自动驾驶汽车是如何工作的

拉迪卡·马达万
阿凡达

Radhika Madhavan涵盖了Emerj的AI Innovation。Radhika以前在三种技术公司的内容营销中工作,毕业于斯里克里斯纳工程技术学院,具有信息技术的学位。

自驾车如何工作

国家公路交通安全管理局(NHTSA)发布关于自动驾驶技术当前状态的概述报告。

根据该报告,自动化车辆技术仍处于研发阶段。下面给出的地图描述了美国的受控测试场地,其中使用建模、仿真和道路测试的自动驾驶汽车部件和系统。

美国自动化车辆测试网站
来源:美国NHTSA

本文旨在提供关于自动驾驶和自治车辆目前在现实世界中运作的基本和介绍性信息 - 从硬件到软件。

我们已将本文分为三个部分:

  • 什么构成自动驾驶汽车(自主级别)
  • 自驾车如何互相互动及其周围环境
  • 目前谷歌的Waymo和Tesla的自动驾驶仪操作的示例

对于希望实时收集更多关于自动驾驶汽车应用程序信息的读者,我们之前已经在诸如自动驾驶汽车时间表 - 来自前11名全球汽车制造商的预测自动驾驶汽车安全AI–当前应用

我们将从检查自治级别开始:

自动驾驶汽车的自主程度

根据SAE国际,自动驾驶汽车五个层面的自主权

自主水平
资料来源:SAE International

1级:这是一种低级自动化,系统和人类驾驶员共享控制。例如,自适应巡航控制功能控制发动机和制动功率以进行速度变化和维护,同时驾驶员控制转向。1级系统可保证随时进行全人控制。

二级在这个层面上,虽然车辆的加速、刹车和转向等操作由系统控制,但驾驶员需要对自动驾驶系统进行持续监控。许多二级车辆要求驾驶员手持方向盘,自动驾驶系统才能持续运行。

三级:落下此类别的自动车辆允许驾驶员执行其他任务(如发短信或观看电影),而系统控制大多数车辆操作。然而,该系统需要在有限时间内驾驶干预,以获得车辆制造商指定的某些操作。

四级:此级别支持自动驱动,具有最小的驱动程序干预,但它仅在SELECT中,映射位置只有称为Geofecress区域。

五级:不需要人类干预。

BMW的自动驾驶汽车介绍视频演示了五个级别可能是骑手和驱动程序中的每一个可能的样子,其中一些技术概述了实现自主的技术:

虽然5级自主权是许多自动驾驶汽车公司的共同梦想,但他们各自到达5级自治的道路是完全不同的。有些公司认为,3级和4级自主权太危险,因为从机器到人类的掉手可能是不可预测和危险的(从发短信或看电影以远离事故转换可能是一个不切实际的期望)。

无人驾驶汽车如何与周围环境互动

根据美国交通部,关联和自治车辆交流与彼此和周围环境的关系

车辆对车辆(V2V)交互

自动驾驶汽车之间的V2V交互允许关于路线、拥挤、障碍和危险的信息交流。

例如,如果自动驾驶汽车遇到事故或大流量但缓慢的交通,它可以将信息传递给其他自动驾驶汽车,后者可以根据收到的数据调整自己的路线,从而潜在地避免事故和交通。

车辆到基础设施(V2I)互动

自驾车可以交流使用基础设施组件,如智能停车系统,以便在旅程前更好地规划路线和储备停车位。

当自动驾驶汽车必须在达到目的地时决定如何停放时,这些信息特别有用:平行,垂直或角度。此外,其他无人驾驶汽车将提前“知道”特定停车位是否已经保留或打开。

车辆与行人(V2P)互动

V2P互动主要是执行在自动驾驶汽车和行人的智能手机应用程序之间。

根据明尼苏达大学的说法资助一个名为Mobile Accessible行人信号(地图)的V2P原型。视觉障碍的行人可以使用地图接收并分别提供有关交叉口和行人的位置的信息。然后,除了由汽车的传感器和Lidars提供更准确地定位行人并潜在避免碰撞之外,还将使用这些数据。

示例和用例

博世在以下两分钟视频中解释了V2V和V2I技术的一些简单用例:

在2018年的演示视频中,中国现已陷入困境的硬件制造商华为展示了多种潜在的“V2”用例:

尽管这项技术仍处于起步阶段,“V2”技术正在帮助为实现更完全的自主性铺平道路,并有望为驾驶员和行人提供更安全的道路。目前还不清楚不同的国家是否会开发完全不同的V2用例和标准,现在判断哪些V2应用程序将在未来几年成为标准,哪些将被放弃还为时过早。

当前无人驾驶汽车和零部件的例子

谷歌和特斯拉是目前自主汽车领域最大的参与者。为了更好地了解自动驾驶汽车如何实时工作,本文详细介绍了谷歌Waymo和特斯拉Autopilot的工作原理和操作。

谷歌的Waymo

根据谷歌的说法,Waymo是一个4级自动系统,需要最少的人工干预。

Waymo的硬件基础架构

下面提供了Waymo硬件的描述性图像:

Waymo驾驶
来源:谷歌

Waymo的基础设施包括各种传感器,雷达和相机系统。

激光器传感器

据谷歌报道,Waymo有一个多层传感器套件,能够在不同的照明条件下运行。该传感器套件本质上是一个全向激光雷达系统,包括一个近程、一个高分辨率中程和一个远程激光雷达。这些激光雷达每秒投射数百万个激光脉冲,并计算光束从一个物体表面或一个人反射到自动驾驶汽车上所需的时间。

基于从激光雷达斯接收的数据,Waymo据说是创建周围环境的3D地图,识别移动和固定物体,包括其他车辆,骑自行车者,行人,交通灯和各种道路特征。

想象

Waymo的视觉系统是另一个全方位、高分辨率的相机套件,据称能够在弱光条件下识别颜色。这有助于检测不同的交通灯、其他车辆、施工区和应急灯。

雷达

谷歌声称Waymo使用雷达系统来感知对象和运动通过“旅行”不同的光和天气条件,例如雨,雪和雾。该雷达系统也是全向的,可以追踪行人和其他车辆的速度在自动驾驶汽车周围360度。

补充传感器

Waymo还配备了额外的传感器,包括用于检测紧急警报的音频检测系统和用于跟踪物理位置的GPS。

Waymo无人驾驶的软件

谷歌声称,Waymo的自动驾驶软件经过了“50亿英里的模拟驾驶和500万英里的道路驾驶体验”的训练和测试。它是由机器学习算法驱动的。

以下视频详细阐述了Waymo在路上运行的方式:

根据谷歌的说法,Waymo的4级技术检测并“理解”物体及其行为,并相应地通过三重过程调整自动驾驶汽车的行为。

感知

据报道,Waymo可以检测、识别和分类道路上的物体,包括行人和其他车辆,同时测量它们的速度、方向和随时间变化的加速度。

例如,Waymo的感知软件从传感器和雷达收集数据,并创建环境的模拟“视图”。有了这一功能,Waymo就可以在绿灯亮起时判断是否可以继续前进,或者在交通锥指示的车道堵塞时调整路线。

行为预测

根据谷歌的说法,Waymo可以通过使用“数百万英里的驾驶体验”构建的训练模型推断数据,根据分类预测道路上物体的行为。

例如,自动驱动软件“了解”,虽然行人可能类似于骑自行车者,但它们比后者移动慢,并且表现出更突然的方向变化。

策划者

据报道,策划软件使用感知和行为预测软件捕获的信息来规划适当的Waymo路由。谷歌声称Waymo的计划者像一个“防守司机”一样,他们选择远离盲点,并为骑自行车的人和行人提供余地。

特斯拉的自动驾驶仪

根据特斯拉的自动驾驶仪是2级自主车辆功能。与大多数2级系统一样,自动驾驶仪要求驾驶员随时握住方向盘,准备接管控制。

Tesla还警告说,在自治操作期间,驾驶员必须完全奏效,意识到。

自动驾驶仪的硬件

下图显示了自动驾驶仪的硬件组件。

TELSA自动驾驶仪传感器
礼貌:特斯拉

根据特斯拉的说法,其自动驾驶汽车于2014年至10月至2016年10月间包括有限的超声波传感器,低功耗雷达,只有一台相机。

自2016年以来建造的设备包括12个用于附近物体和行人识别的超声波传感器、一个能够“感应”不同天气条件的前方雷达、8个外部摄像头(用作特斯拉内部神经网络的反馈)和一个以毫秒为单位处理输入的计算机系统。

Tesla连接的汽车软件不断更新“通过空中”。

自动驾驶仪软件

  • 交通感知巡航控制保持速度,以响应周围的交通。
  • 驾驶员辅助的“自动转让”在良好的车道边界内
  • 用于在车道之间转换的自动车道变换
  • 驾驶员辅助的“浏览自动驾驶仪”,用于将车辆从高速公路的斜坡向下坡道引导,包括暗示和制作车道变化,导航公路交互,并采取出口。
  • 自动停车,可自动平行或垂直停车
  • 召唤“拨打”汽车停车位

以下简要解释了上述功能的工作:

浏览自动驾驶仪

对自动驾驶仪功能的导航允许驱动程序将目的地输入到车辆的导航系统中,该系统触摸显示计划路线的“360度可视化”。出于安全原因,必须为每次行程启用此功能。根据Tesla的说法,它不会在默认模式下运行。

自动换道

自动驾驶仪上的导航功能包括两种类型的车道改变:基于路线的和基于速度的。前者允许车辆无论速度如何都能坚持航行路线。后者基于一些设置,建议切换到车道,根据设定的巡航速度,车辆的移动速度比自动驾驶仪快或慢。

当驾驶员选择退出车道更改确认通知时,自动通道更改为模式。然而,Tesla警告司机,这个功能不是完全自主的,并且它需要完全关注并握住方向盘。特斯拉声称驱动程序可以随时手动覆盖此功能。

自动公园和召唤

当汽车以低速行驶时,驾驶员可以启动AutoPark,试图检测合适的停车位。这需要手动干预在汽车开始独立控制速度,改变齿轮和转向角之前将汽车置于反向和按下启动。

AutoPilot还有一个通过应用程序触发的召唤按钮,当乘客想要“呼叫”汽车并通过一系列向前和反向按钮点击直接。

下面的视频展示了特斯拉自动驾驶仪在道路上的实时演示:

自主权的障碍

虽然在过去五年中自驾驾驶车辆投资飙升 - 但仍有许多重要挑战,保持5级自主权成为现实:

  • 发展中国家的道路规则–加利福尼亚高速公路的驾驶环境与开罗或班加罗尔的交通环境不同。除非开发出能够处理其独特环境和道路规范的自主系统,否则发展中国家在采用自主车辆方面(因此在安全、低排放和提高工人生产率方面)可能会落后。这可能涉及这些国家或“试验区”的驾驶习惯和规范的重大变化,这些地区适用不同的道路规则,并且可以测试自动驾驶技术。
  • 统一标准- 为了使车辆与自己或基础设施进行通信,必须开发新的通信渠道。这些渠道应该允许不同的制度和模型进行沟通,并且它们应该尽可能安全地免受黑客和欺骗。虽然这一点我们而其他国家正在努力推进这些标准,在确保安全和在车辆和基础设施之间建立统一的智能层方面还有很多工作要做。
  • 安全阈值- 2000年至2010年在美国商业航空公司每次乘客的死亡人数为每10亿乘客英里的0.2死亡(维基百科). 可以肯定地说,自动驾驶汽车的标准将更加严格,但目前还不清楚界限在哪里。不同国家的政府必须确定可接受的死亡率,以及不同类型自动驾驶车辆的安全标准和指南。
  • 天气和灾难- 暴风雪,洪水或街道标志的损坏和“v2”技术可以让自动驾驶汽车面临严重错误和凡人危险的风险。建立道路基础设施来处理灾害,以及建造车辆到伴侣异常或更少理想的条件(可见性,轮胎牵引力等)更具挑战性,即在山景,加利福尼亚州的阳光灿烂的日子,在道路上只需将汽车放在路上。

标题图像信用:NVIDIA

保持领先于AI曲线

发现区分未来商业赢家和输家的关键人工智能趋势和应用。

注册“AI Advantage”时事通讯:

" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Thanks - check your inbox for a confirmation email">
" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Error - There was some problem.">
订阅
订阅镜像
保持在机器学习曲线的前面

加入超过20,000名以上的可调性的商业领袖,并收到每周提供的最新的AI研究和趋势。

感谢您订阅Emerj“AI Advantage”时事通讯,请查看您的电子邮件收件箱以获得确认。