笔趣阁

第六百四十四章 底特律的自动驾驶之路（第2页）

这使车辆在任何特定时间上都能感应到自身在地图上的位置。

工程师们认为有必要使用两个数据来源，因为gps系统自我更新度不够快，因此不能提供准确的定位。

gps接收信号的频率约为每秒钟五次，而惯性传感器的频率可以更新到在1khz或2khzomuddiman说:

“有一个功能叫做地图匹配。你认识所有的物理实体街道，车道，路口。那么你可以使用惯性数据来确认您已经从数字化地图上的一个点转移到了另一个点。”

工程师需要抽取加度计和陀螺仪绘制的数据，为了得到该方程的惯量部分。

他们通常使用所谓的低重力加度计，它可以感知到在重力降到十分之一过程中，加度和方向的微妙变化。

这种传感器促使车辆能够在高分辨率的水平下解读距离和位置。

即使是最小的运动。如变车道，也可以被低重力加度计获取。

陀螺仪通过测量车辆的姿态（俯仰，滚转，偏航，可以将加度计错过的数据添加到数据库中。

对工程师来讲，真正的诀窍在于获得庞大的数据，并将这些数据整合，形成一个连续的画面。

为此，他们采用处理器。

例如，传感器可能包含板载处理器，它能过滤数据，并将其送到“基带”

应用处理器上，同时它还可检查gps数据。

通常情况下，双或四核心处理器，可以处理这样的计算工作。

muddiman说:“应用处理器需要所有数据，并进行比较，以确定它从gps系统中获得的信息是否准确。”

【避开障碍物】

确定汽车位置也是一项让汽车自动化成为可能的困难事儿。

一项更大、更复杂的任务是确定前面车辆的情况，它是停还是走。

要做到这一点，研究人员正采用立体视觉摄像机，雷达系统和激光。

立体视觉摄像机还没有在汽车上挥大的作用，它使用的相机就类似于智能手机上采用的。

工程师说，这些摄像机可以提供重要的信息，但研究人员还没有想出如何使它这挥更大的作用。

Reinho1tz说“人可以看图片并即刻挑选出特征，”

“我们的大脑很善于这样子做，但让一个基于系统的摄像头从一系列图像信息中提取相同的信息就真的很难。”

工程师们正在继续努力。红外摄像机能够使汽车捕捉到前方场景的热图像，使其更容易识别车道上是动物还是人类。

此外，研究人员正致力于开这样一种软件，它能理解相机图像并且警告汽车关于附近的障碍。

基于雷达的系统也正有着类似的进步。

高达77ghZ频率的高频产品被利用来寻找车辆前面几百米范围内的障碍物。

目前，这种系统在现在的车辆上有应用。如自动适配巡航控制系统和碰撞警示。

对于汽车，最大的进步在于使用光探测和测距设备。

脉冲激光出的光，反射障碍，并反弹至板载接收继而测量光的飞行时间，使系统知道离附近障碍物的距离。

像威力达激光雷达的日dL-64e系统在旋转塔使用多达64个独立激光器，射出高的平行光脉冲，从而使车辆的计算机创建一个立体的“点云”