能力模塊一
掌握車身硬件的搭建方法

任務(wù)一 認(rèn)知車身組件

學(xué)習(xí)目標(biāo)

知識(shí)索引

情境導(dǎo)入

獲取信息

自動(dòng)駕駛汽車的發(fā)展歷史

自動(dòng)駕駛汽車并非一個(gè)全新的概念。早在1886年，汽車誕生后不久，自動(dòng)駕駛的夢(mèng)想就出現(xiàn)在科幻小說(shuō)中，在一些科幻電影里自動(dòng)駕駛更是司空見慣，從虛構(gòu)的小說(shuō)場(chǎng)景到實(shí)驗(yàn)室研究再到工業(yè)開發(fā)，以及首先實(shí)現(xiàn)量產(chǎn)的部分自動(dòng)駕駛功能，自動(dòng)駕駛?cè)缃褚呀?jīng)為很多人所熟知了。

1925年8月，美國(guó)的街上首次出現(xiàn)了一輛名為“美國(guó)奇跡”的汽車（圖1-1-1），該車由一位名叫Francis P. Houdina的美國(guó)陸軍電子工程師發(fā)明，可通過無(wú)線電遙控的方式，來(lái)實(shí)現(xiàn)車輛轉(zhuǎn)向盤、離合器、制動(dòng)器等部件的遠(yuǎn)程操控。這種操控方式雖然與真正意義上的“自動(dòng)駕駛”相距甚遠(yuǎn)，但這是人類歷史上第一輛有證可查的自動(dòng)駕駛汽車。

1939年，美國(guó)通用公司在一場(chǎng)名為“建設(shè)明天的世界”的博覽會(huì)中，表達(dá)了他們對(duì)20世紀(jì)60年代的“未來(lái)汽車”的幻想，并預(yù)言“未來(lái)的美國(guó)人乘坐的車將是一種全靠按鈕操作，而不需要人駕駛的新式汽車”。

1956年，通用公司正式展出了Firebird II概念車（圖1-1-2），這是世界上第一輛配備了汽車安全及自動(dòng)導(dǎo)航系統(tǒng)的，神似火箭的概念車。1971年，英國(guó)道路研究實(shí)驗(yàn)室展示了一段視頻，視頻里的工程師正在測(cè)試一輛自動(dòng)駕駛汽車，車子里僅有的一個(gè)人坐在后排，轉(zhuǎn)向盤一直在自動(dòng)“抖動(dòng)”來(lái)調(diào)整方向。在車子的前保險(xiǎn)杠位置上有一個(gè)特制的接收單元。計(jì)算機(jī)控制的電子脈沖信號(hào)通過這個(gè)單元傳遞給車子，以此來(lái)控制轉(zhuǎn)向，此次試驗(yàn)之后，他們表示這種駕駛功能將為公路和鐵路帶來(lái)更安全的駕駛條件。隨后，《新科學(xué)家和科學(xué)之旅》雜志里指出這種系統(tǒng)要比人類駕駛汽車的安全性高出100倍。

1977年，日本的筑波工程研究實(shí)驗(yàn)室開發(fā)出了第一個(gè)基于攝像頭感知環(huán)境的自動(dòng)駕駛汽車（圖1-1-3）。這輛車配備了兩個(gè)攝像頭，并用模擬計(jì)算機(jī)技術(shù)進(jìn)行信號(hào)處理。時(shí)速能達(dá)到30km，但需要高架軌道的輔助。

在20世紀(jì)七八十年代，德國(guó)慕尼黑聯(lián)邦國(guó)防軍大學(xué)的航空航天教授Ernst Dickmanns開創(chuàng)了“動(dòng)態(tài)視覺計(jì)算”的研究項(xiàng)目，并成功開發(fā)出了多輛自動(dòng)駕駛原型汽車。Ernst Dickmanns團(tuán)隊(duì)在1993～1994年之間，成功改裝了一輛奔馳S500轎車（圖1-1-4），而且為了實(shí)時(shí)監(jiān)測(cè)道路周圍的環(huán)境和反應(yīng)，他們還為這輛車配備了攝像頭和多種傳感器。當(dāng)時(shí)，這輛奔馳S500成功地在普通交通環(huán)境下自動(dòng)駕駛了超過1000km。

1998年，依托ARGO項(xiàng)目（意大利帕爾馬大學(xué)視覺實(shí)驗(yàn)室VisLab在EUREKA資助下完成的項(xiàng)目）改裝的汽車（圖1-1-5）利用立體視覺系統(tǒng)和計(jì)算機(jī)制定的導(dǎo)航路線進(jìn)行了2000km的長(zhǎng)距離實(shí)驗(yàn)，其中94%路程使用自主駕駛，平均時(shí)速為90km，最高時(shí)速123km。

2004年，DARPA（美國(guó)國(guó)防先進(jìn)研究項(xiàng)目局）對(duì)自動(dòng)駕駛汽車組織了有史以來(lái)最重要的挑戰(zhàn)賽。2005年，來(lái)自斯坦福大學(xué)的一輛改裝的大眾途銳（圖1-1-6）完美完成了挑戰(zhàn)。這輛車不僅攜帶了攝像頭，同時(shí)還配備了激光測(cè)距儀、雷達(dá)遠(yuǎn)程視距、GPS傳感器以及英特爾奔騰M處理器。

2009年，谷歌的一輛改裝的豐田普銳斯（圖1-1-7）在太平洋沿岸自動(dòng)行駛了22500km，歷時(shí)一年多。這臺(tái)普銳斯使用了攝像頭、毫米波雷達(dá)和激光雷達(dá)作為傳感裝置。

2010年，VisLab團(tuán)隊(duì)（就是當(dāng)年的ARGO項(xiàng)目團(tuán)隊(duì)）開啟了自動(dòng)駕駛汽車的洲際行駛挑戰(zhàn)。四輛自動(dòng)駕駛汽車從意大利帕爾馬出發(fā)，穿越9個(gè)國(guó)家，最后成功到達(dá)了中國(guó)上海（圖1-1-8）。

2014年12月中下旬，谷歌對(duì)外發(fā)布了完全自主設(shè)計(jì)的自動(dòng)駕駛原型車成品，該車可全功能運(yùn)行。2015年5月，谷歌該款自動(dòng)駕駛原型車在加利福尼亞州山景城的公路正式上路測(cè)試，如圖1-1-9所示。

近年來(lái)，國(guó)內(nèi)外許多傳統(tǒng)汽車廠商也開始進(jìn)行自動(dòng)駕駛汽車的研發(fā)，比如奔馳在2021年12月，在新一代S級(jí)以及EQS純電動(dòng)車上推出的Drive Pilot（圖1-1-10）功能正式被批準(zhǔn)在德國(guó)高速公路上以低于60km/h的速度激活使用。這是全球首個(gè)真正意義上獲得政府許可，并大規(guī)模上市的L3自動(dòng)駕駛汽車。

在國(guó)內(nèi)，背靠長(zhǎng)城汽車發(fā)展自動(dòng)駕駛技術(shù)的毫末智行科技有限公司旗下業(yè)務(wù)發(fā)展迅速，并在2022年初獲得數(shù)億元的A+輪融資。截至2021年底，毫末智行已推出的產(chǎn)品如圖1-1-11所示。

此外，國(guó)內(nèi)不少互聯(lián)網(wǎng)企業(yè)也宣布進(jìn)入自動(dòng)駕駛領(lǐng)域。如百度于2021年8月18日，在百度世界大會(huì)上發(fā)布了全新升級(jí)的自動(dòng)駕駛出行服務(wù)平臺(tái)——蘿卜快跑。2021年11月25日，在取得服務(wù)許可之后，當(dāng)天便接到了第一單生意，隨后陸續(xù)在長(zhǎng)沙、滄州、北京、廣州、重慶和上海面向大眾全面開放了無(wú)人駕駛服務(wù)。到2021年第三季度，蘿卜快跑已向市場(chǎng)提供了11.5萬(wàn)次乘車服務(wù)，百度也成為全球最大的自動(dòng)駕駛出行服務(wù)提供商。圖1-1-12是目前市面上正在運(yùn)行的基于蘿卜快跑平臺(tái)的自動(dòng)駕駛汽車。

作為一種前沿技術(shù)，自動(dòng)駕駛的存在形式多種多樣。如今，國(guó)內(nèi)外無(wú)數(shù)的科學(xué)家們都在不斷地探索自動(dòng)駕駛的技術(shù)潛力，自動(dòng)駕駛能夠提高公路安全性、緩解交通擁堵、減少空氣污染，掌握自動(dòng)駕駛的技術(shù)優(yōu)勢(shì)就能引領(lǐng)未來(lái)的潮流。

自動(dòng)駕駛系統(tǒng)框架的使用

自動(dòng)駕駛是非常復(fù)雜的系統(tǒng)，由傳感、感知、決策、車輛控制等部分組成，每個(gè)部分又包含了若干個(gè)模塊，它們之間有著大量數(shù)據(jù)需要實(shí)時(shí)傳輸和處理。如何把這么多功能各異、非常復(fù)雜的模塊集成到一起，組成一個(gè)完整的自動(dòng)駕駛系統(tǒng)來(lái)完成自動(dòng)駕駛的任務(wù)，是一個(gè)非常大的挑戰(zhàn)。因此，現(xiàn)階段自動(dòng)駕駛技術(shù)的應(yīng)用，需要使用一個(gè)合適的自動(dòng)駕駛系統(tǒng)框架來(lái)實(shí)現(xiàn)。自動(dòng)駕駛系統(tǒng)框架需要滿足以下需求。

一、提供高效的開發(fā)支持

自動(dòng)駕駛技術(shù)處于快速迭代和快速發(fā)展過程中，無(wú)論感知算法、決策算法還是整體技術(shù)開發(fā)，無(wú)論以2D為主的視覺方案還是以3D為主的方案，對(duì)快速地構(gòu)建系統(tǒng)和功能驗(yàn)證有非常高的要求。通過使用框架開發(fā)，算法工程師能夠?qū)⒏嗑Ψ旁谒惴üδ艿难邪l(fā)上，而諸如配置管理、部署運(yùn)行、底層通信等功能由框架來(lái)統(tǒng)一提供，這樣可以快速地構(gòu)建系統(tǒng)原型，驗(yàn)證算法和功能。

二、靈活配置自動(dòng)駕駛系統(tǒng)

傳感、感知、決策等系統(tǒng)本身包含了若干個(gè)功能相對(duì)獨(dú)立的自動(dòng)駕駛算法模塊（圖1-1-13），模塊之間只有數(shù)據(jù)依賴關(guān)系。對(duì)于框架來(lái)說(shuō)，需要能夠在開發(fā)階段減少各個(gè)模塊之間的耦合，而在車上運(yùn)行階段能夠?qū)⒏鱾€(gè)模塊組合串聯(lián)起來(lái)，按模塊需求靈活配置自動(dòng)駕駛系統(tǒng)。

三、支持可視化工具的應(yīng)用

由于自動(dòng)駕駛系統(tǒng)涉及大量圖像識(shí)別、定位算法，因此調(diào)試過程對(duì)各種可視化工具有非常強(qiáng)烈的需求，比如障礙物檢測(cè)算法，需要看圖像識(shí)別障礙物框得準(zhǔn)不準(zhǔn)，規(guī)劃路徑是否合理，定位算法也需要看調(diào)試時(shí)車是不是在正確位置上。

自動(dòng)駕駛的關(guān)鍵技術(shù)

自動(dòng)駕駛的關(guān)鍵技術(shù)主要體現(xiàn)在自動(dòng)駕駛系統(tǒng)的感知、決策和控制三個(gè)環(huán)節(jié)。

感知，即通過攝像頭、激光雷達(dá)、毫米波雷達(dá)、超聲波傳感器、陀螺儀、加速度計(jì)等多種傳感器獲取信息，并進(jìn)行綜合處理，讓自動(dòng)駕駛系統(tǒng)感知周圍的環(huán)境和車輛狀態(tài)信息。感知環(huán)節(jié)主要工作包括定位、物體識(shí)別和追蹤（圖1-1-14）。

其中環(huán)境信息包括道路的形狀、方向、曲率、坡度、車道、交通標(biāo)志、信號(hào)燈，其他車輛或行人的位置、大小、前進(jìn)方向和速度等；車輛狀態(tài)信息包括車輛的前進(jìn)速度、加速度、轉(zhuǎn)向角度、車身位置及姿態(tài)等。

無(wú)論定位、物體識(shí)別還是追蹤工作，都依賴于多傳感器信息融合技術(shù)。它能將多種傳感器獲得的環(huán)境信息進(jìn)行比對(duì)，并根據(jù)算法輸出融合結(jié)果。比如攝像頭和激光雷達(dá)感知到的同一車輛的大小、位置、前進(jìn)方向和速度信息進(jìn)行融合，保證同一車輛上不同傳感器中的時(shí)間和空間的一致性。多傳感器信息融合技術(shù)是感知環(huán)節(jié)的關(guān)鍵技術(shù)之一。

決策，在整個(gè)自動(dòng)駕駛系統(tǒng)中扮演著“駕駛員大腦”的角色，主要完成行為預(yù)測(cè)、路徑規(guī)劃和安全避障工作（圖1-1-15）。它具體包括：選取哪條車道、是否換道、是否跟車行駛、是否繞行、是否停車等。這個(gè)環(huán)節(jié)需要用到強(qiáng)化學(xué)習(xí)等關(guān)鍵技術(shù)。

控制，主要通過對(duì)轉(zhuǎn)向、驅(qū)動(dòng)、制動(dòng)系統(tǒng)的控制，實(shí)現(xiàn)決策單元下發(fā)的目標(biāo)線速度和角速度。這個(gè)環(huán)節(jié)的關(guān)鍵是PID反饋控制等技術(shù)，PID反饋控制技術(shù)算法原理如圖1-1-16所示。

ROS智能車的整體架構(gòu)

機(jī)器人操作系統(tǒng)（Robot Operating System，ROS）最早是一個(gè)用于編寫機(jī)器人軟件的靈活框架，它集成了大量的工具、庫(kù)、協(xié)議，提供了類似操作系統(tǒng)所提供的功能，包括硬件抽象描述、底層驅(qū)動(dòng)程序管理、共用功能的執(zhí)行、程序間的消息傳遞以及程序發(fā)行包管理，可以極大簡(jiǎn)化機(jī)器人平臺(tái)下的繁雜多樣的復(fù)雜任務(wù)創(chuàng)建與穩(wěn)定行為控制工作。ROS后來(lái)被各知名學(xué)術(shù)研究機(jī)構(gòu)和多家自動(dòng)駕駛技術(shù)公司采用，已經(jīng)成為自動(dòng)駕駛研究領(lǐng)域重要的系統(tǒng)框架。通過對(duì)ROS的學(xué)習(xí)和應(yīng)用，可以更好理解自動(dòng)駕駛技術(shù)。

本教材選用了行云橋智慧貓ROS智能車作為學(xué)習(xí)載體，它使用了機(jī)器人操作系統(tǒng)作為自動(dòng)駕駛框架。智慧貓線控底盤的電機(jī)編碼器信號(hào)可以轉(zhuǎn)換為里程計(jì)信息，并利用深度攝像頭獲取深度信息，完成環(huán)境感知。激光雷達(dá)的深度信息經(jīng)過SLAM算法的處理，可以實(shí)現(xiàn)當(dāng)前環(huán)境地圖的構(gòu)建。在導(dǎo)航的時(shí)候，自主定位功能包（amcl）通過里程計(jì)信息或里程計(jì)+IMU等方式，實(shí)現(xiàn)當(dāng)前車的定位（感知）。當(dāng)給定小車一個(gè)目標(biāo)位置后，導(dǎo)航路徑規(guī)劃功能包（move_base）則調(diào)用構(gòu)建后的地圖，以及當(dāng)前小車的位姿，并結(jié)合攝像頭獲取的障礙物信息來(lái)實(shí)現(xiàn)小車導(dǎo)航過程中最優(yōu)路徑規(guī)劃（決策）。并將運(yùn)動(dòng)控制信息發(fā)送給底盤控制器（底盤控制單元），完成控制環(huán)節(jié)的任務(wù)（圖1-1-17）。

一、智慧貓整體結(jié)構(gòu)認(rèn)知

智慧貓ROS智能車（圖1-1-18）的硬件使用了當(dāng)前自動(dòng)駕駛技術(shù)中常用的深度攝像頭、單目攝像頭、單點(diǎn)激光雷達(dá)、單線激光雷達(dá)、IMU等多種傳感器。這些傳感器可以借助相應(yīng)功能包完成環(huán)境感知。智慧貓線控底盤則使用了控制精度較高的驅(qū)動(dòng)電機(jī)，可以根據(jù)決策單元下發(fā)的信號(hào)，準(zhǔn)確執(zhí)行自動(dòng)駕駛?cè)蝿?wù)。

ROS智能車由線控底盤、感知單元、決策單元以及功能模塊組成。其中線控底盤包括底盤控制單元（也稱下位機(jī)）、電機(jī)驅(qū)動(dòng)模塊、驅(qū)動(dòng)電機(jī)、車輪和外殼等部件；感知單元包括單線激光雷達(dá)、單點(diǎn)激光雷達(dá)、單目攝像頭、深度攝像頭和IMU等部件；決策單元也稱上位機(jī)，安裝在線控底盤內(nèi)部。ROS智能車整體結(jié)構(gòu)如圖1-1-19所示，其線控底盤內(nèi)部結(jié)構(gòu)如圖1-1-20所示。

二、智慧貓整體控制框架認(rèn)知

智慧貓ROS智能車依靠感知單元完成環(huán)境感知，并將獲取的信息傳輸?shù)經(jīng)Q策單元。決策單元預(yù)裝了自動(dòng)駕駛操作系統(tǒng)，通過該系統(tǒng)調(diào)用對(duì)應(yīng)的功能包，形成控制指令（控制線控底盤運(yùn)動(dòng)的線速度和角速度）。底盤控制單元接收到控制指令后，通過電機(jī)驅(qū)動(dòng)模塊控制驅(qū)動(dòng)電機(jī)旋轉(zhuǎn)。同時(shí)，底盤控制單元還將采集四個(gè)驅(qū)動(dòng)電機(jī)的轉(zhuǎn)速信號(hào)，并上傳反饋給決策單元。整體控制框架如圖1-1-21所示。

任務(wù)分組

工作計(jì)劃

按照前面所了解的知識(shí)內(nèi)容和小組內(nèi)部討論的結(jié)果，制定工作方案，落實(shí)各項(xiàng)工作負(fù)責(zé)人，如任務(wù)實(shí)施前的準(zhǔn)備工作、實(shí)施中主要操作及協(xié)助支持工作、實(shí)施過程中相關(guān)要點(diǎn)及數(shù)據(jù)的記錄工作等。

進(jìn)行決策

1.各組派代表闡述資料查詢結(jié)果。

2.各組就各自的查詢結(jié)果進(jìn)行交流，并分享技巧。

3.教師結(jié)合各組完成的情況進(jìn)行點(diǎn)評(píng)，選出最佳方案。

任務(wù)實(shí)施

評(píng)價(jià)反饋

1.各組代表展示匯報(bào)PPT，介紹任務(wù)的完成過程。

2.以小組為單位，請(qǐng)對(duì)各組的操作過程與操作結(jié)果進(jìn)行自評(píng)和互評(píng)，并將結(jié)果填入綜合評(píng)價(jià)表中的小組評(píng)價(jià)部分。

3.教師對(duì)學(xué)生工作過程與工作結(jié)果進(jìn)行評(píng)價(jià)，并將評(píng)價(jià)結(jié)果填入綜合評(píng)價(jià)表中的教師評(píng)價(jià)部分。