基于 Stereo R-CNN 的 3D 车辆检测技术
第 1 章 AI 在自动驾驶领域的应用
无人驾驶车辆的发展不仅在城市智能交通领域有着重要意义,而且在工业、军事等
领域也有着很好的发展前景,因此无人驾驶技术成为AI领域的研究热点,其中环境感知
技术是无人驾驶车辆实现自主运动要解决的首要问题,具有良好的环境感知能力,是无
人驾驶车辆实现自主导航的前提条件。
1.1 应用背景及意义
汽车使人们的出行更加便捷自由,从根本上改变了人类的生活方式。随着汽车数量
的不断增加,由它引起的城市交通问题如交通拥堵、交通事故、交通污染等,给人们的
安全出行带来一定的影响。为了缓解城市交通压力,减少城市交通事故,提出了一种利
用自主导航技术行驶的智能汽车(IntelligentVehicle)即无人驾驶车辆。无人驾驶车辆是
集图像处理、人工智能、自动控制等众多技术与一体来实现自主导航,在市内通勤、城
市交通领域、野外的军事巡逻以及城市道路安保方面具有非常广阔的发展前景。
无人驾驶车辆目前只能在一些特定的驾驶环境下摆脱驾驶员的控制,而不论是城市
交通领域还是城市安保领域,都要求无人驾驶车辆具有独立自主执行任务的能力,因此
实现城市道路环境下,无人驾驶车辆完全自主导航是自主导航技术发展的必然要求。使
用具有完全自主导航能力的无人驾驶车辆,对与改善城市道路交通系统的安全性、可靠
性,减小城市环境污染,都将起到很大的帮助作用,所以对无人驾驶车辆的自主导航技
术进行研究将具有重要的理论和现实意义。
1.2 应用现状
AI 在无人驾驶上的应用主要包括以下几个方面:
(1)环境感知技术:使用探测设备(相机、激光、雷达),感知车辆本身的信息
(如行驶速度,加速度,转向度等),车辆外部的环境信息(如道路的车道线,路面箭
头标志,路旁交通标志牌,交通红绿灯等)和路况信息(前方凹凸障碍物,车辆,行人
等)。
(2)定位导航技术:定位指对车的位置进行确定,导航指根据建立的相关地图为无
人驾驶车辆提供行驶方向。
(3)路径规划技术:根据环境感知获得的地图,为无人驾驶车辆提供最佳的无障碍
通行路线。
(4)决策控制技术:对通过环境感知技术获得的信息进行处理分析,为无人驾驶车
辆的运行提供决策。
其中环境感知技术是无人驾驶车辆实现自主运动要解决的首要问题,具有良好的环
境感知能力,是无人驾驶车辆实现自主导航的前提条件。
欧美一些发达国家早在 20 世纪 70 年代,就已经在无人驾驶车辆方面开始进行研究。
我国在无人驾驶车辆方面的研究起步较晚,在 20 世纪 80 年代开始进行,但也取得了一定
的成果。
(1)国外应用现状
美国从上世纪 60 年代就开始了无人驾驶车辆的研究,1966 年,美国斯坦福大学研究
所研发出名为 Shakey 的自动导航仪,据说可以完成室外环境下的测试。经过几十年的发
展美国在无人驾驶方面已取得了丰富的研究成果,2004 年,美国国防先进研究项目局
(DARPA)完成了 Mojave 沙漠的穿越测试。2010 年 10 月 9 日,美国谷歌公司正式宣布
对无人驾驶车辆进行研究,截止到 2015 年 11 月底,谷歌公司开发无人驾驶汽车已经完成
了 130 万多英里无人驾驶运行[2]。2016 年 08 月 19 日,优步(Uber)宣布使用沃尔沃的
SUV 无人驾驶车在美国匹兹堡城市的主要道路上进行无人驾驶出租车的试运营,开始对
真实乘客进行接送。
1