Google盯上無(wú)人駕駛到底藏多少黑科技？

成都弱電公司訊：

無(wú)人駕駛作為一項革命性的科技越來(lái)越火，尤其以Google無(wú)人駕駛為標桿。但是自動(dòng)駕駛背后有哪些關(guān)鍵性技術(shù)？這些技術(shù)發(fā)展的現狀和難點(diǎn)有哪些？

自動(dòng)駕駛汽車(chē)又稱(chēng)無(wú)人駕駛汽車(chē)，它實(shí)際是一種輪式移動(dòng)機器人。自動(dòng)駕駛汽車(chē)從根本上改變了傳統的“人——車(chē)——路”閉環(huán)控制方式，將無(wú)法用規則嚴格約束的駕駛員從該閉環(huán)系統中請出去，從而大大提高了交通系統的效率和平安性，是汽車(chē)工業(yè)發(fā)展的革命性產(chǎn)物。

從20世紀80年代開(kāi)始人類(lèi)就展開(kāi)了車(chē)輛自主行駛的研究。美國是世界上研究自動(dòng)駕駛汽車(chē)最早、水平最高的國家之一。其中谷歌無(wú)人駕駛汽車(chē)影響力最為廣泛，也是技術(shù)水平最成熟的公司之一。谷歌宣稱(chēng)其無(wú)人駕駛汽車(chē)已經(jīng)在公路上平安行駛160多萬(wàn)公里，期間沒(méi)有發(fā)生過(guò)任何嚴重的碰撞事故。但是能做到如谷歌自動(dòng)駕駛車(chē)技術(shù)水平的公司寥寥無(wú)幾，可見(jiàn)其關(guān)鍵技術(shù)門(mén)檻是比較高的。

下面談?wù)勛詣?dòng)駕駛汽車(chē)中幾個(gè)關(guān)鍵技術(shù)。

環(huán)境感知

傳感器探測環(huán)境信息，只是將探測的物理量進(jìn)行了有序排列與存儲。此時(shí)計算機并不知道這些數據映射到真實(shí)環(huán)境中是什么物理含義。因此需要通過(guò)適當的算法從探測得到的數據中挖掘出我們關(guān)注的數據并賦予物理含義，從而達到感知環(huán)境的目的。

好比我們在駕駛車(chē)輛時(shí)眼睛看前方，可以從環(huán)境中分辨出我們當前行駛的車(chē)道線(xiàn)。若要讓機器獲取車(chē)道線(xiàn)信息，需要攝像頭獲取環(huán)境影像，影像本身并不具備映射到真實(shí)環(huán)境中的物理含義，此時(shí)需要通過(guò)算法從該影像中找到能映射到真實(shí)車(chē)道線(xiàn)的影像部分，賦予其車(chē)道線(xiàn)含義。

自動(dòng)駕駛車(chē)輛感知環(huán)境的傳感器繁多，常用的有：攝像頭、激光掃描儀、毫米波雷達以及超聲波雷達等。

針對分歧的傳感器，采用的感知算法會(huì )有所區別，跟傳感器感知環(huán)境的機理是有關(guān)系的。每一種傳感器感知環(huán)境的能力和受環(huán)境的影響也各不相同。好比攝像頭在物體辨認方面有優(yōu)勢，但是距離信息比較欠缺，基于它的辨認算法受天氣、光線(xiàn)影響也非常明顯。激光掃描儀及毫米波雷達，能精確測得物體的距離，但是在辨認物體方面遠弱于攝像頭。同一種傳感器因其規格參數不一樣，也會(huì )呈現分歧的特性。長(cháng)距離毫米波雷達探測距離長(cháng)達200米，角度范圍較小(±10度)，而中距離雷達探測距離為60米，角度范圍較大(±45度)。

為了發(fā)揮各自傳感器的優(yōu)勢，彌補它們的不足，傳感器信息融合是未來(lái)的趨勢。事實(shí)上，已經(jīng)有零部件供應商做過(guò)此事，好比德?tīng)柛ｉ_(kāi)發(fā)的攝像頭與毫米波雷達組合感知模塊已應用到量產(chǎn)車(chē)上。

行為規劃

說(shuō)到行為規劃也許大家會(huì )比較陌生，我們可以先從路徑規劃開(kāi)始講講。路徑規劃的概念在機器人中使用比較普遍，一般定義為：

在具有障礙物的環(huán)境中，按照一定的評價(jià)尺度，尋找一條從起始狀態(tài)到目標狀態(tài)的無(wú)碰撞路徑。對于無(wú)人車(chē)來(lái)講，若確定了目標地點(diǎn)的車(chē)輛位姿，車(chē)輛具體以怎樣一條運動(dòng)路徑行駛到目標地點(diǎn)，即為路徑規劃。

路徑規劃其實(shí)包含大范圍不考慮運動(dòng)細節的全局路徑規劃以及具體到運動(dòng)軌跡的局部路徑規劃。

為了將無(wú)人車(chē)的局部路徑進(jìn)行形象地歸類(lèi)、分析，引入了“行為”的概念。車(chē)輛在城市道路自主行駛時(shí)，它應具備車(chē)道保持、變換車(chē)道、路口直行、路口拐彎、掉頭、繞障、智能啟停、自動(dòng)泊車(chē)等駕駛行為。行為的有序排列及有機銜接，方可完成整個(gè)自動(dòng)駕駛任務(wù)。

“駕駛行為”是局部路徑中細分出來(lái)的行駛單元，當然它的劃分應該是多樣性的，主要取決于算法實(shí)現。

行為與行為之間會(huì )保持相對獨立性，但是行為切換時(shí)又具有平滑過(guò)渡的特征。車(chē)輛行駛中，何時(shí)采用何種行為，即為行為規劃(也有稱(chēng)之為行為決策)。

單個(gè)駕駛行為，其實(shí)目前很多整車(chē)廠(chǎng)或科研院所做了相當多的工作，甚至有的已經(jīng)推向市場(chǎng)。如特斯拉的車(chē)道保持、自動(dòng)變道、跟車(chē)功能，這些都是駕駛行為的具體實(shí)例。但是這些行為如何切換，如何過(guò)渡，特斯拉將其交給了人。自適應巡航、車(chē)道保持、自動(dòng)變道，都需要駕駛員手動(dòng)操作后托管給機器，并隨時(shí)準備接管駕駛。

人在同樣的工況中駕駛車(chē)輛，產(chǎn)生的駕駛行為序列是不一樣的，甚至同一行為的具體執行區別也較大，這跟人的性格、平安意識和當時(shí)的心情等有關(guān)系。好比，我們在趕時(shí)間時(shí)，變道次數會(huì )增多，超車(chē)的平安系數會(huì )降低；新手開(kāi)車(chē)時(shí)，變道時(shí)機把握不好，經(jīng)常急剎車(chē)等；甚至在面臨事故時(shí)，是選擇撞車(chē)還是撞旁邊的人，分歧的人可能有分歧的選擇。這些很多屬于人的高級思維，也涉及到法律、倫理道德，目前機器還很難達到這個(gè)層次。但是人工智能或許是解決這一問(wèn)題的突破口。