1. 終于有人把自動駕駛講明白了

        共 2569字,需瀏覽 6分鐘

         ·

        2021-09-02 18:27


        導讀:自動駕駛,任重而道遠。


        作者:小灰
        來源:程序員小灰(ID:chengxuyuanxiaohui)




        01 什么是自動駕駛

        自動駕駛,也被稱為無人駕駛,顧名思義,是指交通工具在沒有人類操作的情況下,也能夠完成環(huán)境的感知與導航,順利到達目的地。

        從傳統(tǒng)的手動駕駛到智能的自動駕駛,并不是非黑即白的關系。有一個國際權威的機動車工程組織SAE(Society of Automotive Engineers),把汽車的自動駕駛技術分成了六個等級:

        L0. 無自動駕駛

        這個等級不用多說,就是傳統(tǒng)的手動擋汽車,一切都需要完全由駕駛員來操作。

        L1. 輔助駕駛

        到了這一級,汽車上安裝的少量裝置可以在特定時刻自動發(fā)揮作用,比如電子穩(wěn)定程式(ESP)、防抱死系統(tǒng)(ABS)。市面上許多“自動檔”的汽車,就達到了這個級別。

        L2. 部分自動駕駛

        在這一等級,仍然以人類駕駛操作為主,車輛進行某些自動化的協(xié)調(diào),減輕人類駕駛員的負擔。比如自動式巡航定速(ACC)、自動緊急剎車系統(tǒng)(AEB)。

        L3. 條件自動駕駛

        到了這一級別,就是以車輛的自動駕駛為主了,但人類駕駛員仍然不能掉以輕心,需要保持注意力,一旦遇到特殊情況隨時回歸手動駕駛操作。

        L4. 高度自動駕駛

        這一級別更加厲害,人類駕駛員可以在周圍環(huán)境并不復雜的情況下(沒有混亂的道路、沒有極端的天氣、沒有突然沖出來的野生動物),把操作權完全交給車輛的自動駕駛系統(tǒng)。

        L5. 完全自動駕駛

        這是自動駕駛技術的最高級別,就如同字面的意思,此時汽車不必有駕駛員,任何時候都不必操作車輛,在任何復雜的路面和環(huán)境下,車輛都可以順利完成自動駕駛。



        02 自動駕駛所需的技術






        1. 如何獲得地圖與位置?

        要獲得完整準確的地圖信息,需要通過網(wǎng)絡共享到一定范圍內(nèi)的高精度地圖,這份地圖不止包括建筑和道路的布局,也包括道路擁堵情況、也包括車輛及行人的位置。

        最新的通信技術V2X(Vehicle To Everything),保證了車輛與外界網(wǎng)絡信息的高效交換。

        此外,要獲得自己當前的位置,需要用到全球定位系統(tǒng)(GPS),這項技術相信大家都很熟悉。另外一項技術,知道的人可能不多,叫做慣性測量單元(IMU),這項技術可以彌補GPS的誤差,并且根據(jù)加速度來判斷自身的運動方向。

        2. 如何感知周圍情況?

        有了宏觀的地圖還遠遠不夠,更重要的是感知汽車周圍的狀況。這時候,各種傳感器就要上場了,它們就相當于人的眼睛和耳朵。

        傳感器包含哪幾種呢?最常用的是視覺傳感器,也就是攝像頭。

        視覺傳感器成本低,但是精確性差一些,故意造成誤導。相比之下,激光傳感器具有很高的速度和精確性,但成本不低。

        此外,雷達傳感器在防止車輛碰撞方面,也有很大的作用。

        3. 如何進行決策?

        有了地圖,有了自身位置,有了周圍環(huán)境的感知,接下來就輪到做決策了。人類駕駛做決策依靠的是大腦,自動駕駛做決策依靠的是人工智能(AI)。

        通過海量數(shù)據(jù)與深度學習網(wǎng)絡訓練出來的算法,可以為汽車的各種行動作出有效決策,比如什么時候加速、什么時候轉(zhuǎn)彎、什么時候剎車等等。

        4. 如何把決策轉(zhuǎn)化為行動?

        人類把想法轉(zhuǎn)化為行動,依靠的是神經(jīng)系統(tǒng)把大腦信號傳遞到肌肉,再通過方向盤、油門、剎車裝置來進行操控。而自動駕駛系統(tǒng)要把算法做出的決策傳遞給汽車的各個零件,需要通過控制器。

        目前,車載控制器領域比較成熟的解決方案是域控制器(DCU)。該解決方案根據(jù)汽車電子部件功能,將整車劃分為動力總成、車輛安全、車身電子、智能座艙、智能駕駛等幾個域,利用處理能力更強的多核CPU/GPU芯片相對集中的去控制每個域,從而提升控制效率。






        03 自動駕駛的難題

        對于自動駕駛技術的研究,盡管已經(jīng)有了許多不錯的成果,但也存在著一些難題。比如:

        1. 道路的不確定性

        世界各地的道路多種多樣,并非每一條道路都是標準化的。有的道路過于狹窄,有的道路紅綠燈壞掉了,有的道路指示牌被臟東西遮擋......太多的不確定性,都會干擾到算法的判斷。

        2. 傳感器的準確度

        雖然目前已經(jīng)有了許多種傳感器來幫助檢測周圍環(huán)境,但傳感器并非萬能的,會出現(xiàn)種種誤判。如果傳感器設計得不夠敏感,可能會把前方一個小孩子忽略掉;如果設計得太過敏感,又有可能因為一只蝙蝠而刻意躲避,從而帶來新的危險。

        3. 算法的局限性

        算法的設計,會遇到種種矛盾。比如,汽車遇到危險情況,算法應該優(yōu)先維護車主的安全,還是優(yōu)先維護路人的安全?如果信息顯示,A道路當前擁堵,B道路當前順暢,那么眾多采用相同算法的自動駕駛汽車,會不會一窩蜂選擇B道路,從而造成更大的擁堵?當兩輛相鄰的汽車采用不同公司設計的算法,會不會做出相沖突的決策而導致事故?

        4. 網(wǎng)絡安全

        如果自動駕駛普及開來,這些車輛勢必會接入到龐大的智能交通網(wǎng)絡當中,聽由算法的調(diào)度。如果這個智能交通網(wǎng)絡遭到黑客入侵,惡意控制這些車輛,很可能會造成非??膳碌臑碾y。


        延伸閱讀??

        延伸閱讀智能駕駛技術


        干貨直達??


        更多精彩??

        在公眾號對話框輸入以下關鍵詞
        查看更多優(yōu)質(zhì)內(nèi)容!

        讀書 | 書單 | 干貨 | 講明白 | 神操作 | 手把手
        大數(shù)據(jù) | 云計算 | 數(shù)據(jù)庫 | Python | 爬蟲 | 可視化
        AI | 人工智能 | 機器學習 | 深度學習 | NLP
        5G | 中臺 | 用戶畫像 數(shù)學 | 算法 數(shù)字孿生

        據(jù)統(tǒng)計,99%的大咖都關注了這個公眾號
        ??
        瀏覽 20
        點贊
        評論
        收藏
        分享

        手機掃一掃分享

        分享
        舉報
        評論
        圖片
        表情
        推薦
        點贊
        評論
        收藏
        分享

        手機掃一掃分享

        分享
        舉報
          
          

            1. 特级西西444WWW高清大视频 | 视频一区二区三区四区五区 | 久久国语露脸国产精品电影 | 欧美性大战久久久久久久蜜桃 | 黄色三级网址 |