自动驾驶的感知,决策与执行系统

2020-07-03来源: EEWORLD关键字:自动驾驶  感知系统  决策系统  执行系统

无人驾驶车辆真要跑起来,需要解决感知、决策和执行等层面的技术问题。感知系统也称为“中层控制系统”,负责感知周围的环境,并进行识别和分析;决策系统也称为“上层控制系统”,负责路径规划和导航;执行系统又称为“底层控制系统”,负责汽车的加速、刹车和转向。本文以“感知—决策—执行”的顺序呈现,是因为这样更加符合人类的驾驶模式。如,先看看前面——绿灯、周围无行人——收集信息;然后做出决策——可以通行;最后执行决策——开过十字路口。

自动驾驶的感知,决策与执行系统浅析

自动驾驶的感知系统


感知系统的输入设备具体包括光学摄像头、光学雷达(LiDAR)、微波雷达、导航系统等。这些传感器收集周围的信息,为感知系统提供全面的环境数据。


光学摄像头是目前最便宜也是最常用的车载传感器,它的一大优点就是可以分辨颜色,因此也成为场景解读的绝佳工具。但其缺点也很明显:1.缺乏“深度”这一维度,没有立体视觉就无法判断物体和相机(可以换算为车辆)间的距离;2.对光线过于敏感,过暗或过强的光线以及二者之间的快速切变,比如驶入和驶出隧道都足以影响它的成像。


激光雷达,即利用激光来进行探测和测量。其原理是向周围发射脉冲激光,遇到物体后反射回来,通过来回的时间差,计算出距离,从而对周围环境建立起三维模型。激光雷达探测精度高、距离长;由于激光的波长短,所以可以探测到非常微小的目标,并且探测距离很长。微波雷达的原理和激光雷达类似,不过它发射的是无线电波而不是激光。微波雷达精度不及激光雷达,但胜在价格低、体积小,在某些车辆行驶辅助系统中已经得到了广泛应用。同时,精度低反过来又成了微波雷达的优点,因为它较大的波长可以穿透雾、烟、灰尘等激光雷达难以穿透的障碍,较好免疫恶劣天气。


光学摄像头和雷达测量在感知环境中相辅相成,共同为无人驾驶车辆提供完整、准确的外部信息。有了“眼睛”接收信息,接下来就是利用深度学习等手段对信息进行识别。将多种传感器的信息相互融合并不是一件容易的事情,可以利用韦伯斯的误差反向传播算法和先进的数字摄像技术对外界事物进行准确识别。


自动驾驶的感知系统不仅包括它的“眼睛”,还包括它的“大脑”——高精度地图。人类驾驶者会调用记忆中熟悉的道路场景来辅助驾驶,自动驾驶也会通过高精度地图获取必要的环境信息特别是相对固定、更新周期较长的信息,如交通信号灯(请注意,这里是指物理的“灯”本身而非“灯的信号”即红、黄、绿)、车道标记、路缘等。这些信息还可以与传感器所获得的“即时信息”相印证,从而实现“多传感器融合”的效果,就像我们走路,不仅会用眼睛看前面的路,还会用耳朵听身后的车,甚至会用鼻子闻路边食品店里的香气一样。因此,自动驾驶去“感知”的不仅仅是“眼睛”,也是“大脑”。


自动驾驶的决策系统


自动驾驶决策系统负责路线规划和实时导航,这里主要涉及高精度地图,又称“高清数字地图”。无人驾驶汽车用的并不是普通的导航地图,它在精确度和信息量上与普通地图差别很大,因而被称为“高精度地图”。普通地图比较粗糙——因为我们人类的认知能力足以“脑补”,通过简单的二维线条的表示就知道了道路的走向,线条的交叉点表示十字路口——这让目前的机器来“脑补”就太难了。高清数字地图的精度一般在厘米级,而且是立体三维的,包含车道线、周围设施的坐标位置等行车辅助信息。与人类当前使用的电子地图相比,自动驾驶的高精度地图还有一个重要差异在于,高精度地图会收集道路激光雷达的反射强度——这是一个对人类驾驶者几无价值而对“人工智能驾驶员”意义重大的道路特征,它变化很慢而且小,是帮助自动驾驶车辆光学雷达定位的一个理想特征值。通过光学雷达扫描获取的信息跟已知的高精度地图信息对比,就可以确定当前车辆的位置。


自动驾驶的决策系统不仅需要独立的“智能车辆”,也需要“智能交通系统”的支持,如V2V等。在高精度地图之外,另一个支持路径规划的技术是V2X,一般认为它是在V2I的基础上发展起来的。V2X意指将车辆和环境形成一个“物联网”,包括车对车、车对基础设施,以及车对行人等一系列通信系统。如果车辆能够直接“得到”,而不仅仅是“看到”信号灯的信息,就能保证绝对不闯红灯。这里“得到”的意思是,比如在离交通灯还有100米、传感器还“看不到”的时候,信号灯就主动“告诉”车辆自己的信号状态及变化时长,自动驾驶车辆无需直接“看清”信号灯的内容(“看清”有时是很不容易的事情,大雨、暴雪天气,狂风刮起的塑料袋,以及大货车的遮挡,都足以让车辆的摄像头“看不见”交通信号灯)。此外,如果能够提前得知周围车辆的行车意图,就能够很大程度上避免事故的发生。


有了高精度数字地图和V2X通信网络,系统就可以应用搜索算法评估各种驾驶行为所花费的成本,包括信号灯等待时间、道路拥堵情况、路面维修情况等,以此获得最佳行驶路径。


自动驾驶的执行系统


执行系统也是底层控制系统,负责执行汽车的刹车、加速、转向的具体操作。工程师们通过特制的“线控装置”控制方向盘和油门,取代人类司机的手和脚,并配置多个处理器组成的子系统,以此来稳定、准确地控制汽车的机械系统。这些子系统,包括引擎控制单元(ECU)、制动防抱死系统(ABS)、自动变速箱控制系统(TCU)等,它们通过一个“总线”来进行内部通信,在汽车中称作CAN总线协议。


CAN总线最关键的地方在于带宽(bandwidth)和网络稳定性。带宽是指数据在网络中传输的最大速率,通常以每秒多少bits为单位来计算。对于无人驾驶汽车来说,精准的控制和快速响应至关重要,这意味着要提高总线带宽的传输速度,对需要处理庞大数据的无人驾驶系统而言存在较高挑战。同时处理各个传感器传递过来的数据流时,带宽有时会面临挑战,系统速度会大为下降。对整个反应执行过程而言,CAN总线的响应时间变得很慢,这在实际驾驶中是不能接受的。其次,控制的平滑性也影响乘客体验。此外,作为一个网络,数据传输的安全性也不容忽视,如果黑客成功攻击了CAN总线,就能对汽车进行控制。因此,提高底层网络系统的防御能力和网络容错性非常重要。


通过以上感知、决策与执行三个系统分工合作,责任明确地控制汽车的运行,就可以使无人驾驶汽车具备理论上“行驶”的条件。但正如胡迪·利普森和梅尔巴·库曼所指出的,“虽然这种技术几近准备就绪,但是这一独特技术所依存的社会环境可能还未准备妥当”。比如,相关立法较为滞后。然而,由于效率和安全方面的优势,我们有理由相信:无人驾驶的时代终将到来。


关键字:自动驾驶  感知系统  决策系统  执行系统 编辑:鲁迪 引用地址:http://news.eeworld.com.cn/qcdz/ic502102.html 本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:英飞凌推出 Semper™ Secure 解决方案
下一篇:大陆集团转型关键词:自动驾驶、智能网联、中国市场

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

硅谷自动驾驶五大家族“圈地”简史
自从汽车诞生以来,人类对自动驾驶的想象从未停止。“人类应该从驾驶中脱离出来。”1940年工业设计师诺曼·贝尔·盖德斯曾设想,通过自动驾驶公路,在一定范围内可以使汽车自动按照轨迹和程序行进。这一构想在后来的研究中被否定,但在过去的十年里,自动驾驶已经被视为改变未来出行方式的关键方向。对新技术最为包容的硅谷孵化的无数自动驾驶公司,向这颗代表人工智能最高水平的明珠发起猛烈攻势。业界将Waymo、Cruise、Argo AI、Aurora和Zoox并称为硅谷自动驾驶“五大家族”,他们在技术和规模上处于领先地位,也是资本热捧的对象。回望这些“先驱者”的发展历程,我们会发现:他们都来自2004年至2007年的某一场DARPA自动驾驶挑战赛
发表于 2020-07-28
硅谷<font color='red'>自动驾驶</font>五大家族“圈地”简史
电动汽车也能无线充电?国标委发布4项国家标准
要求、通信协议、测试要求及试验方法、互操作性要求及测试方法、施工验收、运行维护等。除本次发布 4 项国家标准外,还有 4 项国标正在编制过程中。 尽管有线充电是一种常态,但很难想象在电力驱动、自动驾驶的未来中还会如此。在没有任何物理连接的情况下,将电子传递到汽车电池中,无线充电可解决当前的电子出行挑战,并为供应商提供竞争优势。 汽车无线充电是在充电位置中内嵌一个初级线圈,通电时产生磁场,在连接到被充电设备电池的次级线圈中感应产生电流。当初级线圈和次级线圈彼此处于最佳距离时,即可获得最佳充电效果。从类型看,又分为电磁感应充电(需精准对位)和磁场共振充电(无需完全对准,适用于高功率)。电磁感应充电在初级线圈上提供一定
发表于 2020-07-28
电动汽车也能无线充电?国标委发布4项国家标准
LeddarTech固态LiDAR技术提升自动驾驶送货车辆安全性
自动驾驶车辆和高级驾驶辅助系统环境传感解决方案的行业领先企业LeddarTech®祝贺COAST Autonomous首次在德克萨斯布拉基特维尔附近的金尼郡铁路港(KCRP)自动配送车辆(ADV)中部署Leddar™ Pixell。KCRP是加利福尼亚Harbor Rail Services Company经营的多个铁路车场之一。COAST Autonomous选择LeddarTech具有360度车辆覆盖的Leddar Pixell Cocoon LiDAR作为本项目的供应商。 由自动驾驶行业的资深人士创立的COAST Autonomous之所以选择LeddarTech的技术,是因为它能够为COAST
发表于 2020-07-28
LeddarTech固态LiDAR技术提升<font color='red'>自动驾驶</font>送货车辆安全性
领先Tier1座舱业务研究:智能座舱发展的八个趋势
高度自动驾驶面临技术、法律法规等诸多挑战,同时 5G 网络和路侧基础设施的铺设也需要比较长的时间,在等待自动驾驶技术完全成熟前,“智能座舱”的热度明显提升,采用全新设计概念的“智能座舱”对于消费者的吸引力相比自动驾驶技术更高。 全球主机厂和 Tier1 目前正积极探索“智能座舱”新技术落地,预计未来 2-3 年我们将看到众多智能座舱产品落地。结合 2020 年美国 CES 展,我们总结出了智能座舱创新的几个关键方向: (1)座舱域控制器:下一代智能座舱系统以座舱域控制器为中心,在统一的软硬件平台上实现座舱电子系统功能,融入交互智能、场景智能、个性化服务的座舱电子系统,将是人车交互、车与外界互联的基础。 
发表于 2020-07-27
领先Tier1座舱业务研究:智能座舱发展的八个趋势
针对我国汽车操作系统未来发展情况提出的三点建议
随着自动驾驶技术兴起,汽车正日益成为继电脑、智能手机之后的一种“大型”互联网智能终端。未来整个汽车硬件架构的改变会带来软件乃至底层虚拟化技术的彻底改变,而软件的核心就是操作系统。国外:操作系统成熟近年来,国外供应商面向整车企业推出了各具特色的操作系统。微软在1995年推出基于Windows CE的Windows Auto项目,进入汽车智能操作系统领域。福特、起亚、日产以及菲亚特等汽车企业都采用基于Windows Embedded Automotive 7开发的操作系统。Windows CE是嵌入式系统的底层系统,具备各种基本的计算能力与数据端口。具有稳定性、可塑性特点及拓展功能,但随着移动互联网兴起,受限于非开放性影响,起亚已经转
发表于 2020-07-25
针对我国汽车操作系统未来发展情况提出的三点建议
美研究人员研发一种解锁大量自动驾驶数据的新方法
为了安全起见,自动驾驶汽车必须能够准确地跟踪周围的行人、自行车和其他车辆的运动。现在,据外媒报道,美国卡内基梅隆大学(Carnegie Mellon University)研发了一种新方法,可更高效地训练此类跟踪系统。一般而言,用于训练跟踪系统的道路数据和交通数据越多,结果就会越好。为此,卡内基梅隆大学的研究人员研发了一种新方法,用于解锁大量的自动驾驶数据。大多数自动驾驶汽车主要依赖一种称为激光雷达的传感器进行导航。激光雷达是一种产生有关车辆周围环境3D信息的激光设备,此种3D信息不是图像,而是点云。车辆采用一种称为场景流的技术了解此类数据,其中包括计算每个3D点云的速度和轨迹。一起移动的点云组通过场景流被释义为车辆、行人
发表于 2020-07-24
美研究人员研发一种解锁大量<font color='red'>自动驾驶</font>数据的新方法
换一换 更多 相关热搜器件
电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2020 EEWORLD.com.cn, Inc. All rights reserved