） 规划、路径（Path）规划、行为选择、运动规划、控制等。
    但是这样的划分方式有些模糊，文献中也还存在一些不同 的划分方式 [PAD16]。 以上内容来源：2019 年 2 月，巴西圣埃斯皮里图联 邦大学的研究者在 arXiv 上发布的一篇全球自动驾驶汽 车研究情况总结，截图如下。 二、智能交通中无人驾驶的国内情况综述 2017 年 8 月 在苏州 无人驾驶中巴车在城市开放道 路上测试成功 2017 年 12 月 深圳福田 4 台无人驾驶公交车“阿 尔法巴”正式上路，这是中国首次在开放的道路上进行无 人公交驾驶。 2018 年 2 月 浙江省政府证实，“超级公路”这条高速公路将与未来的杭甬复线 高速公路并行建设，据悉“超级公路”的关键是要为司机、车辆和交通管制开发一个协同和 完全集成的传感系统，并建立一个完整的道路网络监测和预警系统，以便在不影响安全标准 的情况下实现高速交通。快速计划 2022 年前通车
    2018 年 3 月 1 日 上海 全国首批智能网联汽车开放 道路测试号牌在上海发放。上汽集团和蔚来汽车两家企业 获得第一批智能网联汽车开放道路测试号牌。 2018 年 3 月 22 日北京市交通委员会北京市公安局 公安交通管理局北京市经济和信息化委员会关于印发《北 京市自动驾驶车辆测试路段道路要求(试行)》的通知。 2018 年 5 月 1 日起 全国适用的自动驾驶路试新政 正式实施，多部门关于印发《智能网联汽车道路测试管理 规范(试行)》的通知 ，对测试主体、测试驾驶人、测试 车辆等提出要求，明确省、市级政府相关主管部门可自主 选择测试路段、受理车辆申请和发放测试号牌。《管理规 范》于 5 月 1 日起全国实施，各地制定实施细则，具体组 织开展自动驾驶道路测试工作。 四、国内相关智慧交通相关研究活动 （一）中国智能交通协会，湖南、上海、深圳等地智 能交通协会与智慧交通（ITS114）主办的 2018 中国城市 智能交通管理暨科技创新论坛 2018 年 10 月 13 日在深圳 举行。公安部交通管理科学研究所首席研究员姜良维发表 了《浅析道路交通巡逻系统的建设与发展》的主旨演讲， 并发布关于《基于无人驾驶航空器的道路交通巡逻系统技 术条件标准》相关情况介绍。
    （二）同济大学汽车学院余卓平教授、李奕姗博士、 熊璐教授发表在 2017 年 8 月出版的《同济大学学报（自 然科学版）》上关于无人驾驶汽车运动规划算法的综述论 文。作为无人驾驶汽车感知、决策与规划、执行的三大组 成部分之一，运动规划环节极为重要！论文回顾了无人驾 驶汽车的运动规划问题，其运动受微分约束，且运行环境 既包括结构化的道路也包括非结构化的旷野。根据具有阿 克曼转向性质的车辆模型所具有的微分平坦性质，可以简 化无人驾驶汽车的轨迹生成问题。此外，相比直接轨迹生 成法，路径-速度分解法更常用，回旋线、样条曲线、多 项式螺旋线是使用较多的路径生成曲线。 （三）湖南省第三测绘院的王静研究员探讨了车道级 道路电子地图的具体制作流程。高精度车道级道路是实现 车道级导航与监控的基础地理信息数据和必要条件，是全 自动驾驶汽车不可缺少的一部分，以下为该研究摘录： 1.1 移动测量数据采集和处理 （1）移动测量车作业流程 ①前期准备，如需求分析和路线规划等； ②外业采集，根据规划进行外业数据采集； ③内业处理，主要指点云数据的生产； ④应用处理，在点云数据基础上进行后期应用。 （2）试验区选取 该次车道数据采集试验区选取长沙某高速公路隧道段，全长 16.2 km。该路 段为双向 6 车道，途经 2 个服务区、3 个立交、1 个收费站和 3.6 km 长的隧 道。 （3）数据采集
    图 1 SSW 系统部件集成示意图 该次数据采集采用了四维远见公司研发的 SSW 车载激光移动测量系统，该 系统集成了多个传感器，包括激光扫描仪、GPS、惯导 IMU、控制系统 PC104、 里程计、DMI（Digital Measurable Images，可量测实景影像）、相机等，见图 1。 从车载激光移动测量系统获取的高密度真彩色三维激光点云数据中可分辨车道 分道线、停止线、人行横道线等细节信息，为提取道路路面详细信息提供了充 足的源数据。 该次作业时间为 201 4 年 4 月 14 日上午，道路往返测量，全程作业时间 约 60 min，路线长度 33.1 km。在作业之前，向湖南 CORS 中心申请了测区附近 的 3 个 CORS 基站，分别是 NJGT、NJJN、NJPK， 用于后期 GPS/IMU 数据解 算。另外，根据作业当时的天气条件，调整相机的参数，确保照片数据亮度和 色彩能与激光点云匹配。 图 2 SSW 系统数据采集流程图 参数设置完成后，启动流动站 GPS、PC104、IMU，开始静态初始化工作， 保持车辆 10 min 以上静止不动，之后再进行测量作业。作业过程中移动测量车 行驶车速以所在车道允许的最低行驶速度为准，该次车速为 60 km/h，并且避免 以超车为目的的变道、提速。作业结束后，先结束激光扫描仪，再结束相机曝光， 保持车身静止 10 min，做结束初始化，之后依次关闭 IMU、流动站 GPS、基站 GPS，结束工作，见图 2。 （4）内业数据处理
    图 3 SSW 系统数据处理流程图 数据采集结束后，需要及时整理和处理数据，以确定数据的有效性。SSW 移 动测量车一次作业获取的数据主要包括：激光点云、GPS/IMU 数据、数码影像 数据等。数据处理的流程见图 3。 1.2 车道数据及信息提取 车道数据提取是从彩色点云中采集和提取制作地图所需的车道线、安全岛、 绿化带、里程桩、杆状物（路灯、摄像头、交通灯和指示牌等）、交通护栏等 特征点线，以及相关属性信息（等级、材质、类型、宽度等）。 车道数据提取使用与 SSW 系统配套的 SWDY 数据处理软件先自动提取特 征点，然后再人工根据彩色点云检查修正，最后根据同步相机获取的高清影像提 取相关属性信息，例如，车道名称、等级、类型、材质、宽度等。 利用 SWDY 软件，采用梯度滤波与邻域取低点处理的提取方法，首先进行 道路边线粗提取，道路边线点基本被保留下来；再用管道滤波的方法对该结果进 行聚类分析，剔除离散点。 杆状物点云提取，结合了 SSW 系统各个传感器之间的特殊属性，综合考虑 数据特征、物体的物理发生以及其与测量车测量时的相对位置关系进行分类提 取。提取时，将测量车行车轨迹与要提取的目标物之间的距离、高差、其自身形 态分布特征，甚至颜色信息结合起来，各个参数可以可视化的进行调整，调整后 即可看到该组参数的提取效果。通过这种可视化的方式调整提取参数，直到效果 满意为止。 1.3 车道电子地图制作
    图 4 大型立交配图效果图 车道电子地图是根据采集的特征点线，以及相应的属性信息， 在 ArcGIS 软 件中，经过符号化处理、图面整饰、晕渲后可形成色彩协调、图面美观的显示地 图。 为了使电子地图的色彩协调、符号形象、图面美观，设定了要素显示符号的 配图要求（包括要素及注记的样式、规格、颜色等），详见表 1。通过 ArcGIS 地 图配置，完成了该项目的车道电子地图的制作，局部示意图见图 4。 表 1 车道电子地图要素配图示例
    分享到：
    赞 收藏

    相关推荐

    资料库

    信息化

    共收录1827份资料，累计6个分类，关注成员有19位，主要包括：管理软件,企业管理,电子商务,其它,IT管理,项目管理

    热门标签

    管理软件 企业管理 电子商务 其它 IT管理 项目管理

    最新资料