自动驾驶系列报告一---综合篇
自动驾驶产业格局、自动驾驶解决方案、自动驾驶芯片、传感器、车联网国金证券SINOLINKSECURITIES行业深度研究图表年加州报告披露路测成绩图表:与克莱斯勒合作车辆及其硬件系统图表发展历程图表:百度平台技术框架图表:百度计划成员单位图表:百度划成员单位图表:百度十划成员单位(按产业链分部分)图表:特斯拉功能图表:奧迪自动驾驶传感器系统图表:特斯拉奥迪图表:自动驾驶芯片主要产品性能图表:未来专用计算平台将成为主流图表系列图表计算平台图表:地平线“征程”自动驾驶芯片图表:各类传感器特点图表:激光雷达原理图表:激光雷达效果图表:激光雷达优缺点图表产品信息图表:新128线激光雷达图表激光雷达芯片图表激光雷达生产线图表:国内主要激光雷达产品信息图表调制亳米波雷达原理图表:毫米波需达类别图表:毫米波雷达优缺点图表:行易道毫米波雷达参数图表:承泰科技毫米波雷达应用图表:苏州豪米波产品基本信息图表:纳雷科技产品基本信息图表:摄像头优缺点图表:车载摄像头产业链图表年全球市场占比图表:舜宇光学车载镜头出货量图表:舜宇光学车载镜头出货量增长率图表:舜宇光学年出货量图表:欧菲科技智能汽车业务收入图表:车联网的应用敬请参阅最后一页特别声明国金证券SINOLINKSECURITIES行业深度研究图表:车联网供应链架构图表:车联网发展趋势图表:我国车联网市场规模(亿美元)图表:三旗通信车联网产品图表:三旗通信合作伙伴图表:英卡科技服务结构图图表系列无线数据记录仪图表卫星定位汽车行驶记录仪图表系统图表系统图表:四维图新“趣驾”系统图表在车联网构架上是核心环节图表:奔驰年新一代车载信息终端系统图表系统的盈利模式图表系统总附加值拆解图表:全球从事系统主要企业图表:国外主要汽车企业所用的系统图表:国内从事系统主要企业图表:国内主要汽车企业所用的系统图表前装和后装市场规模测算(亿元)图表:公司系统分类及主营产品图表:驾驶员控制系统图表:智能车联电子系统图表:华阳集团产品图表:车载信息娱乐系统图表:显示模组与系统图表:高精地图与普通导航电子地图的区别图表:高精地图与普通导航电子地图的区别图表:高精地图头部厂商情况敬请参阅最后一页特别声明国金证券SINOLINKSECURITIES行业深度研究、总论:自动驾驶与电动化、共享化改变汽车产业格局和出行方式意义:与汽车电动化、共享化的趋势结合自动驾驶与汽车电动化、共享化的趋势结合。相比与传统的汽车行业,电动车在系统控制与执行层面更适合自动驾驶,而自动驾驶与车联网的结合、汽车共享化的趋势,能够有效的预防交通事故、同时减少拥堵、提高道路的通行效率,使其容纳不断上升的通流量。未来的出行方式以及汽车本身都将会有很大的变化,由此带来巨大的新兴市场。美国年轻人首次申领驾照人数比例持续下降,自年起,美国肯年群体(岁)驾照持有人数几乎以每年递减;岁各年龄层的驾照持有率均出现了下降,以岁为例,年持有驾照的人数比例下降近;反怏出了即使是美囯这样车轮子上的国家,年轻人不再那么迫切的去考鸳照,共享出行已经可以满足出行需求。图表:美国年轻人首次中领驾照人数比例持续下摩岁有驾照人数来源:匡金证券研究所年美国市场售出万辆二手车(历史最大值),其中即近万人将成为“无车一族”,不再选择买新车而是选择使用以及公共交通解决通勤,也反映出美国市场对于共享出行方式的认可。图表:美国二手车卖家卖车后的选择选择UberLyftt等叫车软件9%其他或不确定,14%买了另辆车或还有一辆车77%来源:路透社,囯金证券研究所敬请参阅最后一页特别声明国金证券SINOLINKSECURITIES行业深度研究我国市场接受度更高。我国市场对于汽车电动化、共享化以及自动化的接受度更高,产业投入更大,预计年自动驾驶的汽车会占据整体出行里程的以上,由此带来的千亿美元规模的新兴市场有待开发。图表:我因出行方式里程比100%90%80%70%60%50%40%30%20%10%0%20172018201920202021202220232024202520262027202820292030自驾私家车自动私家车自驾共享车辆自动共享车辆来源:因会证券研究所分级:人类驾驶逐级步入车辆自动驾驶自动驾驶定义ε即让汽车自己拥有环境感知、路径规划并自主实现车辆控制的技术,也就是用电子技术控制汽车进行的仿人驾驶或是自动驾驶。根据人与车辆控制的程度不同,美国汽车工程师协会界定了五级自动驾驶方業,目前在基础上,到级刑的自动驾驶将迳渐成为新车型的标配产生大量新增需求,这是目前主要的投资机会到的完全自动驾驶也在逐渐成熟中,一旦商业化将影响产业的未来。敬请参阅最后一页特别声明国金证券SINOLINKSECURITIES行业深度研究图表;美国汽车工程师加会自动驾分级Execution ofFallbackManitoringSystemSAElevelNameNarrative DefinitionAcceleration/ of Driving, of Dynamic(DrivingDecelerationEnvironment Driving Task Modes)Human driver monitors the driving environmentNothe full-time per formance by the human driver of allAutomation aspects of the dynamic driving task, even when enhanced Human driver Human driver Human driverthe driving mode-specific execution by a driver assistancestem of either steering or acceleration/deceleration using Human drver Human driver Human driver some drivingAssistance information about the driving environment and with theand systemmodesaspects of the dynamic ariving taskthe driving mode-specific execution by one or more driverassistance systems of both steering and acceleration/Partial decelerat on using information about the drivingAutomation environment and with the expectation that the humanSystem Human driver Human driverSome drivingmodesdriver perform all remaining aspects of the dynamic arivingtaskAutomated driving system("system")monitors the driving environmentthe driving mode-specific performance by an automated3Conditional driving system of all aspects of the dynamic driving tasksystemHuman driver Some drivingAutomation with the expectation that the human driver will respondmodesappropr iately to a request to intervenethe driving mode-specific performance by an automa: edHigh driving system of all aspects of the dynamic driving task,SystemSystemSystemSome drivingAutomation even if a human driver does not respond appropriately to amodesequest to intervenethe full-time performance by an automated driving system5Fullof all aspects of the dynamic driving task under all roadwaySystemAll drivingAutomation and environmental conditions that can be managed by amodeshuman drver国金证券研究所代表没有自动驾驶介入的传统人类驾驶。级能够对方向盘和加减速中的单项操作给与支持。比如已经广泛应用的自适应巡航()功能,即能够通过雷达探测与前车的实时距离自动控制加减速,从而保持与前车的安全距离。级能够同时对方向盘和加减速中的多项操作给与支持。如果汽车除了具备上面级描述中的自造应巡航外,同时还具备车道保持()功能,或者自动变道功能,那则属于级自动驾驶级之前环境的观察者都是人,进入则意味着道路环境的观察和驾驶操作都由系统来完成,人只需要对所有的系统请求进行应答。系统已经完全能够识別出直线、弯道、红绿灯、限速路牌,路上行走奔跑的人猫狗等等各种环境变量。环境观察和驾駛操作都由系统来完成,人只需要对所有的系统请求进行应答。比如突然下雨了,检测到地面湿滑是否需要减速;比如裣测到前方车辆行驶过慢是否需要超车;检测到前方有人在车道较近处走动是否需要呜笛提醒等等,这些请求系统会反馈给驾驶员,由人来做决定。级驾驶操作和环境观察仍然都由系统完成,人只需要在某些复杂情况进行应答。比如只需要在某些复杂地形或者天气恶劣的情况时,才需要人对系统请求做出决策,而其他情况下系统能独自应付自动驾驶。级就是完全的自动驾驶状态,车上没有方向盘,没有刹车,没有油门,完全不需要人的介入。敬请参阅最后一页特别声明国金证券SINOLINKSECURITIES行业深度研究图表;人类驾欤逐级步入车辆自动驾驶HumanMachineLEVEL OLEVELTLEVEL 2VEL4LEVEL 5No driverAwarenessInterventionLongitudinal orTrafficfor Take OverNo ActiveTransverseControlAssistanceulaeNo DriverNo Take OverystemLongitudinalTake OverRequestLongitudinal orRequestTransverseand TransverseGuideGuideHands onHands onHands Temp offHands offHands offHands offEyes onEyes Onyes Temp ofEyes offMind offDriver C仟fIiWAutobahn(SA)City(Ride Sharing)来源国金诬券研究所实现:通过决策层、感知层、执行层■自动驾驶系统通常可分为决策层、感知层、执行层,以及高精地图和车联网的支持图表:自动驾狄实现层级自动车联网驾驶云端地图中控制器车端C|D感知层执行层摄像头转向制动动力雷达芯片模块来源:国金证桊研究所感知层:环境信息和车内信息的采集与处理。这方面涉及到道路边界检测、车辆检测、行人检测等技术,即传感器技术,所用到的传感器一般都会有敬请参阅最后一页特别声明国金证券SINOLINKSECURITIES行业深度研究激光雷达、摄像头、毫米波雷达、超声波雪达、速度和加速庋传感器等等由于各个传感器在设计的时候有各自的局限性,总个传感器满足不了各种工况下的精确感知,想要车辆在各砷环境下平稳运行,就需要运用到多传感器融合技术,该技术也是环境感知这一大类技术的关键技术所在,目前国内这方面和国外的主要差距也集中在多传感器融合方面。决策层:依据获取的信息来进行决策判断,确定适当工作模型制定相应控制策略,替代人类做出驾驶决策。这部分的功能类似于给车辆下达相应的任务,例如在车道保持、车道偏高预警、车距保持,障碍物警告等系统中需要预测本车与其他车辆、车道、行人等在未来一段时间内的状态,先进的决策理论包括模糊推理、强化学习、神经网络和贝叶斯网络技术等。由于人类驾驶过程中所面临的路况与场景多种多样,且不同人对不同情况所做出的驾驶策略应对乜有所不同。因此驾驶决策算法的优化需要非常完善高效的人工智能模型以及大量的有效数据。这些数据需要尽可能的覆盖到各种罕见的路况,而这也是驾驶决策发展的最大瓶颈所在执行层:指系统在做出决策后,替代人类对车辆进行控制,反馈到底层模块执行任务。车辆的各个操控系统都需要能够通过总线与决策系统相链接并能够按照决策系统发岀的总线指令精确地控制加速程度,制动程度以及转向幅度等驾驶动作。高精地图以及车联网的支持,系统能够确定位置并规划一条可通行的路径实现智能车辆的自主导航;更进一步,车联网的应用一方面能够是出行更加方便智能,另一方面又能够护展汽车交通工具的属性,成为未来个人的移动平台。相关公司图表:自动驾驶相关公司公司名称代码收盘价业务索菱股份自动驾驶系统兴民智通、自动驾驶系统德赛西威、人机交互均胜电子人机交互系统华阳集团数字仪表东软集闭自动驾驶系统路畅科技自动驾驶系统巨星科技激光雷达中海达激光雷达华域汽车毫米波雷达舜宇光学车载摄像头欧菲科技车载摄像头四维图新高精度地图亚太股份自动驾驶制动系统耐世特自动驾驶转向系统金龙汽车整车来源:国佥证券研究所敬请参阅最后一页特别声明国金证券SINOLINKSECURITIES行业深度研究二、自动驾驶解决方案:整车厂和科技巨头蓄势待发厂商:投入巨大、成果显著传统整车厂如奧迪、特斯拉、通用、丰田、福特等公司均有自己的自动驾驶研发团队,在自动驾驶领域投入巨大,成果显著,如奧迪级自动驾駛系统已经量产上市。图表:厂商进展情况系统路径进展测试车队奥迪和并行级量产上市禾取摄像头毫米波雷达方案,目前年型具备能力,有万辆特斯拉白至能够传回驾驶数据,有大量驾驶里栏。马斯克最近宣布,覆盖各类驾驶场景的完全自动驾驶将在年年末到来通用和并行将生产数千辆自动驾驶汽车,用于出租车服务:亿美辆雪佛兰元收购亿美元入股直接年首先将自动驾驶车投入招车服务,亿美金收购辆沃尔沃丰田和并行己实现,车型正在测试,年实现完全无人驾驶能力亿关金收购,战略投资,拥有庞大福特直接自动驾驶测试车队,年自动驾驶汽年上路,用于共享出行,年辆年销售私人客户来源:公开資料、国金证桊研究所系统厂商:小联盟百度大联盟能够提供自动驾驶解决方案的系统厂商,目前以谷歌的和百度的为代表,图表:系统厂商进展情况系统路径进展测试车队年即起步,年组建年与克菜斯勒合作的放(谷歌直接无人驾驶车上市,预计年投入运营。已积累英里,每英里需人工干预次,遥遥领先竞争对手克菜斯勒,辆年成立自动驾驶事业部,年自动驾驶事业群组,李彦宏(百度)为主,支持宣布年小规模生产自动驾驶小巴车年大规模量产自动驾欤汽车测试年月进行深圳实地路测;此前进行了硅谷雨夜的路测。结果显示均较好。来源:公开资料、国金证券研究所■谷歌母公司旗下独立的专注自动驾驶系统开发的子公司。谷歌自年起启动自动驾驶项日,年成立独立实体图表发展历程时间开发进展年启动自动驾驶汽车项日,成立自动驾驶汽车团队,大范围采集街景数据,构建地图数据库年经由《纽约时报》,正式对外公布正在研发全自动驾驶汽车及以上年获得加州机动车管理局〈)颁布的自动驾驶汽车路测许可年正弌开始复杂情况下的城市道路实测年。设计(萤火虫)原型车并进行系列改装年公司重组为,开始和汽车制造商合作,不再亲自制造汽车本身年成立专注研究并商业化自动骂驶技术的独立实体公司年拿到美国高速公路安全管逗局(〕的认定文件,开启真人乘车试验年在亚利桑那州拿到美国首个商业自动驾驶打车服务执照来源:公司官网,国金证券研究所敬请参阅最后一页特别声明
- 2020-11-30下载
- 积分：1
刘宝碇--随机规划与模糊规划（1998）
随机规划与模糊规划全本，是一本很好的参考用书序言在现实世界上,人们制定决策时经常会磁到两类不确定性现象:一是随机现象,一类是模糊现象。揹述、刻匦随机现象的量称为随机变量,而描述、刻画模糊现象的量称为模糊集。为了方便,我们不妨把二者分别称为随机参数和模糊参数。含有随机和模糊参数的数学规划分别称为随机规划和模糊规划。既然随机性和模糊性都是用来处理不确定性的,我们将随机规划和模糊规划统称为不确定规划。本书将为随机规划和模糊规划提供统一的原理,并为一般不确定环境下的优化理论打下基础在很多实际问题中,如管理、工程、经济、工业以及生态等领域,系统是一个广泛使用的概念,而一个复杂的决策系统通常具有多维性、多样性、多功能性和多准则性,并带有随机或模糊参数。对于随机规划间题中所出现的随机变量,出于不同的管理目的和技术要求,采用的方法自然也不同。第一类处理随机规划中随机变量的方法是所谓的期望值模型,即一种在期望值约束下使目标函数的概率期望达到最优的模型.第二类方法是 Charnes和 Cooper提出的机会约束规划,主要针对约束条件中含有随机变量,目必须在观测到随机变量的实现之前作出决策的情况。考虑到所作决策在不利情况发生时可能不满足约束条件,而采用一种原则:即允许所作决策在一定程度上不满足约束条件,但该决策应使约束条件成立的概率不小于某一置信术平α。第三类隨杋规划是相关机会规划,是使事件的机会函数在不确定环境下达到最优的方法,在确定性规划以及期望值模型和机会约束规划中随机规划与模糊规攴当对实际问题建模以后,可行集本质上是确定的,这就可能导致所给出的最优解在实际中无法执,而相关机会规划并不假定可行集是确定的。实际上相关机会规划的可行集被描述为所谓的不确定环境。虽然相关机会规划也给出一个确定的解,但这个解只是要求在安际问题中尽可能地执行。显然,相关机会规划的这特点与确定性规划、期苤值棋型和机会约束规划是截然不同的沿用随机环境中枕会约東规划的思想,在模榈环境中,假定模糊约東成立的可能性不小于置信水平α,这样就可以建立模糊机会约束规划、机会约束多目标规划和机会约束目标规划.类似地,沿用随机环境下相关机会规划的思想,亦有模糊相关机会规划、相关机会多目标规划和相关机会目标规划理论随着计算机的飞速发展和革新算法的不断涌现,许多复杂的优化问题已可以通过计算机求解。虽然目前计算机的能力还只能处理小规模的不确定规划模型,但是,我们坚信计算机的能力将会大幅度提高。这就为求解更加复杂的优化问题提供了一个契机它不仅表现在已有的复杂模型可以通过计算机求解,而且表现在我们可以提出更丰富的建模恿想。基于这一事实,本书采用全新的观点处理随机娜划和模糊规划,并且允许不确定规划中的目标函数和约束函数是非线性的,随机参数的密度函数或模糊参数的隶属函数可以有更灬般的形式,模型的结构可以更加复杂等等夲书为求解传统方法所不能解决的随机规划和模糊规划模型,设计了一系列基于随杌模拟或模糊模拟的遗传算法、虽然遗传算法有耗时多、速度慢等缺点,但对传统方法无法处理的问题,遗传算法是一种非常有效的方法,而且随着计算机速度的提高,实际间题将可以在合理的计算时间内得到解决本书共分12章。第1章主要介绍数学规划的基本概念,如线性规划、非线性规划、多目标规划、目标规划以及整数规划,同时也勾画出了随机规划私模糊规划的理论框架.第2章为求解优序言化问题,如单目标规划、多目标规划和目标规划,提供了一个遗传算法,并通过一些数值例子解释了遗传算法的有效性。第3章列举了生成随杌数的方法,并介绍模糊集合的一些基础理论,以及随机模拟和模粉模拟的技术。第4章给出了期望值模型的一些基本性质。第5章讨论了带有随机参数的机会约束规划。第召章给出一些机会约束规划模型的应用。第7章讨论了随机环境下的相关机会规划模型。第8章通过相关机会规划模型对随机决策系统进行了建模。第9章把随机机会约束规划推广到模糊机会约東规划。而第10章把随机相关机会规划推广到模糊相关机会约束规划.传统的数学规划模型提供的是使一些目标函数达到最优的清晰决策,然而,对实际问题,有讨应该提供的是模糊决策而不是清晰决策,所以第11章建立了带有模糊决策的模糊规划的理论构架。在第9章和第11章所讨论的模糊系统中的机会约束规划模型夲质上是一种 Maximax模型(乐观模型),即极大化可能达到的最大收益.与 Maximax模型的思想不同,第12章介绍了Mamx机会约束规划模型,其思想是极大化可能达到的最小收益本书可作为高等院校有关专业的高年级大学生和研充生的教材,也可作为运筹学、管理科学、计算机科学、系统科学、信息科学与工程等方面的学者和技术人员的参考书目录序第1章数学规划筒介11线性规划1.2非线性规划1.3多目标规划614目标规划81.5整数规划16不确定规划12第2章遮传算法优化间题22表示结构1823处理约束条件824初始化过程2评价函数202选择过程2227交叉操作2328变异操作429遗传算法程序242I0遍传算法与上升法25211数值例子26随机规划与模糊规划第3章随机棋拟和棋糊棋拟a了31随机数的产生3832随机模拟4733模糊集合理论5034模糊模拟57第4章期望值樸型644.1期望值算子652期望值模型6643凸性684.4补偿模型..、7(45基于随机模我的遗传算法46注73第5章机会约束划7生51机会约束规划模型5.2确定生等价类53—些性质8354随机模拟885.5基于随机模拟的遗传算法56注94第6章机会约束规划的应用0561生产过程0562饲料混合问题6.3随机资源分配986开放存储网络0165资金预算112月录11第7章相关机会规划L1771背景;供给-分配系统177.2随机集合1217.3不确定坏璄12474事件和机会函数1257.5相关机会规划..,,]2876相关机会多目称规划,,1307.7相关机会目标规划1337.8执行墩优解3679机会函数的随机模拟1377.10基于随机模拟的遗传算法138711注143第8章随机决簟系統媓模1448.1水资源供给一分配问题14482生产过程l5283开放存储网络15484资金预算15g第9章模糊机会约束规划16491机会约束规划模型1659.2清晰等价类.1689.3模糊模拟17394基于模糊模拟的遗传算法17595资金预算1796注183第10章模糊环境下的相关机会规划18410.1相关机会规划184随机规划与糢糊规划102相关机会多目标规划18610.3相关机会目标规划18810.4杌会函教的模糊模拟19110.5基于模糊模拟的遗传算法92106注197第11章带有模糊决策的模糊规划181.1模糊决策198112机会约束规划模型20(113相关机会规划模型20214模糊模拟1.5基于模糊模拟的遗传算法21211.6数值例于21617注222第12章 Minimax机会约束规划模型223121 Marina模型223122 Minimax模型227123 Minimax与Ma2x1卫ha22912.4模糊模拟232125数值例于23生126注238参考文献240些常用的符号251索引252第1章数学规划简介数学规划是运筹学的一个重要分支,并已被广泛地应用到很多领域数学规划可以描述为在一些数学关系诸奶等式或不等式表示的约束条件下,求一个(或一组)数的极值问题的方法.常見的数学规划有线性规划、非线性规划、多目标规划、目标规划整数规划、多层规划、动态规划以及本书重点讨论的随机规划和模糊规划等等本章里,介绍一些数学规划的基本概念和处理技术,为引入殖机规划和模糊规划打下基硼1.1线性规划作为优化领域最重要的工具之一,线性规划是用来处理在线性等式及不等式组的约束条件下求线性函数的极值问题的方法线性规划的标准形式可以写为maKC11千C22+…十Cun12:+媛122+…+a1nxn=竹1a211千22+…axn=b4m121+(m232+…+ammn=bm3≥D3=1,2
- 2020-12-07下载
- 积分：1
