平煤网本文的无人驾驶汽车旨在 2022 年冬奥会期间，为首钢园区内运动员、工作人员和参观人员提供一对一的短途接驳服务，打造高品质出行服务平台。提出了基于首钢园区的无人驾驶及其运营系统的设计方案，实现了无人车在首钢园区的稳定运营。此系统由车载无人驾驶子系统和人 - 车 - 云三位一体的运营子系统两部分组成。

　　目前，无人驾驶汽车普及应用的最大挑战是大众对其接受度较低，对其安全性、可靠性的信任度较低。但因国家对无人驾驶汽车的政策法规尚未完善，无人驾驶汽车还不能在公开道路上行驶。

　　鉴于以上两点，国创中心主导，整合行业资源共同打造了一款 L4 的无人驾驶汽车，目前已经在首钢园区内稳定运行。系统总体方案如图 1 所示。

　　无人驾驶系统是通过多种车载传感器获取车辆自身、周围障碍物及道路等与驾驶任务相关的环境信息，并将这些信息提供给决策规划，决策规划再根据感知和定位获取的环境信息、车辆状态和用户需求，规划出合适的路径，然后通过这些信息来控制自车的行驶状态。

　　不同的自动驾驶级别和运营环境，自动驾驶的实现方案也不同。本项目针对首钢园区建筑物高大、树木繁茂较多、路况复杂的特点，提出了基于 3 个激光雷达、1 个毫米波雷达、2 个摄像头、12 个超声波雷达和 1 套组合导航单元的传感器解决方案。传感器安装位置如图 2 所示。

　　2.1传感器 3 个激光雷达中的 32 线激光雷达布置于车辆顶部，2 枚 16 线激光雷达布置于车辆顶部两侧。用于检测车辆周围的环境信息和障碍物信息，获取障碍物的尺寸和方位信息。具有测距精度高，方位准确，测量范围广、抗干扰能力强等优点。

　　毫米波雷达采用 77GHz 中长距雷达，布置在车辆前保险杠内侧。用于检测车辆前方的运动目标，获取目标的速度和方位信息。具有较好的测速测距能力，且受外界影响较小，可以全天候工作。

　　主摄像头布置于车辆顶部，前视觉摄像头粘贴于挡风玻璃内侧中部，用于检测车辆前方障碍物信息、道路信息、标识牌信息和交通灯信息，获取障碍物的类型和道路环境信息。具有对障碍物分类准确的优点。

　　12 枚超声波雷达布置在车辆四周（前后 4+4，左右 2+2），用于检测车辆周围近距离障碍物信息，确保无人驾驶车辆可以自主出入库。

　　2 个 GPS 天线 个惯性导航单元布置于车辆后备箱内。用于获取车辆的位姿和定位信息。

　　2.2无人驾驶系统软件架构本项目以纯电动汽车为平台，搭载上述 5 种传感器，实现道路环境信息准确感知，并通过多传感器信息融合技术将这些信息进行集成，降低误判概率，提高信息输出的稳定性和准确性。

　　设计开发了多传感器融合算法、定位组合算法、决策规划算法和车辆控制算法，实现了开放园区和封闭园区道路上的自主跟车、自主超车与并线、车道保持、交通路口自动通行、障碍物规避等功能，编写了无人驾驶测试用例，制定了无人驾驶测试规范，完成了无人驾驶系统的测试。

　　为了达成该目的，将无人驾驶系统软件架构分为传感器接口层、感知层、定位层、决策层和车辆控制层。

　　传感器接口层包括各种外围传感器的输入。感知层收集各种传感器的数据，进行多层次、多空间的信息互补和优化组合处理，最终实现对周围环境的全方位感知。多传感器融合方案如图 3 所示。

　　定位层：根据激光雷达和组合导航单元的数据信息构建出全局地图。激光雷达、摄像头、毫米波雷达、超声波雷达的感知结果融合处理后建立以行驶车辆为中心的感知局部地图。并通过 GPS 信息、车辆位置和姿态信息的叠加。提供一种直观了解行车环境各种信息处理结果的实时综合地图。

　　决策层：在全局环境中，依靠路网、任务和定位信息生成一条最优全局路径；在局部环境中，依靠感知信息并在交通规则的约束下，实时推理出合理的驾驶行为，并生成安全可行驶的区域；

　　根据车速、道路复杂度生成平滑的可能行驶路线；分析静态、动态障碍物和交通规程形成局部路径规划，并形成驾驶策略决策发送至车辆控制层。同时对系统故障进行处理和恢复并接受高层控制等。

　　车辆控制层：根据路径规划结果和车辆内部的各种传感器信息，生成对车辆档位、油门、方向的控制命令，保持车辆平稳高速行驶，实现自主驾驶。软件系统架构图如图 4 所示。

　　人机交互系统是无人驾驶汽车投入商用的一道门槛，它对于无人驾驶汽车产业和用户来说都具有重要意义 [2]。目前用户对无人驾驶汽车仍处于新奇和怀疑的态度，还远远无法达到信任和接受的程度。在这样的背景下，无人驾驶汽车的人机界面就变得更为重要。

　　它需要成为用户与汽车之间沟通的桥梁，让用户了解汽车的实时状况，为用户创造安全的驾驶体验；也需要帮助用户建立起与无人驾驶汽车之间的信任感，使用户更加和谐的从传统汽车过渡到无人驾驶时代 [3]。

　　本项目人机交互子系统的研究目标正是通过对无人驾驶汽车人机交互界面的合理设计，满足用户的驾乘需求，为用户创造出安全便捷的驾乘体验。

　　3.1功能概述无人驾驶车辆运行在园区内固定的行驶路线上，沿线会设置一系列的站点，每个站点的站牌上贴有约车二维码，位于任一站点附近的乘客可通过扫描站牌上的二维码进入约车界面，选择起始地和目的地，点击确定后即下单成功。

　　订单直接发送到云端，云端根据订单情况对正在运营的无人驾驶车辆进行调度，同时发送订单的运营路线到手机端和车载端，无人驾驶车按照接收到的运营路线去起始地接乘客，并送达指定的目的地，用户可根据驾乘体验对服务进行评价，至此订单完成。

　　3.2系统设计此系统采用 B/S，C/S 多层架构，支持多种网络接入方式用户端采用浏览器， H5 和 APP 的方式，减少系统安装维护的工作量；用户使用简单，无需培训；系统扩展容易；支持远程业务处理。业务逻辑在服务器端运行，充分利用了服务器的处理能力；

　　通过结合 Web 负载均衡、组件负载均衡等，可以通过横向扩充服务器，使得系统能够处理更多的服务请求，满足不断增长的系统性能需求。人机交互子系统的逻辑架构图如图 5 所示，系统交互数据如图 6 所示。

　　立足于以用户为中心的设计思想，将无人驾驶汽车的信息尽量透明化，帮助用户轻松判断汽车的可靠性，从而建立起对汽车的任感，促进大众对无人驾驶汽车的接受度，促进无人驾驶汽车走入人们生活。设计流程如图 7 所示。

　　结语随着互联网技术和人工智能技术的迅速发展，完全无人驾驶已不是遥不可及。无人驾驶技术的落地除却传感器、计算平台等技术本身的局限性外，也有赖于大众对无人驾驶技术的认可和信任度。

　　本文从推动无人驾驶落地的角度出发，采用以用户为中心的设计理念，借助科技冬奥的使用场景，设计与实现了无人驾驶及其运营系统。该系统已经在北京市首钢园区内稳定运营了 5 个月之久，受到了大众的广泛好评。

　　未来随着智能网联时代的全面到来，无人驾驶汽车将覆盖更多人群，其实现方式也从单车智能发展为车路协同，人机交互方式将不断创新，落地场景将更加丰富。

　　按：汽车行业这年经历了众多跌宕起伏，既遭遇了新冠疫情、芯片短缺、L4自动驾驶寒潮等冲击，也收获了城市领航辅助驾驶落地、国产大算力芯片/激光雷达上车等亮眼战绩。站在年终岁末的节点，HiEV编辑们将和业内人士一同总结当下、探索未来，为大家梳理行业发展的关键脉络。在2022年终盘点这个系列中，我们将共同记录下这年关于公司、技术和人的那些闪闪发光的时刻。本文是HiEV策划《2022年终盘点》系列的第一篇。2022年，科技日/Tech Day/AI Day成为汽车行业一种新的潮流，其中既有特斯拉、小鹏这样的车企，也有毫末智行、百度、华为、轻舟智航、福瑞泰克等从L4/L2技术出发推动前装量产的科技公司。硬核科技日，意味着面对自动驾驶这样的尖端线

　　圈曝出的新技术概念 /

　　如今，CES已成为世界上最大的汽车展览会之一，2023 CES共计汇集了全球2400余家参展商，此前《2023CES自动驾驶盘点——激光雷达篇》中梳理汇总了多家激光雷达供应商的最新产品。本文，小编将为大家梳理2023CES上商用车自动驾驶的最新方案和进展。1、大陆集团自动驾驶卡车模块化多传感器方案1、大陆集团在CES 2023上展示一款创新的商用车辆传感器解决方案。大陆集团传感器阵列为商用车中日益增多的智能和自动驾驶系统提供了答案。大陆集团将摄像头、激光雷达和雷达这三种传感器系统的联合使用视为可靠识别物体和全面检测车辆周围环境的理想解决方案。雷达、激光雷达和摄像头在一个紧凑、预先校准的整体解决方案中确保了最大的安全性。多传感器系统简

　　北京时间1月10日消息，美国国家公路交通安全管理局(NHTSA)代理局长安·卡尔森(Ann Carlson)周一对记者表示，该监管机构正在“非常快速地”推进对特斯拉自动辅助驾驶系统(Autopilot)的调查。这项调查在2021年8月启动。卡尔森在出席华盛顿一场活动的间隙对记者表示，“我们正在投入大量资源”，但她拒绝就调查结束的具体时间框架作出承诺。“这些资源需要大量的技术专业知识，实际上是一些法律上的新颖性，所以我们正在尽快行动，但我们也希望谨慎，确保我们拥有所需的所有信息。”她说。去年6月，NHTSA将其对83万辆配备Autopilot的特斯拉汽车的缺陷调查升级为工程分析，这些汽车涉及与停放的紧急车辆相撞的事故。在NHTSA要求

　　在毫末喊出“中国量产自动驾驶行业第一”之时，勿言毫末年少轻狂，固然是大树底下好乘凉，也正是好风凭借力，送其上青云。这是自动驾驶的大时代，风口之上，毫末走了风尖上。毫末正成为中国自动驾驶市场的明星公司，高调，并声量满满。1月5号元旦假期刚过，毫末AI DAY来了。这个时间点的发布会，更像是一部年度总结报告和对2023年的趋势预测。从整场发布会来看，核心技术的进展主要有两项：1、与火山引擎联合打造了每秒浮点运算达67亿亿次的中国自动驾驶行业最大智算中心雪湖·绿洲(MANA OASIS)；2、MANA五大模型实现全新升级，视觉自监督大模型首个实现4D Clip的自动标注。乍一看，似乎也没什么，这个我们后边细说。相比这两项技术展示，毫末对行

　　意味着什么？ /

　　长跑第一线年过去，数据驱动成为自动驾驶演进共识。沿着数据驱动这条路线，自动驾驶加速迈入智算时代。智算中心应运而生。实际上，将智算引入自动驾驶的开先河者是特斯拉，其率先发布了专用于自动驾驶训练的超级计算中心Dojo，此后，一众玩家如毫末、小鹏等纷纷宣布建立智算中心。各大智算中心比拼什么？答案是，如何用低成本且高效的方式实现海量数据的闭环驱动。“自动驾驶大模型加速降低开发成本，数据更接近人驾环境。基于量产实车数据的仿真技术将与自动驾驶云端超大模型结合，迎来新突破。超算中心成为自动驾驶的入门配置。”毫末智行董事长张凯在2023十大自动驾驶趋势预测中表示。1月5日，在第七届HAOMO AI DAY上，毫末智行正式发布了由其与字

　　长跑第一线 /

　　2023年1月5日，在第七届HAOMO AI DAY现场，毫末智行宣布智算中心雪湖·绿洲（MANA OASIS）正式成立。MANA OASIS是目前中国自动驾驶行业最大智算中心，由毫末智行与火山引擎联合打造，每秒浮点运算达67亿亿次，存储带宽每秒2T，通信带宽每秒800G。毫末智行CEO顾维灏表示，“MANAOASIS让毫末拥有了超级计算能力，数据、算力充沛，毫末的技术产品能力将更加强大。在‘MANAOASIS’加持下，毫末将冲刺进入自动驾驶3.0时代。”（图示：顾维灏表示，MANA OASIS将助力毫末冲刺进入自动驾驶3.0时代）火山引擎总裁谭待表示，“我们很荣幸与毫未智行一道在智算中心领域达成深度合作，共同推动自动驾驶智能训练平

　　最大智算中心MANA OASIS ，每秒浮点运算67亿亿次 /

　　原理与实践

　　,控制算法到完整的智能车设计

　　西门子精彩视频限时免费利用电子产品生命周期管理 (PLM) 更快地交付更多产品

　　Microchip有奖直播报名｜如何将预配置证书从Microchip安全元件批量上传到AWS IoT中

　　开发相关FPGA/DSP总线与接口数据处理消费电子工业电子汽车电子其他技术存储技术综合资讯论坛电子百科词云：