系统架构图中功能模块数据流与状况

发布者:pi26最新更新时间:2024-03-29 来源: elecfans关键字:功能模块  数据流 手机看文章 扫描二维码
随时随地手机看文章

• 自身运动:描述自主车辆相对于世界坐标系的运动。

--提供反映自主车辆动态条件的信息,用于确定机动能力

--提供有关自主车辆当前运动的信息

--与目标轨迹一起考虑,共享自主车辆姿态信息,以生成执行器请求

--随时间变化的姿态,即平移和旋转速度以及加速度

• 执行器请求:向自主车辆的制动、转向和加速执行器发送控制输入。

• 执行器反馈:提供来自车辆执行器的反馈信号。

--应该向系统其他部分公开车辆运动约束,因为此反馈是必要的

--可以与各种外部执行模块接口,此反馈在单位、格式、类型等方面将有所不同

• 底盘传感器数据:提供运动相关信息的车辆内部传感器(例如轮速传感器、方向盘转角等)。

• IMU数据:由IMU提供的测量车辆加速度和旋转率。

• 罗盘数据:由磁力计提供的正北方位。

• GNSS数据:来自全球导航卫星系统(GNSS)的数据。包括以WGS84/GPS位置表示的地理参考位置估计(不确定性通常以米测量)。

--基于GNSS的位置信息,可能与校正服务的信息组合

--包括地理参考位置估计。可能已经包括自身运动估计

• 环境传感器数据:来自一个或多个环境传感器的规范数据。

--可能包括摄像头数据(可见光和/或红外波长)、雷达(飞行时间测量手势)、声纳(可听和/或超声)或其他传感模式

--注意:可能包括各种传感器输入的组合

• 车厢传感器数据:来自一个或多个车厢内传感器的数据。可以使用各种传感技术进行乘客监测。

--示例可能包括摄像头(可见光和红外波长)、雷达(手势/心跳检测)、音频和各种其他传感机制。

状况

• 任务反馈:关于任务状态的反馈,向车辆乘员/驾驶员提供通信。一个例子是系统请求驾驶员干预。通过HMI向车辆乘员提供当前任务的反馈。这可以包括诸如路线目标的进度、警告驾驶员接管控制或类似信息。

• 任务目标:可以反映复杂任务的用途表达,其目标是“到达目标目的地”,或者在更低的自动化级别,是一个更简单的目标,如“保持在当前车道的中心”。任务目标在行程中可能会改变。

• 路线目标:自主车辆将要走的路线描述,如果适用包括车道,以实现任务目标。描述每个交叉口的所需车道和转向。

• 机动:提供至少两个操作的列表,包括一个安全机动。机动表达为地图上的新位置,以及该位置的目标速度,并描述高层次的车辆运动行为(例如巡航、跟随、改道、转弯或停止)。

• 目标轨迹:是将机动分解为目标轨迹(曲线路径),其中沿轨迹路径表达转向、制动和加速的变化。

• 感兴趣区域:是世界空间中一个或多个区域的描述,感知应优先处理这些区域。这可以描述世界空间中感知应提供卓越性能(如果可能)的感兴趣区域。例如,这可以允许配置具有非均匀感知分辨率的传感器,从而特定感兴趣的道路/基础设施以更高分辨率“看到”。

• 动态对象:识别所有移动或可移动对象。例如车辆、行人或动物。

• 静态对象:识别所有不可移动对象或基础设施。静态对象仍可能具有与之相关的可改变状态。例如道路表面、路缘、锥桶、路标、交通灯、电子标志。或者甚至是一个基础设施元素,如可移动屏障(如收费站)。

• 动态对象预测:预测动态对象的路径。

• 静态对象预测:预测静态对象状态的变化,如交通灯变化的时序。

• 场景数据:提供当前场景的相关描述,用于确定自动驾驶系统是否在操作设计域内运行。一个例子是对自动驾驶系统尚未设计用以处理的被淹路面的注释。

• 姿态:描述自主车辆相对于地图的当前位置和方向。与地图信息一起使用以启用或改进高级驾驶员辅助系统(ADAS)的许多行为。

• 感知能力:给出自动驾驶系统动态感知能力的描述(例如某类实体的感知范围)。

• 系统完整性:提供车辆不同组件的运行状态报告,这些组件与自动驾驶系统的安全运行相关;来自与硬件和软件平台相关部分的派生。


关键字:功能模块  数据流 引用地址:系统架构图中功能模块数据流与状况

上一篇:自动驾驶系统架构状态和配置介绍
下一篇:自动驾驶系统信号描述

推荐阅读最新更新时间:2026-02-25 14:05

自动驾驶功能模块有哪些
1.1 ADS核心计算模块(蓝色块部分) 感知模块 - 使用传感器数据、车辆里程计数据和后端信息(即地图数据)来检测和跟踪传感器视野内的基础设施和对象,以产生对象、特征或规范的数据。 场景理解 - 评估当前的驾驶场景,并预测或预见动态实体相对于自主车辆的意图和行为。 自车运动 - 使用不同的传感器输入估计车辆的运动,例如来自惯性测量单元(IMU)和车轮速度传感器等的数据。 定位 - 确定车辆的位置、方位和方向。 运动控制 - 与执行器包括制动器、转向系统和传动装置互动,以实现期望的轨迹。 任务控制 - 根据乘客状态、车辆操作者请求或行为规划器的直接反馈来维持或改变车辆任务;向操作者提供反馈。 乘客监控 - 确定车辆乘客的状态,
[嵌入式]
自动驾驶轨迹规划功能模块
轨迹规划(路径规划) 轨迹规划功能模块图 轨迹规划功能模块提供算法以规划机动的路径,以便控制转向、制动和加速。它与行为规划密切合作,有时两者作为相同算法的输出获得,或以反馈递归调整的方式获得。自动驾驶车辆依赖实时的车辆状态和环境信息(例如周围车辆、道路条件)来获得确保安全通行的本地轨迹,同时最小化偏离整体行程轨迹(来自路径规划的全局轨迹)。本地轨迹规划可以定义为实时规划车辆从一个可行状态到下一个可行状态的过渡。这一切都在满足基于车辆动力学的车辆运动学限制、乘客舒适度、车道边界和交通规则的约束下进行,同时避免障碍物。传感器范围、预测交通参与者运动的时间以及传感器不完善等限制将限制车辆的最大速度来计算机动。因此,对交通参与者运动进
[嵌入式]
自动驾驶轨迹规划<font color='red'>功能模块</font>图
【二代示波器教程】第11章 示波器设计—功能模块划分
11.1 主界面上的五个按钮 为了方便各个功能的配置,主界面右侧做了五个按钮,用于实现五个不同功能的配置。 代码如下: /* 创建需要的按钮*************************************************************/ hButton0 = BUTTON_Create(670, 40, 100, 44,GUI_ID_BUTTON0, WM_CF_SHOW); BUTTON_SetText(hButton0, Measure ); WM_SetHasTrans(hButton0); WM_SetCallback(hButton0, _cbButton);
[测试测量]
【二代示波器教程】第11章 示波器设计—<font color='red'>功能模块</font>划分
泛在电力物联网将成为城市能源互联网的数据流承载
3月5日正式发布的《上海城市能源互联网白皮书》,是国内首份关于城市能源互联网的白皮书,首次明确提出了城市能源互联网的定义,并给出了上海建设城市能源互联网的方向和路径。 城市能源互联网,是支撑现代城市发展的重大基础设施,以城市智能电网和泛在电力物联网为核心,有机融合能源系统、信息系统、社会系统,以能源互联互通和信息全面感知为方向,联合城市天然气、热力、电气化交通等系统,形成的智能灵活、万物互联、多能互补、开放融合、绿色高效的现代城市智慧能源系统。 电能在终端能源消耗中占比90%,可再生能源在总能源消耗中占比70%,清洁能源在总能耗中占比80%,“站-线-台-户”全要素泛在物联覆盖率100%,供电可靠性99.999%,单位G
[新能源]
泰克全新Initial State数据流和可视化服务问市
全球领先的测量解决方案提供商—泰克科技公司日前宣布,面向个人提供全新Initial State数据流和可视化服务。这种基于云的数据服务包括无上限数据流和完美可视化服务,服务费仅每月9.99美元或每年99美元,且面向学生免费。泰克在今年早些时候收购了位于美国田纳西州纳什维尔的Initial State科技公司。 基于云的Initial State平台为时序数据提供了高度安全的集中存储库,从已经安装的软件中展开分析,所有可视化和分析应用均通过网络浏览器提供。Initial State采用AWS基础设施和企业级最佳实践,进行加密、数据和访问管理,提供了高可用性和完整数据冗余。该平台去年处理了超过1000亿个数据点,停机时间为零,充分
[测试测量]
泰克全新Initial State<font color='red'>数据流</font>和可视化服务问市
安防AI大数据流程的三个环节浅析
对于安防 AI ,看上去是AI,实际上最后是大数据,大数据才是智能化的基础。人工智能、 深度学习 、 机器学习 、大数据应用在安防AI中, 说到底都是对大数据的采集、建模和应用。本文大致说一下安防AI中,对于大数据的运用过程与环节,让大家有个大致的印象。 安防AI大数据流程三个环节 数据采集 数据采集,有说数据获取,这是数据的来源,安防AI中这个数据是来源于视频监控系统中的视频流,当然往大了说安防,还包括很多内容,但是基本都是以视频监控为核心,这里主要指视频监控系统。 数据预处理 对于采集到的实时或者历史视频,是只能看不能应用的,要调用就得结构化,先给视频流解码,把视频流还原成一张张图片,再对图片进行预处理。可能不同的公司对预
[安防电子]
鲲云牛昕宇:定制化数据流AI芯片如何满足多场景需求
物联网与人工智能的结合带来了一个规模和潜力巨大的市场,因此无论是行业巨头还是创业者纷纷涌入其中。芯片作为人工智能发展的关键,在云端被英特尔、英伟达等巨头占据了绝对优势,留给AI芯片创业者更大的机会在于终端的人工智能,并且有种说法是,前端越智能,人工智能才能产生更强的动能。 鲲云作为众多AI芯片初创企业的一员,在成立之前无论是在专利还是技术上已经有了很深的积累,其中Handle-C是鲲云CEO牛昕宇导师90年代初做的一套开发工具,经过三十多年的迭代和经验积累,最终成为了鲲云的核心竞争优势——全自动化工具链。该工具结合鲲云自主研发的搭载FPGA芯片的雨人板卡,在最大化发挥FPGA性能的前提下,可以针对不同的应用场景需求自动编译深度
[嵌入式]
鲲云牛昕宇:定制化<font color='red'>数据流</font>AI芯片如何满足多场景需求
高云半导体推出FPGA离线烧录器及数据流文件加密工具
山东高云半导体科技有限公司(以下简称“高云半导体”)今日宣布推出高云 FPGA四路并行离线烧录器(以下简称“离线烧录器”),支持高云半导体小蜜蜂家族GW1N(R)系列芯片数据流文件的离线烧录。 图一 离线烧录器外观图 离线烧录器(图一)是指在脱离PC环境下对GW1N(R)芯片进行数据烧录的设备,具备速度快、数据保密、便携稳定、多路烧录等特点,适用于工厂大批量、快速量产,并方便检修人员外出携带;相比传统的PC终端,离线烧录器优势显著。 其一,离线烧录器可对四个FPGA器件同时进行烧录,也可在单一接口下自动检测设备接入并进行烧录,极大的提高了量产速率; 其二,与PC终端数据需要进行软件操作下载和转换相比,使用离线烧
[半导体设计/制造]
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

厂商技术中心

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

 
机器人开发圈

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2026 EEWORLD.com.cn, Inc. All rights reserved