第一篇综述-无人车系统架构（三）_导航车硬件系统和软件系统

第一篇综述-无人车简介（一）

第一篇综述-无人车简介（二）

目录

硬件架构

软件架构

前面简述了无人车的定义及分级、发展历程、社会影响及所面临的技术挑战。本章将讲述无人车的系统架构，包括硬件架构和软件架构，使读者从系统层面对无人车的体系架构有个宏观的认知，这样对于后续要讲解的各硬件传感器原理、各算法模块的原理、工程系统平台等的理解打下坚实的基础，以便我们能够更加系统全面地对无人车各部件（传感器、软件模块、数据、云端平台、通信系统等）进行评测。

硬件架构

       目前业界无人车的硬件架构，一般采用激光雷达作为主要感知传感器，同时结合摄像头、GPS/IMU、毫米波雷达、超声波雷达等，以NVIDIA Drive PX2 或 Xavier作为主要计算平台，在工业PC机上运行各种算法模块，通过线控技术控制车辆行驶。以百度开源自动驾驶系统Apollo公布的架构图为例，如下所示：

       车顶部署了一套64线激光雷达，周围部署了多个摄像头，车辆前方部署毫米波雷达，GPS天线在车后方，后备箱存放工业PC机和GPS接收器等设备。其内部各硬件设备型号及连接关系如下图所示：

       目前业界大部分的无人车硬件架构，都与上方类似，唯有Google的Waymo采用双备份的硬件架构来增加安全可靠性，但从单一系统来看，总体硬件架构同以上是类似的。

摄像头（Camera） ：主要用于车道线、交通标示牌、红绿灯以及车辆、行人检测，有检测信息全面、价格便宜的特点，但受到雨雪天气和光照的影响较大。 摄像头由镜头、镜头模组、滤光片、CMOS／CCD、ISP、数据传输部分组成。光线经过光学镜头和滤光片后聚焦到传感器上，通过CMOS或CCD集成电路将光信号转换成电信号，再经过图像处理器（ISP， Image Signal Processing）转换成标准的RAW，RGB或YUV等格式的数字图