百度Apollo车路协同自动驾驶典型实践场景和技术优势

2022-12-25 17:54:52· 来源：汽车测试网

（二）静态盲区/遮挡协同感知

AD盲区问题描述：

如图6.16所示，受限于单车智能的传感器感知角度，在出现静态障碍物或动态障碍物（如大型车辆）遮挡时，车辆难以准确获取盲区内的车辆或行人的运动情况。

图 6.16 静态盲区：行人突然闯入

VICAD动静态盲区协同感知：

如图6.17所示，通过路端多传感器部署，实现对多方位、长距离连续检测识别，并与车辆感知进行融合，实现自动驾驶车辆对盲区内车辆或行人的准确感知识别，车辆可提前做出判断和决策控制，进而降低事故风险。

图 6.17 静态盲区非机动车/行人鬼探头协同感知

（三）动态盲区/遮挡协同感知

如图6.18所示，车辆（蓝白色）在路口左转或掉头时，有大卡车或公交车（粉色长多边形）产生了动态盲区遮挡住了后面的车辆，通过VICAD全量协同感知，车辆可以获取盲区车辆的运动情况，避免了车辆急刹或事故的风险。

图 6.18 左转/掉头盲区或遮挡协同感知

（2）大车遮挡协同感知：

在车辆直行时，左侧大车遮挡住了横穿的电动车，通过VICAD动静态盲区协同感知，车辆可以提前获取盲区车辆、非机动车或行人的运动情况，避免了车辆急刹或事故的风险（如图6.19和6.20）。

图 6.19 路口大车遮挡场景

图 6.20 路口大车遮挡车路协同感知

（四）超视距协同感知

AD超视距感知问题描述：

受限于车载传感器的类型、感知范围、分辨率等因素，车辆对超出车载传感器覆盖范围的交通运行状况、交通参与者或障碍物检测结果不稳定，容易出现感知不到、感知跳变等问题。

VICAD超视距协同感知：

如图6.21所示，通过路端多传感器部署，实现对多方位、长距离连续检测识别，并与车辆感知进行融合，实现自动驾驶车辆对超视距范围内车辆或行人的准确感知识别，车辆可提前做出判断和决策控制，进而降低事故风险。

图 6.21 超视距协同感知

分享到：

点赞 0 反对 0 举报 0 收藏 0 评论 0

0 条相关评论

编辑推荐