终于有人把自动驾驶讲明白了

导读:自动驾驶,任重而道远。

作者:小灰
来源:程序员小灰(ID:chengxuyuanxiaohui)
01 什么是自动驾驶
自动驾驶,也被称为无人驾驶,顾名思义,是指交通工具在没有人类操作的情况下,也能够完成环境的感知与导航,顺利到达目的地。
从传统的手动驾驶到智能的自动驾驶,并不是非黑即白的关系。有一个国际权威的机动车工程组织SAE(Society of Automotive Engineers),把汽车的自动驾驶技术分成了六个等级:
L0. 无自动驾驶
这个等级不用多说,就是传统的手动挡汽车,一切都需要完全由驾驶员来操作。
L1. 辅助驾驶
到了这一级,汽车上安装的少量装置可以在特定时刻自动发挥作用,比如电子稳定程式(ESP)、防抱死系统(ABS)。市面上许多“自动档”的汽车,就达到了这个级别。
L2. 部分自动驾驶
在这一等级,仍然以人类驾驶操作为主,车辆进行某些自动化的协调,减轻人类驾驶员的负担。比如自动式巡航定速(ACC)、自动紧急刹车系统(AEB)。
L3. 条件自动驾驶
到了这一级别,就是以车辆的自动驾驶为主了,但人类驾驶员仍然不能掉以轻心,需要保持注意力,一旦遇到特殊情况随时回归手动驾驶操作。
L4. 高度自动驾驶
这一级别更加厉害,人类驾驶员可以在周围环境并不复杂的情况下(没有混乱的道路、没有极端的天气、没有突然冲出来的野生动物),把操作权完全交给车辆的自动驾驶系统。
L5. 完全自动驾驶
这是自动驾驶技术的最高级别,就如同字面的意思,此时汽车不必有驾驶员,任何时候都不必操作车辆,在任何复杂的路面和环境下,车辆都可以顺利完成自动驾驶。
02 自动驾驶所需的技术
1. 如何获得地图与位置?
要获得完整准确的地图信息,需要通过网络共享到一定范围内的高精度地图,这份地图不止包括建筑和道路的布局,也包括道路拥堵情况、也包括车辆及行人的位置。
最新的通信技术V2X(Vehicle To Everything),保证了车辆与外界网络信息的高效交换。
此外,要获得自己当前的位置,需要用到全球定位系统(GPS),这项技术相信大家都很熟悉。另外一项技术,知道的人可能不多,叫做惯性测量单元(IMU),这项技术可以弥补GPS的误差,并且根据加速度来判断自身的运动方向。
2. 如何感知周围情况?
有了宏观的地图还远远不够,更重要的是感知汽车周围的状况。这时候,各种传感器就要上场了,它们就相当于人的眼睛和耳朵。
传感器包含哪几种呢?最常用的是视觉传感器,也就是摄像头。
视觉传感器成本低,但是精确性差一些,故意造成误导。相比之下,激光传感器具有很高的速度和精确性,但成本不低。
此外,雷达传感器在防止车辆碰撞方面,也有很大的作用。
3. 如何进行决策?
有了地图,有了自身位置,有了周围环境的感知,接下来就轮到做决策了。人类驾驶做决策依靠的是大脑,自动驾驶做决策依靠的是人工智能(AI)
通过海量数据与深度学习网络训练出来的算法,可以为汽车的各种行动作出有效决策,比如什么时候加速、什么时候转弯、什么时候刹车等等。
4. 如何把决策转化为行动?
人类把想法转化为行动,依靠的是神经系统把大脑信号传递到肌肉,再通过方向盘、油门、刹车装置来进行操控。而自动驾驶系统要把算法做出的决策传递给汽车的各个零件,需要通过控制器
目前,车载控制器领域比较成熟的解决方案是域控制器(DCU)。该解决方案根据汽车电子部件功能,将整车划分为动力总成、车辆安全、车身电子、智能座舱、智能驾驶等几个域,利用处理能力更强的多核CPU/GPU芯片相对集中的去控制每个域,从而提升控制效率。
03 自动驾驶的难题
对于自动驾驶技术的研究,尽管已经有了许多不错的成果,但也存在着一些难题。比如:
1. 道路的不确定性
世界各地的道路多种多样,并非每一条道路都是标准化的。有的道路过于狭窄,有的道路红绿灯坏掉了,有的道路指示牌被脏东西遮挡......太多的不确定性,都会干扰到算法的判断。
2. 传感器的准确度
虽然目前已经有了许多种传感器来帮助检测周围环境,但传感器并非万能的,会出现种种误判。如果传感器设计得不够敏感,可能会把前方一个小孩子忽略掉;如果设计得太过敏感,又有可能因为一只蝙蝠而刻意躲避,从而带来新的危险。
3. 算法的局限性
算法的设计,会遇到种种矛盾。比如,汽车遇到危险情况,算法应该优先维护车主的安全,还是优先维护路人的安全?如果信息显示,A道路当前拥堵,B道路当前顺畅,那么众多采用相同算法的自动驾驶汽车,会不会一窝蜂选择B道路,从而造成更大的拥堵?当两辆相邻的汽车采用不同公司设计的算法,会不会做出相冲突的决策而导致事故?
4. 网络安全
如果自动驾驶普及开来,这些车辆势必会接入到庞大的智能交通网络当中,听由算法的调度。如果这个智能交通网络遭到黑客入侵,恶意控制这些车辆,很可能会造成非常可怕的灾难。
(0)

相关推荐

  • 基于MATLAB和SIMULINK开发ADAS和智能驾驶

    自动驾驶工具箱为设计.模拟和测试ADAS和自动驾驶系统提供算法和工具.可以设计和测试视觉和激光雷达感知系统,以及传感器融合.路径规划和车辆控制器.可视化工具包括鸟瞰图和传感器覆盖范围.检测和跟踪的范围 ...

  • Road-SLAM:基于道路标线车道级精度SLAM

    文章:Road-SLAM : Road Marking based SLAM with Lane-level Accuracy 作者:Jinyong Jeong, Younggun Cho, and ...

  • 面对陌生环境,机器人如何像人一样自由穿行?

    对移动式工作的机器人来说,如何判断周边环境的安全,以保证畅通无阻是非常重要的.还没动两步就"咣咣"碰壁,这样的机器人就太尴尬了. 典型的是扫地机器人.说白了,扫地机器人就是在不断地 ...

  • 智能驾驶时代的产业链分析

    本文源自券商研报 汽车走向智能驾驶时代,芯片巨头引导自主智能运算平台革命 半导体/芯片巨头在 2018 年也全面进军智能驾驶行业,以英伟达为代表的芯片巨头在全球加速落地开放平台生态,而在国内以华为为代 ...

  • Uber测试车撞人致死,无人驾驶技术离我们有多远?

    科幻电影里的自动驾驶技术让大家心驰神往,近几年,随着人工智能的技术提升,无人驾驶汽车从我们的幻想成为了现实.车企.互联网企业纷纷涌入这个全新领域. 刚结束的两会,百度董事长李彦宏乐观地表示明年,百度和 ...

  • 无人驾驶汽车是如何进行行为决策的?

    无人驾驶汽车发展速度之快,主要依靠汽车智能化进程的加快.其不仅具有传统的转向.加减速等功能,更包括环境感知.高精度定位.决策规划以及运动控制等功能,能够依靠这些先进的技术来达到人类驾驶行为的要求. 典 ...

  • 终于有人把数据治理讲明白了

    导读:数据治理:说起来容易,做起来难. 作者:石秀峰 来源:谈数据(ID:learning-bigdata) "数据治理"这个10多年前就已经出现的名称,在最近这几年时间一下子火了 ...

  • 终于有人把OBV指标讲明白了,90%的散...

    终于有人把OBV指标讲明白了,90%的散户没用过的指标,看懂了,让主力无处遁形. 物以稀为贵,讲的是供求关系,前几年破天荒有个"蒜你狠".有人把大蒜的价格抄到天上去了,为什么呢?因 ...

  • 终于有人把联邦学习讲明白了

    终于有人把联邦学习讲明白了

  • 终于有人把“内盘外盘”讲明白了,散户如果...

    散户如果把它的精髓吃透了,就可以让你读懂主力操作背后的盘口语言,值得每一位炒股人收藏. 很多数股民朋友到现在还不知道内盘和外盘,更有甚者都没有听说过.内盘和外盘代表什么呢,它代表的是买卖双方的一个博弈 ...

  • 终于有人把内卷讲明白了

    导读:内卷不但不会创造价值,而且会危害每一个人. 作者:王见现 来源:大数据DT ID:hzdashuju 01 CSDN企业招聘 小镇的故事 1. 什么是内卷 很久很久以前,地球上有一个小镇.小镇上 ...

  • 终于有人把3D打印讲明白了!

    作者:奥拉夫·迪格尔(Olaf Diegel).阿克塞尔·诺丁(Axel Nordin).达米恩·莫特(Damien Motte) 来源:大数据DT(ID:hzdashuju) 增材制造(俗称3D打印 ...

  • 终于有人把p值讲明白了

    导读:p值(P value)就是当原假设为真时,比所得到的样本观察结果更极端的结果出现的概率,是用来判定假设检验结果的一个参数.p值是根据实际统计量计算出的显著性水平.本文带你了解p值和对p值的常见误 ...

  • 终于有人把大数据讲明白了

    导读 我们将从大数据的概念.核心技术.特点.通用应用这4个方面对大数据进行阐述. 一 大数据概念 数据发展推动科技进步,海量数据给数据分析带来了新的机遇和挑战.大数据是一种强大到在获取.存储.管理.分 ...

  • 终于有人把“筹码分布”讲明白了,我整整读了10遍,太精辟透彻了

    虽然太多人清楚知行合一的重要性,但性格早已决定了他们难以做到. 而那六个字的关键就在于执行并做到,道理很容易明白,但真正能做到的人,尤其是一生坚持去做的人,几乎是凤毛菱角,屈指可数.只要心中具备那种不 ...