科创中国

新兴行业

中国道路交通法律法规不健全和人们安全出行意识淡薄导致中国道路场景异常复杂，如中国式过马路，碰瓷等不文明现象时有发生。因此要想在中国推动无人车发展，必须对无人车在复杂场景下的适应能力及其安全性做出研究。我们正是基于这个初衷，研制出一套适应中国国情的可移植任何车型的无人驾驶系统设计方案——一种基于分布式机器视觉的全新架构，对系统架构中关键性的决策算法与感知层视觉算法进行研究并将其搭载于自主改造的概念车上，测试其在中国交通道路下行驶的稳定性，以期在未来打造真正可在中国复杂道路交通下行驶的无人车，这就是我们的主要研究工作。四部分系统组成1.通信拓扑结构。2.感知层组成。3.决策层设计。4.概念车搭建。三阶段实现：驾驶辅助阶段，半自动驾驶阶段，全自动驾驶阶段。两大创新点：1.高安全性感知层信息获取：增强无人车在中国复杂城市道路上行驶的安全性，可靠性。2.创新性采用分布式决策算法，实现机器视觉可拓展性：为无人车行驶时面临的无数障碍物提供一种可拓展的无限认知能力，极大的增强无人车适应复杂场景的性能。三 技术关键1.多传感器信息作为参数融入机器视觉实现算法，如城市道路障碍物识别，视觉SLAM结合激光雷达导航技术。2.采用分布式决策算法适应整体架构3.概念车电控装置以及机械改装与设计四 突破国内外先进技术中数据处理能力不足的瓶颈问题：无论是国外发达国家诸如基于谷歌数据中心城市路测失败的谷歌城市无人驾驶汽车基于深度学习算法的百度无人车；发展新一代的EMSVision 视觉系统的德国联邦大学的 VaMoRsP 智能车系统；提高道路标识线检测的鲁棒性的法国帕斯卡大学研制的 Peugeot 系统。还是国内诸如清华大学研制的 THMR 系列智能车，实现车道线自动跟踪，准结构化环境下的道路跟踪；西安交通大学研制的 Springrobot智能车，实现对车辆横向和纵向的自动控制改造。这些针对机器视觉安全技术的核心算法研究更倾向于单一 PC 机亦或工控机架构环境，这种单处理机上的庞大而复杂软件成为了瓶颈，导致无人车无法及时处理城市道路负责场景的数据，本项目采用的分布式机器视觉架构，并对系统架构中关键性的决策算法与感知层视觉算法进行研究，正是为了保证系统响应时间，提高无人车复杂场景下行驶时的安全性，可靠性。五 市场推动：中国作为全球最大的汽车市场，由于法律法规不健全，中国道路交通法律法规不健全和人们安全出行意识淡薄导致中国道路场景异常复杂，如中国式过马路，碰瓷等不文明现象时有发。据世界卫生组织估计，每年中国有超过20万人死于道路交通事故，中国城市道路无人车市场前景广阔。