当前位置:网站首页>无人驾驶综述:国外国内发展历程
无人驾驶综述:国外国内发展历程
2022-08-02 14:04:00 【人工智能技术小白修炼手册】
一、国外
从上世纪20年代开始,欧美等国家就开始了无人驾驶技术的探索。从无线电遥控汽车,到运用计算机视觉技术辅助感知、规划和控制,再到军方、大学、汽车企业广泛合作研发多辆自动驾驶汽车原型,无人驾驶的发展经历了很多重要的时期。
无人驾驶的探索始于无线电遥控汽车。1925年,Houdina的无线电遥控汽车“美国奇迹”(American Wonder)通过接收后方车辆的无线电信号,完成启动、转向、刹车、加速器、按喇叭等指令,在纽约繁忙的街道上从百老汇开到了第五大道,引起了巨大的轰动。尽管American Wonder并不是真正的无人驾驶,却让这个概念走入人们的视野。通用汽车在1939年的世界博览会上进一步提出电子化高速公路的概念,通过嵌入公路里的电子设备发出信号,实现车辆加速和转向的自动控制。但是由于成本问题,自动化高速公路的美梦还是破灭了。
20世纪60年代到80年代,由于计算机科学技术的迅猛发展,无人驾驶来到了一条新的赛道:计算机视觉。1966年到1972年间,美国斯坦福国际研究所(SRI)成功研制了世界上第一个真正可移动和感知的机器人Shakey。研究人员为Shakey装备了电视摄像机、三角法测距仪、碰撞传感器、驱动电机以及编码器,并通过无线通讯系统由两台计算机控制。Shakey具备一定人工智能,能够自主进行感知、环境建模、行为规划和控制,这也成了后来机器人和无人驾驶的通用框架。1977年,日本筑波工程研究实验室的S.Tsugawa和他的同事们开发出了第一个基于摄像头来检测导航信息的自动驾驶汽车。这是所知最早的开始使用视觉设备进行无人驾驶的尝试。[1]
20世纪80年代到90年代,伴随着计算机、机器人控制和和传感等技术的突破, 无人驾驶技术的发展进入了一个快速发展的阶段。这一时期的显著特点是军方、大学、汽车企业间开展了广泛的合作,成功研发了多辆自动驾驶汽车原型。最具代表性的成果要数美国卡内基.梅隆大学的NavLab系列、德国慕尼黑联邦国防军大学的VaMoRs(P)系列和意大利帕尔马大学视觉实验室(VisLab)的ARGO项目。
20世纪80年代,美国国防高级研究计划局(Defense Advanced Research Projects Agency,DARPA)制定了一个“战略计算计划”(Strategic Computer Program,SCP),希望以此从计算机架构、软件、以及芯片设计领域的高速发展中获益,并推动AI技术达到新的高度。1983年,DARPA将自助式陆地车辆(Autonomous Land Vehicle,ALV)列为SCP的研究项目之一。这个计划的研究目的就是让汽车拥有充分的自主权,通过摄像头来检测地形,通过计算机系统计算出导航和行驶路线等解决方案。DARPA资助了卡内基·梅隆大学、斯坦福大学和麻省理工大学等大学和制造商企业共同参与研制。其中,卡内基·梅隆大学的主要任务是解决ALV系统复杂的感知和集成问题。为了攻克该技术,1984年,卡内基·梅隆大学导航实验室“NavLab”建成,专注于复杂环境中的高难度视觉感知问题的研究。1989年,卡内基·梅隆大学的Dean Pomerleau用神经网络构建了一辆可以上路的自动驾驶汽车——ALVINN(Autonomous Land Vehicle In A Neural Network)。ALVINN在卡内基·梅隆大学校园实现了在没有任何人工干预的情况下自主行驶。其实当时的硬件条件很大程度上限制了 ALVINN 的表现。尽管如此,ALVINN依然能够跑到70km/h。ALVINN还是首辆运用神经网络(Neural Network)控制的自动驾驶汽车。1995年,该团队研制的NavLab系列智能车辆Navlab-V完成了横穿美国东西部的无人驾驶试验。在全长5000km的美国州际高速公路上,整个实验96%以上的路程是车辆自主驾驶的,车速达50~60km/h。尽管这次实验中的Navlab-V仅仅完成方向控制,而不进行速度控制(油门及档位由车上的参试人员控制),这对于无人驾驶的发展仍然具有非常大的意义。
ALVINN在卡内基·梅隆大学校园自主行驶
Navlab-V
20世纪80年代初,德国联邦国防军大学的恩斯特·迪克曼斯(Ernst Dickmanns)和他的团队利用一辆奔驰面包车改造了一辆无人驾驶车“VaRoS”。他们构建了一种叫做“4D”的动态视觉模型,4D即随时间变化的三维观察对象。他们还通过卡尔曼滤波器有效解决了由于当时计算机运算速度不够快而无法处理快速变化的视觉街景的问题,使得高速自动驾驶可以实现。1985年,一些西欧国家共同成立了一个旨在推动各国在尖端技术领域合作的“开放框架”——“尤里卡”(Eureca),在这个框架之下的“普罗米修斯”计划,旨在推动交通的最高效率和安全性的最大化。1986年,奔驰计划通过普罗米修斯计划启动开发汽车新技术,这其中就包括自动驾驶技术。迪克曼斯和奔驰团队利用奔驰 500 SEL和第二代动态视觉系统搭建了两台无人驾驶原型车VITA-1和VITA-2。第二代动态系统的特点是:车辆前后配备了由两组CCD摄像构成的机双目视觉系统,由60个晶片机(transputer) 构成计算单元(这在当时是超级计算机的配置),用于图像处理和场景理解。1994 年 10 月,Dickmanns 的团队带着那两台辆银灰色的奔驰 500 SEL 去戴高乐机场接机。接上多名贵宾驶上1号高速路后,他们打开了车辆的自动驾驶模式。当时的情景与现在类似,车辆驾驶席上还是坐着一名工程师,他的手会虚搭在方向盘上以防万一,而真正负责驾驶的是车辆自己。VITA-1和VITA-2在三车道高速公路上以高达130公里/小时的速度行驶了1000多公里。成功演示了在自由车道上驾驶、识别交通标志、车队根据车速保持距离驾驶、自动通过左右车道变换等。
恩斯特·迪克曼斯 Ernst Dickmanns
巴黎演示会上的三辆自主道路车辆,从左至右:UniBwM VaMP、戴姆勒VITA-2和VITA-1
1996年,在“尤里卡”(Eureca)的资助下,VisLab创始人意大利帕尔马大学的Alberto Broggi,带领团队启动开发一款名为ARGO的无人驾驶原型车。ARGO以一辆Lancia Thema为基础,采用通用芯片、商用MMX 奔腾Ⅱ车载计算机系统,配备了一种相对简单且具有成本效益的视觉系统Generic Obstacle and Lane Detection(GOLD)。GOLD采用商用低成本CCD摄像机,应用立体视觉检测和定位车辆前方的障碍,通过单目图像获取车辆前方道路的几何参数,通过I/O板来获得车辆的速度及其他其他数据。车道检测算法是从单目灰度图像中提取出道路特征,采用直线道路模型进行匹配。ARGO提供了三种驾驶模式:正常,辅助和自动。在正常模式下,汽车发现危险就会发出视觉和听觉警报。在辅助模式下,如果驾驶者没有做出反应,汽车会自行控制。在自动模式下,奔腾200 MMX处理器会处理来自摄像头的信息,以控制汽车。1998年,在意大利汽车百年行活动中,ARGO试验车沿着意大利的高速公路网进行了2000km的道路试验。其中ARGO试验车行驶的区域既有平坦区域,也有高架桥和隧道丘陵地区。ARGO试验车的无人驾驶历程达到了总里程的94%,最高车速为112km/h。[2]
Alberto Broggi(右一)和他的团队以及ARGO无人车
二、国内
1978年,中国改革开放,国内经过艰苦卓绝的斗争,终于迎来了高速发展时期。无人驾驶技术也在中国开始发芽。
20世纪80年代,中国无人驾驶的技术研发正式启动。中国立项了“遥控驾驶的防核化侦察车”项目,哈尔滨工业大学、沈阳自动化研究所和国防科技大学三家单位参与了该项目的研究制造。八五期间,由北京理工大学、国防科技大学等五家单位联合研制成功了ATB-1无人车,这是中国第一辆能够自主行驶的测试样车,其行驶速度可以达到21公里/小时。ATB-1的诞生标志着中国无人驾驶行业正式起步并进入探索期,无人驾驶的技术研发正式启动。
2011年7月14日,红旗HQ3首次完成了从长沙到武汉286公里的高速全程无人驾驶试验,实测全程自主驾驶平均时速87公里,创造了我国自主研制的无人车在复杂交通状况下自主驾驶的新纪录。这标志着我国无人车在复杂环境识别、智能行为决策和控制等方面实现了新的技术突破。
2012年11月24日,“军交猛狮Ⅲ号”完成了114公里的京津高速行驶,这是一辆由黑色现代途胜越野车改装的无人驾驶智能车,由中国军事交通学院研制。车顶安装复杂的视听感知系统,车内装有两台计算机和一台备用计算机组成的执行系统来处理视听感知系统获得的信息,让无人车可以自主进行刹车、油门、制动、换挡等动作。实现了无人工干预的自动行驶。
2015年8月29日,宇通大型客车从河南省连接郑州市与开封市的城际快速路——郑开大道城铁贾鲁河站出发,在完全开放的道路环境下完成自动驾驶试验,共行驶32.6公里,最高时速68公里,全程无人工干预,不过为了保障安全客车上还是配备了司机。这也是国内首次客车自动驾驶试验。
2015年12月,百度对外宣布其无人驾驶车已在国内首次实现城市、环路及高速道路混合路况下的全自动驾驶。百度公布的路测路线显示,百度无人驾驶车从位于北京中关村软件园的百度大厦附近出发,驶入G7京新高速公路,经五环路,抵达奥林匹克森林公园,并随后按原路线返回。百度无人驾驶车往返全程均实现自动驾驶,并实现了多次跟车减速、变道、超车、上下匝道、调头等复杂驾驶动作以及不同道路场景的切换。测试时最高速度达到100公里/小时。
2016年4月17日,长安汽车宣布完成2000km超级无人驾驶测试项目。长安汽车此次长距离无人驾驶测试总里程超过2000km,在历时近6天,途经四川、陕西、河南、河北等全国多个省市及地区后,最终抵达北京。根据长安汽车智能汽车技术发展规划,高速路况的长途自动驾驶汽车计划于2018年实现量产,复杂城市路况的完全自动驾驶汽车计划于2025年实现量产。
2016年6月7日,由工信部批准的国内首个“国家智能网联汽车(上海)试点示范区”封闭测试区正式开园运营。这意味着中国的智能联网和无人驾驶汽车从国家战略高度正式进入实际操作阶段。同年,中国智能汽车大赛举办。
2017年4月17日,百度展示了与博世合作开发的高速公路辅助功能增强版演示车。该车由百度与博世联合打造,集成了百度高精地图和博世道路特征服务,并通过上百万辆配备博世摄像头、毫米波雷达的量产车辆实现数据众包,使高精地图数据做到实时更新。这辆车已经实现高速公路的部分自动驾驶,包括车道保持和司机监控下的车道自动切换。得益于定位技术,该演示车可以在进出弯道时自动控制车辆速度;同时在增强现实人机界面结束的帮助下,司机能获得更舒适安全的驾驶体验。
2018年7月4日,百度与厦门金龙合作生产的全球首款level4级量产自驾巴士量产下线。“阿波龙”搭载了百度最新Apollo系统,拥有高精定位、智能感知、智能控制等功能。达到自动驾驶L4级的阿波龙巴士,既没有方向盘和驾驶位,更没有油门和刹车,是一辆完全意义上的无人自动驾驶汽车。[3]
参考文章
[1]聊聊无人驾驶汽车的发展历史(一)——从无线电控制到机器视觉
[2]聊聊无人驾驶汽车的发展历史(二)——军方、大学和汽车公司合作研究
后续内容将会陆续发布!
边栏推荐
猜你喜欢
重新学习编程day1 【初始c语言】【c语言编写出计算两个数之和的代码】
浮点数的运算方法
MarkDown语法汇总
Using the cloud GPU + pycharm training model to realize automatic background run programs, save training results, the server automatically power off
C语言日记 1“Hello world“
c语言用scanf出错不安全的解决办法
St. Regis Takeaway Notes - Lecture 05 Getting Started with Redis
Deep learning framework pytorch rapid development and actual combat chapter4
加减法运算及其溢出处理
Building and getting started with the Flask framework
随机推荐
主存储器(二)
Verilog学习 系列
利用c语言实现对键盘输入的一串字符的各类字符的计数
uniapp小程序禁止遮罩弹窗下的页面滚动的完美解决办法
Unit 8 Middleware
window10 lower semi-automatic labeling
Programming Specifications - LiteOS
verilog学习|《Verilog数字系统设计教程》夏宇闻 第三版思考题答案(第十一章)
Using the cloud GPU + pycharm training model to realize automatic background run programs, save training results, the server automatically power off
二级指针,数组指针,指针数组和函数指针
Unit 6 meet ORM
yolov5,yolov4,yolov3 mess
Steps to connect the virtual machine with xshell_establish a network connection between the host and the vm virtual machine
A little thought about password encryption
Basic operations of 8583 sequential stack
MongoDB安装流程心得:
verilog学习|《Verilog数字系统设计教程》夏宇闻 第三版思考题答案(第九章)
Unit 7 ORM table relationships and operations
C语言初级—水仙花数
执行栈和执行上下文