本方案是目前室内外都可使用的通用方案，可实现电子地图内，多个位置的自主穿梭运动，可以应用于运输，巡检等多个工作场景。
装有PTN-L4软件的机器人(车)会在建图过程中采集环境数据，然后通过算法分析环境特点，将其作为数字地图记录下来。接下来，机器人(车)接受指令，自主规划路线，从当前位置行驶到指定的终点。机器人(车)也可在电子地图范围内，在任意指定的多个位置之间穿梭行驶。
当前环境下，使用本套方案，我司可将主要精力用于计算机视觉技术的自主研发。
由于需要的传感器主要是深度摄像头，且我司软件具有可移植性，所以我司方案适合量产
项目背景
伴随着计算机计算能力的突破，高性能计算机的普及化以及各种传感器的技术进步，人工智能再度兴起。
一场疫情也加快了各种无人化工作的进程
一场疫情也加快了各种无人化工作的进程
-
什么是 L4 级自动驾驶？汽车工程师协会定义了6个自动化驾驶等级——L0 （完全手动）到 L5（完全自动化）。
美国交通运输部已经采纳了这些标准。 -
L4 高度自动驾驶：L4 车辆具有“环境检测”功能，可以自行做出合理的决定，例如驾驶经过某静止物体。
大多数情况下，L4汽车不需要人工干预。但是，驾驶员仍然可以接管驾驶。L4车辆可以在自动驾驶模式下行驶。
但是，在法律和基础设施得以完善之前，只能限定在某些区域自动驾驶，比如私人住宅区、工业区、大型仓库。
PTN目前正在继续研发，进一步完善PTN-L4驾驶大脑。
|
当前自动导航方案 简要比较 |
PTN 方案 | 百度/UBER/WAYMO | TESLA | 工厂AGV方案 | 酒店、餐厅送餐方案 | 大堂方案 |
|---|---|---|---|---|---|---|
| 应用场景 | 可以工作在酒店，医院，工厂，仓库，封闭小区，公园环境，等室内或室外环境 | 全部场景，依赖高清地图 | 目前是公路，不依赖高清 地图 | AGV机器人只能工作在 工厂室内环境 | 机器人只能工作在室内环境，并且环境是小型结构化环境。比如酒店走廊。 | 机器人在医院酒店等室内大堂提供信息服务 |
| 摄像头 | 单一深度摄像头和单一轨迹摄像头 | 多个高清摄像头 | 多个高清摄像头 | 部分AGV配有高清摄像头 | 大部分配有高清摄像头 | 大部分配有高清摄像头 |
| 激光雷达 | 无 | 多个室外用激光雷达，当前 无法量产 | 无 | 室内用单线或多线激光雷达 | 室内用单线或多线激光雷达 | 室内用单线或多线激光雷达 |
| GPS/RTK | 无 | 需要RTK | 普通GPS | 无 | 无 | 无 |
| 毫米波雷达 | 无 | 多个毫米波雷达 | 多个毫米波雷达 | 无 | 无 | 无 |
| 声呐 | 可选 | 无 | 多个声纳 | 部分配有声纳 | 部分配有声纳，或用多个声纳替代激光雷达 | 部分配有声纳，或用多个声纳替代激光雷达 |
| 地面磁带 | 无 | 无 | 无 | 大部分需要预铺地面磁带 | 部分需要预铺地面磁带 | 无 |
| 行驶速度 | 低速，当前最大速度14公里每小时 | 高速，低速均可 | 高速，低速均可 | 低速 | 低速 | 低速 |
| 高精地图(厘米级) | 不需要，自建3D地图 | 必须要 | 不需要 | 不需要 | 不需要，普通2D地图 | 不需要 |
| 算法复杂度 | 高 | 高 | 高 | 低 | 低 | 低 |
| 量产 | 可以 | 否 | 是 | |||
| 评论 | 立体摄像头为10年保修. 整套方案具有可复制性， 适合量产 | 主动发射设备，如激光雷达， 毫米波雷达，属于易损耗部 件，有寿命限制 比如 velodyne只提供一年保修 | 实际应用中在车道线复杂的 路况，比如弯道过急，或会 出现失误 |
当前常用
传感器介绍
传感器介绍
-
激光雷达
01
-
深度摄像头
02 -
高精度卫星定位
03 -
毫米波雷达
04 -
声呐
05
常用传感器简单对比
| 传感器 | 价格 | 算法难度 | 当前发展情况 | 优势 | 劣势 | 总结 |
|---|---|---|---|---|---|---|
| 激光雷达 | 精度较好的单线激光雷 达都需要万元以上。 多线激光雷达，十分昂 贵，万元到十几万不等 | 较易 | 较为成熟 |
精度高，对地形判断精准 研发进度快：目前已有不少成功 的实例 |
价格昂贵 毫米级激光雷达对环境变化过于敏 感，维护成本高激光雷达本身存在 损耗，需要时常更新受天气，环境 (如自然光线，雾霾)影响相当大。 激光雷达为主方案也需要高清地图 无法获得图像数据，比如地面道路 符号等 |
室内用激光雷达发展比较完善，适用于室
内，小型，规则化，光线稳定的室内封闭
环境。室外用激光雷达造价昂贵。 可期待国产激光雷达降低发展成本 |
| 深度摄像头 |
中等 万元以下 |
难度高 | 发展空间较大 |
成本低 可处理色彩数据 对摄像头种类依赖度低 室内室外皆可使用 |
对计算机视觉技术依赖大 对计算机计算能力要求高 |
可用于室内，室外多种慢速环境 成本低，但对计算机视觉技术依赖性大 技术突破点主要在计算机视觉技术，可自 行研发 |
| 高精度卫星定位 |
昂贵 高精度卫星天线 高精度卫星地图 |
较易 | 较为成熟 |
技术相对成熟 在满足条件的指定路线可以稳定 运行 |
对计算机视觉技术依赖大 对计算机计算能力要求高 |
可用于室内，室外多种慢速环境 成本低，但对计算机视觉技术依赖性大 技术突破点主要在计算机视觉技术，可自 行研发 |
| 毫米波雷达 | 中等 | 易 | 成熟 |
相关技术非常成熟 反应快 |
雷达声纳分辨率低 | 可作为辅助传感器，不适合作为核心技术 |
| 声呐 | 便宜 | 易 | 成熟 |
相关技术非常成熟 反应快 |
声纳侦测距离短 | 可作为辅助技术，不适合作为核心技术 |
-
传感器简介 -
深度摄像头
-
激光雷达
传感器简介
目前，已见成品的自动导航系统，大多使用激光雷达作为运行核心，计算机视觉仅仅是辅助，激光雷达仅在室内使用也的确是个合适的选择，但核心技术实际受限于激光雷达制造厂商，如果非自主研发激光雷达的厂商，都容易被替代掉。
深度摄像头
模拟人视角范围，通过计算机获取物体的实际距离和立体结构。双眼，通过两个镜头配合算法，形成一个120°的
激光雷达
-
01
单线360°生成一层障碍物激光雷达的一线扫描一个层的一定角度（常见的是360°和120°） -
02
多线生成立体环境通过多条线形成障碍物立体结构
-
PTN-L4 自动驾驶方案
-
核心技术
核心技术：计算机视觉，正在申请专利
可根据客户需求训练视觉模型
计算机视觉技术，模拟的是人类第一大感官视觉，将来必然会成为人工智能相关产业中的重要组成部分
获取更多的方案
立即联系我们
-
室外方案室外方案- 深度摄像头+声呐
- 较高运算速率的计算机核心
- 相应环境的视觉模型
-
室内方案室内方案- 深度摄像头+声呐
- 较高运算速率的计算机核心
- 相应环境的视觉模型
了解PIN-L4
