من بداية 1970s، والآلية تكنولوجيا القيادة كانت قد بدأت في الدراسة في الولايات المتحدة وبريطانيا وألمانيا وغيرها من الدول المتقدمة، وحققت تقدما اختراق في جدوى والجوانب العملية. في عام 2004، والوكالة الأميركية الدفاع مشاريع البحوث المتقدمة (وDenfense البحوث المتقدمة وكالة المشاريع، DARPA) في تنظيم الطيار الآلي تحدي صحراء موهافي لتعزيز التطور السريع للتكنولوجيا في مجال الطيار الآلي. وفي عام 2007، فازت جامعة كارنيجي ميلون في المقام الأول في هذا الشأن سباق جيدة ، ومنذ ذلك الحين، والأوساط الأكاديمية والصناعة العالمية للبدء في وضع الكثير من البحوث حول تكنولوجيا الطيار الآلي لجامعة ستانفورد، ومعهد ماساتشوستس للتكنولوجيا والجامعات جامعة فرجينيا للتكنولوجيا، ممثلة الحرث العميق في مجال التكنولوجيا وضعت الأساس لتطوير نجم وادي السليكون. وفي الوقت نفسه يتم صناعة انفراجة والتقدم الثوري، وجوجل فتحت Waymo الطيار الآلي برنامج البحوث في أبريل 2009، تليها اوبر ، تسلا ، فورد بوش ، مرسيدس بنز ، تويوتا ، وأيضا لدخول مجال الطيار الآلي. بدأ البحث المركبات ذاتية الحكم في الصين من 1980s، في عام 1992، الجامعة الوطنية لتكنولوجيا الدفاع المتقدمة بنجاح الصين الآلي لأول مرة يقود سيارة ATB-1 (AutonomousTestBed-1). على مدى السنوات القليلة الماضية، وبايدو ، Pony.ai وغيرها من الشركات دخلت بسرعة طليعة البحوث والتكنولوجيا العالمية وتطوير الطيار الآلي، ويمكن القول الطيار الآلي أن اختراق التكنولوجيا مرة أخرى الرائدة في تكنولوجيا السيارات بأكملها. ذكي تصنيف المركبات، وصناعة هناك مجموعتين من المعايير، مجموعة هي شركة تابعة لوزارة الخارجية الأمريكية للإدارة سلامة الطرق السريعة الوطنية النقل (الإدارة الوطنية للسلامة على الطرقات السريعة، NHSTA) لتطوير، ومجموعة أخرى من قبل الدولي للسيارات جمعية المهندسين (جمعية مهندسي السيارات، SAE) المتقدمة. كلا تصنيف L0، L1، L2 هي نفسها، إلا أن NHTSA L4 وينقسم L4 L5 إلى SAE. استخدام المنزلي أكثر معايير SAE، كما هو مبين في الجدول رقم 1.

منذ ولادة الطيار الآلي، وتقنية الطيار الآلي النزاع المجتمع لم تتوقف. ومع ذلك، فقد كانت هذه التكنولوجيا دائما في ورطة القادمة إلى الأمام، والتي بلا شك أصبح أكبر لحظة التغير التكنولوجي. وهو التخصصات معقدة للغاية، بما في ذلك السيطرة على السيارة، تخطيط المسار، والتكامل التصور، وأجهزة الاستشعار الانصهار، والعديد من التقنيات الأخرى. خصوصا في التطور السريع في مجال الذكاء الاصطناعي، تعلم الآلة ، وعمق التعلم، وتعزيز التعلم والحدود الآخر هو لتعزيز الإدراك الطيار الآلي، والتغيرات السريعة في التخطيط والسيطرة على التكنولوجيا الطيار الآلي قد يفجر ثورة في مجال الثورة التكنولوجية حركة المرور.

1 الطيار الآلي بنية النظام

الطيار الآلي هو أحد كبار مشروع منهجي معقدة رادار ليزر (تحديد المدى)، ملليمتر موجة الرادار (RADAR)، وكاميرا (كاميرا)، النظام العالمي لتحديد المواقع (GPS)، وحدة قياس بالقصور الذاتي (IMU) وغيرها من أجهزة الاستشعار والأنظمة الفرعية ، وهيكل كما هو مبين في الشكل.

على الوظائف الفنية، ويرد التكنولوجيا الرئيسية للطيار التصور العام (الإدراك)، التخطيط (التخطيط) والتحكم (تحكم) من ثلاثة أجزاء، والنظام هو مبين في الشكل.

هذا النظام هو في الواقع بنية هرمية، والإدراك، والتخطيط، وحدات التحكم في كل للعب دور مختلف وتأثير بعضها البعض. حيث الجزء والمركبات وأجهزة الاستشعار الإدراك للتفاعل مع الأجهزة التواصل والتخطيط هي المسؤولة أساسا لحساب سلوك السيارة، وما إلى ذلك، ثم السيطرة هي الإلكترونية العمليات مكونات السيارات. وهذه الورقة بالسيارة تلقائيا تطوير وتصنيف المركبات والتكنولوجيات الرئيسية التصور والتخطيط والسيطرة على استعراض ذي صلة.

التكنولوجيات الرئيسية من الطيار الآلي

2.1 الإدراك

التصور هو عملية نظام الطيار الآلي على المعلومات جمع من البيئة والمعرفة استخراج ذات الصلة. وهي مسؤولة عن دولة التقديرية للسيارة، والاستخدامات على متن أجهزة استشعار لالتقاط البيانات وأنظمة السيطرة على السيارة وحدة لتتفاعل، مع الاستفادة من شبكة الطرق، وقواعد المرور، وديناميكية السيارة معلومات مسبقة عن التخطيط والسيطرة على السيارة صنع القرار. الوعي البيئي وتتكون عموما جزأين تحديد المواقع، والتي تكون فيها (الإدراك البيئي، EP) السياق علم وخصوصا لفهم البيئة المشهد، مثل نوع بيانات العقبة، وعلامات الطرق وعلامات، والكشف عن حركة المشاة، وإشارات المرور، الخ تصنيف الدلالي. موقع (التعريب) مرحلة ما بعد المعالجة من نتائج الاستشعار عن طريق استهداف للمساعدة في فهم المركبة الآلية فيما يتعلق موقفها في البيئة.

2.1.1 السياق وإدراكا منها

من أجل ضمان الفهم الصحيح للمركبات الآلية والمقابلة هيئة صنع القرار في البيئة المحيطة بها، ويطلب من نظام الطيار الآلي لجزء من السياق علم عادة للحصول على الكثير من المعلومات عن البيئة، بما في ذلك على وجه التحديد: كشف حارة، والتعرف على ضوء حركة المرور، والتعرف على الإشارات المرورية، والكشف عن المشاة، الكشف عن سيارة أو ما شابه ذلك.

رادار ليزر الانصهار والكاميرا هي طريقة للكشف عن تنفيذ المشاة، التي تضم مزيجا الفضاء والوقت التكامل. ويشير التكامل المكاني أساسا إلى إقامة نظام رادار ليزر للعلاقة تحويل تنسيق الصورة تنسيق نظام الإحداثيات، وتحول تنسيق لتعيين رادار ليزر نظام الإحداثيات على الصورة تنسيق نقطة نظام. تم تصميم الساعة الانصهار للسماح إخراج كل أجهزة الاستشعار في خط الوقت نفسه، بحيث الانصهار أجهزة استشعار متعددة.

ويستند اثنين من طريقة الكشف حارة الرئيسي والكشف عن الكشف عن ممر على أساس خط حارة رادار الرؤية . كشف الرادار على أساس الكشف المباشر من خط حارة علامة حارة من سحابة نقطة، والأسلوب يتطلب عالية جدا تسخير الرادار، وسلك 32 من الصعب استخدام وكشف حارة رادار ليزر، منذ سحابة نقطة متفرق للغاية، حيث خط حارة ليست ومن الواضح. وأكثر من 64 خطوط ورادار ليزر للتطبيق مكلفة، وعلى نطاق واسع من الصعب على المدى القصير. وبناء على الكشف عن ممر البصري تبدأ في وقت سابق، وأكثر نضجا، كما تستخدم على نطاق واسع، ولكن يقع طريقة الكشف عن خط البصرية في حارة استنادا إلى صورة نظام الإحداثيات، هو نظام الطيار الآلي الصعب استخدام وحدات أخرى. ثم استخدم تقنية الانصهار أجهزة استشعار متعددة، للكشف عن علامة حارة في الصورة، ومن ثم إعطاء صورة رادار ليزر ولدت لهذه النقطة، لمعرفة إحداثيات نقطة على رادار ليزر خط درب النظام، هذه تنسيق يمكن أن يكون الإحداثيات رادار ليزر خط حارة المجهزة تنسيق النظام.

V2X هناك طريقتان لتحديد إشارات المرور، ويقوم واحد ، أي تقنيات شبكة تربط الذكية. الطريقة التي متزايدة على جهاز إرسال الإشارات الضوئية المرورية لنقل باستمرار معلومات الحالة إلى الأضواء المحيطة بها. الآلية ضوء حركة مرور السيارات لتحديد حالة إشارة الاستقبال من قبل إشارة المنبعثة من جهاز الإرسال. استقرار طريقة جيدة، وموثوقية عالية، ولكن الحاجة إلى نشر إشارة الإرسال لجميع إشارات المرور، والمتلقي إشارة شنت في السيارة كل تلقائي، ومكلفة جدا، فمن الصعب وضع الاستخدام العملي في المدى القصير. ويستند طريقة أخرى على خوارزميات الرؤية الاصطناعية، هو حاليا في هذه الصناعة الأكثر استخداما على نطاق واسع طريقة استخدام لون والأشكال طريقة من المعلومات لتحديد الضوئية عادة ما تكون غير قوية. من أجل تعزيز قوة لها، سلسلة المصنف ويقترح الاستخدام، قد يكون أول التعلم القائم على محاولة. خنزير وغابور تصنيف ميزة وSVM هو الحل فريدة من نوعها، AdaBoost، ومجموعات JointBoost إلى بحيث الكشف البصري للتنمية انطلاقة جديدة. في الآونة الأخيرة، نهاية طريقة (لا تتطلب ميزات يدوية الصنع) من معظم النهج القائم على النموذج. JOHN V وآخرون. استخدام البيانات GPS وإشارات المرور قاعدة بيانات الموقع لتحديد المنطقة ذات الاهتمام في الصورة، وتوظيف شبكة التلافيف العصبية (CNN) لتحديد إشارات المرور الدولة. أثناء استخدام YOLO وحققت نتائج جيدة في LISA مجموعات البيانات، AUC LISA متناول 90.49 عند استخدام مجموعة التدريب. ومع ذلك، عند استخدام مجموعة تدريب البيانات من البيانات الأخرى، قطرات الأداء ليصل إلى 58.3. ومع ذلك، هذا الأسلوب لا يزال تحسنا الطرق السابقة، وتشير إلى أن هناك الكثير من العمل للقيام به. وفي وقت لاحق، على أساس أساليب التعلم الآلي، مثل SVM، سلسلة المصنف وLogitBoost بدأ استخدامها على نطاق واسع، على سبيل المثال، وثيقة . وفي الوقت نفسه، تم الكشف عن الأضواء التقليدية كشف القائم على رؤية مباشرة على الصورة الأصلية باستخدام الشبكة العصبية. الطريقة تتأثر البيئة، ويصعب التعامل مع السيناريو هو مبين في الشكل (3).

في السيناريو هو مبين في الشكل (3)، ويبدو أن عدد وافر من إشارات المرور في نفس الوقت في الصورة، وإشارات المرور الكشف عن الشبكة العصبية من الصعب تحديد أي من إشارة المرور في نهاية الموقف من التيار تطبيقها على الممر الحالي. وهناك طريقة جديدة للربط مع دقة عالية خرائط تم الكشف عن إشارة المرور. وبهذه الطريقة يتم تخزين موقف الإشارة الضوئية وحجم المعلومات الخريطة بدقة عالية. في عملية نقل السيارة للتعرف على موقف للسيارة من التيار تطبيقها على الخريطة بدقة إحداثيات موقف إشارات المرور، ولتعيين الإحداثيات باستخدام التحويل إلى صورة خريطة تنسيق، ثم قطع من صورة الفائدة المنطقة (ROI)، كما هو مبين في الشكل. كشف ROI إشارات المرور الشبكة باستخدام الكشف عن الهدف، يمكن أن تقلل بشكل فعال البيئة التدخل، ويمكن حل المشكلة من عدد وافر من إشارات المرور على نفس الصورة.

أبعد من ذلك، لأن الإشارة الضوئية المؤلف من على وجه الحصر تقريبا داخل ROI، فمن الممكن الكشف يتم استبدال الشبكة المستهدفة مع يمتد نطاق أصغر وأسرع شبكة وتصنيفها، ولا يقلل من دقة الكشف.

لافتات المرور وإشارات المرور بطريقة مماثلة تعريفية للكشف، يتم الكشف عن عمق الشبكة العصبية يمكن استخدامها مباشرة الصورة الأصلية لافتات المرور. ويمكن أيضا أن تكون جنبا إلى جنب مع خريطة عالية الدقة، يتم تخزين المعلومات إشارة المرور في خريطة عالية الدقة، والحصول على علامات معلومات عن حركة المرور في عملية نقل المركبات مباشرة من موقع السيارة من خريطة عالية الدقة.

المشاة، وسيلة للكشف عن الطريقة المعتادة من اثنين، يتم استخدام واحد عن بيانات رادار ليزر للكشف عن الهدف، على سبيل المثال Squeezeseg . آخر هو مزيج من ليدار والهدف الكاميرا الكشف. رادار ليزر يمكن أن توفر المكان ومعلومات دقيقة والحجم، وأكثر قدرة على تحديد أنواع معينة من التعلم القائم على الصورة العمق. أحد السبل الممكنة من الانصهار ليزر للكشف عن الهدف الرادار والكاميرا هي كما يلي:

البيانات سحابة نقطة يدار تم إنشاؤها باستخدام خوارزمية لإزالة سطح فلتر فيه نقطة الأرض، على سبيل المثال، وثيقة . تجميع الخوارزمية باستخدام نقاط البيانات سحابة نقطة حصل عليها بعد زوال الأرض كتلة واحدة. استخدام صورة عمق الكشف عن الهدف الشبكة العصبية للحصول على بطاقات الفئة المستهدفة، مثل YOLO . تحويل الكتلة عن طريق تعيين الإحداثيات على الصورة، يحسب مستطيل استنادا إلى صورة المعنونة نقطة، عبور هدف الكشف عن تحديد المدى، ومنطقة التداخل مستطيلة إذا الكشف عن الهدف والرؤية الهدف إلى حد معين، وفقا لتصنيف نتيجة للجسم تحديد ما إذا كانت قياسات محددة مسبقا، كما هو مبين في الجدول 2. وكان المرشح بما يتوافق مع الأهداف، ومن ثم العثور على أقرب الهدف هو نفس استشعار عن بعد الهدف في الهدف مرشح، وتسمية الفئة المستهدفة الموافق الكتلة أعلاه. حجم الهدف ويمكن الحصول على والموقع والمعلومات الفئة في هذا السبيل.

2.1.2 تحديد المواقع

تحديد المواقع هو الأساس اللازمة سيارة التلقائي، فإنه يحتاج إلى معرفة الموضع الدقيق للمركبة المتعلقة بالبيئة الخارجية. في مشهد الطرق الحضرية المعقدة، الخطأ دقة تحديد المواقع هو أقل من 10 سم، إذا كان الانحراف موقف لتحديد المواقع هو كبير جدا، ثم الحضري طريق السفر، فمن السهل للقضاء الإطارات السيارة أثناء السفر إلى كبح، وقطع Cengdao الدرابزين، ولكن أيضا يؤدي إلى مخروق وغيرها من المركبات القيادة قضايا السلامة، وتؤدي إلى الحوادث المرورية الخطيرة.

حاليا الأكثر استخداما على نطاق واسع التلقائي طريقة موقع السيارة هو نظام العالمي لتحديد المواقع (النظام العالمي لتحديد المواقع، نظام تحديد المواقع)، ولكن دقة تحديد المواقع يعتمد على تكلفة أجهزة GPS، عموما بين بضعة سنتيمترات إلى عشرات من مستوى متر، وارتفاع الدقة، GPS والملاحة بالقصور الذاتي سعر الاستشعار، وما إلى ذلك أيضا نسبيا أكثر تكلفة. بالإضافة إلى نظام تحديد المواقع، فضلا عن الموقع الحالي على أساس خريطة سحابة نقطة الرادار (FIG 5)، ومقرها الرادار والكاميرا المواقع الانصهار، وهي طريقة لتحديد المواقع على أساس أربعة أنواع من كاميرا لتحديد المواقع نظم الملاحة بالقصور الذاتي (نظام ملاحة بالقصور الذاتي، INS).

بناء على ما سبق أربعة أساليب، هاتا A Y ويقترح طريقة تحديد الموقع استنادا إلى الميزات طريق الكشف. طريقة الضغط حلقة استخدامها والحد الأدنى تقليم تحليل كتلة لتحليل المسافة بين قياس التوالي مركزية (أو حلقات) يدار متعدد الطبقات (VELODYNE HDL-32E) التي تشكلت في الفحص. ويقدر استخدام المواقع مونت كارلو (مونتي كارلو الأقلمة، MCL) يتميز خوارزمية الطريق من متعدد الطبقات يدار استخراج شبكة خريطة مطابقة قفة السيارة، التي الأفقي والرأسي خطأ تقدير لتحديد المواقع هو أقل من 0.30 م . شو تشيان يعرض موقف النسبي وموقف المطلق للاستشعار عن هدف القيادة الآلية للمركبة، بل هو تحديث ديناميكية عودي الأقل مربع GIS استنادا الخوارزمية. أضف منطقة الجسيمات السياق علم والسياق علم لنظم المعلومات الجغرافية، والتحديث الحيوي المعلومات الوعي الظرفي القائم على نظم المعلومات الجغرافية. تطبيق العودية طريقة المربعات الصغرى، تقدير موقف كتلة الاستشعار عن المعلومات البيئية، يتم تقليل الخطأ العشوائي. فيسواناثان A يقترح وضع طريقة ذاتية القيادة للصورة بانورامية وصور الأقمار الصناعية الأرضية التي اتخذت في مواسم مختلفة من المباريات العام. التي يستخدمونها ليدار الطيار الآلي البيانات الأرض صورة بانورامية التقاطها بواسطة كاميرا في السيارة ينقسم إلى منطقة البرية / غير الأرض، ومن ثم الحصول على رأي العين انفتال الطيور. ويقترح بوراكير M A طريقة وضع على أساس اودومتري البصرية وخارطة الطريق. انهم يستخدمون خريطة الشارع المفتوح، وجميع النقاط عبر واستخراج كافة الطرق السفر (ممثلة دالة متعددة التعريف الخطية شرائح)، وربطها إلى المنطقة من الفائدة. ثم قاموا ببناء نموذج احتمالي لكيفية اجتياز رسوم بيانية القائم على الرسم البياني، وكذلك خارطة الطريق السيارات. باستخدام هذا النموذج احتمال وعداد المسافات البصرية، وقدروا قريب النزوح إلى خارطة الطريق السيارة لاستكمال تحديد المواقع. تحت أساليب تحديد المواقع GPS فيوجن / INS في غياب إشارات GPS، والوضع الضعيف هو ليس من السهل القيام المواقع عالية الدقة، مثل مواقف السيارات تحت الأرض والمباني في المناطق الحضرية ارتفاع ارتفاع الكثيفة ومشاهد أخرى. وبالتالي لا تنطبق إلا على جزء من المشهد (على سبيل المثال، مفتوحة، والبيئة إشارة جيدة) مهام الطيار الآلي لتحديد المواقع.

وبالإضافة إلى ذلك، يساعد الخوارزمية موقع خريطة القائم الآلي الخوارزمية موقع السيارة الأخرى المستخدمة على نطاق واسع، أي الترجمة الفورية ورسم الخرائط (في وقت واحد التوطين ورسم الخرائط، SLAM) والهدف SLAM أي لاستخدام الخرائط أثناء بناء خريطة تحديد المواقع، وذلك باستخدام جهاز استشعار لتقدير SLAM (بما في ذلك الرؤية، ورادار ليزر وما شابه) ومراقبة الميزة البيئية، وتحديد الموقف الحالي من السيارة والموقف الحالي للهدف المراقبة، وهو الاستخدام التقليدي للتوزيع الاحتمال السابق والمراقبة الحالية موقف العملية الحالية، وتشمل الأساليب المستخدمة عموما: أ النظرية الافتراضية فلتر (مرشح النظرية الافتراضية، BF) ، كالمان تصفية (كالمان مرشح، KF) وتصفية الجسيمات (فلتر الجسيمات، PF) تكنولوجيا تحديد المواقع الخ تستند هذه الأساليب ونظرية الاحتمالات الإحصائية.

SLAM هو حار المتمركزة في مجال الروبوتات، عملية تطبيق سرعة منخفضة الطيار الآلي في موقع مشهد معين، وهناك العديد من الأمثلة الحقيقية، مثل الحدائق العبارة التلقائي سيارة، التنظيف التلقائي مكنسة، أو حتى تنظيف الروبوت، التصنيع بوسطن ديناميكس الماكينات وغيرها من المشهد كلب كبير، وتستخدم على نطاق واسع التكنولوجيا SLAM. في استخدام مثل هذه السيناريوهات الخاصة، وبناء لا يتطلب في الوقت الحقيقي في حين وضع FIG فقط قبل استخدامها مثل أجهزة استشعار رادار ليزر وكاميرات لتشغيل البصري بيئة شيدت منطقة الخريطة SLAM، ويخزن شيدت خريطة أسفل المتمركزة في الاستخدام الفعلي للبيانات المسح بالليزر رادار 3D والخرائط المخزنة محليا مطابقة سحابة نقطة، لتحديد تلقائيا الموقع محددة من السيارة على الخريطة، ويشار إلى مثل هذه الأساليب مجتمعة ب مطابقة المسح الضوئي (مطابقة المسح الضوئي، SM) والأسلوب الأكثر شيوعا لمطابقة أسلوب المسح هو أقرب طريقة تكرارية نقطة (تكرارية أقرب نقطة، ICP) ، وطريقة بناء على المسح المتري بعد الهدف الحالية ومسح الغيوم نقطة لاستكمال التسجيل. وبالإضافة إلى ذلك، فإن التوزيع الطبيعي تحويل (عادي التوزيعات تحويل، NDT) هو أيضا طريقة شائعة لتسجيل أداء سحابة نقطة، والتي تقوم على نقطة ميزة سحابة الرسم البياني ان تسجيل الخوارزمية.

2.2 التخطيط

التخطيط هو عملية تلقائية السيارة من أجل الوصول إلى وجهة واتخاذ القرارات والخطط. لالمركبات الذاتية، وهي العملية التي عادة ما تتضمن وجهة من الأصل، مع تجنب العقبات، وتحسين باستمرار مسار الطريق والسلوك لضمان رحلة آمنة ومريحة. طبقة التخطيط عادة تنقسم إلى التخطيط للبعثة (تخطيط البعثات، MP)، والتخطيط السلوك (التخطيط السلوكية، BP) وخطة عمل (التخطيط الحركة، MP) الثلاثة. تصميم التسلسل الهرمي من DAPRA التحدي الحضري نظمت من قبل الولايات المتحدة في عام 2007، وفرق من الأبحاث المنشورة للعرض، وتنقسم وحدة وغالبية الفرق في سباق السيارات التخطيط تلقائيا إلى ثلاث طبقات فوق التصميم الهيكلي.

2.2.1 التخطيط للبعثات

مهمة تخطيط المسار كما يشار إلى خطة طريق أو خطة الطريق (تخطيط الطريق، RP)، التي تقدم عادة في DUC التوجيه ملف تعريف الشبكة (RNDF) بوصفها معلومات مسبقة ، حيث تتكون طبقة أعلى نسبيا، العالمية التخطيط، مثل بداية لنهاية اختيار المسار.

يتم توجيه النظام عموما إلى رسم تخطيطي شبكة مبسطة (إخراج الرسم البياني الشبكة، DGN)، الرسم تظهر أنواع مختلفة من المعلومات يمكن الاتصال بين الطريق والطريق، وتنظيم حركة المرور، وعرض الطريق من الطريق، وما شابه ذلك، لابد من الإشارة إلى FIG أيضا الشبكة. شبكة الطرق (شبكة الطريق الرسم البياني، RNG)، كما هو مبين في الشكل.

وفي FIG يمثل 6 V تقاطع، ويمثل الوزن حافة الموجهة، التي تضم طول مسار والمعلومات الحد الأقصى للسرعة. ويمكن تحويل التلقائي مشكلة تخطيط مسار السيارة في شبكة الطرق، من أجل السماح للسيارة للوصول إلى وجهة معينة (عادة ما يكون من A إلى B)، استنادا إلى بعض الطرق الأمثل (أي بأقل تكلفة ممكنة) مسار عملية، وهذا هو سؤال موجه بحث الرسم البياني. هناك العديد من خوارزميات متطورة تعامل مع هذه المشكلة، على سبيل المثال، ديكسترا ، A * خوارزمية وما شابه ذلك. ARNAY R ، وديكسترا يولد مسار العالمية، يتم توسيع الطريق لبناء مركبة مستقلة "Verdino" مسار. BACHA A هو المركبات الذاتية باستخدام بناء ديكسترا مسار العالمي إلى أماكن لوقوف السيارات والملاحة وقوف السيارات. KALA R ، وديكسترا توليد مسار العالمية والمحلية، فقط في اختبار المحاكاة الحاسوبية.

تعتمد تقنية أخرى على منحنى التحريف، اضافة الى وجود مجموعة جديدة من النقاط في مجموعة من مجموعة معروفة سابقا من النقاط عن طريق عملية الاستيفاء. تستخدم تكنولوجيا مجموعة معروفة سابقا من النقاط (على سبيل المثال، خريطة الطريق وصفها إحداثية) يولد مجموعة جديدة من نقاط رسم مسار أكثر سلاسة. قيادة السيارة لتكنولوجيا تخطيط المسار التلقائي على أساس منحنى الاستيفاء الأكثر شيوعا هو منحنى سين. HU X باستخدام تخطيط المسار المنحنى سين مكعب. وهي تشكل مجموعة من النقاط محور من ممر تم الحصول عليها من الخريطة، وتوليد سلسلة من خدد مكعب حدودي، والذي تحول إلى طول القوس ويمكن ان تكون ممثلة من قبل خط الوسط من المرشحين المسار، إلى ثابت تجنب والانتقال العقبات . ثم، كل من هؤلاء المرشحين قد تم تحويلها إلى الإحداثيات الديكارتية. مع الأخذ بعين الاعتبار سلامة ثابتة، والراحة والأمن الحيوي من التكلفة الإجمالية، الذي يختار أفضل مسار وأيضا تحديد مسار السرعة والتسارع الأمثل المناسب، بما في ذلك الطريق حارة واحدة ولها العقبات ثابتة ومتحركة متعددة الحارات الطريق .

2.2.2 خطة السلوك

ويسمى السلوك التخطيط في بعض الأحيان اتخاذ القرار (صانع القرار، DM)، الذي يقوم على أساس أهداف ومهام التخطيط والنظرة إلى البيئة الحالية مهمتها الرئيسية (على سبيل المثال: غيرها من المركبات والمشاة موقف وسلوك قواعد المرور الحالية، وما إلى ذلك) اتخاذ قرارات وتحتاج الإجراءات التي يتعين القيام بها بجانب سيارة التلقائي، يمكن وضع وحدة واحدة لفهم دور نظام صنع القرار، وسائق السيارة، وسائق وفقا للهدف وحالة المرور الحالي، والقرار هو مع السيارة أو التجاوز ومن وقوف السيارات والمارة أخرى أو تجاوز للمشاة.

طريقة واحدة لتحقيق خطة السلوك هو استخدام عبارة يحتوي على عدد كبير من ولايات ميكرونيزيا الموحدة الإجراءات المعقدة (آلة الدولة محدود، ولايات ميكرونيزيا الموحدة). أي آلة الدولة محدود من الحالة الأولية بسيطة، ينتقل قفزة إلى حالة التشغيل المختلفة اعتمادا على الساحة القيادة، في حين أن الإجراءات التي يتعين القيام بها لالطبقة السفلى من خطة عمل. FIG 7 هو آلة الدولة المحدودة بسيطة.

كما هو مبين في الشكل 7، هو عملية صنع القرار لتشغيل السيارة، بعض شرط قفزة بين كل دولة ودولة، قد تكون بعض الدول الذاتي حلقة (مثل دولة تتبع وحالة انتظار من الشكل أعلاه).

وردا على بيئة قيادة معينة ينظر إليها من قبل مستويات مختلفة من التعقيد آلة الدولة المحدودة (FSM) لاتخاذ قرار بشأن الإجراءات اللازمة لتحديد السيارة DUC هو عملية الكلاسيكية. جزء من العمل البحثي في محاولة لتحسين هياكل صنع القرار في المنظمة لإدارة مجموعة أكبر من القواعد ، وذلك لضمان الامتثال لمجموعة القاعدة. على الرغم من أن آلة الدولة المحدودة ولايات ميكرونيزيا الموحدة حاليا تستخدم التيار الأساليب السلوكية قرار السيارة تلقائيا، ولكن محدودة آلة الدولة ولايات ميكرونيزيا الموحدة لا تزال هناك قيود كثيرة:

(1) تنفيذ قرار سلوك معقد، وعدد كبير من الحاجة حالة صالحة للتصميم يدويا.

(2) تكون السيارة المحتمل أن تواجه الدولة محدودة لا تعتبر آلة الدولة، لذلك التوسع هو أيضا مشكلة جهاز الدولة.

(3) إذا لم يتم تصميم آلة الدولة المحدودة لحماية الجمود، والسيارة قد تقع حتى في نوع من حالة توقف تام.

خطة العمل 2.2.3

عن طريق إجراء سلسلة من خطة عمل لتحقيق غرض معين (على سبيل المثال، تجنب عقبة) من العملية المشار إليها باسم خطة عمل. وهي تستخدم مؤشرين للنظر في أداء خوارزميات تخطيط العمل: الكفاءة الحاسوبية (الحاسوبية الكفاءة، CE) ووحدة (الكمال). ما يسمى الكفاءة الحسابية، ووضع خطة عمل كفاءة كاملة عملية الحساب، والكفاءة الحسابية الخوارزمية خطة العمل تعتمد إلى حد كبير على مساحة التكوين (تكوين الفضاء، CS). إذا خوارزمية تخطيط الحركة قادرة على العودة في غضون فترة زمنية محدودة في حالة ملاءته من الحل، ويمكن أن تعود أي حل لا يوجد حل في القضية، وقال خوارزمية تخطيط الحركة كاملة.

ويمكن وصف خطة عمل المركبات الآلية على النحو التالي: في الحالة التي يكون فيها نظرا التكوين الأولي (بداية تكوين، SC)، تكوين الهدف (هدف التكوين، GC) وعدد من القيود (القيد)، تجد في فضاء التكوين سلسلة من الإجراءات للوصول إلى تكوين الهدف. يتم نقل نتائج هذه الإجراءات تلقائيا من السيارة إلى التكوين الأولي من تكوين الهدف، في حين تلبية القيود. في هذا السيناريو تطبيق سيارة التلقائي، عادة الحالة الراهنة للالتكوين الأولي للسيارة الآلية (الوضع الحالي، والسرعة، السرعة الزاوية، الخ)، مشتق من هدف التخلص على برمجة عملية واحدة - طبقة تخطيط السلوك والقيد هو الكينماتيكا القيود المفروضة على المركبات (بحد أقصى زاوية، والحد الأقصى التسارع، وما إلى ذلك).

من الواضح، في مساحة تكوين عالية الأبعاد لتنفيذ خطة العمل، ومقدار الحساب هو كبير جدا، وذلك لضمان سلامة خوارزمية التخطيط، وكان تقريبا للبحث في كل المسارات الممكنة، والتي شكلت "لعنة أبعاد" تخطيط العمل المستمر المشكلة. الفكرة الأساسية لخطة العمل الحالية على حل هذه المشكلة هو تحويل نموذج الفضاء المستمر إلى نموذج منفصلة، وأساليب محددة يمكن تصنيفها إلى فئتين: وسائل تنظيم محفظة (التخطيط اندماجي، CP) وأساليب التخطيط القائم على أخذ العينات (أخذ العينات القائم على التخطيط، SBP).

الحركة طريقة التخطيط للعثور على مزيج بمسافة تكوين مسار مستمر، دون اللجوء إلى تقريبية. نظرا لهذه الخاصية، التي قد يتم الإشارة خوارزمية بالضبط. مزيج من الأساليب من خلال إقامة تمثيل منفصلة للمشكلة البرمجة لإيجاد الحل الكامل، كما هو الحال في التحدي الحضري DARPA (داربا التحدي الحضري) في، جامعة كارنيجي ميلون المركبات الآلية (BOSS) على استخدام هذا النوع من الخوارزمية التخطيط للعمل، لأول مرة استخدام مخطط مسار توليد مسار بديل ونقطة الهدف، كما هو مبين في الشكل 8، ومن ثم تحديد أفضل مسار من خلال خوارزمية التحسين. أسلوب آخر هو تفريد شبكة التحلل (التحلل الشبكة النهج، GDA)، ومساحة التكوين بعد الشبكة، منفصلة خوارزمية البحث FIG (مثل A *، الخ) لإيجاد مسار الأمثل.

حيث يتم استخدام طريقة أخذ العينات على أساس احتمال سلامتها على نطاق واسع، والأسلوب الأكثر شيوعا مثل هذا PRM (الاحتمالية خرائط الطريق)، RRT (شجرة عشوائية سريعة الاستكشاف) وما شابه ذلك. في تطبيق سيارة التلقائي، واحتياجات طريقة أخذ العينات الدولة للنظر في القيود للسيطرة على دولتين، ولكن أيضا في حاجة إلى طريقة لالاستعلام بشكل فعال سواء أخذ العينات الدولة والدولة ما يصل إلى الأصل. عادة، والفكرة الأساسية وراء تخطيط الحركة لنموذج منفصلة للتغلب على هذا التحدي من خلال نموذج الفضاء المستمر في . هناك نوعان من الحلول العامة: (1) مجموعة من التخطيط، التي شيدت تمثيل منفصلة على وجه التحديد تمثل المشكلة الأصلية تحويل، (2) استنادا إلى مخطط أخذ العينات باستخدام الاصطدام وحدة الكشف عن تكوينها لاستخراج من عمليات البحث منفصلة فضاء العينة.

2.3 تحكم

السيطرة هو تنفيذ خطة العمل في هذه العملية، وذلك أساسا من خلال توفير المدخلات الضرورية إلى الأجهزة لأداء تخطط المعلومات، وإنتاج الحركة المطلوبة. في ظل الظروف العادية، وحدة تحكم للتفاعل مع خريطة العالم الحقيقي القائم على الأجهزة من عزم الدوران والطاقة.

2.3.1 التحكم الكلاسيكية

ردود الفعل السيطرة هو الأكثر التكوين المشترك للتحكم في منطقة مراقبة، عن طريق قياس استجابة النظام وللتعويض عن أي انحراف عن السلوك النشط المطلوب. أكثر شكل شائع من مراقبة ردود الفعل الكلاسيكية يتناسب - لا يتجزأ - مشتقة التحكم (المراقب المالي النسبي، جزءا لا يتجزأ المشتقة، PID). تحكم PID هو صناعة التحكم في العمليات وحدة تحكم الأكثر استخداما على نطاق واسع. هذا المفهوم هو بسيط نسبيا تحكم PID. والأمر لا يتطلب نموذج النظام والقانون سيطرة على أساس إشارة خطأ.

يشير السيطرة على المركبات الذاتية لتنفيذ الإجراءات المخطط لها بدقة، والقدرة على توجيه الوقت المناسب لإعطاء الهيئة التنفيذية المناسبة لخنق السيارة، والتوجيه، وإشارات الفرامل، وما إلى ذلك، من أجل ضمان سيارة التلقائي يمكن السفر كما هو متوقع. وجود نظام لقياس مراقبة ردود الفعل الداخلية، وحدة تحكم إخراج عمل الرقابة المقابلة عن طريق قياس ومقارنة مركبة المطلوب المتوقع.

مركبة آلية تستخدم عادة في وحدة مراقبة ردود الفعل من السيطرة على السيارة نموذج نموذج دراجة . في هذا النموذج، والموقف سيارة (بوز) في طائرة ثنائية الأبعاد تنسيق النظام، وربما يكون مستو والزاوية بين الجسم والإحداثيات (العنوان) وصفت تماما من موقف للسيارة يقع (موقف). نفترض أيضا أن الجبهة السيارة والعجلات الخلفية متصلة بواسطة جامدة (جامدة) نفس المحور، حيث العجلات الأمامية يمكن أن تكون استدارة بحرية ضمن نطاق الزاوي معين، في حين أن الجزء الخلفي من جسم السيارة للحفاظ على علاقة متوازية ولا يمكن تدوير. دوران عجلة القيادة في دوران العجلة الأمامية المقابلة للالسيطرة على السيارة الفعلية. سيارة نموذج دراجة من السيارة يمثله الموقف العام كما هو مبين في الشكل.

منذ التأخير لآلية الفرامل، في مشاهد الحركة عالية السرعة، فإن التحكم نفسه تجلب تأخير تأثير كبير، وبالتالي فإن PID وPID يمكن تأخير لا نموذجي بسبب نموذج النظام الداخلي غير موجود. لحل هذه المشكلة، كما تم دراستها على نطاق واسع باستخدام نموذجي أسلوب التحكم التنبؤي.

2.3.2 نموذج تحكم التنبؤية

يشير نموذج التحكم التنبؤية (نموذج تحكم التنبؤية، MPC) إلى استخدام نموذج حركة المركبات إلى التنبؤ بحركة المستقبل من فترة واحدة، عن طريق تحسين مستمر المعلمة السيطرة المناسب طريقة من هذه السلسلة من الحركات، وبصفة عامة، فإن التوقعات نموذج فترة زمنية أقصر. نموذج التحكم التنبؤية في تطبيقات التحكم في العمليات الصناعية مع نجاحا كبيرا، ويرجع ذلك أساسا إلى بسيطة مفهوم وعملية قيودها ولها القدرة على الدخول معقدة نموذج عملية غير الخطية، وتتكون تحكم استشرافي من المكونات الأربعة التالية:

(1) نموذج: نموذج للتنبؤ الدولة في الفترة الزمنية القادمة على أساس مركز ومراقبة المدخلات الحالية، يشير نظام مركبة التلقائي، عموما إلى نموذج / دينامية الحركية للسيارة.

(2) ردود الفعل التصحيح: يتم تطبيق تصحيح عملية نموذج ردود الفعل، حتى يتسنى السيطرة على التنبؤ، والقدرة على التغلب على الشكوك قوية نظام اضطراب الرفض.

(3) المتداول الأمثل: التمرير خطوات التحكم الأمثل للحصول على تسلسل توقع وأقرب مسار المرجعية.

(4) مسار المرجع: المسار المحدد.

الرقم 10 هو النموذج الهيكلي الأساسي تحكم التنبؤية (MPC) من الخريطة، لأن القضايا الكمون التحكم في الحركة نموذج التحكم التنبؤية النموذج الأمثل على أساس مواجهة سيطرة PID يمكن أن تؤخذ بعين الاعتبار عند إنشاء نموذج، والسيطرة على أساس نموذج في توقعات السيارات تحكم له قيمة أعلى.

كما تم استخدام نموذج تنبؤي تحكم على نطاق واسع في تطبيقات السيارات . يجب أن يكون تشغيل النظام الكلي للمركبة الأمثل في نطاق التشغيل بأكمله، من أجل تحسين الاقتصاد في استهلاك الوقود والانبعاثات والسلامة. ومع ذلك، تحديات مختلفة في أنظمة السيارات تطبيق نموذج تحكم التنبؤي والتحديات التي واجهتها في هذه الصناعة لمكافحة عملية يواجه. عملية الفترة السيارات أخذ العينات هي أجزاء قليلة من الثانية، وبسبب ضيق المكان، وحجم الموارد الحاسوبية المتاحة محدودة. لذلك، في تعزيز تعميم وتطبيق MPC في صناعة السيارات، والتقدم في سرعة المعالج والذاكرة، وكذلك تطوير خوارزمية جديدة مهمة للغاية، بما في ذلك التحكم في الجر، والكبح والتوجيه، وحفظ حارة وغيرها من جوانب استخدام أهمية بعيدة المدى .

3 الخاتمة

تطوير التكنولوجيا الطيار الآلي لتوفير طريقة جديدة لحركة السفر، وخاصة في السنوات الأخيرة مع التطور السريع في معالجة البصرية والتعلم الآلي لتكنولوجيا الاستشعار المستند إلى مستشعر كان التطور السريع، فيما يتعلق بمعالجة البصرية والتخطيط والمراقبة في مجال نسبيا إبطاء. مشاركة هذا المقالة التكنولوجيات الرئيسية الثلاثة من الطيار الآلي والحالة الراهنة للتنمية، وتشرح القضايا ذات الصلة. بالإضافة إلى ذلك هناك العديد من التحديات، في ظل التقنية الدقيقة، ينبغي تحسين قليلا الظروف شر الإدراك، مثل المطر والثلج، وبناء الطرق ومشاهد أخرى. من الناحية القانونية، أصدرت فقط بعض المدن وثيقة توجيهية بشأن الاختبارات الطريق السيارة ذاتية الحكم، ولكن محدودة أيضا إلى اختبار. ومع ذلك، مع تطور التكنولوجيا وتحسين القانون، فإن الطيار الآلي تدخل حياتنا تدريجيا.

مراجع

URMSON C، ANHALT J، BAGNELL D، والقيادة et.al.Autonomous في البيئات الحضرية: مدرب والتحدي الحضري .Journal الروبوتات الميدان، 2008،25 (8): 425-466.

WAYMO.We're بناء معظم سائق خبير في العالم .https: //waymo.com/

Uber.Uber: طريقنا إلى المركبات ذاتية القيادة .https: //www.uber.com/blog/our-road-to-self-driving-vehicles.

Tesla.Full الأجهزة ذاتية القيادة على جميع السيارات .https: //www.tesla.com/autopilot.

وثيقة - قليلا

الكاتب المعلومات:

وانغ جينجيانغ، وهوانغ هانغ، تشى بنغ شين Zebang، Zhouqing قوه

(كلية علوم المعلومات والهندسة، جامعة لانتشو ولانتشو 730000)