【第一電動(dòng)網(wǎng)】（專欄作者 朱玉龍）本文將對(duì)Google的無(wú)人駕駛車輛的內(nèi)容做一些梳理，包括前幾日已經(jīng)初步拋出來(lái)的對(duì)人工智能在汽車智能駕駛的路線的話題的一些總結(jié)。本文將分三個(gè)部分，介紹Google無(wú)人駕駛車輛的主要開發(fā)者和開發(fā)情況，最新車輛的配置信息還有車輛的軟件結(jié)構(gòu)的一些思考。

這里首先初步的梳理一下無(wú)人駕駛車輛的歷史：

· 1970年以前：一些車企使用射頻和磁釘?shù)姆绞絹?lái)導(dǎo)引車輛實(shí)現(xiàn)自動(dòng)駕駛。

· 1977～2000年：日本、歐洲和美國(guó)的一些高校進(jìn)行了一些實(shí)驗(yàn)和開放項(xiàng)目，主要提供給高校和研究院所進(jìn)行的開放項(xiàng)目，如EUREKA Prometheus、CMU NAVLAB、AHS Demo。

· 2004和2006年：分別進(jìn)行DARPA的一些比賽，鼓勵(lì)各個(gè)高校組織實(shí)際的車輛相互競(jìng)爭(zhēng)參與比賽。

· 2007年：DARPA城市挑戰(zhàn)賽，這個(gè)選擇了城市道路這項(xiàng)有很高難度的項(xiàng)目來(lái)給各個(gè)高?？臻g，這里Carnegie Mellon和Stanford這兩個(gè)車隊(duì)比賽成績(jī)很接近。

第一部分 Google無(wú)人駕駛車輛的開發(fā)者

Google對(duì)無(wú)人駕駛車輛的故事應(yīng)該從DARPA開始的，在《The DARPA Urban Challenge Autonomous Vehicles in City Traffic》這本書收錄了2007年美國(guó)的DARPA。

2007年的各個(gè)優(yōu)秀車隊(duì)的車輛信息，這里就包括兩個(gè)主要車隊(duì)的人員Boss和Junior車隊(duì)，由Carnegie Mellon University和Stanford Artificial。

Intelligence Lab這兩個(gè)主體構(gòu)成。

如圖2所示，目前Google車輛的CEO是John Krafcik、項(xiàng)目的總監(jiān)是Chris Urmson，Bryan Salesky負(fù)責(zé)硬件開發(fā)。

圖2 Google 無(wú)人駕駛車輛項(xiàng)目的主要人員

這個(gè)項(xiàng)目的前期，是Sebastian Thrun帶著下面這些團(tuán)隊(duì)成員一起去做的整個(gè)項(xiàng)目。

· Michael Montemerlo ：是整個(gè)項(xiàng)目的靈魂人物，是軟件的負(fù)責(zé)人，并自己參與規(guī)劃和優(yōu)化的工作中，他目前還在Google。

· Hendrik Dahlkamp ：是軟件工程師，主要的工作是車輛定位和地圖，去了Google以后也是從街景車，目前已經(jīng)從Google離職去了一家創(chuàng)業(yè)公司擔(dān)任CTO。

· David Stavens：他的工作也是定位和地圖方面，離開google以后和Sebastian創(chuàng)立了Udacity。

· Dmitri Dolgov ：目前的Google的軟件Lead工程師，也是規(guī)劃和優(yōu)化的工程師。

· Scott Ettinger：系統(tǒng)測(cè)試方面的工程師，目前還在Google。

注：這是通過(guò)將所有下面成員和Google工程師對(duì)比得來(lái)的，這里的方法是根據(jù)每個(gè)人的去向做了個(gè)梳理。在網(wǎng)上可以查到的和Google自動(dòng)駕駛車輛有關(guān)的共有約80位工程師。

圖3是當(dāng)時(shí)斯坦福參與車輛的團(tuán)隊(duì)構(gòu)成，當(dāng)時(shí)由大眾北美、大陸和博世等德系公司來(lái)支持這個(gè)項(xiàng)目，而原有斯坦福的團(tuán)隊(duì)主要是在車輛的定位、地圖、動(dòng)態(tài)識(shí)別感知、控制和優(yōu)化那塊做大量的創(chuàng)新性的設(shè)計(jì)和考慮。

圖 3 斯坦福的無(wú)人駕駛車輛參賽團(tuán)隊(duì)

第二部分 Google無(wú)人駕駛車輛的配置信息

Google現(xiàn)在正在用的是 23輛 Lexus RX450h SUVs  25 很Q的原型車，之前還有少量的Prius(5輛還有一輛Audi TT)改裝的無(wú)人駕駛車輛。對(duì)比一下Google使用的感知技術(shù)主要由：

1)360 LIDAR光學(xué)雷達(dá)：Velodyne HDL-64 LIDAR (HDL)這款光學(xué)雷達(dá)，兩個(gè)隊(duì)伍都用著合適就一直保留了下來(lái)。

2)毫米波雷達(dá)：兩個(gè)隊(duì)伍分別采用了博世和大陸的毫米波雷達(dá)，實(shí)際在后續(xù)的設(shè)計(jì)中也一直保留了下來(lái)。

3)天線：這既是GPS的，也是通信所需要的。

4)超聲波傳感器：起到輔助定位的辦法，主要計(jì)算作用。

5)攝像頭：圖像的辦法，在識(shí)別靜態(tài)物體的時(shí)候還是很有用的。

Google經(jīng)過(guò)了比賽和大量的嘗試以后，還是找到了自己的將多傳感器融合進(jìn)行感知的辦法。這點(diǎn)應(yīng)該來(lái)說(shuō)，是需要大量的實(shí)際處理測(cè)試之后才能有收獲的。

圖4 Google改裝車的配置

圖5 現(xiàn)在Google 工程車的配置

圖 6 兩輛比賽車的傳感器配置

第三部分 無(wú)人駕駛車輛的程序架構(gòu)和Google的進(jìn)化

對(duì)比兩個(gè)車隊(duì)的實(shí)際的程序架構(gòu)，其主要的構(gòu)成主要為：

1)Mission Planning 任務(wù)規(guī)劃

任務(wù)規(guī)劃車輛根據(jù)已知的路網(wǎng)(通過(guò)全局路徑規(guī)劃)，計(jì)算可能的路徑對(duì)應(yīng)的成本(時(shí)間&風(fēng)險(xiǎn))，簡(jiǎn)單來(lái)說(shuō)就是當(dāng)前位置A=>目的地B點(diǎn)，我們看到的最佳路徑的任務(wù)規(guī)劃器。

2)Behavior Generation 行為生成

根據(jù)任務(wù)分配以后，可以將車輛的頂層策略做出來(lái)，基本可分為道路行駛、穿越路口和區(qū)域處理(泊車)三部分。這里可以理解為車輛地圖解析出來(lái)的戰(zhàn)略行為的執(zhí)行過(guò)程，也是車輛的狀態(tài)機(jī)的切入點(diǎn)。

3)Motion Planning 運(yùn)動(dòng)規(guī)劃

這里其實(shí)涉及的內(nèi)容很細(xì)，整個(gè)車輛的細(xì)節(jié)控制加速、減速和轉(zhuǎn)向，以及對(duì)應(yīng)的車輛的自身位置和自身姿態(tài)狀態(tài)的處理尤其關(guān)鍵。這部分更涉及到怎么去控制車輛做到很好的狀態(tài)。

4)Mechatronics & Perception & World Modeling 傳感器處理、環(huán)境感知和建模

通過(guò)一系列傳感器的感知，系統(tǒng)監(jiān)控車輛周邊環(huán)境識(shí)別，自動(dòng)識(shí)別周圍環(huán)境當(dāng)中的障礙物(車輛、行人和動(dòng)物等活動(dòng)物體及其運(yùn)動(dòng)方向和速度)，同時(shí)對(duì)于車道白線，道路標(biāo)志和信號(hào)燈也能進(jìn)行正確判斷。其中交通標(biāo)志如限速牌、紅綠燈，一般通過(guò)視覺(jué)系統(tǒng)完成，難點(diǎn)主要在實(shí)時(shí)性和魯棒性，需要考慮道路中可能有的光線變化、遮擋等問(wèn)題。

這個(gè)重點(diǎn)就是將所有的原始數(shù)據(jù)融合形成對(duì)道路環(huán)境的認(rèn)知，簡(jiǎn)單一些分類，也可以分為動(dòng)態(tài)物體和靜態(tài)物體的感知。

圖7 兩個(gè)車隊(duì)的主體程序架構(gòu)

這里最為核心的還是如何處理復(fù)雜多變的路面情況，前面寫了一些簡(jiǎn)單的文字，和李博交流，他說(shuō)有可能是NP Problem，you can‘t solve this problem in your life time。根據(jù)Google的日志情況來(lái)看，在服務(wù)器上的道路行駛AI是有相當(dāng)?shù)淖詫W(xué)習(xí)和自我改進(jìn)的能力了，一旦這個(gè)過(guò)程開始，則日積月累，一下走到了所有人的前面。所以看到Google在月度報(bào)告里面根據(jù)路面數(shù)據(jù)生成的場(chǎng)景再現(xiàn)，它根據(jù)傳感器數(shù)據(jù)再現(xiàn)的人、車、標(biāo)志和道路。

圖8 Google在月度報(bào)告里面披露的場(chǎng)景圖

所以Google領(lǐng)先汽車廠家的，還是其深度測(cè)試和驗(yàn)證的對(duì)汽車的交通規(guī)則讓AI學(xué)習(xí)的部分，傳統(tǒng)汽車企業(yè)完成ADAS功能，如車道保持、緊急制動(dòng)、自適應(yīng)巡航還是在單一場(chǎng)景里面實(shí)現(xiàn)的，如何加入整個(gè)對(duì)基本規(guī)則和各種規(guī)則的適應(yīng)，這塊是比較難嘗試的。不過(guò)隨著豐田投資AI、戴姆勒在卡車領(lǐng)域嘗試測(cè)試，不斷的加大投入，科技公司和傳統(tǒng)車企之間在技術(shù)之間會(huì)相互融合和考慮，特別像SAE牽頭做的V2V的DSRC(短距離通信)項(xiàng)目。

圖9 交通場(chǎng)景規(guī)則

小結(jié)：Google無(wú)人駕駛車輛的資料只有一些表面淺顯的材料可供查詢，只有等到其真正外部測(cè)試和比較公開的時(shí)候我們才能一窺究竟。目前其戰(zhàn)斗的潛力值還是很高的，需要我們持續(xù)關(guān)注和追蹤。

返回第一電動(dòng)網(wǎng)首頁(yè) >