梅赛德斯的6D系统将很快运用于公司的高端汽车。这套立体视觉系统不仅能发现障碍,还能识别障碍物到底是什么。它可以比驾驶人更早发现并识别行人和自行车。它还可以区分停止的汽车和邮箱。
无人驾驶汽车时代
无人驾驶全自动汽车听上去像科学幻想,但大多数技术已经存在。事实上,在过去一个世纪,我们已经逐渐将驾驶任务交给自动系统。Google公司的无人驾驶自动汽车已经累计行驶20万英里。除了Google之外,各大汽车公司都在研发全自动汽车。全自动汽车的反应速度超过人类驾驶员,而且可以同时处理更多信息,对紧急情况的反应更快。它从不惊慌失措,从不发脾气,从不分心,甚至连眼睛都不眨一下,无论从哪个方面看都优于人类。
那个东西躺在高速路路肩上,渐渐进入视野。是动物尸体吗?还是某种古怪的灌木。不,等等,原来是一块粉红色的泡沫!“激光肯定检测到了,”克里斯·乌尔姆森坐在普锐斯混合动力车的驾驶座上,但他并未在驾驶。路边的异物已经被记录下来,帮助汽车电脑认识它刚刚所见到的东西。
现在是星期一中午,我们正乘坐G oogle公司的一辆无人驾驶全自动汽车行驶在加州85号高速路上。2010年10月,当《纽约时报》报道说,Google的无人驾驶自动车车队已经累计行驶14万英里,公众为之震惊。现在在旧金山湾区,Google的无人驾驶汽车已经成为一道寻常风景。
Google无人驾驶汽车项目负责人安东尼·列文托斯基坐在旅客席上。他戴眼镜,身材瘦高,手上拿着一台苹果笔记本电脑。乌尔姆森是机器人专家,曾在智利沙漠中为美国宇航局测试火星漫游车。他占据了驾驶座,驾驶汽车的并不是他。目前看来,这辆普锐斯似乎是一位理想的司机。在很多方面甚至优于人类。
我上一次乘坐无人驾驶汽车还是在2008年的世界智能交通系统大会上。那辆斯坦福大学改装的代号junior的大众帕萨特在两条封闭的街区上跑了一趟,时速25英里。短短几年后,无人驾驶汽车已经能在繁忙的高速路上以70英里的时速行驶。足以说明自动汽车发展神速。“这辆车时速可达75英里,”乌尔姆森说,“它可以追踪行人、自行车;可读懂交通信号灯;可以高速汇入车流。”换而言之,在过去5年里,曾经保持了近一个世纪的汽车驾驶方式被彻底改变。
Google并非唯一研究无人驾驶汽车的公司。事实上,几乎所有传统大汽车公司都在研制各自的无人驾驶自动汽车。还有一些硅谷的研发实验室也加入了这个行列。去年,一辆宝马无人驾驶汽车沿着高速公路从慕尼黑开到因戈尔施塔特。奥迪将一辆无人驾驶汽车送到了落基山的派克峰进行测试。而大众正和斯坦福大学合作,建造Junior的改进版。去年11月,在东京车展上,丰田展示了它的普锐斯A V O S(自动汽车驾驶系统),车主可以遥控让汽车行驶到指定地点。通用的阿兰·陶伯预言,10年之后,无人驾驶汽车将开始销售。自动化工程师协会之类的组织已经成立特别委员会,负责起草自动汽车标准。
坐在Google无人驾驶汽车上,可以通过位于驾驶座一侧仪表盘上的电脑监视器观看汽车的行进。它显示了汽车对周围世界的理解:车道、信号、汽车、速度、距离、向量。看着电脑计算此时此刻周围汽车的位置和运动,预计它们下一刻的方位,实在是让人叹为观止,就像在看一场快速象棋。在屏幕上,周围的目标被锁定在红色立方中,据此判断本车与目标之间的距离。“我们每秒钟对周围世界进行20次分析和预测,”列文托斯基说。
高速公路匝道上出现一辆汽车。该加速还是减速?这个问题让很多人类驾驶员苦恼。普锐斯决定减速,但随着更多数据的汇入———比如匝道上的汽车突然刹车———它可重新思考这个决定。电脑注意到旁边车道前方约30英尺处的一辆汽车,相应减速。“我们被这个家伙拖后了,因为我们不想进入他的盲点,”列文托斯基解释说。一辆巴士突然从旁边靠了上来。“即使你能确保在道路中央行驶,精确到厘米,这并不一定就是最安全的路线。于是,汽车向左靠了靠,拉开和巴士的距离。”你看,我们并没有行驶在车道中央,但是我们远比那个家伙做得好,“他指着一辆跨车道行驶的灰色SUV。
列文托斯基说得有道理。当乌尔姆森刚把手从方向盘上拿下来,电子合成的女声宣布“自动驾驶”,我不禁感到一阵紧张。但在几分钟后,电脑驾驶汽车的主意似乎不再可怕。尤其对比周围的人类驾驶者之后。有人一边开车一边在打电话。有人根本无视交通规则。还有一个家伙拿着手机试图对我们这辆无人驾驶车进行拍摄。
我们乘坐的这辆无人驾驶普锐斯越来越像一位终极理想驾驶者,其他人都相形见拙。它的反应速度超过人类驾驶员。它可以同时处理更多信息,对紧急情况的反应更快。它从不惊慌失措,从不发脾气,甚至连眼睛都不眨一下。简而言之,无论在哪个方面它都优于人类。
我开始想象,如果每一辆车都像这样驾驶,公路交通将会变得多么顺畅。即使在最繁忙的时候,高速路表面也只有5%的地方被车覆盖;如果汽车更加警惕,灵敏,遵守规则,那么则可以在剩余空间上插入更多汽车,还有利于提高安全公路。2001年至2009年,美国道路夺走了369629人的生命。罪魁祸首并非照明不足的道路,或是故障的油门踏板而是我们自己。研究显示,“人类失误”导致了93%的交通事故。
相比人类驾驶者———比如那个没有任何警示就突然超车的家伙、那个一边打瞌睡,一边把车开到别人车道的母亲,那个时速达到90英里的疯子———我更欢迎电脑控制的无人驾驶汽车。
我并非第一个有此感想的人。1940年,未来学家诺曼·B·盖蒂斯在《魔术高速路》一书中预言了20年后的汽车:“1960年,汽车和高速路将配备可以修正人类错误的装置。他们可以防止驾驶人犯错。它们可以协助汽车在恰当的时候汇入车流,协助汽车不必减速就通过十字路口,并不会危害到他人的安全”。
事实上,上世纪60年代的汽车不但没有达到盖蒂斯的设想,反而笨拙、庞大、耗油、而且很危险。在之后的几十年里,汽车变得更加安全,但驾驶人却依然粗心大意。直到现在,汽车发明一个多世纪之后,真正意义上的无人驾驶自动汽车才诞生。
随着Google无人驾驶车队新闻的公布,人们展开了激烈讨论———这是一次有趣的实验还是对汽车工业的严肃挑战。这是否仅是为了迎合G oogle高层的个人兴趣?或者,G oogle已经决定开始进军汽车市场?
当我向G oogle的人打听这些问题时,得到的答复虽然很礼貌,但似乎不乏怒意。“我们的目标,”乌尔姆森说,“是通过改革交通改进人们的生活。”我突然觉得询问商业问题有点无礼。“像G oogle从事的很多项目一样,我们希望解决一些重要的问题。余下的以后再说。”
乌尔姆森说,“G oogle的本质是信息处理。”道路交通也只是另一种有待开采的数据。因此,G oogle做的并非教导计算机如何驾驶。它在不断收集数据———G oogle车队累计已经行驶了20万英里,记录下道路上所见的一切———让计算机软件自己总结琢磨出其中的规则。
“如果阅读机动车管理局关于十字路口停车标志的解释,你会发现其实并不难,”乌尔姆森说,“原则是先到者优先通行。如果两车同时到达,右边的车先行。”但现实情况往往并非如此。一个遵守交规的礼貌的机器人,在面对咄咄逼人的人类驾驶员时可能会不知所措。因此,它需要学习人类到底是如何开车的。“这就是数据驱动派的观点,”斯坦福大学的机器人专家塞巴斯蒂安·斯鲁恩说,“数据可得出更好的规则。G oogle所做的一切几乎都建立在这一原则之上。”
当G oogle意图创造会驾驶的计算机的时候,汽车工业则试图让它们的汽车像电脑一样驾驶。感谢日益强大的感应器、复杂的软件、摩尔法则,汽车制造商们正逐渐改变驾驶的方式,鼓励我们将一切———从换挡到平行泊车———交给自动系统。自动汽车已经到来。更有趣的问题并非是我们什么时候能够完全交出方向盘,而是在那个时候汽车的模样和用途是什么。
[page]
在帕洛阿尔托梅赛德斯-奔驰研发中心门口停车场,我坐上一辆S-Class,按下点火按钮,没有听到电脑合成的女声宣布进入自动驾驶,但一系列自动程序已经被启动。这台车安装有注意力辅助系统,它可以跟踪超过70个因素———从细微方向盘运动到转向信号的使用———寻找疲劳驾驶的征兆。如果发现驾驶者出现疲惫征兆,一个咖啡杯标志会出现在仪表盘上,驾驶者可以决定是否停下来喝一杯咖啡提神。
注意力辅助功能还只是一个开始。研发部负责人约翰·荣格沃斯坐在我旁边滔滔不绝地列举该车的功能:如果下雨,雨刮会自动启动。如果进入隧道,头灯会自动调整亮度。当旁边车道的汽车进入我的盲点,一个红色三角形会出现在一侧的后视镜上;如果我试图变换车道,这个三角会闪烁并发出警告声。如果我偏离自己的车道,方向盘会发出轻微声响。梅赛德斯的自适应巡航控制系统D istronic Plus可与前车保持适当距离,前车减速时会自动刹车。如果汽车即将相撞,而我忽略了先前的警报,汽车将启动自动刹车系统,甚至将玻璃窗升起来。最后一步有什么用?后座的驾驶辅助研究主任卢卡·德尔格罗希解释说,是为了气囊:“你需要一个供气囊撞击的表面。”
简而言之,这是一台安装在轮子上的半自动电脑。荣格沃斯说,这样一台车拥有超过60个电子控制系统,处理从自动刹车到自动打开车厢等一切功能。一台高级轿车的自动系统软件的代码多达1亿行,比波音787客机还多。因为这个原因,不久前在汽车行业还极其罕见的知识产权官司现在也纷纷冒了出来。正如未来学家保罗·萨福所说,现在,对于像梅赛德斯这样的公司,“增加值主要在于软件和电脑。”
当驾驶着这台奔驰车行驶在帕洛阿尔托的街道上,我想到了几周前在南美洲的一次骑马旅行。作为一个新手,导游给我安排了一匹温顺、安静、经验丰富的马。对于我们要走的路线,它已经烂熟于心,我只需要偶尔调整方向。“驾驶一辆自动汽车和骑马很像,”宝马公司顾问唐纳德·诺曼说,“你可以放松或拉紧缰绳。放松意味着将主导权交给马,但是,即使你掌握主导权,马依然承担了部分导向功能,比如回避道路上的坑洞和障碍。”
我放松缰绳,让汽车自己行驶。这样做很有效,但也暴露出一些小问题。当前面一辆车准备转向放慢速度,汽车没有意识到这辆车将很快离开我的道路,刹得有点猛。汽车的车道偏离警告系统在汽车漂移出自己车道时会发出警告,但如果道路上的标记磨损严重,这套系统就无法发挥作用。还有困扰传感器的一系列技术问题。首先,冰雪可导致雷达和照相机故障。其次,该车的自动系统虽然能够识别障碍,却不能区别障碍。如果前方道路上出现一辆停止的汽车,D istronic Plus会将它视为静止物体———比如建筑物、邮箱等等———而不是一台可能很快会移动的车辆。最后,雷达讨厌拐弯。如果拐弯的角度太锐利雷达无法检测到前方的物体。
因此,梅赛德斯正在研制一套非雷达系统:6D立体视觉系统。很快将运用于公司的高端汽车。德尔格罗希将我带回研究中心,向我展示该技术作用。它被安装在一辆奔驰C LS550上。我们将车子开出去后,仪表盘旁的一个屏幕上出现了前方街道的热成像图。图像由红色、绿色构成,可标注出前方物体的距离,距离的计算不是通过雷达或激光,而是仿照人眼深度视觉的立体摄像系统。行车途中,软件不断提取周围物体的“特征点”(标注物体边沿的一系列点),对其进行实时跟踪。这样可帮助汽车判断运动的物体。并预计该物体下一秒的位置。
这套立体视觉系统不仅能发现障碍,还能识别障碍物到底是什么。它可以比驾驶人更早发现并识别行人和自行车。它还可以区分停止的汽车和邮箱。它可以发现经常被人类的“注意力盲点”忽略的危险。
要教会汽车这一切,当然是通过驾驶它———输入大量信息,让软件适应。这正是G oogle无人驾驶车队的做法。梅赛德斯公司目前的行人识别软件就是建立在150万(数量还在增加)个真实和虚拟的行人样本之上。每一种驾驶文化都需要独立版本的软件。比如,在德国,奔驰汽车可以提醒驾驶人,前方出现限速标志。“在欧洲,这类标记像一个红色圆圈,不同于大自然的任何物体,很容易被识别。但是,在美国,限速标示大多是方形的,容易和其他方形物体———比如建筑物、广告牌———混淆。这也是德尔格罗希的小组在这里的原因之一:教汽车如何在美国行驶。”甚至还要考虑天气和照明条件的差异,“他说,”我们有一些为德国的天气所设计的软件。到了加州,需要对它们进行一些调整。“
人类正在逐渐放弃对汽车的掌控。手动挡变成自动挡。手动转向变成动力转向,再变成“电子控线”,方向盘和轮胎之间的机械联系被一系列电子脉冲取代。我们放弃了纸张地图,换成了数字导航系统。超声波传感器让水平泊车变得方便安全。今年,提高稳定性的电子控制系统成了美国销售车辆的标准配置,原因和欧洲汽车必须安装防抱死刹车一样:在紧急情况下,这种自动系统的表现比人类更优越。
累加起来,这些自动系统已经接近完全自动化。奥迪公司的里克·胡迪说,他们公司的A 8系列的自适应巡航控制系统针对低速交通设计了“停-走”功能。“给这套系统加上图像识别、激光扫描系统和一个电动转向系统,那么距离完全放开方向盘已经非常接近。”
在19世纪,梅赛德斯公司创始人卡尔·本茨(第一个合法在公共道路上驾驶汽车的人)预言说,对于他的发明的需求将因为缺乏合格的司机而受到限制。这个例子说明,我们经常无法预见技术革新会带来什么样的社会变化。没有人知道,无人驾驶汽车将如何改变我们的生活。未来学家萨福说,“在你开始将智能注入汽车的时候,你也在开始改变汽车的本质。”
比如,通用的O nStar系统。最初它只是一套地理定位系统,目的是为被困的驾驶人提供服务。但是因为它的网络功能,实际应用远不只于此。不久前,通用和汽车分享公司R elayR ides合作,允许车主将闲置的汽车租借出去。O nStar的一个强大功能是可以遥控解锁。配合R elyaR ides的软件,使租车者很容易打开车门。“我走到一辆汽车前,通过手机向O nStar发出命令,车门就会被遥控打开,”R elayR ides创始人谢尔比·克拉克解释说。通用是第一家与她合作的汽车公司,但克拉克说,他们已经和很多汽车制造商接洽过。所有人都认同汽车联网概念。(事实上有的汽车公司正打算推出汽车分享服务)在克拉克看来这根本无需考虑:“为什么我的手机比汽车更有用。”
这类概念似乎完全违背了目前的汽车拥有模式。分享一辆租来的汽车是一回事。但谁愿意让一个陌生人使用自己的汽车?加州大学伯克莱分校的交通可持续性研究中心的苏珊·夏恩注意到,相比租借汽车,人们更愿意租借自己的房子。但这主要是出于对保险的考虑,这个障碍已经被RelayRides扫除。
此外,我们正逐渐地将我们的驾驶责任交给机器,不难想象,我们同样可以放弃对汽车的所有权。马修·克劳福德在《摩托车修理店的未来工作哲学》一书中写道,一些奔驰车已经不设量油计,“关注油箱中油量多少的任务已经外包给了其他人,比如技师、销售商、公司、股票持有人。”很多的人对你汽车的油量感兴趣,这不再是一个人的责任。“
为什么我们要欢迎这一分享潮流?克劳福德说是因为“解除个人财产负担的吸引力”。有了便捷的Spotify(一款音乐在线播放软件,可以提供800万首歌曲的免费点播)之后,还有谁怀恋堆积如山的CD?同样地,汽车可能逐渐从私人财产变成一项网络服务。通过U ber,我们已经可以用智能手机租借一辆配备司机的豪华汽车。最后一步是想象一辆无人驾驶自动汽车,用起来像电梯一样方便。当需要的时候,汽车能够自动驾驶到你家门口,为什么还要花一大笔钱购买90%的时间都停在车库里的东西呢?
但是,无人驾驶自动汽车将如何改变我们的生活?谁也无法预计。G oogle的列文托斯基在他的笔记本电脑上保存了一张照片,描绘的是上世纪50年代所构想的自动汽车。一家人坐在宽大的敞篷车上,汽车自行奔驰在高速路上,家庭成员们在玩棋盘游戏。这是个有趣的想法。首先,我们不太可能将自动化释放出的空闲时间用于休闲,更别说棋盘游戏。无论我们今天对未来的设想是什么,在未来看来都可能很可笑。当无人驾驶自动车的未来真的到来时,我们自然能够安然地接受,就像我们接受所有新技术带来的魔术一样。
原文:TomVanderbilt
原载:Wired
网址:http://www.wired.com/magazine/2012/01/ff_autonomouscars/all/1
编译:宇
终极自动汽车
下一代汽车迷将不再执着于马力和扭矩,他们将关注雷达范围、通信延迟、像素分辨率。这里列举了不远的将来,自动汽车将采用的主要技术。
●雷达高端汽车已经配备雷达,可跟踪附近物体。比如梅赛德斯的D istronic Plus是一种事故避免系统,在保险杠旁安装有传感装置,当检测到东西出现在汽车盲点时发出警告。
●车道保持安装在挡风玻璃上的照相机可识别车道标志线。如果汽车意外离开自己的车道,方向盘会通过短暂振动提醒驾驶者。
●激光雷达Go o g le采用V elodyne公司的车顶光探测和测距系统,包括64束激光,以每分钟900转的速度向上发射,形成点云,赋予汽车360度视野。
●红外照相机梅赛德斯的夜视辅助系统采用两盏头灯向前方道路发射不可见的红外光。安装在挡风玻璃上的照相机监测红外信号,将标注出危险区域的图像显示到仪表盘上。
●立体视觉梅赛德斯一款概念车用两台安装在挡风玻璃上的照相机构成前方道路的实时3D图像,发现潜在危险,比如行人、自行车,并预计其走向。
●G PS/惯性测量自动汽车必须知道自己开往何处。G oogle结合A pplanix的定位系统、G oogle地图和G PS判断汽车方位。
●车轮计速安装在轮子上的传感器通过转速测量汽车行驶的速度。
自动系统的进化
1912年
卡迪拉克的自动启动系统意味着驾驶人不再用手动曲柄启动汽车。
[page]
1939年
奥兹莫比尔公司推出了第一个自动变速系统。
1951年(南方都市报 www.nddaily.com SouthernMetropolisDailyMark 南都网)
克莱斯勒推出第一款油压转向系统(南方都市报 www.nddaily.com SouthernMetropolisDailyMark 南都网)
1958年
克莱斯勒的巡航控制系统使得驾驶人不用再时时注意行驶速度。
1970年
克莱斯勒Im -perial首先配备防抱死刹车系统。
1997年
部分丰田车配备基于雷达的自适应巡航控制,可与前车自动保持安全驾驶距离。
2002年
丰田推出N ig htView(夜视),一款车内监视器,可显示前方道路的近红外图像,凸显障碍。
2003年
梅赛德斯推出Pre- Safe系统,采用感应器预测迫在眉睫的撞击,采取各种防范措施。
2004年(南方都市报 www.nddaily.com SouthernMetropolisDailyMark 南都网)
英菲尼迪(日本豪华车品牌)推出第一款“离开车道”警示系统,在车驶离车道时提醒驾驶人。
2005年
沃尔沃推出第一款盲点警报系统,当有车进入驾驶人盲点时就会发出警报。
2006年
雷克萨斯(丰田旗下高档品牌)推出相机-声纳辅助的平行泊车系统。
2007年
卡内基梅隆大学的Tartan车队赢得美国国防部的自动汽车比赛大奖。
2008年
梅赛德斯引进At t e n t io nAssit,在驾驶人显露疲劳征兆时发出警告。
2009年
沃尔沃推出行人监测系统。
2010年
奥迪无人驾驶自动汽车T T S行驶12 .42公里,抵达落基山派克峰顶。
2010年
7辆车组成的G oogle无人驾驶汽车车队开始在加州道路上试行。
2010年
梅赛德斯F800Style概念车展示赛车助手,一款低速适应巡航控制系统。
2011年
中国国防科技大学创造的一辆无人驾驶汽车行驶177英里,从长沙开至武汉。
2020年
通用汽车公司的阿兰·陶伯估计,这一年自动驾驶系统将成为汽车标准配置。
- 使用 Infineon Technologies AG 的 OMR7812ST 的参考设计
- minipcie转pcie
- TCR6DA1830 的典型应用、200mA、1.8V 和 3.0V 输出电压双路输出 CMOS 低压降稳压器
- STM32H750开发板
- 【训练营】物联网时钟+988506A
- 用于 DDR 存储器终端的 LTC3615IFE 双路 3A 同步降压型 DC/DC 转换器的典型应用
- AM1S-2409SH30Z 1W DC-DC转换器典型应用
- NB4N11MDTEVB:时钟/数据输入评估板
- SX1509 全球最低电压电平转换 GPIO 的典型应用,带 LED 驱动器和键盘引擎
- MPC8308RDB: MPC8308-RDB参考平台
- 有奖直播:走进实验室之是德科技高端新品示波器UXR-B测评
- 关注有礼:炎炎夏日,泰克原厂探头清凉大促,及时帮您解决精准测试的大问题
- ADI有奖下载活动之9 电机控制解决方案—伺服控制
- 有奖直播:人机互动介面和机器视觉应用上的最佳助手--瑞萨电子 RZ/G, RZ/A 和 RZ/V SoC系列
- Keysight 有奖直播 | 基于数字孪生的软件工具,助力射频子系统验证
- 趣味电子技术史话栏目开播啦!第一集:白炽灯到底是谁发明的?
- TI嵌入式直播月:深入探究嵌入式产品在工业和汽车中的新应用
- TE有奖直播:未来感知 由我先知-传感器在物联网中的最新应用
- 2024安路科技FPGA技术研讨会-广州站 火热报名中