如果說人工智能技術(shù)將是自動駕駛汽車的大腦，那么硬件系統(tǒng)就是它的神經(jīng)與四肢。從自動駕駛汽車周邊環(huán)境信息的采集、傳導(dǎo)、處理、反應(yīng)再到各種復(fù)雜情景的解析，硬件系統(tǒng)的構(gòu)造與升級對于自動駕駛汽車至關(guān)重要。

百度自動駕駛技術(shù)部高級產(chǎn)品經(jīng)理王石峰在Apollo開發(fā)者社群內(nèi)分享了有關(guān)自動駕駛汽車硬件系統(tǒng)的內(nèi)容，以下內(nèi)容來自“Apollo開發(fā)者社區(qū)”（微信公眾號：Apollo_Developers），車云授權(quán)發(fā)布并有所編輯。

自動駕駛汽車硬件系統(tǒng)概述

今天，我將從五個方面為大家做自動駕駛汽車硬件系統(tǒng)概述的內(nèi)容分享，希望大家可以通過我的分享，對硬件系統(tǒng)的基礎(chǔ)有個全面的了解：

一、自動駕駛系統(tǒng)的硬件架構(gòu)

二、自動駕駛的傳感器

三、自動駕駛傳感器的產(chǎn)品定義

四、自動駕駛的大腦

五、自動駕駛汽車的線控系統(tǒng)

這段視頻想必大家都看過很多次了，這里就不再播放了。

根據(jù)美國國家運輸安全委員會的調(diào)查報告，當時涉事Uber汽車——一輛沃爾沃SUV系統(tǒng)上的傳感器在撞擊發(fā)生6s前就檢測到了受害者，而且在事故發(fā)生前1.3秒，原車自動駕駛系統(tǒng)確定有必要采取緊急剎車，此時車輛處于計算機控制下時，原車的緊急剎車功能無法啟用。于是剎車的責任由司機負責，但司機在事故發(fā)生前0.5s低頭觀看視頻未能抬頭看路。

從事故視頻和后續(xù)調(diào)查報告可以看出，事故的主要原因是車輛不在環(huán)和司機不在環(huán)造成的。Uber在改造原車加裝自動駕駛系統(tǒng)時，將原車自帶的AEB功能執(zhí)行部分截斷造成原車ADAS功能失效。自動駕駛系統(tǒng)感知到受害者確定要執(zhí)行應(yīng)急制動時，并沒有聲音或圖像警報，此時司機正低頭看手機也沒有及時接管剎車。

目前絕大多數(shù)自動駕駛研發(fā)車都是改裝車輛，相關(guān)傳感器加裝到車頂，改變車輛的動力學(xué)模型；改裝車輛的剎車和轉(zhuǎn)向系統(tǒng)，也缺乏不同的工況和兩冬一夏的測試。圖中Uber研發(fā)用車是SUV車型自身重心就較高，車頂加裝的設(shè)備進一步造成重心上移，在避讓轉(zhuǎn)向的過程中轉(zhuǎn)向過急過度，發(fā)生碰撞時都會比原車更容易側(cè)翻。

所以在自動駕駛中，安全是自動駕駛技術(shù)開發(fā)的第一天條。為了降低和避免實際道路測試中的風險，在實際道路測試前要做好充分的仿真、臺架、封閉場地的測試驗證。

軟件在環(huán)（Software in loop），通過軟件仿真來構(gòu)建自動駕駛所需的各類場景，復(fù)現(xiàn)真實世界道路交通環(huán)境，從而進行自動駕駛技術(shù)的開發(fā)測試工作。軟件在環(huán)效率取決于仿真軟件可復(fù)現(xiàn)場景的程度。對交通環(huán)境與場景的模擬，包括復(fù)雜交通場景、真實交通流、自然天氣（雨、雪、霧、夜晚、燈光等）各種交通參與者（汽車、摩托車、自行車、行人等）。采用軟件對交通場景、道路、以及傳感器模擬仿真可以給自動駕駛的環(huán)境感知提供豐富的輸入可以對算法進行驗證和測試。

硬件在環(huán)（Hard-ware in loop），各種傳感器類似人的眼睛和耳朵，作為自動駕駛系統(tǒng)的感知部分，該部分的性能決定了自動駕駛車輛能否適應(yīng)復(fù)雜多變的交通環(huán)境。包括，攝像頭、毫米波雷達、超聲波雷達、激光雷達。針對不同的傳感器，硬件在環(huán)會根據(jù)不同的傳感器和環(huán)境因素來部署。

車輛在環(huán)（Vehicle in loop），車輛執(zhí)行系統(tǒng)向傳動系統(tǒng)發(fā)出執(zhí)行命令來控制車輛，在自動駕駛中取代了人類的手腳。自動駕駛系統(tǒng)的執(zhí)行控制優(yōu)劣決定了車輛是否能夠安全舒適的行駛。車輛運行在空曠的場地上，自動駕駛系統(tǒng)感知系統(tǒng)模擬的虛擬場景，自動駕駛系統(tǒng)根據(jù)虛擬的場景發(fā)出控制指令，再通過傳感器將車輛的真實軌跡反饋到虛擬環(huán)境中，實現(xiàn)真車與虛擬環(huán)境的融合，從而進行車輛操控的驗證。

司機在環(huán)（Driver in loop），基于實時仿真技術(shù)開發(fā)，結(jié)合駕駛員的實際行為，可以實現(xiàn)對車輛和自動駕駛技術(shù)開發(fā)測試做出主觀的評價。司機在環(huán)，可以一方面獲得司機的主觀評價，另一方面可以驗證人機共駕駛的功能。

一、自動駕駛系統(tǒng)的硬件架構(gòu)

就整體而言，汽車是個全社會化管理的產(chǎn)品，其固有的行業(yè)特點是相對保守的。在人工智能的大潮下，面對造車新勢力和消費者需求變化的沖擊，傳統(tǒng)汽車行業(yè)漸進式的創(chuàng)新方法已經(jīng)面臨巨大的挑戰(zhàn)。急需改變傳統(tǒng)的架構(gòu)和方法不斷創(chuàng)新。自動駕駛整體的硬件架構(gòu)不光要考慮系統(tǒng)本身也要考慮人的因素。

自動駕駛系統(tǒng)主要包含三個部分：感知、決策、控制。從整個硬件的架構(gòu)上也要充分考慮系統(tǒng)感知、決策、控制的功能要求。整體設(shè)計和生產(chǎn)上要符合相關(guān)車規(guī)級標準，如ISO26262、AECQ-100、TS16949等相關(guān)認證和標準。目前L1、L2、ADAS系統(tǒng)的硬件架構(gòu)體系和供應(yīng)鏈相對完善符合車規(guī)級要求。

感知層：依賴大量傳感器的數(shù)據(jù)，分為車輛運動、環(huán)境感知、駕駛員檢測三大類。

車輛運動傳感器：速度和角度傳感器提供車輛線控系統(tǒng)的相關(guān)橫行和縱向信息。慣性導(dǎo)航+全球定位系統(tǒng)=組合導(dǎo)航，提供全姿態(tài)信息參數(shù)和高精度定位信息。

環(huán)境感知傳感器：負責環(huán)境感知的傳感器類似于人的視覺和聽覺，如果沒有環(huán)境感知傳感器的支撐，將無法實現(xiàn)自動駕駛功能。主要依靠激光雷達、攝像頭、毫米波雷達的數(shù)據(jù)融合提供給計算單元進行算法處理。V2X就是周圍一切能與車輛發(fā)生關(guān)的事物進行通信，包括V2V車輛通信技術(shù)、V2I與基礎(chǔ)設(shè)施如紅綠燈的通信技術(shù)、V2P車輛與行人的通信。

駕駛員監(jiān)測傳感器：基于攝像頭的非接觸式和基于生物電傳感器的接觸式。通過方向盤和儀表臺內(nèi)集成的傳感器，將駕駛員的面部細節(jié)以及心臟、腦電等部位的數(shù)據(jù)進行收集，再根據(jù)這些部位數(shù)據(jù)變化，判斷駕駛員是否處于走神和疲勞駕駛狀態(tài)。

計算單元部分：各類傳感器采集的數(shù)據(jù)統(tǒng)一到計算單元處理，為了保證自動駕駛的實時性要求，軟件響應(yīng)最大延遲必須在可接受的范圍內(nèi)，這對計算的要求非常高。目前主流的解決方案有基于GPU、FPGA、ASIC等。

車輛控制：自動駕駛需要用電信號控制車輛的轉(zhuǎn)向、制動、油門系統(tǒng)，其中涉及到車輛地盤的線控改裝，目前在具備自適應(yīng)巡航、緊急制動、自動泊車功能的車上可以直接借用原車的系統(tǒng)，通過CAN總線控制而不需要過度改裝。

警告系統(tǒng)：主要是通過聲音、圖像、振動提醒司機注意，通過HMI的設(shè)計有效減少司機困倦、分心的行為。

二、自動駕駛的傳感器

攝像頭：主要用于車道線、交通標示牌、紅綠燈以及車輛、行人檢測，有檢測信息全面、價格便宜的特定，但會受到雨雪天氣和光照的影響。由鏡頭、鏡頭模組、濾光片、CMOS／CCD、ISP、數(shù)據(jù)傳輸部分組成。光線經(jīng)過光學(xué)鏡頭和濾光片后聚焦到傳感器上，通過CMOS或CCD集成電路將光信號轉(zhuǎn)換成電信號，再經(jīng)過圖像處理器（ISP）轉(zhuǎn)換成標準的RAW，RGB或YUV等格式的數(shù)字圖像信號，通過數(shù)據(jù)傳輸接口傳到計算機端。

激光雷達：激光雷達使用的技術(shù)是飛行時間法（Time of Flight）根據(jù)光線遇到障礙的折返時間計算距離。為了覆蓋一定角度范圍需要進行角度掃描，從而出現(xiàn)了各種掃描原理。主要分為：同軸旋轉(zhuǎn)、棱鏡旋轉(zhuǎn)、MEMS掃描、相位式、閃爍式。激光雷達不光用于感知也應(yīng)用于高精度地圖的測繪和定位是公認L3級以上自動駕駛必不可少的傳感器。

毫米波雷達：主要用于交通車輛的檢測，檢測速度快、準確，不易受到天氣影響，對車道線交通標志等無法檢測。毫米波雷達由芯片、天線、算法共同組成，基本原理是發(fā)射一束電磁波，觀察回波與入射波的差異來計算距離、速度等。成像精度的衡量指標為距離探測精度、角分辨率、速度差分辨率。毫米波頻率越高，帶寬越寬，成像約精細，主要分為77GHz和24GHz兩種類型 。

組合導(dǎo)航：GNSS板卡通過天線接收所有可見GPS衛(wèi)星和RTK的信號后，進行解譯和計算得到自身的空間位置。當車輛通過遂道或行駛在高聳的樓群間的街道時，這種信號盲區(qū)由于信號受遮擋而不能實施導(dǎo)航的風險。就需要融合INS的信息，INS具有全天候、完全自主、不受外界干擾、可以提供全導(dǎo)航參數(shù)（位置、速度、姿態(tài)）等優(yōu)點，組合之后能達到比兩個獨立運行的最好性能還要好的定位測姿性能。

三、自動駕駛傳感器的產(chǎn)品定義

這張表總結(jié)了常見自動駕駛功能所使用的傳感器，以及各個傳感器的應(yīng)用。

針對L1、L2的自動駕駛功能各國也紛紛出臺了相關(guān)標準，加速了市場的發(fā)展和產(chǎn)品落地。歐盟新車安全評鑒協(xié)會(E-NCAP)從 2013 年起便在評分規(guī)則中增加了ADAS內(nèi)容，到 2017 年速度輔助系統(tǒng)(SAS)、自動緊急制動 (AEB)、車道偏離預(yù)警/車道偏離輔助(LDW/LKD)的加分要求為系統(tǒng)，裝機量達到100%。美國國家公路交通安全管理局(NHTSA)和高速公路安全保險協(xié)(IIHS)也提出2022年將自動緊急制動(AEB)等 ADAS 功能納入技術(shù)標準。

自動駕駛要求局限于車輛的ODD（Operational Design Domain），即設(shè)計適用范圍。城市道路+城際高速是自動駕駛汽車普遍的適用范圍。我國城市封閉道路最高限速80公里／小時，高速公路限速120公里／小時。干燥的柏油路面摩擦系數(shù)是0.6，根據(jù)剎車距離公式：S=V*V/2gμ 去計算剎車距離得出第一行的表格，再結(jié)合自動駕駛系統(tǒng)反應(yīng)時間和制動系統(tǒng)反應(yīng)時間得出下表。

從兩個表格可以看出，剎車距離與速度的平方成正比，與摩擦系數(shù)成反比。當摩擦系數(shù)一定時，剎車距離取決于車速，如果車速增加1倍，剎車距離將增大至4倍。摩擦系數(shù)μ主要與路面材質(zhì)和天氣相關(guān)。

自動駕駛傳感器在中國最高限速120公里的情況下，探測距離達到150m就可以滿足需求了，自動駕駛的技術(shù)開發(fā)者可以根據(jù)實際場景的速度來選擇所需要的傳感器，沒有必要一味追求傳感器的性能提高整體成本。

傳感器的分辨率和物體探測的關(guān)系可以用atan反正切函數(shù)來計算，圖中給出的公式多除以了個2，主要是為了保證在傳感器探測時當最小角度是最小目標一半時，任意情況都能覆蓋到某個像素保證分辨。避免物體恰好不是在一個角度內(nèi)而產(chǎn)生漏檢。

理論上分辨率0.4度時100m外就可以探測到一輛車，而在0.1度分辨率下400m外就能探測到。但檢測只是識別到有個物體并不代表能識別，從自動駕駛的算法角度來講，比如激光雷達物體識別需要4到5條線掃描上才能識別出物體的類別。從這個角度看自動駕駛系統(tǒng)如果用0.4度分辨率的激光雷達在50m范圍內(nèi)才能真正識別出一輛車。

自動駕駛離不了多傳感器融合，其中激光雷達和攝像頭都是光學(xué)類的傳感器，核心零部件和處理電路相似。有望將兩個傳感器前端融合到一起，直接輸出R、G、B、X、Y、Z顏色+點云融合信息。在傳感器內(nèi)部實現(xiàn)數(shù)據(jù)融合可大幅度降低后端的計算處理量。

其中以AEye為代表 ，其iDAR智能感知系統(tǒng)能夠瞬間將2D真實世界的色彩信息智能地疊加在3D數(shù)據(jù)上。其動態(tài)掃描和發(fā)射圖紋技術(shù)、通過控制每束激光脈沖的掃描，可查詢每個點的三維坐標和像素。

四、自動駕駛的大腦

IPC即工業(yè)個人計算機（Industrial Personal Computer─IPC）是一種加固的增強型個人計算機，它可以作為一個工業(yè)控制器在工業(yè)環(huán)境中可靠運行。采用符合“EIA”標準的全鋼化工業(yè)機箱，增強了抗電磁干擾能力，采用總線結(jié)構(gòu)和模塊化設(shè)計技術(shù)。CPU及各功能模塊皆使用插板式結(jié)構(gòu)，并帶有壓桿軟鎖定，提高了抗沖擊、抗振動能力。

整體架構(gòu)設(shè)計需要考慮ISO26262的要求，CPU、GPU、 FPGA以及總線都做冗余設(shè)計，防止單點故障。當整體IPC系統(tǒng)失效還有MCU做最后的保證，直接發(fā)送指令到車輛Can總線中控制車輛停車。

目前這種集中式的架構(gòu)，將所有的計算工作統(tǒng)一放到一個工控機中，整體體積較大，功耗高，不適用于未來的量產(chǎn)。但這種架構(gòu)非常方便，算法迭代不需要過度考慮硬件的整體設(shè)計和車規(guī)要求。用傳統(tǒng)的X86架構(gòu)就可以非?？旖莸拇罱ǔ鲇嬎闫脚_，卡槽設(shè)計也方便硬件的更新。

采用工控機集中式運算整體體積和功耗難以滿足量產(chǎn)化要求，需要采用域控制器嵌入式的方案。將各個傳感器的原始數(shù)據(jù)接入到Sensor Box中，在Sensor Box中完成數(shù)據(jù)的融合，再將融合后的數(shù)據(jù)傳輸?shù)接嬎闫脚_上進行自動駕駛算法處理。

自動駕駛汽車功能復(fù)雜，保證各個模塊和功能間不互相影響和安全性考慮，將大量采用域控制器。根據(jù)不同的功能實現(xiàn)分為，車身域控制器、車載娛樂域控制器、動力總成域控制器、自動駕駛域控制器等。以自動駕駛域控制器為例，其承擔了自動駕駛所需要的數(shù)據(jù)處理運算力，包括毫米波雷達、攝像頭、激光雷達、組合導(dǎo)航等設(shè)備的數(shù)據(jù)處理，也承擔了自動駕駛算法的運算。

隨著自動駕駛的技術(shù)發(fā)展，算法不斷完善。算法固化后可以做ASIC專用芯片，將傳感器和算法集成到一起，實現(xiàn)在傳感器內(nèi)部完成邊緣計算。進一步降低后端計算平臺的計算量，有利于降低功耗、體積、車規(guī)化。其中以Mobileye為標桿性企業(yè)。

激光雷達處理需要高效的處理平臺和先進的嵌入式軟件。如圖Renesas將包含高性能圖像處理技術(shù)及低功耗的汽車R-CarSoC與Dibotics的3D實時定位和制圖（SLAM）技術(shù)相結(jié)合，提供SLAM on Chip?。SLAM可在SoC上實現(xiàn)高性能所需的3D SLAM處理。Dibotics公司也開發(fā)了一款名為“Augmented LiDAR”的嵌入式LiDAR軟件，能夠提供實時、先進的LiDAR數(shù)據(jù)處理。

ASIC芯片是根據(jù)某類特定的需求去專門定制的芯片，比通用性的GPU、FPGA體積小、功耗低，性能穩(wěn)定批量化成本低的特定。自動駕駛的算法公司只要做好芯片的前端設(shè)計，后端的制造和工藝都是非常成熟的產(chǎn)業(yè)，完全可以依靠外包實現(xiàn)。

芯片的制作流程是由芯片設(shè)計、芯片制造、芯片封裝三部分組成。

前端設(shè)計完成之后，可以根據(jù)實際算法需求選擇IP核通過EDA（電子設(shè)計自動化）完成布圖規(guī)劃、布局、布線。根據(jù)延遲、功耗、面積等方面的約束信息，合理設(shè)置物理設(shè)計工具的參數(shù)，以獲取最佳的配置從而決定元件在晶圓上的物理位置。

芯片制造工藝上正從193nm深紫外（DUV）向13.5nm極紫外（EUV）發(fā)展。半導(dǎo)體正步入7nm時代，更先進的工藝帶來性能上的提升，對比16nm工藝7nm可提升40%的性能和節(jié)省60%的能耗。

芯片封測是指將通過測試的晶圓按照產(chǎn)品型號及功能需求加工得到獨立芯片的過程。在封測的過程中完成對芯片車規(guī)級要求，傳統(tǒng)的汽車電子企業(yè)如NXP和ST有著更加豐富的經(jīng)驗。

五、自動駕駛汽車的線控系統(tǒng)

線控就是Control by Wire的直譯 。簡單理解，就是車輛的控制都是由一系列命令而執(zhí)行的，而不是物理的操作進行執(zhí)行的。

自動駕駛主要分為感知、決策、控制三部分，控制層是自動駕駛落地的基礎(chǔ)。感知定位如同司機的眼睛，決策規(guī)劃如同大腦，執(zhí)行控制就好比手和腳了。做好自動駕駛的決策規(guī)劃也必須懂得執(zhí)行控制，為了實現(xiàn)自動駕駛，執(zhí)行機構(gòu)的線控化是必然趨勢，其中包括線控制動、線控轉(zhuǎn)向、線控油門。

在傳統(tǒng)車輛上，制動系統(tǒng)多采用液壓或真空伺服機構(gòu)來控制制動，對自動駕駛而言，線控制動是最終的發(fā)展趨勢，線控制動是以電子系統(tǒng)取代液壓或氣壓控制單元。

上圖是大陸的線控制動解決方案，MK C1與MK100組成冗余線控方案。MK C1將制動助力以及制動壓力控制模塊(ABS、ESC)被集成為一個結(jié)構(gòu)緊湊、重量輕省的制動單元。MK C1能滿足自動駕駛對壓力動態(tài)特性更高的要求，電觸發(fā)的緊急制動所產(chǎn)生的制動距離要短得多。

MK100是大陸的汽車電子穩(wěn)定控制系統(tǒng)（ESC），在汽車防抱死制動系統(tǒng)(ABS)和牽引力控制系統(tǒng)(TCS)功能的基礎(chǔ)上，增加了車輛轉(zhuǎn)向行駛時橫擺率傳感器、測向加速度傳感器和方向盤轉(zhuǎn)角傳感器，通過ECU控制前后、左右車輪的驅(qū)動力和制動力，確保車輛行駛的側(cè)向穩(wěn)定性。

電子助力轉(zhuǎn)向（EPS）與線控轉(zhuǎn)向最大的區(qū)別在于，EPS方向盤與車輪之間鏈接并未參與線控技術(shù)，依然采用的機械鏈接。從電信號控制角度看EPS也可以看成是一種線控轉(zhuǎn)向系統(tǒng)。

英菲尼迪Q50線控主動轉(zhuǎn)向系統(tǒng)基本上還是延續(xù)了傳統(tǒng)轉(zhuǎn)向系統(tǒng)的結(jié)構(gòu)。只是增加了一套離合器裝置以及三組ECU電子控制單元和一個轉(zhuǎn)向力度回饋器。當車輛啟動時，離合裝置會自動切斷連接，轉(zhuǎn)向的任務(wù)交由電控系統(tǒng)。由于采用電子信號控制，其傳動響應(yīng)更為迅速，也更為輕松。

線控油門就是電子油門，通過位置傳感器傳送油門踩踏深淺與快慢的訊號 ，從而實現(xiàn)油門功能的電子控制裝置。這個訊號會被ECU接收和解讀，然后再發(fā)出控制指令 ，要節(jié)氣門依指令快速或緩和開啟它應(yīng)當張開的角度。這個過程精準而快速。不會有機械磨耗的問題。

電子油門目前已大量普及，凡具備定速巡航即可認定有電子油門，早期電子油門為接觸式，近來已經(jīng)改為非接觸式。電車依靠電機扭矩實現(xiàn)，直接發(fā)扭矩信號即可，油車依靠發(fā)動機管理系統(tǒng)（EMS）發(fā)扭矩信號實現(xiàn)。

轉(zhuǎn)向的最早改裝是在轉(zhuǎn)向管柱端截斷加裝轉(zhuǎn)向電機進行改造。之后利用原車轉(zhuǎn)向助力系統(tǒng)進行轉(zhuǎn)向控制。

制動的最早改裝是加裝電機踏板，后續(xù)利用原車的ESC系統(tǒng)進行控制，未來會選用MK C1之類的線控控制系統(tǒng)。

加速的最早改裝都是發(fā)扭矩信號依靠EMS實現(xiàn)，后續(xù)的改裝方案都是借用原車ACC接口由電子油門來執(zhí)行。

自動駕駛面向量產(chǎn)的線控方案，可以參考英菲尼迪Q50的線控轉(zhuǎn)向、大陸MK100+MK C1的線控制動來實現(xiàn)。由自動駕駛域控制器直接輸出電機扭矩／制動壓力信號給轉(zhuǎn)向剎車的執(zhí)行機構(gòu)，結(jié)合大量的測試標定實現(xiàn)精準控制，從而給司乘人員帶來完美的體感舒適度。

從VSI發(fā)布自動駕駛產(chǎn)業(yè)布局圖中可以看出自動駕駛產(chǎn)業(yè)，是汽車、新能源、IT通訊、交通運輸、半導(dǎo)體、人工智能、互聯(lián)網(wǎng)等多個10萬億巨無霸產(chǎn)業(yè)的跨界融合體。自動駕駛汽車是物質(zhì)流、能量流、信息流的聚合體，需要行業(yè)各方深度合作，只有軟硬件深度整合，打通藩籬跨界的企業(yè)才能摘得皇冠上的明珠。

QA問答

1、目前哪些市面上的車型能夠支持無人駕駛的線控改裝？

答：絕大多數(shù)不能，具備自動泊車、AEB、ACC功能的車輛都有希望進行不破壞原車的執(zhí)行機構(gòu)的改裝。其他的只能通過破壞原車執(zhí)行機構(gòu)進行暴力改裝。

2、如果由于使用場景限制，激光雷達無法安裝在車頂，而是在車輛周圍安裝多個激光雷達，會帶來哪些影響？

答：需要做激光雷達的外耦合。耦合完成實現(xiàn)360度的識別。

3、如果對無人車輛的停車定位精度要求很高（水平位置精度和航向精度），建議采取哪些解決方法？

答：定位精度可以依靠RTK差分定位實現(xiàn)，目前RTK可以實現(xiàn)厘米級的定位。其次可以再融合激光雷達的數(shù)據(jù)，激光雷達自身測量精度可達到2cm。通過這兩種傳感器的數(shù)據(jù)結(jié)合優(yōu)秀的算法可實現(xiàn)高精度的定位要求。

4、請問，汽車用的主控制器：CPU都有哪些主流廠家提供？

答： CPU目前都是用的X86的intel的。如果做ASIC芯片用的都是ARM核的。

5、制動的最早改裝是加裝電機踏板，后續(xù)利用原車的ESC系統(tǒng)進行控制，未來會選用MK C1之類的線控控制系統(tǒng)。市面上改裝的林肯MKZ等車制動也是通過ESC做的么？

答：MKZ原車自帶的泊車系統(tǒng)具有較好的線控能力，其制動基于車身自帶的ESC。

返回第一電動網(wǎng)首頁 >