广告
百度Apollo车路协同自动驾驶典型实践场景和技术优势
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
-
左转/掉头盲区或遮挡协同感知：
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
- 下一篇：汽车车身结构设计分析浅析
- 上一篇：地图参考位置协议
广告 
最新资讯
-
整车性能测试体系：汽车试验工程的基本框架
2026-03-10 12:54
-
联合国法规R76对轻便摩托车前照灯远近光性
2026-03-10 12:15
-
联合国法规R75对摩托车与轻便摩托车气压轮
2026-03-10 12:14
-
联合国法规R74对L1类车辆灯光与光信号装置
2026-03-10 12:14
-
联合国法规R73对货车侧面防护装置的工程化
2026-03-09 12:14
