无人驾驶汽车上路，还有多久？
2016/5/23 16:58:45 中国科普博览

     12

     图1. 典型无人驾驶汽车的结构图

     典型无人驾驶汽车结构如图1所示，无人驾驶汽车的“眼睛”——“即感知系统”，负责感知道路周边的环境，包括相机、微波雷达和激光雷达等传感器。

     无人驾驶汽车的“小脑”——即导航定位系统,负责感觉车辆自身的运行姿态，包括轮速、GPS定位、惯导和指南/北等传感器。

     无人驾驶汽车的“大脑”——即决策系统，通过复杂的计算软件，选择短距离的轨迹和长距的驾驶路线。

     无人驾驶汽车的“四肢”——即控制系统，负责控制刹车、油门及方向等，包括相应的电机控制或汽车总线控制模块。

     在国家基金委“视听觉信息的认知计算”重大研究计划推动下，国内多家无人车辆研究单位也与车企合作，研制了各具特色的原型车辆，在每年都参加中国智能车未来挑战赛，部分车辆如图2所示。

    

     图2. 中国智能车未来挑战赛中的无人驾驶车辆

     31精确环境感知无人驾驶汽车的“即感知系统”主要由相机、微波雷达和激光雷达等传感器组成。

    

     图3. 无人驾驶汽车看到的景象

     无人驾驶汽车的“眼睛”必须能够感知和识别行驶车道的周边的物体，如图3所示，摄像头能够看到实际场景，可以辨识车道线和交通信号，检测运动目标等；激光雷达则通过激光点云来建立周边环境的3D模型，检测出包括车辆、行人、树木、路缘等；微波雷达用于检测运动目标，感应车身周围的移动障碍物等。最后融合成一幅如图3的车辆“眼睛”看到的场景。

     为什么说无人驾驶车辆环境感知那么难？

     毕竟计算机视觉还在不断发展中，要理解复杂的交通环境，存在不少挑战。例如我们人类司机开车过程中，看到前方漂浮的塑料袋就不会刹车或者躲避，而无人驾驶汽车就需要复杂的算法，才能理解和识别这个场景。

     对于每个地方的交通基础设施，不同标志的表示形式有所差异，需要进行本土化对待，计算机视觉系统才能辨识。

     另外就是不同天气和气候情况下，针对复杂的交通环境，克服传感器各自物理限制和车辆运动干扰，提高环境感知精确程度，也存在很大难度。

     2精确状态感知

    

     图4. 无人驾驶汽车运行姿态

    

     图5. 无人驾驶汽车定位

     无人驾驶汽车通过“小脑”知道自己的姿态和确切位置。如图4所示，车载的高精度IMU惯性单元能够知道车辆倾斜角、横摆角和滚动角，相应轴向上的角速度、加速度等，通过车身控制系统实现车辆稳定性控制，确保车辆“稳当”行驶。

     要想实现无人驾驶，就需要通过“小脑”进行精确定位，这样才知道自己确切位置，以便执行下一步驾驶任务。在这方面, 无人驾驶汽车正面临挑战，现有的GPS捷联惯导等车载定位设备不能满足拥堵交通流中的高精度定位要求。特别是隧道和高架桥下等交通场景中，会出现接收不到GPS信号等情况，这时，无人驾驶汽车就需要通过其他途径来进行定位，例如辅以SLAM、视觉导航等技术，在复杂交通环境中增强无人驾驶车辆的定位能力。

     3精确控制人类驾驶员开车的时候，往往会基于经验操控车辆，结合实际道路情况对车辆方向、速度进行微调。由于具备了精确的感知系统，无人驾驶汽车通过“四肢”可以实现更加精确的控制。

    

     图6. 结构化道路无人驾驶汽车换道超车典型场景

     如图6所示典型场景中，无人驾驶汽车准备执行右侧超车时，能够精确感知前车距离、速度和加速度以及临近车道车辆运动情况，并合理控制自身速度和方向，进行换道操作。而人类驾驶员由于受限于视野等因素，在这种情况下往往容易出现事故。

     但是，无人驾驶汽车要具备发达的“四肢”，还需要汽车厂商进一步将智能化功能与车身总线进行集成，将无人驾驶汽车的控制系统中刹车、油门及方向等控制模块通过汽车总线进行控制。

     4智能导航与决策无人驾驶汽车的“大脑”负责进行导航和决策。

     在给定了目标任务地点之后，无人驾驶汽车要能够在路网中找到最经济、最快捷的路径，将乘客送到地点。但是在实际中，交通环境常是部分已知，可能还有障碍物临时出现/发现，必须重新规划路径。

    

     图7. 无人驾驶汽车重新规划路线

     如图7所示，从A点到B点最短的道路被隔断之后，无人驾驶汽车能够重新规划路径，到达目的地。

     此外，道路拥堵情况不断在发生变化，如何正确判断道路拥堵并进行正确的通行决策，对无人驾驶汽车的“大脑”智能性提出了更高要求。

     由于不同国情决定了交通参与者不同行为，使得无人驾驶汽车要具备学习与自适应能力，这一点最具挑战性。无人驾驶汽车发达的“大脑”，要能遵守交通规则，在复杂交通场景下实现安全的、与人类驾驶行为类似的自主驾驶，使其不会对正常交通流造成影响，同时还要保障车辆自主行驶的安全性。

     此外，无人驾驶汽车需要推断前后左右其他车辆的意图、处理不同驾驶员的异常行为，处理不遵守交通法规的行人、自行车和电动车等突发情况。通过将机器学习的研究成果应用于自主驾驶，将使得智能车辆能够处理复杂的交通环境，并产生自适应行为。

     45

     (1)无人车辆可以充分调度，极大减少对停车场地的需求。

     (2)自动驾驶汽车由于轻量级设计，智能和节能地操控汽车，从而节省燃料。此外，采用新能源汽车可以减少排放。

     (3)由于无人驾驶车辆可以通过合理调度共享出行，减少了车辆数目；安全操控减少了交通事故；列队出行，加快行驶速度等，从而可以缓解交通拥堵。

     (4)由于机器不会分心很少犯错误，从而减少了人为因素引起的交通事故，从而提高了交通安全。

    

     图8. Google的无人驾驶汽车

     如图8，Google的无人驾驶汽车已经在道路上测试了240多万公里。此外，还有许多汽车产商和IT公司加入无人驾驶汽车研发队伍，并且正在取得日新月异的进展。

     在可以预见的几年之内，将会有成熟的无人驾驶汽车产品入市。期待无人驾驶汽车在未来改善我们拥堵的交通，给我们交通出行带来安全与便利。

    

     “科普中国”是中国科协携同社会各方利用信息化手段开展科学传播的科学权威品牌。

     本文由科普中国融合创作出品，转载请注明出处。

     欢迎大家向博览君推荐文章哦!~

     “转载文章”、“意见反馈”或“合作事宜”请发邮件给mobile@cnic.cn!

     请扫码关注中国科普博览微信号

     (ID：kepubolan)

    

    

    http://weixin.100md.com
返回 中国科普博览 返回首页 返回百拇医药