农业无人机
工业无人机
军警无人机
娱教无人机
水下无人机
反无人机设备
无人机配件
无人机租赁
无人机培训
当前位置:全球无人机网 » 无人机新闻 » 国际新闻 » 正文

基本系统和原则为真正的自主驾驶铺平了道路

发布日期:2020-01-08我要投稿我要评论

 

  全球无人机网(www.81uav.cn)编译:国外媒体报道  根据看似每天的技术进步,如果可以解决重要的系统问题,那么真正的自动驾驶汽车的可用性似乎只有一英里远。

传感器融合技术取得了令人印象深刻的进步,可通过摄像头,雷达,LiDAR和GNSS实时实现出色的导航精度。但是主题专家(其中许多人已经在这一工程挑战上花费了十多年的时间)指出,在自动驾驶汽车成为我们日常生活不可或缺的一部分之前必须解决的,甚至有时被忽略的自动驾驶系统和原理。

Chaminda Basnayake是Locata的首席工程师,Locata是一家澳大利亚定位系统公司,在拉斯维加斯设有子公司,并且是前高级汽车安全系统工程师,在该领域拥有十多年的经验。“严格来说,从技术角度来看,我相信我们拥有在几乎任何环境下进行自动驾驶所需的所有技术。但是,围绕可部署性(商用车辆的承受能力),可维护性,可伸缩性,人为因素(包括车辆内部和外部)以及环境因素,存在许多问题,这些问题尚未得到很好的理解或误解。”

这些问题的核心是集中在两个特定领域-本地化和在数值上有保证的系统完整性-这将指导自动驾驶汽车的发展。

职位信心

    自主车辆必须识别出行人,建筑物,汽车等,然后根据该信息做出有关行进的决定。但是,车辆必须首先知道它们在太空中的位置。所有这些都从定位的基本原理开始-使用运动传感器数据来确定车辆随时间的位置。

 

      伊利诺伊理工学院(IIT)机械工程副教授Matthew Spenko是该大学自治系统小组的首席研究员之一,他解释说:“虽然机器人专业人士从事本地化已有数十年的历史,但这些本地化技术可能并不好一旦存在大量处于生命关键状态的“机器人”,就足够了。我们需要开发证明这一点的分析方法。”

 

自主车辆传感器可分为两类:感知传感器或相对传感器(例如,雷达,摄像机,LiDAR)和绝对传感器(例如,地图,GNSS,IMU)。正确的感知和处理系统必须调整为用于该空间的严格性能,安全性,成本,规模和可靠性要求的特定软件。通用汽车技术研究员柯蒂斯·海(Curtis Hay)表示:“虽然绝对或相对传感器是否更好尚有争议,但我们的观点是,一旦所有绝对传感器类型可用,自动驾驶汽车便会相互补充。” GNSS,V2X和自动驾驶汽车的地图技术。“未来的自动驾驶汽车将必须融合传感器,这些传感器必须利用绝对测量的优势,并将相对传感器与人工智能[AI]相结合。它必须知道何时取决于环境而依赖感知或绝对传感器。”

当今工作中的一个有利挑战是采用低成本,更精确的GNSS接收器和更高分辨率,更高帧率的相机。这种情况正在发生,但是制造商和开发商必须能够高度自信地确保定位。

成功的可能性

针对汽车开发的ISO 26262功能安全标准通过对汽车安全完整性等级(ASIL)框架的不断提高的完整性要求(ASIL A,ASIL B,ASIL C,ASIL D)对危险的严重程度,暴露和可控性进行了分类。例如,符合ASIL B并不一定需要传感器冗余,但是符合ASIL D可以实现特定自动车辆功能的故障安全操作。

通用汽车公司的Hay:“正在进行大量分析,以证明符合ISO 26262标准。如果我们根据GNSS进行4/5级实时决策和控制,那么就必须遵循斯坦福模型来指定警报阈值。”

为此,Hexagon的定位情报(PI)部门处于领先研究计划的第三年。全球实体的目标是量化和定义误差范围,并确保受故障和异常情况影响的GNSS测量的完整性。该研究由伊利诺伊理工大学,斯坦福大学,弗吉尼亚理工学院和州立大学的行业专家进行,对高完整性载波相位算法以及从飞机应用中学到的威胁模型和安全监控器的概念进行了更新和扩展。早期的开发和演示对于为自动驾驶汽车应用实现可行的完整性表现具有巨大的希望。

Hexagon PI当前正在测试一种高完整性PPP解决方案的原型,并计划在未来几年内完成开发和测试,以及时推出旨在利用高完整性GNSS的第一代车辆自主功能。研究将持续到2019年,目标是提供一些业界首个误差范围和具有指定概率的数值保证。

斯坦福大学广域差分GNSS实验室主任托德·沃尔特(Todd Walter)是其中一位首席调查员。量化GNSS完整性可确保在名义条件和故障条件下得出的值是准确的,从而确保错误发生的频率不会比预期的高,并且会超出正常范围来确定非常罕见事件的概率。”

沃尔特(Walter)指出,完整性对话的第三个组成部分是发出警报的时间-确定发送警报之前需要花费多少时间纠正错误。例如,在航空世界中,时间通常是从六秒缩短到两秒。

沃尔特补充说:“我们花了很多时间思考可能出错的问题,例如多径,电离层和卫星误差。” “现在,我们行业中的每个人都必须给每个人分配一个可能性,并确保已到位。”

设定操作界限


此外,需要为与人类驾驶员一起操作的自动驾驶汽车建立完整性界限。

洛卡塔(Locata)的巴斯纳亚克(Basnayake)概述了这个问题:“请记住,即使是几十年前增加了自动化的航空业,也没有商用的全自动飞机。实际上,起飞和降落仍然是手动操作,训练有素的飞行员在严格管制的空间内工作。对于自动驾驶汽车,我们正在将类似的功能引入到普通驾驶员或操作员要复杂得多的环境中。最近的波音737 Max 8坠毁是一个不幸的例子,说明即使在更加严格的环境下,这也可能出错。”

驾驶员(或操作员)滥用或滥用自主功能的趋势可能是另一个主要问题。Basnayake回顾了2007年的DARPA城市挑战赛,该挑战要求自动驾驶汽车在不到六个小时的时间内行驶96公里(60英里)的市区路线。这些规则包括遵守所有交通法规,同时与其他交通和障碍物进行协商并合并为交通。

他说:“车辆平均以大约14 mph的速度完成赛道,但是,在赢得比赛的过程中,车辆遇到的最大问题之一就是系统故障。” “在那种情况下,汽车后方的大型超大加速器会由于干扰而阻止传感器正常运行。这是出乎意料的,当然也是计划外的。”

该示例说明了具有冗余并确定潜在故障和失败周围的完整性边界的复杂问题。故障或故障攻击的示例包括GNSS丢失,接收错误的传感器信息或攻击车辆彼此之间与基础设施之间传输关键信息的通信通道。

Basnayake:“因此,例如,在定位方面,我们必须能够使用GNSS和其他定位信息,并提出故障保护操作方法,以实现我们实现全自动化的梦想。”

行为适应

与本地化一起,实时地图绘制是必须开发以促进安全操作的基本系统之一。

“映射是可伸缩性问题,” Basnayake指出。“目前,大多数自动驾驶车队在地理位置上受到限制,以使制图问题简单易行。作为一个行业,我们必须在如何实现完全自治的道路上做更多的工作。它可能是有限的空间,或者是某种形式的连接系统,或者是两者的结合。”

这个想法不仅是要检测其他物体的存在,而是要识别物体是什么以及它的行为方式,以及最终如何影响我们车辆自身的行车行为。

汽车行业内正在进行大量的研究和开发,以在零售车辆中使用低成本感知传感器来创建高清自动驾驶汽车地图。这种愿景要求将大量感知数据部署到云中的AI应用程序中,并且还需要一种机制,以将该众包地图传递到目标车辆。虽然要实现该愿景需要克服技术和商业挑战,但世界各地的许多创新思维正在解决这个问题。

例如,宝马正与英特尔子公司以色列技术公司Mobileye联合,在驾驶环境中提供基于摄像头的信息,该信息依赖于人工智能和众包技术的结合进行实时地图绘制。宝马预计将在2021年之前为高速公路上的高度自动化驾驶提供一套测绘套件。自动驾驶技术开发公司Waymo LLC希望自动生成高质量的“神经网络”,以使车辆能够非常快速地解释,识别和跟踪物体。在最近的博客文章中,Waymo还详细说明了其车辆使用机器学习来识别和响应紧急车辆,或者进行棘手的驾驶操作,例如无保护的左转弯。

自动驾驶汽车系统开发商将继续寻找解决方案,例如最近获得RoboSense奖的RS-LiDAR-M1,这家中国公司已将其生产为全球首个用于自动驾驶乘用车的基于MEMS的智能LiDAR传感器。借助嵌入式AI算法技术和片上系统,RS-LiDAR-M1能够实时收集和解释高清3D点云数据并处理道路数据,同时同步高精度定位输出,交通标志,车道标记,驾驶区域,路缘石以及障碍物的检测,跟踪和分类。

随着系统的不断发展,必须将更多重点放在安全自动驾驶的核心原理上。从完整性的角度来看,开发人员必须知道与数据相关的特征提取发生错误关联的频率。

IIT的Spenko说:“例如,错误地将环境中提取的特征(例如路灯柱)与错误的地标关联起来。” “我们知道这会发生,有时甚至不会被发现。因此,我们必须评估其发生的可能性以及对车辆位置和方向的影响。纠正措施可能是从周围环境中提取预定义的界标,并将其映射为在出现诸如时钟错误之类的故障时提供冗余。”

 

一切车辆

利用自动驾驶汽车的系统和原理,一个基本原理将是采用通用的V2X标准。Hay说:“汽车行业处于瘫痪状态,这在很大程度上是由于竞争标准和不同无线电技术在汽车之间共享数据的不兼容性所致。没有汽车制造商会成功。我们都需要一种通用语言来实现V2X,作为对我们自主传感器的补充。

“如果我们要与其他汽车进行通信,则其他制造商需要采用通用标准来发送和接收基本安全信息。我们如何并且将克服这种瘫痪?答案将定义我们如何在线下彼此合作(和竞争)。”

车辆之间的传统通信链路是专用短距离通信(DSRC)。正在开发和测试的新标准是蜂窝车辆到一切(C-V2X)。这两个通信标准互不兼容,这促使汽车制造商选择一个标准。

此外,这些竞争技术的频谱分配仍然不清楚。实际上,两个标准的开发已在V2X部署中引入了痛苦的延迟,并使汽车行业陷于瘫痪。

DSRC是一种无线通信技术,旨在允许智能交通系统中的汽车与其他汽车或基础设施技术进行通信。DSRC技术在无线电频谱的5.9 GHz频带上运行,并且在短至中距离(无小区网络)上有效。DSRC使用GNSS进行车辆定位。基于DSRC的V2X基础结构已在美国,欧洲和日本部署。

C-V2X由第三代合作伙伴计划(3GPP)蜂窝调制解调器技术规范定义。与常见的误解相反,C-V2X独立于4G / 5G蜂窝网络运行,并使用专用的5.9 GHz无线电提供车对车的侧链(PC5)。预计2020年在中国部署C-V2X。

Hay补充说:“如果有机会通过在标准方面进行合作来使公众更加安全,我们应该这样做。” “除非竞争对手同意标准,否则无法取得真正的进步。”

可能会有一些解决方案来自诸如科罗拉多州的V2X技术安全和移动性改善项目等计划,该计划部分由“更好地利用投资促进发展”(BUILD)联邦拨款资助。它的重点是使用V2X技术创建商业规模的联网汽车环境。大约537英里的网络将提供与相连车辆的实时通信,并为农村社区安装200多英里的新光纤线路。协助者希望网络通过基础设施到车辆(I2V)的通信直接向驾驶员发送安全和关键性的消息,并通过车辆到基础设施将道路上的撞车或危险通知科罗拉多州交通运输部( V2I)通信。

 

自治与社区

最后一个需要关注的领域是自动驾驶汽车如何适应现有基础设施。有关基础设施和自动驾驶汽车的几项探索将有助于确定成功融入社区的必要系统和原则。

最近的一项研究是由美国国家科学基金会(National Science Foundation)为伊利诺伊理工学院的研究人员提供的三年资助。该项目名为“无处不在的机器人的城市设计和政策含义以及导航安全”,该项目着重于改造城市中现有的交通基础设施,以容纳自动驾驶汽车,同时解决周围社区居民的安全,可用性,审美需求和关注点。

IIT的首席研究人员之一Spenko Spenko说:“本地化对于无人驾驶汽车的成功至关重要。传感器必须识别诸如桥栏杆或行人,灌木丛和树木等特征,以识别机器人的位置。因此,我们必须将城市景观与航行安全联系起来。我们可以微调和测试我们的导航安全算法,架构师可以看到他们的设计如何影响自主操作和安全性。我们正在积极寻找使用景观作为代码的方法,以帮助机器人更好地定位自身,特别是在受到GNSS限制的环境中。”

具体来说,该赠款项目将机器人和自动驾驶汽车工程师与城市规划人员,建筑师和景观设计师聚集在一起,以影响和设计城市空间,以适应未来的自主环境。

另一个项目涉及向俄亥俄州Youngstown的Youngstown SMART2网络基础设施企业提供1000万美元的BUILD联邦赠款。该项目包括专用的自动穿梭车道和光纤管道,以促进高速宽带,这使道路数据收集能够支持自动穿梭车,以锚定主要的地方机构。

同样,位于佛罗里达州杰克逊维尔的城市核心河滨振兴和海湾街道创新走廊项目将通过交通管制措施,自行车/人行道和由V2I通信系统支持的自治交通网络取代哈特桥高速公路。

从景观和导航安全解决方案到兼容标准,实时本地化和地图绘制,最重要的是,可以确保科学证明位置和导航数据的完整性,自动驾驶汽车的道路有许多障碍需要克服。但是专家和创新者相信答案即将出现。

 
本文链接:https://www.81uav.cn/uav-news/202001/08/68650.html
标签:  
0相关评论
免责声明:凡注明来源全球无人机网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,请注明出处。非本网作品均来自互联网,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。

图文推荐

推荐品牌

关于本站

合作服务电话

  • 客服热线:0755-23779287
  • 展会负责:18682042306
  • 广告合作:点击这里给我发消息
  • 展会合作:点击这里给我发消息

公众号/APP下载


    (公众号)


    (Android下载)

Copyright©2005-2021 81UAV.CN All Rights Reserved  访问和使用全球无人机网,即表明您已完全接受和服从我们的用户协议。 SITEMAPS 网站地图 网站留言
运营商: 湛江中龙网络科技有限公司 全球无人机网 
ICP备案号:粤ICP备2023038372号-1 
全国公安机关 备案信息 可信网站不良举报 文明转播