自动驾驶核心技术盘点

文章来源:腾讯汽车 发布时间:2020-08-04
分享到
自动驾驶是汽车产业与人工智能、物联网、高性能计算等新一代信息技术深度融合的产物,包括谷歌、百度、阿里、丰田、福特,所有世界顶级的互联网及巨头厂商都在布局研发自动驾驶,它是当前全球汽车与交通出行领域智能化和网联化发展的主要方向,已成为各国争抢的战略制高点,而自动驾驶的核心技术也在近年来以迅猛的速度发展。5G技术汽车是5G应用的重要场景。

自动驾驶是汽车产业与人工智能、物联网、高性能计算等新一代信息技术深度融合的产物,包括谷歌、百度、阿里、丰田、福特,所有世界顶级的互联网及巨头厂商都在布局研发自动驾驶,它是当前全球汽车与交通出行领域智能化和网联化发展的主要方向,已成为各国争抢的战略制高点,而自动驾驶的核心技术也在近年来以迅猛的速度发展。

5G技术

汽车是5G应用的重要场景。在4G时代,我们对车联网的理解是车载娱乐系统,而在5G时代,车联网意味着V2X(Vehicle to X,车联万物)。当车辆与整个交通系统互联(包括但不限于其他交通参与者、交通信号灯、道路信息),每辆车都能实时获取周围车辆的速度、转向信息,从而能避免事故的发生;每辆车也都能获取实时路况信息,交通管理系统可以根据实时路况调整交通信号,从而大幅减少拥堵。

5G技术将对自动驾驶带来极大的帮助。现在主流的自动驾驶技术路线完全依赖车辆自身的感知能力,车上必须搭载价值数十万元的激光雷达等一系列传感器,然而探测的距离和精度依然有待提升。同时,视野盲区和其他车辆的不可预估性都意味着风险的存在。

在获得5G技术的助力之后,在很多情况下车辆不再需要去主动感知其他车辆,因为对方的信息早就通过网络传到了你的车上,你和你的车 不需要看到它,就能知道它的存在。在这样的“上帝视角”下,传感器的重要性大幅降低了,但自动驾驶却因此更简单、更便宜,也更可靠、更安全。

识别技术

识别技术主要包括三个方面,路面、静态物体和动态物体。对于动态物体,不仅要检测还要对其轨迹进行追踪,并根据追踪结果,预测该物体下一步的轨迹(位置)。这在市区,尤其中国市区必不可少,最典型场景就是北京五道口:如果你见到行人就停,那你就永远无法通过五道口,行人几乎是从不停歇地从车前走过。人类驾驶员会根据行人的移动轨迹大概评估其下一步的位置,然后根据车速,计算出安全空间(路径规划),公交司机最擅长此道。无人驾驶汽车同样要能做到。要注意这是多个移动物体的轨迹的追踪与预测,难度比单一物体要高得多。这就是 MODAT(Moving Object Detectionand Tracking)。也是无人驾驶汽车最具难度的技术。

V2X技术

车用无线通信技术(Vehicle to Everything ,V2X)是将车辆与一切事物相连接的新一代信息通信技术,其中V代表车辆,X代表任何与车交互信息的对象,当前X主要包含车、人、交通路侧基础设施和网络。V2X交互的信息模式包括:车与车之间(Vehicle to Vehicle,V2V)、车与路之间(Vehicleto Infrastructure ,V2I)、车与人之间(Vehicle to Pedestrian,V2P)、车与网络之间(Vehicle toNetwork,V2N)的交互。V2V技术允许车辆通过转发自身及前方的实时信息来预防事故的发生,从而减少驾驶时间,最终实现改善交通环境,减少交通拥堵的目的。

V2I技术通过无线的方式帮助车辆和路侧的交通设施实现数据交换,主要应用包括交叉路口安全管理、车辆限速控制、电子收费、运输安全管理,以及道路施工和限高警示等。这项技术会推动交通设施智能化,包括禁止驶入灯标、天气信息系统等交通设施都可进化为通过多种算法可识别高风险情况并自动采取警示措施的智能交通设施。

目前V2X领域分为Dsrc和C-V2X两个标准和产业阵营。在国内市场由于拥有全球最大的4G LTE网络和成熟的产业链,并且对Dsrc技术上没有太多积累,因此有分析认为国内V2X发展会向C-V2X倾斜。

人机交互技术

人机交互技术,尤其是语音控制、手势识别和触摸屏技术,在全球未来汽车市场上将被大量采用。自动驾驶汽车人机交互大屏的设计,其最终目的在于提供好的用户体验,增强用户的驾驶乐趣或驾驶过程中的操作体验,它更加注重驾驶的安全性,这样使得人机界面的设计必须在好的用户体验和安全之间做好平衡,很大程度上安全始终是第一位的。自动驾驶汽车人机界面应集成车辆控制、功能设定、信息娱乐、导航系统、车载电话等多项功能,方便驾驶员快捷地从中查询、设置、切换车辆系统的各种信息,从而使车辆达到理想的运行和操纵状态。未来车载信息显示系统和智能手机将无缝连接,人机界面提供的输入方式将会有多种选择,通过使用不同的技术允许消费者能够根据不同的操作、不同的功能进行自由切换。

高精度地图

高精地图拥有精准的车辆位置信息和丰富的道路元素数据信息,可以帮助汽车预知路面复杂信息,如坡度、曲率、航向等。和传统相比具有更高的实时性。由于道路路面经常发生变化,如道路整修、标识线磨损或重漆、交通标识改变等,这些改变都要及时反映在高精地图上。高精地图将更强调空间的三维模型以及精度,将精度从米级降到厘米级,必须非常精确的显示路面上的每一个特征和状况。

决策技术

决策是无人驾驶体现智能性的核心的技术,相当于自动驾驶汽车的大脑,它通过综合分析环境感知系统提供的信息,及从高精度地图路由寻址的结果,对当前车辆进行规划(速度规划、朝向规划、加速度规划等),并产生相应的决策(跟车、换道、停车等)。规划技术还需要考虑车辆的机械特性、动力学特性、运动学特性。常用的决策技术有专家控制、隐马尔科夫模型、贝叶斯网络、模糊逻辑等。

定位技术

除了GPS与惯性传感器外,我们通常还会使用LiDAR点云与高精地图匹配,以及视觉里程计算法等定位方法,让各种定位法互相纠正以达到更精准的效果。随着自动驾驶的发展,定位技术也一定会不断优化。

目前自动驾驶的技术基本上都源自机器人,自动驾驶汽车可以看做是轮式机器人外加一个舒适的沙发组成。机器人系统中定位和路径规划是一个问题,没有定位,就无法规划路径。厘米级实时定位是目前自动驾驶最大的挑战之一。对机器人系统来说,定位主要靠SLAM与先验地图(Prior Map)的交叉对比。

通信安全技术

自动驾驶汽车通过车辆网接入网格的同时,也带来了信息安全的问题,在应用中,每辆车及其车主的信息都将随时随地地传输到网络中被感知,这种显露在网络中的信息很容易被窃取、干扰甚至修改等,从而直接影响智能网联汽车体系的安全,因此在智能网联汽车中,必重视信息安全与隐私保护技术的研究。



收藏
赞一下
0