随着电动汽车的普及和自动驾驶技术的发展，Ampera Racing团队每年都会开发新型赛车，致力于推动未来出行方式的革新。2021年，意识到如果能够开发出自动驾驶赛车，将能够达到新的高度，因此启动了Ampera的无人驾驶项目。目前，该项目已进入高级阶段，计划到2022年底在拉丁美洲推出首批自动驾驶赛车之一。
自动驾驶赛车的环境感知
在自动驾驶汽车的软件架构中，环境感知系统扮演着至关重要的角色。它的目标是确定车辆在空间中的位置以及检测和定位环境中的元素。为了实现这一目标，采用了多种技术，包括使用单目摄像头进行对象检测。尽管与激光雷达传感器相比，单目摄像头在精确度上有所不足，但通过创新的方法，如关键点神经网络和鸟瞰图视角，成功地提高了环境感知的准确性和效率。
自动驾驶赛车的路径规划
路径规划是自动驾驶汽车的另一个核心组成部分。路径规划算法包括三个步骤：首先，使用三角剖分算法对空间进行离散化；然后，通过离散化创建可能路径的树；最后，根据成本函数对所有路径进行排序，并选择成本最低的路径。通过这种方法，能够为赛车规划出高效且安全的行驶路线。
自动驾驶赛车的横向控制
在规划出路径之后，需要将这些信息通过命令传递给车辆的执行器，例如转向角度，同时保持速度恒定。已经尝试了多种横向控制方法，包括纯追踪、斯坦利控制器和模型预测控制。其中，纯追踪方法因其易于实现而在低速行驶中表现突出。
构建自己的自动驾驶系统
可以使用Formula Student Driverless Simulator来实现这一流程，这是一个社区项目，它重现了赛车环境并模拟了所有常用的传感器。使用Python和Robot Operating System (ROS)来构建自动驾驶系统。随着时间和资源的增加，可以通过构建微型车辆在现实世界中测试流程。Ampera Racing就曾用遥控车添加了诸如电机编码器、GPS、惯性测量单元(IMU)、单目摄像头和激光雷达等传感器。Jetson Nano和Arduino Uno分别用作主计算机和从计算机。单目摄像头是自动驾驶应用中常用的一种视觉传感器。
Ampera Racing团队在年底面临的挑战远远超出了本文所介绍的内容，但希望通过这些方法，能够让读者以简化的方式理解自动驾驶汽车如何定位自己、规划其运动，并使用对象检测执行这些命令。