【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。
來(lái)源:第一電動(dòng)網(wǎng)
作者:朱玉龍
本文地址:http://autopag.com/kol/41094
本文由第一電動(dòng)網(wǎng)大牛說(shuō)作者撰寫,他們?yōu)楸疚牡恼鎸?shí)性和中立性負(fù)責(zé),觀點(diǎn)僅代表個(gè)人,不代表第一電動(dòng)網(wǎng)。本文版權(quán)歸原創(chuàng)作者和第一電動(dòng)網(wǎng)(autopag.com)所有,如需轉(zhuǎn)載需得到雙方授權(quán),同時(shí)務(wù)必注明來(lái)源和作者。
歡迎加入第一電動(dòng)網(wǎng)大牛說(shuō)作者,注冊(cè)會(huì)員登錄后即可在線投稿,請(qǐng)?jiān)跁?huì)員資料留下QQ、手機(jī)、郵箱等聯(lián)系方式,便于我們?cè)诘谝粫r(shí)間與您溝通稿件,如有問(wèn)題請(qǐng)發(fā)送郵件至 content@d1ev.com。
文中圖片源自互聯(lián)網(wǎng),如有侵權(quán)請(qǐng)聯(lián)系admin#d1ev.com(#替換成@)刪除。