| 新闻 
当前位置:首页 > 新闻 > 商道 > 汽车科技 > 正文

自动驾驶汽车想在雪中飞?这些公司迈出了一小步

2018-01-31 09:28出处:车云网 [转载]责编:周燕妮

  大雪可以抹去城市的所有痕迹,让世界焕然一新。很多自动驾驶测试车都曾追逐雨雪,跑到这个特殊场景去收集数据。然后研究人员发现,即使是在以前熟悉的场地溜达,雪天对于自动驾驶汽车来说,也是一个需要拿出来单独研究的场景。雪天究竟给自动驾驶汽车带来了哪些挑战?

雨雪对传感器的干扰和混淆

  第一个难题是雨雪遮盖传感器。听起来只是一个小问题,却让自动驾驶汽车寸步难行。2015年起亚在测试Sedona配备的驾驶辅助系统时,车辆前方和后方的摄像头和雷达传感器被飘落的雪花覆盖,触发了车辆的安全警报。车子不停地发出嘟嘟嘟的警报声,导致研究人员不得不关闭驾驶辅助功能。

带清洁系统的ScaLa

  带清洁系统的ScaLa因此,很多自动驾驶汽车在改装时,传感器嵌入车身的方式会稍作设计,目的是利用车身来遮挡一些浮尘和飞雪。一些带自动驾驶功能的量产车做得就更加细致了,他们会为传感器配备专门的清洁系统和防水装置。比如激光雷达ScaLa就配有一个类似雨刷的设备用来清洁灰尘和积雪。还有一些毫米波雷达会配有特殊的塑料薄膜,用来防雪防水。

Waymo自动驾驶车顶的激光雷达自带挡风玻璃刮水器

  Waymo自动驾驶车顶的激光雷达自带挡风玻璃刮水器Waymo自动驾驶原型车的车顶支架上,安装了一个360°扫描环境的激光雷达。在最早的豆荚车原型车上,激光雷达属于“裸奔”状态,但是在升级版豆荚车以及后来的克莱斯勒自动驾驶车上,我们都可以看到Waymo使用了自带挡风玻璃刮水器的穹顶式安装。

  其次,雨雪会直接影响能见度。在雪花密集的场景下,摄像头就没有了用武之地。激光在探测周围环境时,常常会打到雪花反射回来。毫米波雷达具有高穿透、全天候的特性,是雨雪天气时,自动驾驶汽车更依赖的传感器。

  在一些雪天测试中,激光雷达会认为车子周围有一群愤怒的蜜蜂在飞舞,然后导致车辆刹车。沃尔沃在测试自动驾驶汽车时,还发现前车卷起的雪烟也是一大困扰。

  另外,就是冰面和水塘对感知的影响。激光遇到冰面会发射折射,产生噪声。部分融化的积雪会在坑坑洼洼的路面上形成水塘。自动驾驶汽车观察前方路面时,无法确定地上的黑斑是一个阴影、是一个坑洼还是一个不小的水坑。这些都容易给自动驾驶车带来困扰,产生不必要的制动或停车。

  如何在白茫茫的世界里找自己

  在强降雪之后,很多人刚一出门就会迷路。因为我们找不出熟悉的房屋以及平时的道路,根本没法判断自己身在何方。自动驾驶汽车普遍采用的定位的方式也很类似,就是通过摄像头观察地面的车道线来保证自己在车道中间行驶。

  当积雪掩盖了作为参考的车道线,自动驾驶汽车又有哪些Plan B呢?

  研究人员说,坚持使用摄像头也是有方法哒。虽然没有车道线,人类自己驾车也有一些安全行驶的小心得。比如我们会跟着前面车走,没有车的时候还会跟着别的车留下的车轮印前进。况且大家都看不到车道线的时候,不再按照原始的车道线分割行驶,自动驾驶汽车也需要“违反”自己原本记住的交通规则。

Mobilye的整体路径规划功能,可以通过很少的视觉线索来决定前进方向。

  Mobilye的整体路径规划功能,可以通过很少的视觉线索来决定前进方向。Mobileye曾经公开展示过一个视频,介绍仅仅通过视觉得到的很少线索,在雪地里生成一条代表车辆可以安全行驶的虚拟绿线。Nvidia说他们用深度学习通过训练自动驾驶汽车,可以创造出“超人类态势感知”。通过反复的学习训练,让车在暴风雪中跟随车辙前进。

福特自动驾驶汽车雪天测试

  福特自动驾驶汽车雪天测试一些公司选择把激光雷达作为主传感器,搭配自动驾驶地图使用来帮助定位,福特就是其中之一。在天气晴好的时候,他们就会用激光雷达预先扫描整条行驶路线,生成周围环境的三维地图。这张地图里会包括道路边缘、车道线位置、树木、标志牌以及当地限速和其他相关规定等细节。

  等到大雪把世界变了个样子,自动驾驶汽车上的激光雷达会持续工作,福特会通过一种算法来过滤掉雪花飘落的“噪音”,并且把过滤后的数据与之前采集的三维地图信息相结合,使汽车的定位精度达到几十厘米。

  当然,上面这些做法都是依赖自动驾驶汽车的传统单车传感器。一旦涉及到安全,需要借助更多的技术来做冗余。

  麻省理工学院(MIT)林肯实验室的研究比较有意思,他们打破常规的地方在于,不是绘制外部环境地图,而是创建了自动驾驶汽车使用的“地下地图”。他们把这套系统称为探地雷达定位(LGPR,Localizing Ground Penetrating Radar)。

  为了生成地图,LGPR设备被安装在车辆的底部,在手动驾驶期间收集数据。在自动驾驶中,车辆会将LGPR设备实时采集的数据与早期生成的基本地图进行比较,以确定自主车辆的位置。这种定位方法的一个优点是,它完全不依赖于道路标线或周围环境。

  很多公司认为,恶劣天气时,就要靠卫星定位服务发挥作用了。三菱电机尝试用日本准天顶卫星系统(QZSS)提供“厘米级增强服务”(CLAS)。自动驾驶汽车可以采用位置服务提供商给到的GPS卫星的数据、地面传感器的读数,以及用于纠正错误的“位置增加”算法,来获得自己的准确位置,最高精度可以达到厘米级。

  还有不少研究人员提到,如果雪天传感器都失效了,车与车之间,以及车辆与基础设施(例如安装在公路上的停车灯和传感设备)之间的无线通信,可以辅助车辆行驶到安全的地方。对于行驶困难的路况,也可以用无线通信的方式提前告诉后方的自动驾汽车绕道行驶。当然啦,对于极端恶劣的雪天,自动驾驶汽车要具备判断情况安全停车的能力。

  车云小结

  谷歌曾经宣称在2012年就开始在极寒地带测试自动驾驶汽车。2015年的一份常规测试报告里,谷歌略带兴奋地宣布他们的自动驾驶汽车已经可以在雪天安全停车。2016年5月,Waymo还专门在密西根建立了专门针对冬季天气的测试基地。自动驾驶汽车在不断地挑战着雪天环境,但显然任重道远。

  很多研究人员说,风雪给自动驾驶汽车带来的不少难题依然未知,技术也没有成熟。近年,包括福特、通用汽车、安波福等公司,也开始路线加入冬天雪天测试自动驾驶原型车的队伍。随着越来越多的公司加入测试队伍,大家都开始向这个方向迈出了一小步。

责任编辑:周燕妮 

自动驾驶汽车想在雪中飞?这些公司迈出了一小步

2018-01-31 出处:车云网 [转载] 责编:周燕妮

  大雪可以抹去城市的所有痕迹,让世界焕然一新。很多自动驾驶测试车都曾追逐雨雪,跑到这个特殊场景去收集数据。然后研究人员发现,即使是在以前熟悉的场地溜达,雪天对于自动驾驶汽车来说,也是一个需要拿出来单独研究的场景。雪天究竟给自动驾驶汽车带来了哪些挑战?

雨雪对传感器的干扰和混淆

  第一个难题是雨雪遮盖传感器。听起来只是一个小问题,却让自动驾驶汽车寸步难行。2015年起亚在测试Sedona配备的驾驶辅助系统时,车辆前方和后方的摄像头和雷达传感器被飘落的雪花覆盖,触发了车辆的安全警报。车子不停地发出嘟嘟嘟的警报声,导致研究人员不得不关闭驾驶辅助功能。

带清洁系统的ScaLa

  带清洁系统的ScaLa因此,很多自动驾驶汽车在改装时,传感器嵌入车身的方式会稍作设计,目的是利用车身来遮挡一些浮尘和飞雪。一些带自动驾驶功能的量产车做得就更加细致了,他们会为传感器配备专门的清洁系统和防水装置。比如激光雷达ScaLa就配有一个类似雨刷的设备用来清洁灰尘和积雪。还有一些毫米波雷达会配有特殊的塑料薄膜,用来防雪防水。

Waymo自动驾驶车顶的激光雷达自带挡风玻璃刮水器

  Waymo自动驾驶车顶的激光雷达自带挡风玻璃刮水器Waymo自动驾驶原型车的车顶支架上,安装了一个360°扫描环境的激光雷达。在最早的豆荚车原型车上,激光雷达属于“裸奔”状态,但是在升级版豆荚车以及后来的克莱斯勒自动驾驶车上,我们都可以看到Waymo使用了自带挡风玻璃刮水器的穹顶式安装。

  其次,雨雪会直接影响能见度。在雪花密集的场景下,摄像头就没有了用武之地。激光在探测周围环境时,常常会打到雪花反射回来。毫米波雷达具有高穿透、全天候的特性,是雨雪天气时,自动驾驶汽车更依赖的传感器。

  在一些雪天测试中,激光雷达会认为车子周围有一群愤怒的蜜蜂在飞舞,然后导致车辆刹车。沃尔沃在测试自动驾驶汽车时,还发现前车卷起的雪烟也是一大困扰。

  另外,就是冰面和水塘对感知的影响。激光遇到冰面会发射折射,产生噪声。部分融化的积雪会在坑坑洼洼的路面上形成水塘。自动驾驶汽车观察前方路面时,无法确定地上的黑斑是一个阴影、是一个坑洼还是一个不小的水坑。这些都容易给自动驾驶车带来困扰,产生不必要的制动或停车。

  如何在白茫茫的世界里找自己

  在强降雪之后,很多人刚一出门就会迷路。因为我们找不出熟悉的房屋以及平时的道路,根本没法判断自己身在何方。自动驾驶汽车普遍采用的定位的方式也很类似,就是通过摄像头观察地面的车道线来保证自己在车道中间行驶。

  当积雪掩盖了作为参考的车道线,自动驾驶汽车又有哪些Plan B呢?

  研究人员说,坚持使用摄像头也是有方法哒。虽然没有车道线,人类自己驾车也有一些安全行驶的小心得。比如我们会跟着前面车走,没有车的时候还会跟着别的车留下的车轮印前进。况且大家都看不到车道线的时候,不再按照原始的车道线分割行驶,自动驾驶汽车也需要“违反”自己原本记住的交通规则。

Mobilye的整体路径规划功能,可以通过很少的视觉线索来决定前进方向。

  Mobilye的整体路径规划功能,可以通过很少的视觉线索来决定前进方向。Mobileye曾经公开展示过一个视频,介绍仅仅通过视觉得到的很少线索,在雪地里生成一条代表车辆可以安全行驶的虚拟绿线。Nvidia说他们用深度学习通过训练自动驾驶汽车,可以创造出“超人类态势感知”。通过反复的学习训练,让车在暴风雪中跟随车辙前进。

福特自动驾驶汽车雪天测试

  福特自动驾驶汽车雪天测试一些公司选择把激光雷达作为主传感器,搭配自动驾驶地图使用来帮助定位,福特就是其中之一。在天气晴好的时候,他们就会用激光雷达预先扫描整条行驶路线,生成周围环境的三维地图。这张地图里会包括道路边缘、车道线位置、树木、标志牌以及当地限速和其他相关规定等细节。

  等到大雪把世界变了个样子,自动驾驶汽车上的激光雷达会持续工作,福特会通过一种算法来过滤掉雪花飘落的“噪音”,并且把过滤后的数据与之前采集的三维地图信息相结合,使汽车的定位精度达到几十厘米。

  当然,上面这些做法都是依赖自动驾驶汽车的传统单车传感器。一旦涉及到安全,需要借助更多的技术来做冗余。

  麻省理工学院(MIT)林肯实验室的研究比较有意思,他们打破常规的地方在于,不是绘制外部环境地图,而是创建了自动驾驶汽车使用的“地下地图”。他们把这套系统称为探地雷达定位(LGPR,Localizing Ground Penetrating Radar)。

  为了生成地图,LGPR设备被安装在车辆的底部,在手动驾驶期间收集数据。在自动驾驶中,车辆会将LGPR设备实时采集的数据与早期生成的基本地图进行比较,以确定自主车辆的位置。这种定位方法的一个优点是,它完全不依赖于道路标线或周围环境。

  很多公司认为,恶劣天气时,就要靠卫星定位服务发挥作用了。三菱电机尝试用日本准天顶卫星系统(QZSS)提供“厘米级增强服务”(CLAS)。自动驾驶汽车可以采用位置服务提供商给到的GPS卫星的数据、地面传感器的读数,以及用于纠正错误的“位置增加”算法,来获得自己的准确位置,最高精度可以达到厘米级。

  还有不少研究人员提到,如果雪天传感器都失效了,车与车之间,以及车辆与基础设施(例如安装在公路上的停车灯和传感设备)之间的无线通信,可以辅助车辆行驶到安全的地方。对于行驶困难的路况,也可以用无线通信的方式提前告诉后方的自动驾汽车绕道行驶。当然啦,对于极端恶劣的雪天,自动驾驶汽车要具备判断情况安全停车的能力。

  车云小结

  谷歌曾经宣称在2012年就开始在极寒地带测试自动驾驶汽车。2015年的一份常规测试报告里,谷歌略带兴奋地宣布他们的自动驾驶汽车已经可以在雪天安全停车。2016年5月,Waymo还专门在密西根建立了专门针对冬季天气的测试基地。自动驾驶汽车在不断地挑战着雪天环境,但显然任重道远。

  很多研究人员说,风雪给自动驾驶汽车带来的不少难题依然未知,技术也没有成熟。近年,包括福特、通用汽车、安波福等公司,也开始路线加入冬天雪天测试自动驾驶原型车的队伍。随着越来越多的公司加入测试队伍,大家都开始向这个方向迈出了一小步。