來源：CSDN

無人駕駛: 復(fù)雜系統(tǒng)

無人駕駛技術(shù)是多個技術(shù)的集成，如圖1所示，一個無人駕駛系統(tǒng)包含了多個傳感器，包括長距雷達(dá)、激光雷達(dá)、短距雷達(dá)、車載攝像頭、超聲波、 GPS、 陀螺儀等。

每個傳感器在運(yùn)行時都不斷產(chǎn)生數(shù)據(jù)，而且系統(tǒng)對每個傳感器產(chǎn)生的數(shù)據(jù)都有很強(qiáng)的實(shí)時處理要求。比如攝像頭需要達(dá)到* 0 FPS的幀率，意味著留給每幀的處理時間只有1* 毫秒。但當(dāng)數(shù)據(jù)量增大了之后，分配系統(tǒng)資源便成了一個難題。

例如，當(dāng)大量的激光雷達(dá)點(diǎn)云數(shù)據(jù)進(jìn)入系統(tǒng)，占滿CPU資源，就很可能令攝像頭的數(shù)據(jù)不能得到及時的處理，導(dǎo)致無人駕駛系統(tǒng)錯過交通燈的識別，造成嚴(yán)重后果。因此，合理地選擇計算平臺完成實(shí)時的大規(guī)模傳感數(shù)據(jù)處理，進(jìn)行實(shí)時的駕駛預(yù)警與決策，對無人駕駛的安全性、可靠性、持續(xù)性至關(guān)重要。

ECU從用途上講是汽車專用微機(jī)控制器，它使用一套以精確計算和大量實(shí)驗(yàn)數(shù)據(jù)為基礎(chǔ)的固定程序，不斷地比較和計算各個機(jī)械部件傳感器的數(shù)據(jù)，然后發(fā)出指令，完成機(jī)械控制。通信總線如CAN、USB* .0、LIN等則是在這個過程中實(shí)現(xiàn)汽車數(shù)據(jù)共享以及指令的有效傳達(dá)。

圖1 無人駕駛硬件平臺范例

傳感器平臺

圖2 各種傳感器在無人駕駛中的應(yīng)用

激光雷達(dá)

激光雷達(dá)的工作原理是利用可見和近紅外光波（多為9* 0nm波段附近的紅外光）發(fā)射、反射和接收來探測物體。激光雷達(dá)可以探測白天或黑夜下的特定物體與車之間的距離。由于反射度的不同，也可以區(qū)分開車道線和路面，但是無法探測被遮擋的物體、光束無法達(dá)到的物體，在雨雪霧天氣下性能較差。

激光雷達(dá)在無人駕駛運(yùn)用中擁有兩個核心作用。* D建模進(jìn)行環(huán)境感知。通過雷射掃描可以得到汽車周圍環(huán)境的* D模型，運(yùn)用相關(guān)算法比對上一幀和下一幀環(huán)境的變化可以較為容易的探測出周圍的車輛和行人。

SLAM加強(qiáng)定位。* D雷射雷達(dá)另一大特性是同步建圖（SLAM），實(shí)時得到的全局地圖通過和高精度地圖中特征物的比對，可以實(shí)現(xiàn)導(dǎo)航及加強(qiáng)車輛的定位精度。

激光雷達(dá)分類與產(chǎn)品

LIDAR以單線/多線及距離兩大因素為標(biāo)準(zhǔn)，價格從幾百美金到幾萬美金不等。單線激光雷達(dá)的應(yīng)用在國內(nèi)已經(jīng)相對較廣，像掃地機(jī)器人使用的便是單線激光雷達(dá)。單線激光雷達(dá)可以獲取2D數(shù)據(jù)，但無法識別目標(biāo)的高度信息。而多線激光雷達(dá)則可以識別2.* D甚至是* D數(shù)據(jù)，在精度上會比單線雷達(dá)高很多。

Velodyne HDL-* * E的內(nèi)部結(jié)構(gòu)如圖* ，主要由上下兩部分組成。每部分都發(fā)射* 2束的雷射束，由兩塊1* 束的雷射發(fā)射器組成，背部是包括信號處理器和穩(wěn)定裝置。

圖* 激光雷達(dá)結(jié)構(gòu)圖

表1 Velodyne激光雷達(dá)詳細(xì)數(shù)據(jù)

圖* Velodyne激光雷達(dá)

如果激光雷達(dá)要想在無人車上普及首先就應(yīng)該降低價格。有兩種解決辦法：其一，采用低線數(shù)雷達(dá)配合其他傳感器，但需搭配擁有極高計算能力系統(tǒng)的無人車；其二，采用固態(tài)激光雷達(dá)。

激光雷達(dá)最貴的就是機(jī)械旋轉(zhuǎn)部件，固態(tài)激光雷達(dá)無需旋轉(zhuǎn)部件，采用電子設(shè)備替代，因而體積更小，方便集成在車身內(nèi)部，系統(tǒng)可靠性提高，成本也可大幅降低。但由于缺乏旋轉(zhuǎn)部件，水平視角小于1* 0°，所以需要多個固態(tài)雷達(dá)組合一起配合使用才行。

固態(tài)雷達(dá)雷達(dá)產(chǎn)品則由于采用電子方案去除了機(jī)械旋轉(zhuǎn)部件，因此具有低成本（幾百美元級別）和體積小、可集成至傳統(tǒng)車輛外觀中的特點(diǎn)。行業(yè)對固態(tài)雷達(dá)的出現(xiàn)仍處觀望態(tài)度，主要因?yàn)椋菏紫?，對成本是否能有如此大幅下降抱有疑問；其次，激光特性在大霧等天氣仍然并不適用。

國內(nèi)外制造現(xiàn)況

目前，激光雷達(dá)已被應(yīng)用在某些無人駕駛試驗(yàn)車中：

Google和吉印通 的無人駕駛試驗(yàn)車均采用了Velodyne的* * 線雷射雷達(dá)；

福特的混動版蒙迪歐安裝了Velodyne的* 2線雷射雷達(dá)，第三代自動駕駛車輛Fusion Hybrid配置了2臺Velodyne的混合固態(tài)雷射雷達(dá)；

日產(chǎn)LEAF搭載了* 個Ibeo的* 線雷射雷達(dá)，測試了其高級駕駛輔助系統(tǒng)；

奧迪的無人駕駛汽車A7 Piloted Driving采用了Ibeo和Valeo合作的Scala混合固態(tài)雷射雷達(dá)；

德爾福無人駕駛汽車配備了* 臺由Quanergy研發(fā)的固態(tài)雷射雷達(dá)；

大眾的一款半自動駕駛汽車搭載了Scala，該雷射雷達(dá)隱藏在保險杠內(nèi)，用于取代毫米波雷達(dá)做AEB的測距模塊。

國外激光雷達(dá)研發(fā)廠商比較有代表性的有 Velodyne、Ibeo和Quanergy，并且他們都背靠巨頭。Velodyne成立于19* * 年，位于加州硅谷。當(dāng)年美國舉辦的世界無人車挑戰(zhàn)賽獲得第一名和第二名的高校卡耐基梅隆大學(xué)和斯坦福大學(xué)，使用的就是Velodyne的激光雷達(dá)。

目前其已有包括 Velodyne1* 、* 2、* * 線激光雷達(dá)三個系列。Ibeo 是無人駕駛激光雷達(dá)供應(yīng)商，成立于199* 年， 2010年和法雷奧合作開始量產(chǎn)可用于汽車的產(chǎn)品 ScaLa，其目前主要供應(yīng)* 線和* 線的激光雷達(dá)。Quanergy位于加州硅谷硅谷中心，成立于2012 年，雖然相對“年輕”，但它造出了全球第一款固態(tài)激光雷達(dá)。

國內(nèi)在激光雷達(dá)研發(fā)的企業(yè)則主要有北醒光子、思嵐科技、鐳神智能、速騰聚創(chuàng)、禾賽科技。其中，北醒光子目前的產(chǎn)品有三大系列：單線環(huán)境雷達(dá)DE-LiDAR 1.0、多線長距雷達(dá)DE-LiDAR 2.0 和固態(tài)雷達(dá)DE* .0系列（多線長距雷達(dá)目前正在研發(fā)，可做到* 到* 2線）；鐳神智能成立于201* 年初，是一家提供中遠(yuǎn)距離脈沖測距激光雷達(dá)等產(chǎn)品及解決方案的公司；速騰聚創(chuàng)剛宣布完成其混合固態(tài)的1* 線激光雷達(dá)研發(fā)。

表2 Velodyne和Ibeo產(chǎn)品規(guī)格對比

毫米波雷達(dá)

毫米波雷達(dá)通過發(fā)射無線電信號（毫米波波段的電磁波）并接收反射信號來測定汽車車身周圍的物理環(huán)境信息（如汽車與其他物體之間的相對距離、相對速度、角度、運(yùn)動方向等），然后根據(jù)所探知的物體信息進(jìn)行目標(biāo)追蹤和識別分類，進(jìn)而結(jié)合車身動態(tài)信息進(jìn)行數(shù)據(jù)融合，完成合理決策，減少事故發(fā)生幾率。

相比激光雷達(dá)，毫米波雷達(dá)精度低、可視范圍的角度也偏小，一般需要多個雷達(dá)組合使用。雷達(dá)傳輸?shù)氖请姶挪ㄐ盘?，因此它無法檢測上過漆的木頭或是塑料（隱形戰(zhàn)斗機(jī)就是通過表面噴漆來躲過雷達(dá)信號的），行人的反射波較弱幾乎對雷達(dá)“免疫”。

同時，雷達(dá)對金屬表面非常敏感，如果是一個彎曲的金屬表面，它會被雷達(dá)誤認(rèn)為是一個大型表面。因此，路上一個小小的易拉罐甚至可能會被雷達(dá)判斷為巨大的路障。此外，雷達(dá)在大橋和隧道里的效果同樣不佳。

圖* 毫米波雷達(dá)應(yīng)用范圍

毫米波雷達(dá)分類

圖* 中距和短距雷達(dá)空間分辨率對比

為完全實(shí)現(xiàn)ADAS各項(xiàng)功能一般需要“1長+* 中短”* 個毫米波雷達(dá)，目前全新奧迪A* 采用的就是 “1長+* 短”* 個毫米波雷達(dá)的配置。以自動跟車型ACC功能為例，一般需要* 個毫米波雷達(dá)。

車正中間一個77GHz的LRR，探測距離在1* 0-2* 0米之間，角度為10度左右；車兩側(cè)各一個2* GHz的 MRR，角度都為* 0度，探測距離在* 0-70米之間。圖7是奔馳的S級車型，采用的是7個毫米波雷達(dá)（1長+* 短）。

圖7 毫米波雷達(dá)在無人駕駛中的使用

電磁波頻率越高，距離和速度的檢測解析度越高，因此頻段發(fā)展趨勢是逐漸由2* GHz向77GHz過渡的。

1997年，歐洲電訊標(biāo)準(zhǔn)學(xué)會確認(rèn)7* -77GHz作為防撞雷達(dá)專用頻道。早在200* 年原信息產(chǎn)業(yè)部發(fā)布《微功率（短距離）無線電設(shè)備的技術(shù)要求》將77GHz劃分給車輛測距雷達(dá)。

2012年，工信部進(jìn)一步將2* GHz劃分給短距車載雷達(dá)業(yè)務(wù)。201* 年日內(nèi)瓦世界無線電通信大會將77.* -7* .0GHz頻段劃分給無線電定位業(yè)務(wù)，以支持短距離高分辨率車載雷達(dá)的發(fā)展，從而使7* -* 1GHz都可用于車載雷達(dá)，為全球車載毫米波雷達(dá)的頻率統(tǒng)一指明了方向。

至此之后，最終車載毫米波雷達(dá)將會統(tǒng)一于77GHz頻段（7* -* 1GHz），該頻段帶寬更大、 功率水平更高、探測距離更遠(yuǎn)。

表* 中長距和短距雷達(dá)參數(shù)對比

毫米波雷達(dá)國內(nèi)外制造現(xiàn)況

全球汽車毫米波雷達(dá)主要供應(yīng)商為傳統(tǒng)汽車電子優(yōu)勢企業(yè)，如博世、大陸、Hella、富士通天、電裝、TRW、德爾福、Autoliv、法雷奧等傳統(tǒng)優(yōu)勢企業(yè)。

圖* 毫米波雷達(dá)主要供應(yīng)商

其中，博世核心產(chǎn)品是長距離毫米波雷達(dá)，主要用于ACC系統(tǒng)；最新產(chǎn)品LRR* 可以探測2* 0米外的車輛，是目前探測距離最遠(yuǎn)的毫米波雷達(dá)；市場占有率最高，但客戶集中在奧迪和大眾。

大陸客戶分布廣，產(chǎn)品線齊全，主力產(chǎn)品為2* GHz毫米波雷達(dá)，并且在Stop Go ACC領(lǐng)域占有率極高。Hella在2* GHz-ISM領(lǐng)域客戶范圍最廣，2* GHz雷達(dá)傳感器下線1000萬片，出貨量達(dá)* * 0萬片，市場占有率全球第一。第四代2* GHz雷達(dá)傳感器將在2017年中投入全球化生產(chǎn)。

富士通天和電裝主要占據(jù)日本市場，其中富士通天略勝一籌。富士通天、松下和電裝是未來79GHz雷達(dá)市場領(lǐng)域的強(qiáng)者。

目前中國市場中高端汽車裝配的毫米波雷達(dá)傳感器全部依賴進(jìn)口，國內(nèi)自主車載毫米波雷達(dá)產(chǎn)品總體仍處于研制階段。因研發(fā)成本及難度較低，國際市場上2* GHz毫米波雷達(dá)供應(yīng)鏈也已相對穩(wěn)定，目前國內(nèi)廠商研發(fā)方向主要集中于2* GHz雷達(dá)產(chǎn)品，可從飛思卡爾等供應(yīng)商獲得2* GHz射頻芯片。

目前較為成熟的產(chǎn)品僅有湖南納雷、廈門意行、蕪湖森思泰克的2* GHz中短距雷達(dá)。而77GHz產(chǎn)品設(shè)計難度較大，成本較高；并且英飛凌、ST、飛思卡爾等芯片廠商并沒有對中國開放供應(yīng)77GHz射頻芯片，因此國內(nèi)77GHz毫米波雷達(dá)的開發(fā)受到很大限制。

圖9 國內(nèi)森思泰克和納雷科技主要雷達(dá)產(chǎn)品

在雷達(dá)數(shù)據(jù)處理芯片領(lǐng)域，主要采用的是恩智浦（NXP）MR2001多通道77GHz雷達(dá)收發(fā)器芯片組, 包括：MR2011RX、MR2001TX 、MR2001VC；以及意行半導(dǎo)體2* GHz 射頻前端MMIC套片產(chǎn)品，包括：SG2* T1、SG2* R1、SG2* TR1。

201* 年NXP推出了目前全世界最?。?.* ×7.* mm）的單晶片 77GHz高解析度RFCMOS IC雷達(dá)晶片。該款車用雷達(dá)晶片的超小尺寸使其可以近乎隱形地安裝在汽車的任意位置，且其功耗比傳統(tǒng)雷達(dá)晶片產(chǎn)品低* 0%，為汽車傳感器的設(shè)計安裝提供了極大便利。

表* 各個主要廠商主要產(chǎn)品毫米波雷達(dá)

車載攝像頭

車載攝像頭的大致原理是：首先，采集圖像進(jìn)行處理，將圖片轉(zhuǎn)換為二維數(shù)據(jù)；然后，進(jìn)行模式識別，通過圖像匹配進(jìn)行識別，如識別車輛行駛環(huán)境中的車輛、行人、車道線、交通標(biāo)志等；接下來，依據(jù)物體的運(yùn)動模式或使用雙目定位，以估算目標(biāo)物體與本車的相對距離和相對速度。

相比于其他傳感器，攝像頭最為接近人眼獲取周圍環(huán)境信息的工作模式，可以通過較小的數(shù)據(jù)量獲得最為全面的信息，同時因?yàn)楝F(xiàn)在的攝像頭技術(shù)比較成熟，成本可較低。但是，攝像頭識別也存在一定局限性，基于視覺的解決方案受光線、天氣影響大；

同時，物體識別基于機(jī)器學(xué)習(xí)資料庫，需要的訓(xùn)練樣本大，訓(xùn)練周期長，也難以識別非標(biāo)準(zhǔn)障礙物；同時，由于廣角攝像頭的邊緣畸變，得到的距離準(zhǔn)確度較低。

從應(yīng)用方案出發(fā)，目前攝像頭可劃分為單目、后視、立體（雙目）、環(huán)視攝像頭四種。如表* 總結(jié)：

表* 攝像頭的應(yīng)用場景

單目攝像頭一般安裝在前擋風(fēng)玻璃上部，用于探測車輛前方環(huán)境，識別道路、車輛、行人等。先通過圖像匹配進(jìn)行目標(biāo)識別（各種車型、行人、物體等），再通過目標(biāo)在圖像中的大小去估算目標(biāo)距離。這要求對目標(biāo)進(jìn)行淮確識別，然后要建立并不斷維護(hù)一個龐大的樣本特征數(shù)據(jù)庫，保證這個數(shù)據(jù)庫包含待識別目標(biāo)的全部特征數(shù)據(jù)。如果缺乏待識別目標(biāo)的特征數(shù)據(jù)，就無法估算目標(biāo)的距離，導(dǎo)致ADAS系統(tǒng)的漏報。因此，單目視覺方案的技術(shù)難點(diǎn)在于模型機(jī)器學(xué)習(xí)的智能程度或者說模式識別的精度；

后視攝像頭，一般安裝在車尾，用于探測車輛后方環(huán)境，技術(shù)難點(diǎn)在于如何適應(yīng)不同的惡劣環(huán)境；

立體（雙目）攝像頭，是通過對兩幅圖像視差的計算，直接對前方景物（圖像所拍攝到的范圍）進(jìn)行距離測量，而無需判斷前方出現(xiàn)的是什么類型的障礙物。依靠兩個平行布置的攝像頭產(chǎn)生的“視差”，找到同一個物體所有的點(diǎn)，依賴精確的三角測距，就能夠算出攝像頭與前方障礙物距離，實(shí)現(xiàn)更高的識別精度和更遠(yuǎn)的探測范圍。使用這種方案，需要兩個攝像頭有較高的同步率和采樣率，因此技術(shù)難點(diǎn)在于雙目標(biāo)定及雙目定位。相比單目，雙目的解決方案沒有識別率的限制，無需先識別可直接進(jìn)行測量；直接利用視差計算距離精度更高；無需維護(hù)樣本數(shù)據(jù)庫。但因?yàn)闄z測原理上的差異，雙目視覺方案在距離測算上相比單目以及毫米波雷達(dá)、激光雷達(dá)，其硬件成本和計算量級的加倍，也是另一個難關(guān)。

環(huán)視攝像頭，一般至少包括四個攝像頭，分別安裝在車輛前、后、左、右側(cè)，實(shí)現(xiàn)* * 0°環(huán)境感知，難點(diǎn)在于畸變還原與對接。

根據(jù)不同ADAS功能的需要，攝像頭的安裝位置也有不同。主要分為前視、后視、側(cè)視以及內(nèi)置。實(shí)現(xiàn)自動駕駛時全套ADAS功能將安裝* 個以上攝像頭。

圖10 無人車攝像頭方位設(shè)置

前視攝像頭一般采用* * 度左右的鏡頭來得到較遠(yuǎn)的有效距離，有單目和雙目兩種解決方案。雙目需要裝在兩個位置，成本較單目貴* 0%。環(huán)視使用的是廣角攝像頭，通常在車四周裝備四個進(jìn)行圖像拼接實(shí)現(xiàn)全景圖，通過輔助算法可實(shí)現(xiàn)道路線感知。后視采用廣角或者魚眼鏡頭，主要為倒車后視使用。

側(cè)視一般使用兩個廣角攝像頭，完成盲點(diǎn)檢測等工作，也可代替后視鏡，這一部分功能也可由超聲波雷達(dá)替代。內(nèi)置使用的也是廣角鏡頭，安裝在車內(nèi)后視鏡處，完成在行駛過程中對駕駛員的閉眼提醒。

其中，前視攝像頭可以實(shí)現(xiàn)ADAS主動安全的核心功能如車道偏離預(yù)警、車輛識別應(yīng)用、車輛識別、行人識別、道路標(biāo)識識別等，未來將是自動緊急剎車（AEB）、自適應(yīng)巡航（ACC）等主動控制功能的信號入口，安全等級較高，應(yīng)用范圍較廣，是目前開發(fā)的熱點(diǎn)。

表* 按功能需求的攝像頭劃分

車載攝像頭在工藝上的首要特性是快速，特別是在高速行駛場合，系統(tǒng)必須能記錄關(guān)鍵駕駛狀況、評估這種狀況并實(shí)時啟動相應(yīng)措施。在1* 0km/h的速度，汽車每秒要移動* 0米。

為避免兩次圖像信息獲取間隔期間自動駕駛的距離過長，要求相機(jī)具有最慢不低于* 0幀/秒的影像捕捉速率，在汽車制造商的規(guī)格中，甚至提出了* 0幀/秒和120幀/秒的要求。在功能上，車載攝像頭需要在復(fù)雜的運(yùn)動路況環(huán)境下都都能保證采集到穩(wěn)定的數(shù)據(jù)。具體表現(xiàn)為：

高動態(tài)：在較暗環(huán)境以及明暗差異較大下仍能實(shí)現(xiàn)識別，要求攝像頭具有高動態(tài)的特性。

中低像素：為降低計算處理的負(fù)擔(dān)，攝像頭的像素并不需要非常高。目前* 0-120萬像素已經(jīng)能滿足要求。

角度要求：對于環(huán)視和后視，一般采用1* * 度以上的廣角鏡頭，前置攝像頭對視距要求更大，一般采用* * 度的范圍。

同時，相比工業(yè)級與生活級攝像頭，車載類型在安全級別上要求更高，尤其是對與前置ADAS的鏡頭安全等級要求更高。主要體現(xiàn)在：

溫度要求：車載攝像頭溫度范圍在-* 0~* 0℃。

防磁抗震：汽車啟動時會產(chǎn)生極高的電磁脈，車載攝像頭必須具備極高的防磁抗震的可靠性。

較長的壽命：車載攝像頭的壽命至少要在* -10年以上才能滿足要求。

圖11 各種無人駕駛應(yīng)用攝像頭

根據(jù)IHS Automotive預(yù)測，車載攝像頭系統(tǒng)出貨量有望在2021年達(dá)到7* 00萬套/年。國內(nèi)行業(yè)龍頭優(yōu)勢地位明顯，如舜宇光學(xué)車載后視鏡頭出貨量目前居全球第1位，全球市場占有率達(dá)* 0%左右，產(chǎn)品包括前視鏡頭、后視鏡頭、環(huán)視鏡頭、側(cè)視鏡頭、內(nèi)視鏡頭等。客戶遍及歐美、日韓和國內(nèi)。具體的型號包括有：* 00* 、* * 0* 、* 009、* 017、* 017、* 0* * 、* 0* * 、* 0* * 等。以* 00* 與* 0* * 為例，其規(guī)格參數(shù)見表7。

表7 按功能需求的攝像頭劃分

GPS/IMU

GPS在復(fù)雜的動態(tài)環(huán)境中，尤其在大城市，其多路徑反射的問題很顯著，導(dǎo)致獲得的GPS定位信息很容易產(chǎn)生幾米的誤差。另外，由于GPS的更新頻率低（10Hz），在車輛快速行駛時很難給出精準(zhǔn)的實(shí)時定位。

單純依賴GPS的導(dǎo)航很有可能導(dǎo)致交通事故。因此GPS通常輔助以慣性傳感器（IMU）用來增強(qiáng)定位的精度。IMU是檢測加速度與旋轉(zhuǎn)運(yùn)動的高頻（1KHz）傳感器，但I(xiàn)MU自身也有偏差積累與噪音等問題影響結(jié)果。

通過使用基于卡爾曼濾波的傳感器融合技術(shù)，我們可以融合GPS與IMU數(shù)據(jù)，結(jié)合GPS的定位精度高和誤差無積累的特點(diǎn)，與IMU的自主性和實(shí)時性的優(yōu)點(diǎn)。

一方面可以實(shí)現(xiàn)導(dǎo)航設(shè)備之間優(yōu)勢互補(bǔ)，增強(qiáng)系統(tǒng)適應(yīng)動態(tài)的能力，并使整個系統(tǒng)獲得優(yōu)于局部系統(tǒng)的精度；

另一方面提高了空間和時間的覆蓋范圍，從而實(shí)現(xiàn)真正意義上的連續(xù)導(dǎo)航。因此，GPS/IMU組合的優(yōu)勢在于：

系統(tǒng)精度的提高。利用GPS的長期穩(wěn)定性彌補(bǔ)IMU誤差隨時間累積的缺點(diǎn)。GPS/IMU組合后的導(dǎo)航誤差實(shí)際上要比單獨(dú)的GPS或單獨(dú)的慣導(dǎo)系統(tǒng)可能達(dá)到的誤差都小。

系統(tǒng)抗干擾能力的增強(qiáng)。利用IMU的短期高精度彌補(bǔ)GPS系統(tǒng)易受干擾、信號易失鎖等缺點(diǎn)，同時借助IMU的姿態(tài)信息、角速度信息可進(jìn)一步提高GPS系統(tǒng)快速捕獲或重新鎖定衛(wèi)星信號的能力。

導(dǎo)航信息的補(bǔ)全。GPS/IMU組合系統(tǒng)與單GPS相比，除了可以提供載體運(yùn)動的三維位置和速度信息外，還可提供加速度、姿態(tài)和航向信息；GPS/IMU組合系統(tǒng)此外可提供100Hz甚至高于100Hz的數(shù)據(jù)更新率。

IMU慣性器件的標(biāo)定技術(shù)由于加速度計、陀螺儀等慣性器件本身存在缺陷，會產(chǎn)生一些器件誤差，如標(biāo)度因數(shù)誤差等。另外，在對IMU進(jìn)行集成的時候，各個器件之間的非正交安裝會引起交叉耦合誤差。以上這些誤差可以通過器件標(biāo)定來加以補(bǔ)償,以達(dá)到提高其精度的目的。

GPS/IMU的主要制造商包括：NovAtel、Leica、CSI Wireless以及Thales Navigation。其中，NovAtel提出了SPAN技術(shù)。SPAN集合了GPS定位的絕對精度與IMU陀螺和加速計測量的穩(wěn)定性，以提供一個* D的位置、速度和姿態(tài)解算結(jié)果。即使在GPS信號被遮擋的時候，也能提供穩(wěn)定連續(xù)的解算結(jié)果。

基于SPAN技術(shù)，NovAte有兩款主要的GPS/IMU產(chǎn)品：SPAN-CPT一體式組合導(dǎo)航系統(tǒng)與SPAN-FSAS分式組合導(dǎo)航系統(tǒng)。SPAN-CPT采用NovAtel自主的專業(yè)級的高精度GPS板卡與德國的iMAR公司制造的光纖陀螺IMU。

其解算精度在不同的模式下可適用于不同的定位需求，支持包括SBAS，L波段（Omnistar和CDGPS）和RTK差分等多種方式；系統(tǒng)最高航向精度0.0* °；俯仰橫滾精度0.01* °。

SPAN-FSAS也采用德國iMAR公司高精度、閉環(huán)技術(shù)的IMU，其陀螺偏差小于0.7* 度/小時和加速計偏差小于1mg，配合目前NovAtel 的FlexPak* ?或ProPak* ?集成了組合導(dǎo)航解算。從IMU-FSAS的慣性測量數(shù)據(jù)發(fā)送到GNSS接收機(jī)進(jìn)行解算，GNSS+INS的位置，速度和姿態(tài)輸出速率高達(dá)200Hz。

圖12 NovAtel兩款GPS/IMU產(chǎn)品

計算平臺

當(dāng)硬件傳感器接收到環(huán)境信息后，數(shù)據(jù)會被導(dǎo)入計算平臺，由不同的芯片進(jìn)行運(yùn)算。計算平臺的設(shè)計直接影響到無人駕駛系統(tǒng)的實(shí)時性以及魯棒性。本節(jié)將深入了解無人駕駛計算平臺。

計算平臺實(shí)現(xiàn)

為了了解無人駕駛計算平臺的要點(diǎn)，我們來看一個行業(yè)領(lǐng)先的某四級無人駕駛公司現(xiàn)有的計算平臺硬件實(shí)現(xiàn)。為了了解芯片制造商將如何解決這些問題，我們來看現(xiàn)有的不同芯片制造商所提供的無人駕駛計算解決方案。

這個四級無人駕駛公司的計算平臺由兩計算盒組成。每個計算盒配備了一顆英特爾至強(qiáng)E* 處理器（12核）和四到八顆NVIDIA K* 0 GPU加速器，彼此使用PCI-E總線連接。

CPU運(yùn)算峰值速度可達(dá)* 00幀/秒，消耗* 00W的功率。每個GPU運(yùn)算峰值速度可達(dá)* Tops/s，同時消耗* 00W的功率。因此，整個系統(tǒng)能夠提供* * .* TOP/S的峰值運(yùn)算能力，其功率需求為* 000W。計算盒與車輛上安裝的十二個高精度攝像頭相連接，以完成實(shí)時的物體檢測和目標(biāo)跟蹤任務(wù)。

車輛頂部還安裝有一個激光雷達(dá)裝置以完成車輛定位及避障功能。為了保證可靠性，兩個計算盒執(zhí)行完全相同的任務(wù)。一旦第一個計算盒失效，第二個計算盒可以立即接管。

在最壞的情況下兩個計算盒都在計算峰值運(yùn)行，這意味著將產(chǎn)生超過* 000瓦的功耗并急聚大量的熱量，散熱問題不容忽視。此外，每個計算盒的成本預(yù)計為2至* 萬美元，這是普通消費(fèi)者根本無法承受的整體解決方案。

現(xiàn)有計算解決方案

接下來，我們將分別介紹現(xiàn)有的針對無人駕駛的計算解決方案。

基于GPU的計算解決方案

NVIDIA的PX平臺是目前領(lǐng)先的基于GPU的無人駕駛解決方案。每個PX2由兩個Tegra SoC和兩個Pascal GPU圖形處理器組成，其中每個圖像處理器都有自己的專用內(nèi)存并配備有專用的指令以完成深度神經(jīng)網(wǎng)絡(luò)加速。

為了提供高吞吐量，每個Tegra SOC使用PCI-E Gen 2 x* 總線與Pascal GPU直接相連，其總帶寬為* GB/s。

此外，兩個CPU-GPU集群通過千兆以太網(wǎng)項(xiàng)鏈，數(shù)據(jù)傳輸速度可達(dá)70 Gigabit/s。借助于優(yōu)化的I/O架構(gòu)與深度神經(jīng)網(wǎng)絡(luò)的硬件加速，每個PX2能夠每秒執(zhí)行2* 兆次深度學(xué)習(xí)計算。這意味著當(dāng)運(yùn)行AlexNet深度學(xué)習(xí)典型應(yīng)用時，PX2的處理能力可達(dá)2* 00幀/秒。

圖1* NVIDIA PX2

基于DSP的解決方案

德州儀器提供了一種基于DSP的無人駕駛的解決方案。其TDA2x SoC擁有兩個浮點(diǎn)DSP內(nèi)核C* * x和四個專為視覺處理設(shè)計的完全可編程的視覺加速器。相比ARM Cortex-1* 處理器，視覺加速器可提供八倍的視覺處理加速且功耗更低。

類似設(shè)計有CEVA XM* 。這是另一款基于DSP的無人駕駛計算解決方案，專門面向計算視覺任務(wù)中的視頻流分析計算。使用CEVA XM* 每秒處理* 0幀10* 0p的視頻僅消耗功率* 0MW，是一種相對節(jié)能的解決方案。

圖1* TI TDA2

基于FPGA的解決方案

Altera公司的Cyclone V SoC是一個基于FPGA的無人駕駛解決方案，現(xiàn)已應(yīng)用在奧迪無人車產(chǎn)品中。Altera公司的FPGA專為傳感器融合提供優(yōu)化，可結(jié)合分析來自多個傳感器的數(shù)據(jù)以完成高度可靠的物體檢測。

類似的產(chǎn)品有Zynq專為無人駕駛設(shè)計的Ultra ScaleMPSoC。當(dāng)運(yùn)行卷積神經(jīng)網(wǎng)絡(luò)計算任務(wù)時，Ultra ScaleMPSoC運(yùn)算效能為1* 幀/秒/瓦，優(yōu)于NVIDIA Tesla K* 0 GPU可達(dá)的* 幀/秒/瓦。同時，在目標(biāo)跟蹤計算方面，Ultra ScaleMPSoC在10* 0p視頻流上的處理能力可達(dá)* 0fps。

圖1* Altera Cyclone V

基于ASIC的解決方案

Mobileye是一家基于ASIC的無人駕駛解決方案提供商。其Eyeq* SOC裝備有四種異構(gòu)的全編程加速器，分別對專有的算法進(jìn)行了優(yōu)化，包括有：計算機(jī)視覺、信號處理和機(jī)器學(xué)習(xí)等。

Eyeq* SOC同時實(shí)現(xiàn)了兩個PCI-E端口以支持多處理器間通信。這種加速器架構(gòu)嘗試為每一個計算任務(wù)適配最合適的計算單元，硬件資源的多樣性使應(yīng)用程序能夠節(jié)省計算時間并提高計算效能。

圖1* MobilEye EyeQ*

計算平臺體系結(jié)構(gòu)設(shè)計探索

我們嘗試對以下問題形成一些初步認(rèn)識：

各種計算單位最適合什么樣的工作負(fù)載；

能否使用移動處理器執(zhí)行無人駕駛計算任務(wù)；

如何設(shè)計一個高效的無人駕駛計算平臺。

計算單元與計算負(fù)載的匹配

我們試圖了解哪些計算單元最適合執(zhí)行卷積和特征提取類應(yīng)用，這是無人駕駛場景中最計算密集型工作負(fù)載。

我們在現(xiàn)有的ARM SOC上完成了實(shí)驗(yàn)驗(yàn)證，此ARM SOC一個四核CPU、GPU、 DSP組成。為了研究研究各種異構(gòu)硬件的能耗與性能行為，我們分別在CPU、GPU、DSP實(shí)現(xiàn)并優(yōu)化了特征提取和卷積這兩類計算負(fù)載，同時測量了芯片級能耗。

首先，我們分別在CPU、GPU、DSP實(shí)現(xiàn)了卷積應(yīng)用，這是在對象識別和目標(biāo)跟蹤任務(wù)中最常用、計算也最為密集的階段。

當(dāng)在CPU上運(yùn)行時，每次卷積大約需要* 毫秒來完成，能耗為20MJ；在DSP上運(yùn)行時，每次卷積需要* 毫秒來完成，能耗為7.* MJ；在GPU運(yùn)行時，每次卷積只需要2毫秒來完成，能耗也僅需* .* MJ。這表明，無論是性能和能耗表現(xiàn)，GPU是執(zhí)行卷積任務(wù)最有效的計算單元。

接下來，我們實(shí)現(xiàn)了分別在CPU、GPU、DSP特征提取應(yīng)用。特征提取為無人駕駛的定位產(chǎn)生特征點(diǎn)，這是定位階段計算量最大的工作負(fù)載：在CPU上運(yùn)行時，每個特征提取的任務(wù)大約需要20毫秒來完成，耗能* 0MJ；在GPU上運(yùn)行時，每個特征提取的任務(wù)需要10毫秒來完成，耗能22.* MJ；在DSP中運(yùn)行時，每個特征提取的任務(wù)僅需要* 毫秒，僅消耗* MJ。

這些結(jié)果表明，從性能和能耗的角度出發(fā)，DSP是特征提取最有述分析，這是因?yàn)閷PU和DSP這類專注于并行的硬件而言，上述任務(wù)側(cè)重于控制邏輯因?yàn)榈貌坏礁咝?zhí)行。

移動處理器上的無人駕駛？

我們嘗試了解無人駕駛系統(tǒng)在上述ARM移動SoC上的執(zhí)行情況，并探索支持自動駕駛的最低硬件平臺配置。圖17顯示了一個面向基于視覺的無人駕駛駕駛的移動SoC系統(tǒng)組成。

在這個移動SoC實(shí)現(xiàn)中，我們利用DSP處理傳感器數(shù)據(jù)，如特征提取和光流；我們使用GPU完成深度學(xué)習(xí)任務(wù)，如目標(biāo)識別；采用兩個CPU線程完成定位任務(wù)以實(shí)現(xiàn)車輛實(shí)時定位；我們使用一個CPU線程實(shí)現(xiàn)實(shí)時路徑規(guī)劃；使用另一個CPU線程進(jìn)行避障操作。如果CPU尚未被全占有，多個CPU線程則可以在同一CPU核心上運(yùn)行。

圖17 無人駕駛的Mobile SOC設(shè)計

令人驚訝的是，實(shí)驗(yàn)數(shù)據(jù)證明，無人駕駛系統(tǒng)在ARM SOC上運(yùn)行的性能并不差。定位流水線每秒可處理2* 幀圖像，圖像生成速度為每秒* 0幀圖像，這說明產(chǎn)生的圖像大部分可以得到及時處理，不會產(chǎn)生大規(guī)模的丟幀。深度學(xué)習(xí)流水線每秒能夠執(zhí)行2到* 個目標(biāo)識別任務(wù)。

控制平臺

控制平臺是無人車的核心部件，控制著車輛的各種控制系統(tǒng)，包括汽車防抱死制動系統(tǒng)（ABS）、汽車驅(qū)動防滑轉(zhuǎn)系統(tǒng)（ASR）、汽車電子穩(wěn)定程序（ESP）、電子感應(yīng)制動控制系統(tǒng)（SBC）、電子制動力分配（EBD）、輔助制動系統(tǒng)（BAS）、安全氣囊（SRS）和汽車?yán)走_(dá)防碰撞系統(tǒng)、電控自動變速器（EAT）、無級變速器（CVT）、巡航控制系統(tǒng)（CCS）、電子控制懸架（ECS）、電控動力轉(zhuǎn)向系統(tǒng)（EPS）等等。

控制平臺主要包括了電子控制單元ECU與通信總線兩大部分：ECU主要實(shí)現(xiàn)控制算法，通信總線主要實(shí)現(xiàn)ECU以及機(jī)械部件間的通信功能。接下來我們詳細(xì)介紹一下控制平臺。

電子控制單元ECU

ECU（Electronic Control Unit）電子控制單元，俗稱“車載電腦”。是汽車專用微機(jī)控制器，也叫汽車專用電腦。發(fā)動機(jī)工作時，ECU采集各傳感器的信號，進(jìn)行運(yùn)算，并將運(yùn)算的結(jié)果轉(zhuǎn)變?yōu)榭刂菩盘枺刂票豢貙ο蟮墓ぷ鳌?/p>

固有程序在發(fā)動機(jī)工作時，不斷地與采集來的各傳感器的信號進(jìn)行比較和計算。把比較和計算的結(jié)果控制發(fā)動機(jī)的點(diǎn)火、怠速、廢氣再循環(huán)等多項(xiàng)參數(shù)的控制。它還有故障自診斷和保護(hù)功能。

ECU從用途上講是汽車專用微機(jī)控制器，也叫汽車專用單片機(jī)。它和普通的單片機(jī)一樣，由微處理器（CPU）、存儲器（ROM、RAM）、輸入/輸出接口（I/O）、模數(shù)轉(zhuǎn)換器（A/D）以及整形、驅(qū)動等大規(guī)模集成電路組成。

存儲器ROM中儲存的是一套固定的程序，該程序是經(jīng)過精確計算和大量實(shí)驗(yàn)取的數(shù)據(jù)為基礎(chǔ)。固有程序在發(fā)動機(jī)工作時，不斷地與采集來的各傳感器的信號進(jìn)行比較和計算，然后輸出指令，以控制發(fā)動機(jī)的點(diǎn)火、空燃比、怠速、廢氣再循環(huán)等多項(xiàng)參數(shù)的設(shè)置，判斷是否需要改變的噴油量多少，點(diǎn)火正時是需要提前還是延后，氣門開度的大小等 。

詳細(xì)來說，當(dāng)發(fā)動機(jī)啟動時，電控單元進(jìn)入工作狀態(tài)，某些程序從ROM中取出，進(jìn)入CPU，這些程序?qū)Ｓ糜诳刂泣c(diǎn)火時刻、控制汽油噴射、控制怠速等等。執(zhí)行程序中所需的發(fā)動機(jī)信息，來自各個傳感器。這些傳感器信號一經(jīng)采集首先進(jìn)入輸入回路接受處理，如果是模擬信號，則需先經(jīng)過A/D轉(zhuǎn)換器轉(zhuǎn)換成數(shù)字信號。

大多數(shù)傳感器信息將先暫存在RAM內(nèi)，然后根據(jù)程序處理順序由從RAM送至CPU。接下來是將存儲器ROM中的參考數(shù)據(jù)引入CPU，與傳感器輸入數(shù)據(jù)進(jìn)行比較。CPU在完成對這些數(shù)據(jù)比較運(yùn)算后，作出決定并發(fā)出指令信號，經(jīng)I/O接口進(jìn)行放大，必要的信號還經(jīng)D/A轉(zhuǎn)換器變成模擬信號，最后經(jīng)輸出回路控制執(zhí)行器動作。

借助CAN協(xié)議，汽車內(nèi)部的數(shù)百個ECU可以組建一個區(qū)域網(wǎng), 有效地解決線路信息傳遞所帶來的復(fù)雜化問題。通用、沃爾沃、特斯拉等車型支持遠(yuǎn)程控制，其原理就是手機(jī)發(fā)出的指令先到達(dá)伺服器，然后被轉(zhuǎn)發(fā)到車載通訊模塊。車載通訊模塊接收到指令后，再通過CAN總線將指令傳達(dá)到各個ECU。

EUC的主要生產(chǎn)廠商包括有博世（BOSCH）、德爾福（DELPHI）、馬瑞利（MARELLI）、日立（Hitachi）、大陸（Continental）、日本電裝（DENSO）等。主要產(chǎn)品包括有：博世的M7、M7.9.7、M7.9.7.1、ME7、ME7.9.7、ME7.* .* 、EDC1* 、0* * K0；德爾福的MT20U2、MT20U、MT20、MR1* 0、MT* 0、ITMS-* F；日立/電裝的* 9J0、* 9EB、77J0、* * 0101* A2* K；西門子SIM2K-* * 、SIM2k-* 1.* 、SIM2k-D* 1、SIMK* * 等系列。

CPU是ECU中的核心部分，它具有運(yùn)算與控制的功能，發(fā)動機(jī)在運(yùn)行時，它采集各傳感器的信號，進(jìn)行運(yùn)算，并將運(yùn)算的結(jié)果轉(zhuǎn)變?yōu)榭刂菩盘?，控制被控對象的工作。它還實(shí)行對存儲器（ROM、RAM）、輸入/輸出接口和其他外部電路的控制。

Power Train ECU采用的CPU基本來自于Infineon、ST、Freescale。BOSCH的1* 位ECU M(E)7系列早期主要使用Infineon C1* 7內(nèi)核的CPU。之后ST為BOSCH定制了ST10系列CPU，價格上更有優(yōu)勢，因此BOSCH后期的1* 位ECU都基本上采用ST10系列CPU。

BOSCH的* 2位ECU ME9系列主要使用Freescale的PowerPC內(nèi)核的CPU MPC* * 系列。ME9主要在美國市場上銷售的MED17系列則使用Infineon的Tricore內(nèi)核CPU TC17xx。MED17系列ECU有好多分枝，分別使用不同型號的TC17xx CPU。

MEDC1* 系列依然沿用PowerPC路線，選擇了選擇ST和Freescale兩家供應(yīng)商，使用了Freescale的XPC* * 系列CPU以及ST的SPC* * 系列CPU。車身ECU的則選擇更多，Infineon、ST、Freescale、NEC和瑞薩電子都提供相關(guān)CPU的支持。

通信總線

隨著汽車各系統(tǒng)的控制逐步向自動化和智能化轉(zhuǎn)變，汽車電氣系統(tǒng)變得日益復(fù)雜。為了滿足各電子系統(tǒng)的實(shí)時性要求，我們須對汽車數(shù)據(jù)，如發(fā)動機(jī)轉(zhuǎn)速、車輪轉(zhuǎn)速、節(jié)氣門踏板位置等信息，實(shí)行共享，因而我們需要汽車通信總線。目前，車用總線技術(shù)被美國汽車工程師協(xié)會SAE下屬的汽車網(wǎng)絡(luò)委員會按照協(xié)議特性分為A、B、C、D四類。

圖1* 車用通信總線

下面我們主要了解下局部互聯(lián)協(xié)議LIN，控制器局域網(wǎng)CAN，以及高速容錯網(wǎng)絡(luò)協(xié)議FlexRay。

局部互聯(lián)協(xié)議LIN

LIN是面向汽車低端分布式應(yīng)用的低成本，低速串行通信總線。它的目標(biāo)是為現(xiàn)有汽車網(wǎng)絡(luò)提供輔助功能，在不需要CAN總線的帶寬和多功能的場合使用，降低成本。LIN相對于CAN的成本節(jié)省主要是由于采用單線傳輸、硅片中硬件或軟件的低實(shí)現(xiàn)成本和無需在從屬節(jié)點(diǎn)中使用石英或陶瓷諧振器。

這些優(yōu)點(diǎn)是以較低的帶寬和受局限的單宿主總線訪問方法為代價的。LIN采用單個主控制器多個從設(shè)備的模式，在主從設(shè)備之間只需要1根電壓為12伏的信號線。這種主要面向“傳感器/執(zhí)行器控制”的低速網(wǎng)絡(luò)，其最高傳輸速率可達(dá)20Kb/S，主要應(yīng)用于電動門窗、座椅調(diào)節(jié)、燈光照明等控制。

典型的LIN網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)可以達(dá)到12個。以門窗控制為例，在車門上有門鎖、車窗玻璃開關(guān)、車窗升降電機(jī)、操作按鈕等，只需要1個LIN網(wǎng)絡(luò)就可以把它們連為一體。而通過CAN網(wǎng)關(guān)，LIN網(wǎng)絡(luò)還可以和汽車其他系統(tǒng)進(jìn)行信息交換，實(shí)現(xiàn)更豐富的功能。

圖19 LIN總線

控制器局域網(wǎng)CAN

在當(dāng)前的汽車總線網(wǎng)絡(luò)市場上，占據(jù)主導(dǎo)地位的是CAN總線。CAN總線是德國博世公司在20世紀(jì)* 0年代初為了解決現(xiàn)代汽車中眾多的控制與測試儀器之間的數(shù)據(jù)交換問題而開發(fā)的一種串行數(shù)據(jù)通訊協(xié)議。它的短幀數(shù)據(jù)結(jié)構(gòu)、非破壞性總線性仲裁技術(shù)及靈活的通訊方式適應(yīng)了汽車的實(shí)時性和可靠性要求。CAN總線分為高速和低速兩種，高速CAN最高速度為1Mbps（C類總線），低速CAN為2* 0Kbps（B類總線）。

圖20 CAN總線

CAN總線一般為線型結(jié)構(gòu)，所有節(jié)點(diǎn)并聯(lián)在總線上。當(dāng)一個節(jié)點(diǎn)損壞時，其他節(jié)點(diǎn)依然能正常工作。但當(dāng)總線一處出現(xiàn)短路時，整個總線便無法工作。CAN總線是采用CSMA/CA（Carrier Sense Multiple Access with Collision Avoidance）機(jī)制。各節(jié)點(diǎn)會一直監(jiān)聽總線，發(fā)現(xiàn)總線空閑時便開始發(fā)送數(shù)據(jù)。當(dāng)多個節(jié)點(diǎn)同時發(fā)送數(shù)據(jù)時，會通過一套仲裁機(jī)制競爭總線。

每個節(jié)點(diǎn)會先發(fā)送數(shù)據(jù)的ID，ID越小表示優(yōu)先級越大，優(yōu)先級大的會自動覆蓋小的ID。當(dāng)節(jié)點(diǎn)發(fā)現(xiàn)自己發(fā)送的ID被覆蓋掉時，就知道有比他優(yōu)先級更高的消息正在被發(fā)送，便自動停止發(fā)送。

高速容錯網(wǎng)絡(luò)協(xié)議FlexRay

圖21 FlexRay總線

FlexRay總線用的是TDMA（Time Division Multiple Access）和FTDMA（Flexible Time Division Multiple Access）兩種周期通信方法。FlexRay將一個通信周期分為靜態(tài)部分、動態(tài)部分、網(wǎng)絡(luò)空閑時間。

靜態(tài)部分使用TDMA方法，每個節(jié)點(diǎn)會均勻分配時間片，每個節(jié)點(diǎn)只有在屬于自己的時間片里面才能發(fā)送消息，即使某個節(jié)點(diǎn)當(dāng)前無消息可發(fā)，該時間片依然會保留（也就造成了一定的總線資源浪費(fèi)）。在動態(tài)部分使用FTDMA方法，會輪流問詢每個節(jié)點(diǎn)有沒有消息要發(fā)，有就發(fā)，沒有就跳過。

靜態(tài)部分用于發(fā)送需要經(jīng)常性發(fā)送的重要性高的數(shù)據(jù)，動態(tài)部分用于發(fā)送使用頻率不確定、相對不重要的數(shù)據(jù)。

當(dāng)FlexRay總線通信過程中出現(xiàn)數(shù)據(jù)錯誤時，該周期里接收到的所有數(shù)據(jù)都會被丟棄掉，但沒有重發(fā)機(jī)制。所有節(jié)點(diǎn)會繼續(xù)進(jìn)行下一個周期的通信。FlexRay同樣也有錯誤計數(shù)器，當(dāng)一個節(jié)點(diǎn)發(fā)送接收錯誤過多時會被踢出總線。

FlexRay具有高速、可靠及安全的特點(diǎn)。FlexRay在物理上通過兩條分開的總線通信，每一條的數(shù)據(jù)速率是10MBit/s。FlexRay還能夠提供很多網(wǎng)絡(luò)所不具有的可靠性特點(diǎn)。

尤其是FlexRay具備的冗余通信能力可實(shí)現(xiàn)通過硬件完全復(fù)制網(wǎng)絡(luò)配置，并進(jìn)行進(jìn)度監(jiān)測。FlexRay同時提供靈活的配置，可支持各種拓?fù)?，如總線、星型和混合拓?fù)?。FlexRay本身不能確保系統(tǒng)安全，但它具備大量功能，可以支持以安全為導(dǎo)向的系統(tǒng)（如線控系統(tǒng)）的設(shè)計。

寶馬公司在07款X* 系列車型的電子控制減震器系統(tǒng)中首次應(yīng)用了FlexRay技術(shù)。此款車采用基于飛思卡爾的微控制器和恩智浦的收發(fā)器，可以監(jiān)視有關(guān)車輛速度、縱向和橫向加速度、方向盤角度、車身和輪胎加速度及行駛高度的數(shù)據(jù)，實(shí)現(xiàn)了更好的乘坐舒適性以及駕駛時的安全性和高速響應(yīng)性，此外還將施加給輪胎的負(fù)荷變動以及底盤的振動均減至最小。

結(jié)論

如果說算法是無人駕駛的靈魂，那么硬件平臺就是無人駕駛的肉體。一個沒有肉體的靈魂也只是孤魂野鬼而已。再高大上的算法也需要實(shí)現(xiàn)在硬件平臺上才有實(shí)用價值。而硬件平臺的設(shè)計直接決定了無人駕駛對環(huán)境的感知能力，計算性能與能耗，魯棒性，安全性等。而無人駕駛的硬件平臺又分為傳感器平臺、計算平臺、以及控制平臺三大部分。本文詳細(xì)介紹這三種平臺以及現(xiàn)有的解決方案。希望本文對無人駕駛從業(yè)者以及愛好者選擇硬件的時候有幫助。