0
| 本文作者： 利荣 | 2017-12-30 13:56 | 专题：来自一线的技术实践：我们整理了一份离商业化更近的自动驾驶课程 |
在推出首个《构建自动驾驶的关键系列课程》后，雷锋网· 新智驾再次联手雷锋网 · AI 慕课学院，邀请一线从业者、学界顶尖专家打造一场集技术、商业、运营于一体的《限定场景自动驾驶系列课程》。我们认为，这可能是离自动驾驶商业化最近的一场技术盛宴。
本系列课程由雷锋网 · 新智驾、雷锋网 · AI 慕课学院联合主办，从今年 11 月 30 日晚 8 点开始，通过在线直播（直播平台：AI 慕课学院、雷锋网 App）形式每周分享 1 期课程。
此外，2018 年 1 月 16 日，雷锋网·新智驾将在美国硅谷举办 GAIR 硅谷智能驾驶峰会，届时也将有多位国内外自动驾驶大牛一起探讨自动驾驶的发展与未来。详情点击：https://gair.leiphone.com/gair/gairsv2018，欢迎大家关注。
在这期课程分享中，北京联合大学机器人学院轮式机器人系主任刘元盛系统介绍了多种行业应用的10大类低速智能车解决方案、特定场景的智能车解决方案、园区等特殊景应用的技术特点、北京动物园夜间无人巡逻车实例分析、低速无人车产业化方向应用分析等方面。
以下部分课程内容由雷锋网新智驾整理编辑：
北京联合大学“小旋风专用智能车团队”是在刘元盛教授带领下于2014年成立的一支以“研究特定场景下低速行驶的无人智能车驾驶技术”的科研团队。
在以“低成本、高可靠性、特定环境应用、可量产”的指导思想下，2015年以来，团队开发了一系列低速专用无人驾驶电动车，并在多个场景下开始应用示范。
1、为什么选择低速和特定场景的无人驾驶作为突破口？
从无人驾驶乘用车、无人驾驶商用车、无人轮椅到无人老年代步车等各种探索表明，选定低速场景下的无人驾驶作为切入口，可以快速实现产品迭代和商业化，同时也便于积累用户和资金。
2、低速和特定场景下无人驾驶的特点和困难？
自动转向与制动：2014年，已量产的电动场地车平台大多不带电动转向和制动助力系统，自动转向和自动制动更无从谈 起，现有无人驾驶乘用车的自动转向和自动制动系统因成本、体积等原因无法上车。2015年，委托加工步进电机转向器。2016年，委托加工直流电机转向器。2017年，针对低速驾驶无人车，自主研发专用转向器。
底层控制器：在第一代SECU的基础上，局内了用于深度学习的物理接口和功能，可以记录人工驾驶时的控制工作信息，结构和电路设计方面聚焦车规级。
导航与定位：采用RTK-GPS（三星七频）实现精确定位，是目前无人驾驶车比较流行的做法，但是也存在不少问题，例如无惯性导航系统、园区建筑物和树木遮挡严重以及部分路段无方向角，会导致精确定位失效。刘元盛提出的解决方法：去除干扰，增加MEMS和电子指南针补偿，融合激光雷达和图像技术综合定位。
激光雷达：虽然机械旋转式激光雷达已经有了较大的发展，但还没有达到车规级的使用标准。针对特定园区人多、车少、障碍物种类繁杂的特点，其识别算法也需要进一步加强。
视觉：针对园区缺少标志线、红绿灯、道路设施规范和需全天候运行的特点，利用视觉融合雷达进行动静态障碍物检测，并利用红外摄像机和无线数传系统完成图像实时回传，可以实现进程监控和巡逻等附加功能。
无人驾驶不仅有眼前的苟且，还有诗和进方，无人驾驶将在特定条件下率先开始，从有人辅助到人机共 驾再到完全无人驾驶。
现阶段无人驾驶可以在人才培养、园区旅游、区域接驳、快速公交、安全巡逻、矿区作业、智慧农业等多个领域开展初期应用。
无人驾驶能快速落实的产品前景，包括2022年冬奥会将成为科技奥运，例如BRT无人公交、机场无人接驳、景区无人游览、赛场间无人穿梭巴士、区域无人巡逻车、场地无人环卫车、场地无人消防车和场地无人无障碍接驳车。
2014年8月，参加了百度无人驾驶研讨会的智能车展示活动；
2014年10月，无人驾驶车团队在园博园进行实际道路测试；
2015年8月31日，完成郑州到开封的“郑开大道第三方公开测试”；
2016年5月， 无人驾驶低速车完成在动物园等多地的测试；
2016年11月，参加国家基金委组织的“2016年中国智能车未来挑战赛”，获得多项大奖；
2017年11月，参加国家基金委组织的“2017年中国智能车未来挑战赛”，获得多项大奖。
……（未完，详情请点击《未来汽车大讲堂第16期》）（http://www.mooc.ai/open/course/373）
针对观众提出的每一个问题，刘元盛教授在公开课中都进行了耐心的回答，下面列举若干。
Q：联合大学在智能车的落地过程中，高精地图制作是如何完成的？一个试点一般需要多长时间？
刘元盛：目前，商业化的高精度地图定位还没有对园区进行开放，各个图商都在规划高速道路数据的采集。联合大学智能车的高精度地图都是自己采集的，一个试点大概需要3-4个小时，但也要视具体情况而定。
Q：以目前的状况来看，仅依靠视觉和毫米波雷达的传感器方案，是否能够实现园区内的自动驾驶？
刘元盛：毫米波雷达经过测试，不适用于园区，因为对人的识别能力比较弱，主要针对的是大型障碍物， 尤其是在高速公路环境下旁边的车辆。在园区环境中激光雷达要比毫米波雷达识别能力强，但是也有它的弱点，例如在夜间或恶劣天气下，识别效果比较差。
想了解更多关于自动驾驶应用的产品和市场变化？刘元盛还说了哪些干货？欢迎报名参加《特定场景自动驾驶|未来汽车大讲堂第16期》（http://www.mooc.ai/open/course/373），即可在线观看北京联合大学机器人学院轮式机器人系主任刘元盛对“小旋风”系列低速智能车的应用与实践详细解说的课程视频。
另外，微信添加助教“小慕”（moocmm），并备注：低速+姓名+职位，通过审核后将邀请你入群（专业群审核严格，请认真填写，感谢理解）。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
专题
