日本无码免费高清在线|成人日本在线观看高清|A级片免费视频操逼欧美|全裸美女搞黄色大片网站|免费成人a片视频|久久无码福利成人激情久久|国产视频一二国产在线v|av女主播在线观看|五月激情影音先锋|亚洲一区天堂av

  • 手機站
  • 小程序

    汽車測試網

  • 公眾號

    • 汽車測試網

    • 在線課堂

    • 電車測試

首頁 > 汽車技術 > 正文

自動駕駛概述

2021-09-28 16:27:58·  來源：高德技術  作者：邱輝?。ㄉ俾。?nbsp; 
　
導讀汽車行業(yè)處在一個變革的時代，自動駕駛相關技術發(fā)展應用如火如荼。關注或者想了解這個領域的人也越來越多。本文的目標在于幫助大家對自動駕駛技術有一個全局
導讀

汽車行業(yè)處在一個變革的時代，自動駕駛相關技術發(fā)展應用如火如荼。關注或者想了解這個領域的人也越來越多。本文的目標在于幫助大家對自動駕駛技術有一個全局的基礎認識。文章分別介紹了自動駕駛基本原理，意義，分級以及相關行業(yè)背景。

自動駕駛原理

自動駕駛就是車輛在無駕駛員操作的情況下自行實現駕駛，它是車輛的能力。比如掃地機器人在掃地的時候就是在自動駕駛。自動駕駛有多種發(fā)展路徑，單車智能、車路協同、聯網云控等。車路協同是依靠車-車，車-路動態(tài)信息的實時交互實現自動駕駛。聯網云控更注重通過云端的控制實現自動駕駛。本文章闡述的是單車智能。
基本原理概述
單車智能實現的基本原理是通過傳感器實時感知到車輛及周邊環(huán)境的情況，再通過智能系統進行規(guī)劃決策，最后通過控制系統執(zhí)行駕駛操作。


這里面有三個環(huán)節(jié)：
• 感知：車輛自身以及環(huán)境信息的采集與處理，包括視頻信息、gps信息、車輛姿態(tài)、加速度信息等等。好比是人類的眼睛、耳朵、皮膚一樣去收集。具體的比如前方是否有車，前方障礙物是否是人，紅綠燈是什么顏色，自車的車速如何，路面情況如何等等信息，都是需要去感知的。
• 決策：依據感知到的情況，進行決策判斷，確定適當的工作模型，制定適當的控制策略，代替人類做出駕駛決策。決策主要依賴的是芯片和算法，就好比是人類的大腦。看到紅燈，決策需要停止；觀察到前車很慢，決定從右側超車；有小孩突然闖入道路，進行緊急制動。
• 控制：系統做出決策后，自動對車輛進行相應的操作執(zhí)行。類比人類進行的方向盤以及油門、剎車的操作。系統通過線控系統將控制命令傳遞到底層模塊執(zhí)行對應操作任務。如左轉5度。

硬件系統
硬件系統在各層都有。感知層主要是為自動駕駛系統獲取外部行駛道路環(huán)境數據并幫助系統進行車輛定位。當前無人駕駛系統中代表性的傳感器有攝像頭、激光雷達、毫米波雷達、超聲波雷達、GNSS/IMU等。它們的工作原理、技術特性各不相同，決定了適用的場景也不同。當前大部分車輛都是采用多種傳感器相融合的方式以應對各種可能發(fā)生的情況，保證較好的實際使用效果。主流傳感器的優(yōu)缺點參考如下圖。其他還有一些傳感器在一些方案中也會被使用，如麥克風陣列，紅外相機等。


感知層會收集大量的自車和環(huán)境數據，決策層需要自動駕駛芯片流暢地處理這些數據才能保證系統及時作出正確的決策，從而控制車輛自動行駛并確保安全。智能系統的三大要素是數據、算法和算力，而算力的根本就是芯片。芯片是決策層最為重要的硬件。目前能夠量產自動駕駛芯片的主要是Mobileye（英特爾收購）、英偉達、特斯拉。Mobileye市場規(guī)模最大，應用于L2的產品有統治級別的市場占有率。英偉達是傳統巨頭，有算力最強的芯片。Tesla的芯片自產自銷，能夠量產高算力芯片。國內也有一家后起之秀地平線，芯片也已經量產，奮起直追中。


控制層則相對簡單，主要是線控。線控就是用線（電信號）的形式來取代機械、液壓或氣動等形式的連接，實現電子控制，從而不再需要駕駛員的力量或者扭矩的輸入。對于自動駕駛來說，核心的三個線控子系統是線控油門、線控轉向、線控制動。我們常常聽到自動駕駛各領域都有很多獨角獸。奇怪的是線控方面資本市場卻少有提及，但它也是自動駕駛生態(tài)中重要的一個環(huán)節(jié)。大概是因為線控技術直接涉及風險，大家有意無意地忽視。
目前主流的L4&L4+自動駕駛硬件架構都是依賴激光雷達的，包括華為ADS、百度Apollo、Waymo、Mobileye等等。特斯拉的方案則沒有激光雷達，個人認為關鍵原因是激光雷達成本高落地難，而視覺方案可以快速落地形成數據算法迭代優(yōu)化的閉環(huán)。但激光雷達數據質量實在好，對視覺方案有極大的補充價值，甚至是主導價值，而且成本已經大幅下降。所以特斯拉可能成也視覺（更快落地）、敗也視覺（效果上限較低）。
軟件系統


我們以業(yè)界某款開源平臺架構來理解一下自動駕駛在軟件方面需要具備的能力。
• 地圖引擎（Map）：提供道路、周邊建筑等地圖信息，高精地圖還包含全局車道、曲率、坡度、紅綠燈、護欄情況等等信息。如地圖可以透出前方右拐急彎曲率及下坡坡度。
• 高精定位（Localization）：定位是一個重要模塊，L3及以上自動駕駛場景需要高精定位，是車輛信息感知的一個重要元素。如定位到車輛在行進方向右邊第二車道，該車道只能直行不能右拐。
• 感知（Perception）：感知模塊接受并處理傳感器信息，從而識別自車以及周邊的情況。如感知到車輛的速度，感知到前方50米有一個行人。
• 預測（Prediction）：預測模塊主要用于預測感知到的障礙物的運動軌跡。如在行駛中，感知到左側道路有一輛車，根據車輛的狀態(tài)和歷史運動軌跡，預測車輛后續(xù)運動軌跡，識別是否有碰撞風險。
• 規(guī)劃（Planning）：根據感知到的信息，規(guī)劃出一條到達目的地的行進路線，而且還需要規(guī)劃出未來一段時間內，每一時刻所在位置的精細軌跡和自車狀態(tài)。如規(guī)劃軌跡向左偏移并加速，超車后回到道路中心線附近。
• 控制（Control）：如字面意思，通過指令控制車輛硬件進行操作，如發(fā)送減速指令到制動器執(zhí)行制動操作。
• 交互界面（HMI）：人類在中控屏幕上看到的人機交互模塊。如自動駕駛系統通過HMI向乘客實時展示系統識別到的自車位置及周邊障礙物信息，有助于提升乘客的安全感。HMI在人車共駕的過度階段更有價值。
• 實時操作系統（RTOS）：Real Time Operation System 根據感知的數據信息，及時進行計算和分析并執(zhí)行相應的控制操作。
自動駕駛在感知、預測、高精定位等模塊，對機器學習都有很深的應用和依賴。自動駕駛在一定程度上也促進了機器學習的發(fā)展。
如下為整個架構的數據流向圖，從中可以看出各模塊的上下游依賴關系。感知是預測的上游；感知、預測、定位、地圖又是規(guī)劃的上游；而控制則是規(guī)劃的下游；HMI則處于整個系統的下游。從中我們也可以看出，各模塊對于高精地圖都有依賴，可見高精地圖的重要性。高精地圖采集分為集中制圖和眾包制圖兩種，未來最可能普遍采用的方式是集中制圖+眾包更新，也可能是直接全眾包SLAM制圖，夠用就好。


自動駕駛意義

自動駕駛如此火熱，自然是因為它能夠解決一些問題。
降低出行成本
自動駕駛可以替代或者部分替代司機的工作，降低司機成本的投入。中國卡車司機就有3000萬，假設駕駛員1個月工資1萬，那么一年就是3.6萬億。假設卡車都實現了無人駕駛，那這里可以節(jié)約多少成本？送快遞、送外賣的從業(yè)人員也是千萬級別，無人物流車替代，可以節(jié)約多少成本？目前用戶打車的錢很大一部分是給司機的，如果司機的錢免了，對應用戶的乘車成本也會有降低。如果是自己開車也等于是低價請了個司機，享受了更高的服務。如果進入到無人駕駛時代，那么連考駕照的錢都可以省了。自動駕駛發(fā)展也會促進車輛共享化從而提升車輛利用率以及降低對停車位等資源的占用成本。
提升通行效率
擁堵是出行的第一大痛點問題。擁堵的原因有三個方面：
1. 人為因素，如低速占位行駛、路口搶行、路口頂牛等行為造成或加劇了擁堵。
2. 交通設施不完備，如限速，車道不足，紅綠燈等因素。
3. 車輛故障，如突然無法啟動等問題導致車道阻塞。
三個原因中，人為因素的比重最高，交通設施汽車，車輛故障再次。而自動駕駛可以實現遠超人類駕駛的規(guī)范化駕駛。在相同流量的情況下，自動駕駛可以有效減少擁堵，進而提升通行效率。
提升出行安全
80%以上的交通事故是人為因素造成的，如酒駕、疲勞駕駛、超速行駛、跟車距離過小、不按規(guī)定讓行等。而自動駕駛可以實現完全規(guī)范化的駕駛，沒有情緒、100%遵守交規(guī)，從而有效提升出行安全。
提升出行體驗
這個價值主要是針對輔助駕駛部分的功能。不是最終目標，但卻是當下大家最能夠確實收獲的好處。自動駕駛的各種功能可以降低駕駛的難度，有效提升駕駛體驗。

自動駕駛分級

自動駕駛分級如下表。實現L2級別自動駕駛的車廠比較多，L3則基本都是期貨。目前行業(yè)在努力攻克的主要是L3和L4級別的自動駕駛。值得注意的是有些廠商并不是L1-L2-L3-L4逐級演進的。比如華為進入這個領域，更注重從城市道路場景出發(fā)，直接以L4為目標進行設計和技術落地，升維思考、降維打擊。


L1自動駕駛
L0就是無自動駕駛功能，不做闡述。L1表示車輛可以自動完成橫向或縱向操控中的一項，其余所有工作仍然需要人類來完成。雖然比較低級，但卻已經很實用，如ACC、AEB、LKA等。
• ACC：Adaptive Cruise Control 自適應巡航控制
ACC是系統通過傳感器監(jiān)測與前車的距離和相對速度，結合乘坐體驗，計算出合適的油門或者剎車量進行車輛縱向的控制，最終實現自動跟車或定速行駛的輔助駕駛功能。


• AEB：Autonomous Emergency Braking 自動緊急制動
AEB是一種汽車主動安全技術。AEB通過傳感器持續(xù)監(jiān)測自車與周邊障礙物的距離，如果距離小于警報距離則發(fā)出警報，如距離進一步小于安全距離，則即使駕駛員沒有操作，AEB也會自動進行制動控制，避免碰撞發(fā)生。


• LKA：Lane Keeping Assist 車道保持輔助
LKA是在車道偏離預警系統（LDW：Lane Departure Warning）的基礎上增加糾正的控制。LKA通過傳感器監(jiān)測自車與車道中心線的相對位置，如果發(fā)現車輛偏離車道，則向駕駛員發(fā)出警告，在特定設定下可以通過自動轉向控制使得車輛重新回到車道中央行駛。LCC（Lane Centering Control 車道居中控制 ）也會作為一個獨立的輔助功能提供。


L2自動駕駛
L1級輔助駕駛的關鍵是只對車輛橫向或者縱向中一項操作進行控制。而L2級則是對橫向和縱向多項操作同時進行控制。需要注意的是L1、L2駕駛員是駕駛主體，所以即使自動駕駛功能運行，駕駛員仍然需要保持注意力，監(jiān)測環(huán)境，雙手保持在方向盤上隨時接管車輛。
• 超級巡航系統
超級巡航系統是ACC和LKA的疊加，實現在當前車道內自動跟車或者定速行駛。凱迪拉克的超級巡航還包含了駕駛員注意力保持系統。
• APA：Auto Parking Asist 自動泊車
APA 通過傳感器檢測和系統模型計算識別停車位置，通過轉向、加速、減速控制車輛，沿著系統計算出的泊車軌跡，自動低速完成泊車。在泊車的過程中，車輛還會實時檢測自車和周邊障礙物，修正泊車軌跡，避免碰撞。


• TJA：Traffic Jam Assistant 交通擁堵輔助系統
在堵車的時候，走走停停，駕駛員需要時刻保持注意力且頻繁操作，容易疲勞。TJA 就是一種擁堵場景的輔助系統，可以讓駕駛員適當放松注意力，由車輛自主跟車。TJA 根據策略，保持車道、自動跟車，并通過傳感器實時檢測周邊障礙物情況，對車輛轉向進行微調。


• HWA：Highway Assist 高速公路輔助駕駛
HWA 包括根據駕駛員的指令（如打轉向燈）自動進行變道，駕駛員狀態(tài)監(jiān)控（Hands on/Hands off等），車LKA車道保持，TJA低速自動跟車等。HWA 通過傳感器監(jiān)測判斷是否可以進行換道，結合駕駛員的指令，可以實現安全的自動換道。
L3自動駕駛
L2到L3是一大飛躍，目前國內還沒有支持L3的量產車輛（奧迪A8也不再宣稱自己支持L3），這里的關鍵就是，L3的駕駛主體切換成了系統，駕駛員只是支援角色。在L3功能開啟時，系統完全負責操控和環(huán)境監(jiān)測。駕駛員可以雙手脫離方向盤，移開注意力去做一些別的事情，但是需要時刻準備接管車輛。系統在識別到無法處理的情況時會提前報警，要求駕駛員接管。
• HWP：Highway Pilot 高速公路自動駕駛
HWP 高速公路自動駕駛包括在有高精地圖覆蓋的高速公路上，定速巡航，自動超過行駛緩慢的車輛，自動換道，自動駛入和駛出高速公路匝道，自動跟車等等功能。HWP 滿足特定條件的前提下開啟，通過完備的傳感器識別自車及周邊狀態(tài)，通過系統規(guī)劃決策行駛軌跡，自動控制車輛行駛。
• TJP：Traffic Jam Pilot 交通擁堵自動駕駛
TJP 相比HWP，TJP是在交通擁堵場景下的L3級自動駕駛。
L3是當前的主戰(zhàn)場，主流車廠都在這級別PK，雖然對外很多都是宣稱自己是L2.5或者L2+，主要還是為了逃避L3駕駛主體帶來的法律責任。特斯拉的NOA（Navigation on Autopolite 自動輔助駕駛系統），蔚來的NOP（Navigation On Pilot領航輔助功能），小鵬的NGP（Navigation Guided Pilot 高級自主導航駕駛功能）其實都是面向這一級別的自動駕駛。想知道目前國內的自動駕駛做到什么程度，可以看看最新的公開視頻：華為的城市道路自動駕駛（夜間），小鵬NGP評測。
L4自動駕駛
L3一直有一個很大的爭議點，就是需要人類短時間實現接管。問題是一旦車輛遇到需要人類接管的情況，人類可能也來不及做出適合的處理了。如果這階段出了事故又是誰的責任？L4的關鍵差異在于，系統不再需要人類的支援。在限定道路和環(huán)境情況下，系統可以完全負責操控和環(huán)境監(jiān)測。所以會有一些廠商直接開發(fā)L4，而不是逐級開發(fā)。華為的ADS（Autonomous Driving Solution 華為高階自動駕駛系統）就是面向L4開發(fā)的，號稱2022年量產，但是對外還會宣稱是L2（L4的剪裁）。特斯拉的FSD（Full Self-Driving computer）將會是首個量產的L4。
L5自動駕駛
到了L5，道路和環(huán)境將不再是限制。系統將在所有情況下實現自動駕駛。也就是我們所說的完全無人駕駛了。到了這個階段，方向盤、剎車、油門這些操控裝置已經不再必須。

自動駕駛背景

出行行業(yè)趨勢
這兩年出行行業(yè)可謂風生水起，似乎幾年間就已經天翻地覆。近年來出行行業(yè)發(fā)展的幾個重要趨勢有：
• 電動化
新能源汽車逐漸成為發(fā)展主流。國務院辦公廳新能源汽車產業(yè)發(fā)展規(guī)劃說明到2025年，新能源汽車新車銷售量需要達到新車銷售總量的20%左右。未來的市場屬于新能源，這已經是市場普遍的認知。所以才先有特斯拉成為第一大市值汽車公司，后有蔚來超過寶馬市值。電動化帶來的并不只是能源上的革命，更為重要的是新能源車的架構在可控性上有了質地飛躍。比如：電機控制遠比發(fā)動機控制簡單，電機調速遠比變速器換擋簡單。而且新能源車還繞過了燃油車產業(yè)鏈僵化的問題，在新能源領域可以更快速的迭代發(fā)展。
• 共享化
“國內已有190余家網約車平臺公司獲得經營許可，各地共發(fā)放網約車駕駛員證250多萬張、車輛運輸證約104萬張，日訂單量約2100余萬單。在劃定的36個中心城市中，已有18個城市合規(guī)網約車數量超過出租巡游車，投入運營的車輛超過20萬輛，開通運營城市180多個。”如上是交通運輸部2020年10月發(fā)布的數據，足以說明出行行業(yè)共享化已經普及。我們在日常生活中也明確感受到了共享化帶來的便利。在L4及以后，司機不再是必要條件，車輛可以直接共享給沒有駕照的人使用，這將進一步促進共享化。
• 智能化
汽車外在體驗上越來越像個大智能設備，內在應用技術也在飛速迭代發(fā)展。大家熱捧新能源車，電動化是一個因素，但我相信智能化才是真正可以打開想象空間的匣子。ADAS輔助駕駛功能已經是各主流車型的標配。特斯拉的2.5級自動駕駛已滿街跑，FSD（Full Self-Driving）計劃2021年推出。L3級自動駕駛的奧迪A8也早已量產。各主流車廠都在加大自動駕駛領域的投資，生怕一旦落后就再也無法趕上這趟高速列車。剛進入汽車行業(yè)的華為也在20年10月份提出，采用L4級自動駕駛架構的Autonomous Driving Solution（華為高階自動駕駛系統）將在2022年量產。
• 聯網化
聯網化逐漸不再被提及，因為這個技術含量最低也最容易實現。能夠進一步帶來突破的將是5G的普及，高速度、低延時、高并發(fā)支持，為汽車智能化提供了更好的基礎設施。相信會有更多可能超出我們想象的應用會逐步浮出水面。
政策法規(guī)標準
政策方面，近年我國在自動駕駛相關領域的綱領性文件發(fā)布較多。如下三個是最重要的政策文件：
• 2015 ：《中國制造2025》推動智能交通工具等產品的研發(fā)和產業(yè)化。
• 2019.9 ：《交通強國建設綱要》提出加強智能網聯汽車研發(fā)；大力發(fā)展智慧交通。形成國家層面的發(fā)展戰(zhàn)略
• 2020.2 ：《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》到2025年，中國標準智能汽車的技術創(chuàng)新、產業(yè)生態(tài)、基礎設施、法規(guī)標準、產品監(jiān)督和網絡安全體系基本形成。
《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》是由發(fā)改委、工信部、公安部等11個部委聯合發(fā)布。該戰(zhàn)略發(fā)布意味著國家就智能汽車的發(fā)展從上至下達成了高度共識和高度協同，今后將統籌規(guī)劃、協調發(fā)展，全國一盤棋來推動智能汽車產業(yè)的發(fā)展。各地方政府發(fā)布的自動駕駛相關領域的政策規(guī)劃更是層出不窮。國家非常重視智能汽車產業(yè)發(fā)展，自動駕駛產業(yè)因此有望實現持續(xù)高速發(fā)展。2019年首個允許開展載人測試和高速道路測試的規(guī)范發(fā)布。據媒體報道，全國20個城市向70家企業(yè)總計發(fā)放了超過430張路測牌照，測試車輛總數超過500臺。目前各地法規(guī)已經從允許道路測試逐步過渡到了允許商業(yè)化試運營。
政策是大力支持的，但在法規(guī)上還是會對自動駕駛有較多約束。比如《測繪法》規(guī)定，自動駕駛汽車在測試行駛中收集和處理地理信息屬于測繪活動，需明確測試主體測繪準入、及地理信息保密管理政策。而大多數的L3、L4場景是需要對道路數據進行實時采集的，這就導致做自動駕駛需要有測試資質。全國具備甲級測繪資質的公司也就小幾十家，大多掌握在傳統圖商手上。新勢力要介入，要么像華為一樣自己申請資質（已經拿到），要么像MobileEye與紫光的合伙一樣通過收購有資質的企業(yè)（靈圖軟件）。其他還有，根據《道路交通安全法》等法規(guī)和標準，自動駕駛汽車辦理機動車登記和上牌也存在障礙。目前交通事故責任承擔機制也不適合自動駕駛汽車，亟待明確。整體上，法規(guī)稍顯滯后，可能產生一些制約。在個別領域，如自動駕駛測試，相關法規(guī)相對成熟一些，如《北京市自動駕駛車輛道路測試管理實施細則（試行）》。
在標準方面，自動駕駛領域非常欠缺。安全方面的標準尤為受關注。傳統汽車的安全標準已經運行了幾十年，標準的前提是車輛駕駛安全由人類負責。ISO 26262:2018便是近年來的最新的標準版本，它主要聚焦在設備功能安全上。ISO 26262定義了汽車安全完整性等級 (ASIL)，最高級為D級。D級別硬件要求為10fit(十億小時10個故障)。但是如果設備未發(fā)生故障，某些功能還是無法正常運行，怎么辦呢？比如一個基于圖像識別的防撞輔助駕駛功能，圖像上行人剛好穿了和路面背景一樣顏色的衣服，沒有被識別出來，所以系統沒有進行剎車，導致防撞失效。后來，汽車行業(yè)定義了一個新的標準——ISO / PAS 21448“預期功能的安全性”（SOTIF）標準。該標準主要考慮緩解由于意外操作條件（由于傳感器和算法的限制，預期功能可能無法始終正常工作）和需求缺口（缺少關于預期功能的完整描述）而導致的風險。標準涵蓋了部分ADAS功能，但是仍然不足以覆蓋高級別自動駕駛的所有安全范圍，例如網絡安全（一旦自動駕駛系統被黑客攻破，后果可能非?？膳拢?。2020年4月1日，非營利標準組織Underwriters Laboratories發(fā)布了UL 4600《自動駕駛產品安全評估標準》，是針對無人駕駛車輛而開發(fā)的首個安全評估標準，但標準是否能夠得到美國或者行業(yè)的普遍認可還不知道。標準的約束力還得仰仗政策法規(guī)。
總體來說，在自動駕駛領域，法規(guī)標準都不成熟，但國家在政策上是大力支持的，實際在行業(yè)發(fā)展上也給足了相關公司的發(fā)展空間，對行業(yè)發(fā)展促進遠大于制約。中國在這樣的土壤下，是很可能長出國際一流企業(yè)的。

結語

本章概要介紹了自動駕駛的基本原理，感知、決策然后操控，介紹了自動駕駛的意義能夠降低成本提高效率和安全性，介紹了L1到L5的分級和差異，最后簡單介紹了出行行業(yè)背景和相關政策法規(guī)?？傮w來說，自動駕駛是一個前沿且熱門的技術，是一個良好的中長期賽道，是投身汽車、出行行業(yè)所必須關注的領域。
注：本文為作者投稿內容，主要是供大家參考交流，并不代表高德官方觀點。
分享到：
 
反對 0 舉報 0 收藏 0 評論 0
滬ICP備11026917號-25