第5課、apollo硬體開發平台介紹
從自動駕駛研發的流程角度看，大致可以分為以下4個步驟：
a)軟體在環：軟體在環是基於**和模擬的軟體**，類似於賽車類遊戲。即是在軟體系統裡**模擬出真實的道路環境如光照、天氣等自然環境，開發者可將自動駕駛**開發完畢後，在**系統內執行，測試是否可以實現目標。
b)硬體在環：硬體在環是基於必要的硬體平台。在第一步的軟體**結束後，將所有的**結果與感測器、計算單元集合在一起，在硬體環境裡測試。
c)車輛在環：車輛在環是基於車輛執行。在第二步硬體環境裡測試完成後實施的第三步，即在乙個封閉環境中測試開發者所開發功能，封閉環境中不會有交通流的干擾。
d)司機在環：司機在環是基於實際道路。在第三步測試成功後進入到司機在環，司機在環主要是研究人——車——路——交通四者之間的相互作用，它不僅測試自動駕駛的程式**，還能獲得專業司機的評判。
自動駕駛分為三大系統：感知、決策和控制，每個系統裡有對應的硬體系統。
感知系統分為汽車運動、環境感知和駕駛員監測三部分。
a)車輛運動主要分為慣性導航、速度感測器、角度感測器和全球定位系統。
b)環境感知主要分為雷射雷達、超聲波、攝像頭、公釐波雷達、v2x。
c)駕駛員監測主要分為攝像頭和生物電感測。
控制系統部分分為車輛控制和警告系統。
a)車輛控制主要分為制動、轉向、發動機和變速箱。
b)警告系統主要分為聲音、影象和震動 。
攝像頭主要是用於車道線、交通標識牌、紅綠燈、車輛和行人的檢測。它的優點是檢測資訊全面且**便宜，缺點是效能受天氣影響較大。
攝像頭主要由鏡頭、鏡頭的模組、濾光片、cmos/ccd、isp和資料傳輸這幾部分組成。攝像頭分為單目和雙目。
攝像頭的基本工作原理：光線通過攝像頭前面的鏡頭和濾光片聚焦到後面的cmos的sensor上.
sensor將光訊號進行**轉化成電訊號，然後通過isp影象處理器轉化成標準的rgb或者yuv的資料格式，最後傳輸到後端的計算機進行處理。
雷射雷達的核心原理是tof(time of flight)，即一束光射出後碰到障礙物後，光會發生回波，並在apd上進行接收和計算光折返的距離。
根據它的掃瞄原理雷射雷達可以分為同軸旋轉、稜鏡旋轉、mems、opa相控陣以及flash。 雷射雷達不光是用於感知，地圖類的測繪和定位也會使用到需要它。
公釐波雷達主要用於交通車輛的檢測。公釐波雷達主要是由射頻天線、晶元和演算法組成，基本原理是發射一束電磁波，然後觀察電磁波回波的攝入差異來計算距離和速度。
它的優點是檢測速度快且較準確，不受天氣情況干擾，缺點是不能對車道線進行識別檢測。
組合導航是通過gnss板卡接收所有可見的gps衛星訊號並進行計算，從而得出被檢物體在大地座標系中的空間位置。
當車輛通過隧道、有建築物群和樹蔭遮擋等路段時，gps訊號會產生遮擋不能提供很好的結算和實時導航，所以這種情況下需要融合慣性導航的資訊。
慣性導航是乙個完全封閉的系統，不受外界影響，可以直接給出車身的位置、速度和姿態。
自動駕駛汽車感測器的安裝位置一般是：
a)雷射雷達是360°旋轉的，所以它都是安裝在車頂；
b)公釐波雷達的指向性很強，所以的它一般安裝在前後保險槓上；
c)考慮到車身在道路上的俯仰和姿態的干擾，所以組合導航系統一般是安裝在兩個後車輪的中軸線上；
d)車身的360°都會安裝攝像頭。
自動巡航、應急制動、行人檢測都是l1、l2級的功能。
a)l1、l2級別最怕的是感測器誤檢，例如正在開車時感測器發生誤檢，隨後急剎車會讓駕駛感受很差。l1、l2的演算法會避免一定的誤檢率。
b)l3以上關注的是感測器漏檢，駕駛的主體是乙個系統，一定不能讓系統的感測器段出現漏檢情況。
c)目前l4的適應範圍是城市道路和高速路的一些自動駕駛，我國的高速路的限速是120km/h，根據道路摩擦係數可計算出不同速度下的剎車距離。
中國的標準是到2023年將自動駕駛l1級的功能aeb列為強制標準，這些強制標準主要是用於商用車、卡車和客車。
當雷射雷達的兩束線的角度之間有乙個物體， 正好處於檢測邊緣它會產生一定的漏檢，除以2是為了保證在每乙個角度上都不會產生漏檢。
在0.4°這個解析度之下我們在100公尺外其實就可以檢測到乙個人、車或騎行者。
在0.1°這個解析度之下我們在400公尺外其實就可以檢測到乙個人、車或騎行者。
但是能檢測到並不意味著自動駕駛系統能識別出來，只有一條線的這種成像或者低解析度的成像，自動駕駛還是識別不了。
現在像velodyne 64線的雷射雷達，0.4°解析度下他的物體感知距離是50公尺。
未來自動駕駛感測器的趨勢：自動駕駛感測器離不開多感測器的融合。雷射雷達和攝像頭都屬於光學類的感測器，它們核心零部件和處理電路很相似，
未來有可能將雷射雷達和攝像頭前端融合到一起，直接輸出rgb、 xyz融合後的顏色加點雲資訊，然後傳輸到後端的計算來進行處理。
所有的cpu、gpu、fpga、mcu和匯流排都要做冗餘設計，以防止單點故障。
目前計算單元都是集中式的架構，即將所有的工作都放到乙個工控機當中。
這種架構的缺點是體積大、功耗高，不適應未來的量產；優點是方便**的快速迭代，工控機卡槽的設計方便硬體更新和擴充套件 。
由於集中式的缺點，未來將會考慮嵌入式的方案。將各感測器的原始資料先融合到乙個sensor box中，在其中完成資料融合， 然後將融合後的資料給到後端計算平台處理。
sensor box作用：目前所用感測器給出的原始資料該如何判斷融合完成後是否是判斷同乙個目標，需要有乙個時間戳同步，保證這個時間戳下每個感測器探測的都是同乙個座標系，時間戳的同步是在sensor box裡面完成的。
這種方案將原來集中式計算的功能拆解出來，可以降低整體系統的功耗，但是不足以面向更多的量產化。
晶元設計流程整體分為晶元設計、晶元製造、晶元封裝三部分。現在整個半導體產業正在從深紫外（dov）向極紫外（euv）發展。
半導體正步入7奈米時代，新工藝對效能帶來很大提公升。對比16奈米工藝，7奈米工藝可提公升40%效能，節省60%能耗。
自動駕駛線控系統（control by wire）指的是汽車的控制是由一些簡單命令完成的，而不是由物理操作完成的。
傳統汽車的這些控制由液壓系統和真空助力幫浦協助完成，自動駕駛汽車的線控需要用電控化的零部件來完成，如電子液壓制動系統（ehb）。
mk c1整合液壓和制動的模組，利用緊湊且輕重量的設計節省制動單元，通過電訊號發出的制動訊號也使制動距離更短。
目前很多自動駕駛車都使用eps（電子助力轉向系統）。eps直接使用轉向管柱與下面的齒條相結合，沒有採用電控制。
線控油門是對自動駕駛車輛加速度的控制，減速剎車踏板上有位置感測器可檢測到剎車深淺度，該感測器傳送指令到ems（發動機制動系統）後，氣門進氣量越多，加速度即越快。
自動駕駛汽車目前大多是新能源車，新能源車通過驅動電機的扭力控制來完成對加速度的控制，從整個線控化來看，分為三個階段：
a)對原車的方向盤踏板進行改裝，將一些轉向管柱截斷後，加裝轉向電機，通過控制電機進行轉向，缺點是未經過原車系統測試驗證，存在安全隱患。
b)基於原車的輔助駕駛系統，對can匯流排協議進行破解，通過原車匯流排指令控制車的轉向和制動。
c)從車底盤開始開發的一套系統，轉向線控完全按照自動駕駛需求定製，與2.0的區別在於考慮到冗餘和備份的需求。
apollo硬體開發平台認證，則是在apollo**層面進行驗證，如感知模組的資料化採集標註和模型的訓練的額外工作，還需要開發者自己完成。
感測器單元（sensor box）將所有的感測器資訊融合到感測器單元中，完成整個時間戳的對準，將前處理的資料傳輸到後端的工控機計算單元上進行處理.
apollo開發平台中，還有hal硬體抽象層，這為了防止單一硬體短路而導致整個系統硬體核心崩潰的中間開發層。
自動駕駛產業是汽車新能源、it、交通通訊、半導體人工智慧、移動網際網路等多個10萬規模產業億聚的大型聚合產業。
自動駕駛汽車是物質流、能量流、資訊流的聚合體，需要軟硬體行業的深度整合和合作才能保證自動駕駛產業的成功落地。
第五課 高階資料過濾
第五課 高階資料過濾 回顧與預習 第四課學習了如何用select語句的where子句過濾返回的資料 如何檢驗相等 不相等 大於 小於 值的範圍以及null值等 第五課學習如何組合where子句以建立功能更強 更高階的搜尋條件以及學習如何使用not和in操作符。5.1組合where子句 sql允許給出...
微課程 第五課《水平拆分》
上一期我們演示了 dble 安裝好以後的目錄結構，下面我們就介紹第二篇基本功能。dble 最核心的功能就是資料的水平拆分。首先說資料拆分，如果不太了解資料拆分是怎麼回事，我這裡先簡單的介紹一下。本來我們一張表是完整的，但是這張表過大，超過一億條資料。單錶查詢也好，增刪改也好，都會遇到很大的問題。圖中...
大三小學期高階課程第三十二課 感知演算法
第32課 感知演算法 點雲感知 1 點雲障礙物感知的主要任務是感知障礙物的位置 大小 類別 朝向 軌跡 速度等。核心是點雲檢測分割技術，可以用啟發式演算法ncut和深度學習演算法cnnseg完成。啟發式方法 ncut 1 ncut演算法的基本思想是基於空間平滑性假設，即空間上接近的點來自同乙個障礙物...