【答分歧】特别篇:如何实现高度自动驾驶(无人驾驶)

虎嗅网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

如雨后春笋一样,汽车界的巨头们迫不及待地挨个向媒体和世人展示并阐释自己在高度自动驾驶方面已经取得的成就——上个月24日,德尔福改装了一辆奥迪Q5从旧金山出发,一路自动驾驶前往目的地纽约,4月2日顺利抵达;上周末沃尔沃则 在北京高速上做了实际道路的自动驾驶体验活动 ;本周二宝马(中国)在大本营佳程广场与媒体进行了一场关于宝马自动驾驶科技的媒体沟通会。尽管宝马没能像沃尔沃一样令媒体们亲身体验宝马的自动驾驶科技成果,但由技术官员耐心和细致地阐释了高度自动驾驶科技的缘由和实现路径以及挑战,亦让虎嗅君受益匪浅。


于是虎嗅君借花献佛,将此次媒体沟通会的部分实录整理如下,一起通过宝马的视角了解下已经“迫在眉睫”的高度自动驾驶要如何实现。


以下为宝马(中国)服务有限公司研发部副总裁马策(Mr. Mance Nevijo)先生的讲解实录。


为什么要做自动驾驶:安全、节能


有很多事故都是由于驾驶员注意力不集中引起的,或者人的一些错误,包括在观察上的失误、决策上的失误,或者驾驶员失去驾驶能力的情况,这都是一些人为的因素。所以说安全是我们做自动驾驶最大的原因之一,因为机器不会酒驾,机器也不会睡着了,机器也不会犯一些注意力不集中的错误。


第二个好处,可以减少能源的消耗。车辆通过判断道路交通情况能够进行一些优化的管理,比如说优化车辆的动力,还有规划节能型的路径,提高驾驶的效率,节省燃油。 1.jpg


哪些先决条件来确保自动驾驶的实现


首先需要后台的服务,当然还需要车载智能系统,车包括传感器的技术、数据融合的技术。对于后端服务器系统我们有一些很强的本地合作伙伴,你们可能都知道我们跟百度有一个合作的研究项目,既然后台系统和车载系统都已经准备好的情况下,这些信息都会汇集到车载系统当中去,有了这些信息以后,车载系统首先做的就是感知车辆在交通道路上的位置,定位以后下一步就要感知周围的环境,就是说周围是什么样的状况,我的车在环境中处于一个什么样的位置。


这个图(见下图的中上小图)是计算机生成一个俯视图,绿色的部分就是道路的部分,红色的部分车载传感器扫描出来建筑物和行人,图中间检测到前面车辆代表的符号,基本上车载传感器通过雷达扫描、激光扫描会把周围的环境建模起来,让这个车辆非常清楚周围有哪些物体的存在。


我们总结一下前面四步:

第一步,车载传感器提供一些信息。

第二步,车载系统会接受到后台系统发过来一些信息。

第三步,结合这些信息可以定位自己在什么地方。

第四步,车载系统会把周围环境也建模起来,这样就知道自己到底在什么样的环境中。


2.jpg


前面这四步都准备好了以后,下一步车辆智能系统要规划一个驾驶策略,去决定在目前环境下,目前的位置下,什么样的驾驶策略是最好的驾驶策略,然后根据这个策略规划出一些行驶路径,再从中选择出最好的一条行驶轨迹。这里相当于涉及到了高度辅助驾驶系统和高度自动驾驶系统的主要区别。


对于高度自动驾驶来说应该能够自己规划路线,能够进行车道的变化,而且可能需要高精度的地图在后台进行支撑。


最后一步也就是关键性的一步,车辆智能系统一旦决定行驶轨迹以后,就会通过车辆的控制单元去沿着这个轨迹进行行驶。以上就是说明高度自动驾驶背后存在着怎样的智能技术。


自动驾驶的眼睛:传感器


接下来我们简单介绍一下车辆上面有哪些传感器。


首先是雷达传感器,包括长距离雷达传感器和短距离雷达传感器。长距离能够检测250米的距离,短距离检测车辆周围的情况,就是前面、后面和侧面的情况。


下面介绍一下激光雷达,激光雷达在我们的研究车上有四个,前后左右各有一个。可能大家都注意到像谷歌、百度他们研究一些自动驾驶车辆在顶部有旋转激光雷达,对于宝马来说,我们不希望在车辆顶部还有东西,所以我们从研究阶段开始把传感器整合到车体内部。


我们在研究过程中还在使用一些单目摄像头和立体摄像头,通过研究结果最后会决定到底是哪种摄像头动自动驾驶是最好的选择。大家可能需要了解一点,目前我们在研究阶段使用的这些传感器可能不是最终量产车上使用的,因为这些研究阶段的传感器非常昂贵,还都是原型状态。

3.jpg


自动驾驶的大脑:后台系统和车载系统


下面来介绍一下后台系统的重要性。我们刚才提到节省能源是非常重要的一个因素。所以通过后台系统感知交通信息,我们能够规划全程路径。车载传感器可能感知到前后几百米的距离,但是对于旅途中前面几公里的地方是感知不到的,所以我们需要通过后台系统传一些信息到车载系统里。另外后台系统可以提供的,是关于限速信息动态的变化以及其他信息,例如交通状况、道路施工状况和天气条件,这些信息对于我们驾驶人也是非常重要的,这些都是可以通过后台系统提供的。


目前车载计算机的能力不足以处理这样的情况,但是我们根据摩尔定律,每隔两年(虎嗅注:应为18-24个月)计算机的计算能力会翻倍,这也就是说大概十年以后,我们车载系统运算能力是现在车辆的30倍或者更高。可能你们现在感兴趣我们下一步要怎么实现这个。


4.jpg

我们认为一个关键的技术是通讯能力,目前是一个短板,我们必须要保证通讯的实时性,数据必须百分之百传送出去,目前在这方面实施完全的信息检测、信息的分发,还需要有一个挑战需要解决。对于我们车载电脑,我们车厂还面临一个挑战,车载电脑使用的环境相对是一些恶劣的环境,比如零下几十度到零上几十度,这个电脑要非常完美的工作,所以它处理起来路面上的环境相对复杂一些,这也是挑战之一。


民用级的电脑虽然速度很快,但它的芯片可能要需要一些加固才能用到车载上,离车载还有一段距离。

7.jpg
虎嗅注:大图是网上找到的宝马自动驾驶车辆后备箱内的“处理系统”,小图是上周沃尔沃自动驾驶测试车辆后备箱内的“处理系统”。相似之处就在于印证了马策所言的适合车载的高性能芯片及保证与云端实时通讯的设备离车载应用尚有距离——还不能轻量化地内置到车载系统中。


自动驾驶的“知识储备”:高精度地图


最后一点,也是最关键的一点,高精度地图,这也是我们目前的高度自动驾驶和市面上的高度驾驶辅助之间的主要区别,高度自动驾驶必须要依赖于高精度地图。在中国有一个特殊的地方,关于地理信息采集的问题,比如GPS信息,自动驾驶车辆本身配备了一些传感器,自动驾驶不可避免需要实时采集数据建模,这个问题在中国可能比较敏感一些,在国外可能采集一些数据是放开的,在中国目前高精度地图没有放开,即使给地图厂商目前还没有放开高精度地图的采集,但是各个地图厂商都是在准备生产高精度地图。去年9月份我们跟百度签约,在中国合作进行高精度地图的研发和合作。


我通过一个例子跟大家解释一下。想象我的车跟在一辆大卡车的后面,卡车上可能掉了一些货物下来,可能我的车辆自动检测到货物遗洒的情况,将这些信息实时上传给后台系统,这个后台系统可以把这些信息再传给跟在我后面的车辆,这个司机可以提前预知到前面有货物遗洒,可以让他有更好的准备来应对这种情况。


自动驾驶撞了人,怎么算?


现在我们来讨论一下,为什么会面临挑战,因为这个挑战,刚才说的一些技术上的挑战,但不完全是技术上的挑战。

其中一个重要的,监管法律的挑战,这不光是中国的问题,也是全球化的问题,在目前机动车的法律框架下,可能自动驾驶车辆生产出来以后没办法进行认证上路。改变这个法律大家可以理解,肯定会是一个非常漫长的过程。


第二个,车子上路以后也有交通法规来约束,我们举个例子,1968年《维也纳道路公约》第13条规定,驾驶员必须自始至终对车辆保持控制,所以他必须始终握着方向盘,这跟我们自动驾驶的概念是冲突的。中国可能还不是这个公约的成员,中国有自己的交规,但中国也有类似的规定,驾驶员必须始终控制着车辆,这里想说明的一点,道路交通法规的修改也是我们目前面临的挑战。

5.jpg

最后是关于产品的责任问题。在目前交通法规下,如果路面上出现了事故,一般情况是一个驾驶员和另外一个驾驶员争论,到底是谁负责。在将来,如果自动驾驶的车辆在路面上发生事故,最坏的情况可能是两个驾驶员一起起诉车厂,说你们的车没有开好,这个责任是你们车厂的。所以考虑到这个产品责任问题,我们车厂有责任保证这个车辆能够在所有的条件下非常好的运转。我们经常强调安全是第一的,速度其实是排在安全的后面。我们把自动驾驶的车辆在路面上进行展示是非常小心的,因为我们不想再展示的过程中把一个不完善的技术展示给公众,会影响公众对自动驾驶技术的印象,其实是有害的。关于法规和产品责任,在国际上有各种各样的研究和讨论,在国内我们也跟相关部门及他们的智囊团进行共同的研究和讨论,比如和交通部的智囊团一起研究自动驾驶技术将来对法规影响的问题。


我们要实现自动驾驶技术,必须有多方合作伙伴:首先,社会和公众必须被说服,自动驾驶技术是对社会有益的,是可以接受的;第二个,政府相关部门必须要讨论法律框架的修改,批准自动驾驶的车辆上路;第三个,对车企的责任,必须证明这个车辆是安全的,而且能够对社会带来更多的益处;第四个,对于车厂供应商,必须提供标准化的部件,为车厂生产汽车服务。汽车产业的各种联盟是黏合车企和供应商非常好的地方,最后保险业可能也得适应自动驾驶车辆的变化,所以我们在前期会邀请保险业的人一起讨论产品责任的问题,怎么样解决自动驾驶产品责任的问题。


A+ A-

随意打赏

提交建议
微信扫一扫,分享给好友吧。