计算机应用技术论文
自动驾驶就是属于人工智能的一种，在自动驾驶中人工智能就相当于驾驶者的大脑，还会有一些辅助技术，比如激光测量，声波测量，运动传感器，GPS等等，相当于人的眼睛、耳朵、神经感觉等等。下面我们就为大家介绍几篇关于自动驾驶论文范文，供给大家参考阅读。
自动驾驶论文范文第一篇：北斗导航农机自动驾驶系统研究
作者：杨振东
作者单位：东北石油大学秦皇岛校区
摘要：农机自动驾驶系统是智能化农机装备的重要组成部分，是实现精准农业的前提与关键。本文从增强作业安全，提高作业效率和质量角度出发，提出北斗卫星导航与惯性导航相结合的北斗导航农机自驾系统，将定位信息与高精度北斗卫星导航、捷联惯性导航相结合，由控制器控制农机液压转向系统，使农机按规划路线自动行驶，能够实现农机对预定路径的精确跟踪。为了便于驾驶员观察农机运行状态、标定农机结构参数，设置跟踪控制参数和记录各种相关数据，设计了人机界面旨在使操作更加简洁。田间测试结果表明，此系统直线作业横向偏差与交接行误差均不大于2.5cm,作业速度范围（0.6-12）km/h,有效提高了土地资源利用率和作业管理效率，在农业生产领域具有较高的推广应用价值。
关键词：北斗导航；自动驾驶；智能化农机；
作者简介：杨振东（1979,8-），男，籍贯：黑龙江大庆，实验师，研究方向：电子工程。；
基金：秦皇岛市科学技术研究与发展计划（202004A008）；
农业是国民经济的基础。为了确保粮食供应和安全，关键是要推动农业生产技术进步。智能化农机装备代表着农业先进生产力，是增强农业综合生产能力的物质基础。随着我国农业现代化的快速发展，农村劳动力老龄化问题加剧，土地规模化经营逐步成型，对智能化农机设备的需求也越来越迫切。农机自动驾驶系统是智能化农机装备的重要组成部分，是实现精准农业的前提与关键，其主要功能是根据各种导航传感器信息，引导农机按照预定的作业技术路线进行精确跟踪行驶。农机自动驾驶作业相比传统人工手动驾驶作业具有如下优点：（1）作业直线度大幅度提高并且不重不漏，能提高农业机械作业质量和土地利用率；（2）能够进行全时段作业，提高了时间利用率；（3）减轻了驾驶员的劳动强度，提高了作业标准化程度。
我国农机自动驾驶技术基础研究存在不足，总体水平同国外相比还有一定的差距，农机自动驾驶的关键技术在于农机导航定位和路径跟踪控制。农机导航定位大多采用组合导航定位的方式，即将两种或两种以上不同导航系统以适当的方式组合起来，采用信息融合算法，使得优势互补、取长补短，获得比使用单一导航系统更加精准的定位信息。从提高定位精度和可靠性角度出发，目前组合导航定位技术存在大量的创新和改进空间。现代农业对田间作业速度的要求越来越快，对作业质量的要求越来越高。因此，不断深入研究农机自动驾驶方法，进一步提升农业机械装备的智能化水平和高效可靠性，支撑现代农业精准化发展具有重大意义。
1 系统整体结构
北斗导航农机自动驾驶系统包括移动基准站组件和车载自动驾驶系统组件两部分构成，如图1所示。
图1 系统架构设计
1.1 移动基准站
移动基准站由北斗卫星测量天线、北斗卫星接收机、电台发射天线、电台、12V铅酸蓄电池组成。北斗卫星接收机通过北斗卫星测量天线接收处理结算卫星定位信息，再由电台发射差分定位信息（RTK）。移动基准站信号覆盖范围
移动基准站无线电发射设备功率1W,无线电发射设备频率（230~235）MHz.
1.2 车载自动驾驶系统
车载自动驾驶系统该系统主要包括以下部件：北斗测量卫星主天线（以下简称卫星主天线）、北斗测量卫星副天线（以下简称卫星副天线）、车载电台天线、车载电台、车载北斗/GNSS接收机、工控显示屏、控制器（ECU）、电磁比例换向液压阀和角度传感器组成。卫星主天线作用接收卫星定位和速度信息。卫星副天线与卫星主天线配合实现定向。车载北斗/GNSS接收机接收卫星和移动基站信号并输出高精度定位信息（RTK），实现定位误差<=2.5cm.控制器（ECU）接收车载北斗/GNSS接收机高精度定位信息（RTK）、运动姿态传感器（MEMS）和角度传感器的信号（检测农机前轮转向角度值），经信息融合运算后向液压阀实时发送指令，驱动农机的转向机构，使农机按照规划的路线进行高精度自适应自动驾驶。此系统直线作业横向偏差与交接行误差均不大于2.5cm,作业速度范围（0.6-12）km/h,表1.
表1 系统主要参数
2 系统控制方法
基于北斗导航的农机自动驾驶控制系统，由北斗卫星导航定位系统（BDS）、捷联惯性导航系统（SINS）、角度传感器、控制器（ECU）、电液比例换向阀和工控显示屏组成。如图2所示。
图2 控制系统
北斗卫星导航定位系统（BDS）由基站和车载部分组成。基站测量天线与基站接收机衔接，基站接收机与基站发射台衔接，基站发送电台连接基站发送电台天线，基站发送电台天线发送实时动态（RTK）位置信息。车载接收电台天线接收基站发送电台实时动态（RTK）位置信息，车载接收电台、车载测量主天线和车载测量副天线分别连接车载接收机，车载接收机输出农机位置、速度和姿态信息。
捷联惯性导航系统（SINS）由三轴加速度计、三轴陀螺仪和三轴磁力计组成。捷联惯导系统输出农机的位置、速度和姿态信息。控制器（ECU）分别连接车载接收机、捷联惯性导航系统（SINS）、角度传感器、电液比例换向阀和显示屏。电液比例换向阀连接液压转向器，液压转向器连接农机导向轮，农机导轮与角度传感器衔接，角度传感器检测农机导轮的角度值。控制器（ECU）接收车载接收机、捷联惯性导航系统（SINS）与角度传感器信号，并对车载接收机和捷联惯性导航系统（SINS）的位置、速度和姿态信息进行融合处理得到高精度的农机位置、速度与姿态数据，然后根据作业线的位置和方位，以及当前农机的位置、方位与导向轮转角值，计算出控制信号送至电液比例换向阀，从而驱动农机液压转向器改变导向轮转角，实现农机按照预定路线精确追踪。工控显示屏用于观察显示农机运行工作状态，标定农机结构参数，设置跟踪控制参数和记录各种相关数据。
3 系统软件设计
为了便于驾驶员观察农机运行状态、标定农机结构参数，设置跟踪控制参数和记录各种相关数据，设计了人机界面旨在使操作更加简洁。北斗导航农机自动驾驶系统软件主要包含：车辆配置与标定、田块配置与管理、车辆作业监控、定位系统诊断、系统参数设置和系统管理等。其中，车辆配置与标定部分负责完成农机自动驾驶所需车辆参数的标定、配置和记录工作；田块配置与管理部分用于完成农机自动驾驶所需田块与作业信息的配置和管理任务；车辆作业监控部分负责以动态图形界面的形式监控农机作业过程；定位系统诊断部分用于监测BDS定位系统的运行状态；系统参数设置部分用于设置和显示整个自动驾驶系统的一些参数信息；系统管理部分主要用于整个自动驾驶系统的调试。
3.1 系统总结构
3.1.1 系统框架
图3 系统结构框架
北斗导航农机自动驾驶系统软件共包括6个组成部分，分别为：车辆配置与标定、田块配置与管理、车辆作业监控、定位系统诊断、系统参数设置和系统管理。北斗导航农机自动驾驶系统软件能够配合下位机控制器实现农机车辆自动按照预定航线高精度行驶，实现了翻地、靶地、旋耕、起垄、播种、喷药等各个重要环节的精准管理作业。其结构框架如图3所示。
3.1.2 系统流程（图4）
系统启动后，自动载入上次作业的车辆田块信息，随后通过人工操作进行BDS定位信息诊断。若定位信息不存在异常，可以根据需要有选择地进行如下操作：（1）设置或查看系统参数信息；（2）调试整个自动驾驶系统；（3）新建车辆；（4）重新创建、编辑、管理田块和作业。然后，手动操作进入车辆作业监控子系统，启动自动驾驶，实时监视车辆的运行过程。
3.2 系统管理
图4 系统总体流程
系统管理部分现仅提供整个自动驾驶系统的调试功能，具体包括车辆田块信息的上传与下载和控制参数信息的上传与下载（流程详见图5），以及数据库记录数据的显示等子功能。系统管理部分前两项子功能用于完成控制器中车辆田块信息与控制参数信息的读取和写入，从而能验证出本上位机软件与下位机控制器之间信息传递是否正常，以及双方数据是否一致；第三项子功能用于读取和显示数据库中所存储的车辆参数、田块信息与控制参数等数据内容，在方便用户查阅的同时，也能验证出数据库运行是否正常。
图5 系统管理流程
3.2.1 车辆配置与标定
车辆配置与标定部分用于建立车辆参数信息，包括车辆基本参数配置、车辆瞬时轮角检测、液压阀死区与最大控制脉宽标定三项内容。其中，车辆基本参数配置具体完成车辆名称输入、天线高度设置、天线偏移设置、轮角极限标定和姿态偏差校准五项功能。
3.2.2 田块配置与管理
田块配置与管理部分负责管理田块和作业，主要包括创建田块、选择田块、新建作业、编辑作业、删除作业、选择作业和显示田块作业信息等内容。
3.2.3 车辆作业监控
车辆作业监控部分主要完成车辆运行过程的动态监控任务，具体包括手自动操控切换、控制参数修改、作业面积计算、车辆运行数据实时显示和车辆运行过程动态监视等内容。
结束语
北斗导航农机自动驾驶系统，是集北斗卫星接收、定位、多传感器信息融合等控制于一体的综合性系统，利用高精度的北斗卫星导航定位信息，由控制器对农机的液压转向系统进行控制，使农机按照规划的路线进行自动驾驶，能够实现农机对预定路径的精确跟踪。田间测试结果表明，此系统直线作业横向偏差与交接行误差均不大于2.5cm,作业速度范围（0.6-12）km/h,有效提高了土地资源利用率和农机作业效率，在农业生产领域具有较高的推广应用价值。
参考文献
[1]张漫，季宇寒，李世超，等。农业机械导航技术研究进展[J]农业机械学报，2020,51（04）：1-18.
[2]刘健，曹冲全球卫星导航系统发展现状与趋势[J]导航定位学报，2020,8（01）：1-8.
[3]段友青，高广智。农机GPS导航技术的发展[J]现代化农业，2015,2:61-62.
[4]李广源，花向红，贺小星北斗卫星导航系统空间信号测距误差评估[J]测绘科学，2020.45（05）：1-6.
[5]林汝景。北斗卫星导航系统应用终端检测技术探究[J].信息通信2020,（03）：72-73.
[6]刘晓光，胡静涛白晓平等插秧机多传感器组台导航方法研究[J].农机化研究，2014 ,36（05）：24-30.
[7]刘军。袁俊，蔡骏宇，等基于GPS/INS和线控转向的农业机械自动驾驶系统[J]农业工程学报，2016,32（01）：46-53.
[8]黎永键，赵祚喜高俊文基于GPS/SINS组合的农业导航定位系统设计与研究[J].农机化研究， 2014,36（03）：16-22.
文献来源：杨振东，刘文龙，张继峰，张昕，赵忖，刘彦昌。北斗导航农机自动驾驶系统研究[J].科学技术创新，2021（20）：47-49.
自动驾驶论文范文第二篇：物联网在自动驾驶中的应用简析
作者：李萌
作者单位：北京信通传媒有限责任公司出版业务管理部
0 引言
物联网和智能电动汽车技术的快速发展给传统汽车行业带来了颠覆性变革，赋予了汽车"电动化、智能化、网联化、共享化"的特点，而融合了5G、人工智能、物联网等技术的自动驾驶则实现了车与人、车、道路、云端等的信息交换和共享，通过在汽车上搭载车辆传感器、智能控制器等装置，使汽车具备环境感知、智慧决策、协同控制、危险预警等功能，让人们的驾驶体验更加智能、安全、高效、舒适。汽车行业的数字化时代已经到来，自动驾驶的生态系统正在逐渐形成，商业化进程也在不断提速。
对于智能电动汽车来说，物联网和自动驾驶技术的重要性不言而喻。没有物联网传感器进行信息收集，自动驾驶汽车就无法迭代升级，也就无法继续进化发展，打通"最后一公里"的希望就会更加渺茫。对于自动驾驶汽车来说，信息是建立在物联网传感器和自动驾驶汽车之间的桥梁，桥梁如何起到沟通作用？物联网传感器就像自动驾驶汽车的"眼睛",没有这双"眼睛",自动驾驶汽车犹如驶向了一片荒漠，对道路上的一切，如隔离带、交通标线和标识、减速带以及颠簸路况等毫无感知。只有依靠物联网技术不断对车辆行驶中的信息进行感知、分析和反馈，自动驾驶汽车距离大规模应用才能更进一步。
1 物联网传感器让自动驾驶走进现实
当前市场上在售自动驾驶车型主要以L2到L4级别的车型为主，这些车型的自动驾驶功能则主要依靠传感器对信息和路况的感知来实现，例如车辆的启动、加速、制动、高速辅助驾驶、自适应巡航等，均需要传感器在车辆高速行驶的过程中，快速、准确地分析并处理车辆实时信息，并提前预判驾驶员可能遭遇的安全隐患与问题，及时反馈给驾驶员。
对汽车制造商来说，它们会在自动驾驶汽车上搭建起自己的传感器网络，通过物联网技术赋能自动驾驶。在自动驾驶汽车上搭载的各种物联网传感器一方面可以帮助用户实时监测车辆状态，比如用来监测汽车发动机、水箱、油箱、电路、管道等健康度的传感器，可以实时收集车内的水、电、油、气等存储状况和具体参数；另一方面可以为车辆的维修保养提供数据支撑和决策依据，比如当油箱缺油、电路老化、水温较高或较低、电瓶亏电时，传感器会将收集到的信息反馈给报警器，车内相应的提示灯会常亮或闪烁，提示驾驶员车辆可能存在的故障或问题，以便对车辆进行维修、排查故障，从而提高车辆安全性。
前装和后装是互联网企业进入汽车生态的两个方式，互联网企业能够通过这两种方式获取汽车数据。前装市场与后装市场就像当前手机的i O S系统和Android系统，前装市场如同i OS系统一样封闭，无法拓展，其优点是汽车制造商可以最大限度地保护自己的汽车隐私数据，缺点是可拓展性较差，只开放娱乐、网络、语音这些基本功能，把引入的互联网车联系统作为提升人机交互的重要方式，只能通过"越狱"来掌握更多的车辆信息。
互联网企业和汽车制造商表面上看起来唇齿相依，实则互相牵制，一方面，互联网企业希望通过汽车制造商开放的底层接口，掌握更多车辆数据，拓展自己的智能生态；另一方面，汽车制造商需要通过互联网企业研发的车机系统提高人机交互能力，如蔚来的NOMI、广汽的北鼻、长安的小安、威马的小威等。
后装市场的主导权掌握在互联网公司手里，汽车制造商则作为配合方。近年来，互联网科技巨头跨界造车的风暴愈演愈烈，如苹果Carplay、华为Hicar、百度Carlife、斑马智行、腾讯梧桐车联等生态系统，纷纷"入侵"车辆的车机系统，实现车机系统的不断进化。
2 自动驾驶+物联网物流，物流行业将迎颠覆性变革
截至2020年6月中旬，我国共发放近200张自动驾驶路测牌照，近50家企业获得牌照，已在18个城市展开了路测，物联网产业规模2020年达到18300亿元，为推动发展智能化物流打下了广阔基础。
目前，中国物流行业迎来了难得的发展机遇，物联网技术的快速发展加之自动驾驶的推波助澜使得智能物流的应用范围不断扩大、应用场景不断延伸。与早期的汽车行业发展类似，传统的物流行业离不开集装箱、货运卡车、送货工人等的参与，若实现物流链闭环则需要投入大量的人力、物力，且运输成本较高。如今随着自动驾驶技术的出现，物流行业可谓"久旱逢甘霖",进一步向智能物流快速进化。从货物的分拣、打包、发货，到物流中心与货运网点之间的运输，再到将货物运送至消费者手中，自动驾驶+物联网技术有效提升了物流行业每一个环节的效率。
2020年，突如其来的新冠肺炎疫情给各个行业的发展带来了多重挑战和严峻的考验，物流行业就是其中之一。多家物流行业领军企业快速投身抗疫第一线，通过将自动驾驶与物联网物流技术更好地结合，为疫区人民提供了便利的服务。如在一些城市打造"智能配送城",大量投放智能快递车，启动城市智能配送运营项目，随着智能快递车和快递员配合程度的逐渐提高，不仅节约了送货员的送货时间，还极大地提升了运营站点的工作效率。在广州，无人配送模式成为了物流运输业的"秘密武器",百度Apollo、小马智行、文远知行等自动驾驶行业企业使用无人配送模式帮助广州市民出行接驳、运输食品物资等。
无人配送模式还缓解了社区人员在疫情期间帮助居民运送物资的劳动负荷、减少了物流配送的工作量，乘用车、重卡等多种类型车辆都能够作为防疫专用车为人们提供无人物流配送服务。
随着越来越多无人快递车的投放与使用，自动驾驶技术在智能物流和无人驾驶货运车辆中的作用被无限放大，这也将为自动驾驶技术在物流行业的应用带来光明前景。当前，正值无人配送商业应用爆发的前夕，其技术发展十分迅速，已基本能够支撑多数场景的应用需求，商业模式也逐渐成熟，有研究报告分析称，未来无人物流配送的成本有望降至10万元以内，无人配送赛道将迎来爆发。
曾几何时，快递员和快递车辆是快递行业和物流行业的核心，然而随着自动驾驶+物联网技术的到来，这一现状将有望彻底改变。人工成本和车辆成本是横亘在自动化物流"最后一公里"面前的两座"大山",也成为了快递行业和快递企业未来突破的主要目标。很多快递公司都积极投入无人送货机器人的研发中，以降低人工成本和车辆成本，从而研发了自动驾驶智能化卡车、大型无人送货机器人、小型无人送货机器人、电子商务智能化机器人等。
此外，由于自动化物流行业风口的显现，一些企业已早早开始布局物联网+自动化物流，如菜鸟、苏宁物流、德邦等企业积极推动物流运输向智能化及自动化方向发展。
3 物联网技术或将减少自动驾驶汽车事故
当前，自动驾驶技术已进入高速发展阶段，自动驾驶出租车正在加速驶向商业运营，百度、小马智行等企业已在全国部分城市推出自动驾驶出租车服务。然而，距离自动驾驶汽车大规模量产依然遥远，大批量进入私家车市场更加遥遥无期，其中安全问题是重中之重。
2021年5月初，在美国加州的高速公路上，一名男子驾驶特斯拉Model 3与一辆拖车相撞后身亡，另造成一人严重受伤。之后，关于特斯拉引以为傲的自动辅助驾驶功能（Auto pilot）在事故发生前是否启用这一问题，加州高速公路巡警在调查期间多次口径大相径庭，引发了美国媒体的强烈关注。毕竟，这起事故已经是第29起涉及特斯拉的交通事件。
事实上，早在2018年3月，在亚利桑那州Tempe市就发生了史上首例自动驾驶汽车在路面撞上行人致死的案例。一辆Uber的无人驾驶汽车与一名正在过马路的行人相撞，行人不治身亡。屋漏偏逢连夜雨，那一年，Uber全年亏损达18亿美元，尽管亏损幅度收窄，但业务增速明显放缓，这起事故也让业绩陷入停滞的Uber更加雪上加霜。
在此背景下，如何减少自动驾驶汽车引起的事故，成为了行业的当务之急。物联网可以将车辆的各个物理设备有效连接、相互通信，实时掌握各设备的状况，如目前市场上多数在售车型搭载的前碰撞预警、主动刹车系统等，能够尽可能减少自动驾驶车辆的安全隐患。汽车行业巨头们纷纷希望借助物联网技术来减少自动驾驶汽车事故。物联网能够帮助物理设备通过互联网连接并相互通信，可以控制物联网设备执行诸如监测车辆状况和避免碰撞之类的动作，这有利于帮助驾驶员进行盲区监测，减少由自动驾驶汽车引起的事故。
此外，物联网技术还能在汽车和驾驶员之间建立通信机制，实时掌握车辆信息，防患于未然，并通过多种方式最大程度地减少自动驾驶汽车事故。
监测车辆状况：目前，燃油汽车和新能源汽车均可借助物联网对车辆进行实时监测。燃油汽车可监测的因素包括发动机转速、环境温度、轮胎胎压等，新能源汽车可监测的因素还包括电池情况、电瓶电压等。
避免碰撞：使用车内通信，自动驾驶汽车可以做到车辆与车辆之间、车辆与行人或物体之间的通信。例如，车辆倒车时，360°全景影像可探测到车辆与周边车辆或物体间的距离，让驾驶员可以提前做出操作预判；车辆启动自动泊车功能时，车辆通过传感器可自行判断车位角度以及周边状况，能够尽可能准确地停车入位。
通知系统故障：有时，自动驾驶汽车的传感器会出现系统故障，导致事故发生，如胎压监测、车道保持、APA自动泊车、自适应巡航系统故障等。物联网设备可对上述功能进行实时监测，提前做出判断，如及时接管车辆、根据前后车距进行加减速等。
4 结束语
2020年以来，受疫情影响，国内汽车市场遭遇了"寒冬".车企销量下滑，亏损加剧，产能仍未恢复到疫情前的水平。资本市场的投资策略更加谨慎，车企的融资难度也远远高于以往。但令人意外的是，自动驾驶和物联网领域在这段时间里却有了意想不到的发展。Waymo曾在两个月内获得超过30亿美元融资，软银愿景基金二期领投的超5亿美元融资为滴滴提供了重要的资金支持，初创企业小马智行则获得了丰田4亿美元战略投资。物联网服务商蘑菇物联获得了GGV纪源资本领投的B轮融资，累计融资已达近亿元。或许，自动驾驶+物联网将开启新的亿万级市场风口。
如果说，自动驾驶是未来汽车市场争夺战的"上半场",那么，自动驾驶+物联网或将成为争夺战"下半场"的重要砝码。依托物联网传感器，自动驾驶汽车距离上路已不再遥远。车企和互联网企业相互拓展各自的生态，相互依存。百年来一成不变的物流行业，由于自动驾驶和物联网的出现，将发生翻天覆地的变化。曾几何时，自动驾驶的安全问题让特斯拉市值蒸发2000亿美元，未来，物联网技术将继续助力自动驾驶汽车，为自动驾驶车主提供更多安全保障。换句话说，未来汽车市场"上半场"争夺战已硝烟弥漫，而"下半场"的竞争才刚刚开始。
对于智能电动汽车来说物联网和自动驾驶技术的重要性不言而喻
自动驾驶是未来汽车市场争夺战的"上半场",那么，自动驾驶+物联网或将成为争夺战"下半场"的重要砝码
文献来源：李萌。物联网在自动驾驶中的应用简析[J].互联网天地，2021（06）：50-53.