一、概述
近期国家智能网联汽车研究中心及十几家产业链公司联合起草并发布业界首个智能驾驶功能软件平台设计规范,已经详细到接口/信号数据结构定义粒度,将会加速推动自动驾驶汽车软件的规范化。
完整版原文:
智能驾驶功能软件平台设计规范_01_系统架构_v1.0.pdf
智能驾驶功能软件平台设计规范_02_感知融合功能服务接口_v1.0.pdf
智能驾驶功能软件平台设计规范_03_预测功能服务接口_v1.0.pdf
智能驾驶功能软件平台设计规范_04_决策规划功能服务接口_v1.0.pdf
智能驾驶功能软件平台设计规范_05_定位功能服务接口_v1.0.pdf
二、系统架构
1.计算平台整体架构
计算平台自底向上可以划分为硬件平台、系统软件、功能软件和应用软件等四层结构:
- 硬件平台:基于异构分布式架构,提供可持续扩展的计算能力。
- 系统软件:包括操作系统和中间件,为上层提供调度、通信、时间同步、调试诊断等基础服务。
- 功能软件:包括感知、决策、规划和控制等智能驾驶核心功能的算法组件。
硬件平台层、系统软件层和功能软件层共同向上支撑应用软件层的开发,最终实现智能驾驶系统产品化交付。
2.计算平台整体架构
智能驾驶功能软件平台基于不同厂商的技术实现方案进行功能抽象,共分为传感器抽象功能、感知融合功能、预测功能、决策规划功能、定位功能和执行器抽象 6 个功能模块。主机厂基于自身策略,在设计和开发功能软件时可以选择不同的功能模块和算法组件,实现拼插式功能组合,灵活构建智能驾驶系统级解决方案。具体的构建示例可参考附录A。
- 传感器抽象:对毫米波雷达、激光雷达、摄像头、超声波雷达、GNSS、IMU和轮速计等车载传感器的环境感知情况进行数字抽象。传感器抽象是针对于单个传感器的输出抽象,输出包括测量原始数据、特征数据以及目标数据中的一种或多种;
- 感知融合:对传感器抽象模块的输入数据进行融合,结合多种传感器的特性、工况和环境信息,完成对物理世界的数字呈现。感知融合功能支持根据不同传感器的组合从而实现不同的感知任务。其中,传感器组合可以是激光雷达、摄像头、毫米波雷达中一种或者多种的组合;感知任务包括移动目标识别与跟踪、自由空间、交通灯和交通标志识别、道路结构识别等;
- 预测:依据环境信息和交通参与者历史测量信息,对其他交通参与者的未来行驶意图和轨迹进行预测。其中,其他交通参与者包括行人,车辆,非机动车等。预测功能的输出是决策规划功能的关键输入之一,特别是在城市交叉路口等场景下,对行人、目标车辆等障碍物的轨迹预测效果将严重影响智能驾驶系统的整体表现;
- 定位:根据高精度地图、传感器等信息输入提供自车位置,包括本车的绝对位置以及在静态动态环境中的相对位置;
- 决策规划:根据感知融合、自身定位和交通参与者预测等信息输入来完成自车行驶轨迹的决策和规划,并根据决策结果输出对车辆的控制命令或者告警信息;
- 执行器抽象:执行决策规划模块输出的车辆控制命令,驱动汽车的转向、驱动和制动等执行部件。
捎带普及车身坐标系:参考 ISO 8855:2011 Road vehicles — Vehicle dynamics and road-holding ability[5]中的定义,车体坐标系以车辆后轴中心为原点,x 轴指向车辆前进方向,y 轴指向车辆前进方向的左侧方向,z 轴指向车顶方向,构成右手直角系。全球地理坐标系GNSS、地图局部坐标系不再赘述。
三、功能软件模块
1.传感器抽象
2.感知融合
感知融合功能基于各种传感器的输入,完成对动态交通参与者和静态交通环境信息的识别,输出可移动物体、道路结构、可行驶空间、静态目标和交通标志等信息服务,也可以综合输出完整的环境模型信息。
3.定位
定位服务依赖传感器抽象功能和感知融合功能中的部分服务,提供自车的绝对位置、姿态、速度和加速度等信息。
4.预测
预测功能依据感知融合和自动定位等信息输入,对行人,车辆,骑行者等交通参与者的行为意图和行驶轨迹做出预测。具体的信息输入包括传感器获取到的可移动目标的当前数据和历史数据,含地图信息在内的周围静态交通环境信息,自车的位置和状态信息,通过 V2X 获取到的交通参与者的信息等。其中,行人的姿态和手势、车辆灯光等信息都是预测服务的重要依据。
5.决策规划
来源:https://mp.weixin.qq.com/s/yHYRJ-F2PDBtPmhZcpMG4Q