自動(dòng)駕駛汽車的發(fā)展繼續(xù)吸引交通和其他工業(yè)領(lǐng)域的大量投資。這些賭注是必要的,因?yàn)樵S多棘手的技術(shù)問題仍遠(yuǎn)未解決。
在我看來,這里有三個(gè)關(guān)鍵問題:
為什么 AV 問題如此難以解決?
不同的 AV 用例如何影響 AV 問題?
部署 AV 用例將如何演變?
為了回答這些問題,我們在三個(gè)圖表中總結(jié)了一個(gè)演示文稿,旨在為新手和專家提供一些視角。
AV復(fù)雜性問題
自動(dòng)駕駛汽車的基本問題是為 SAE 4 級(jí)功能開發(fā)安全、可靠的自動(dòng)駕駛汽車所涉及的巨大復(fù)雜性。第一張圖表總結(jié)了這些挑戰(zhàn)。
點(diǎn)擊查看完整大小的圖片
如上圖所示,AV 問題在紅色塊中分為三組。潛在的解決方案列在 12 個(gè)黑框中——每個(gè)問題組四個(gè)框。請注意,三個(gè)框的藍(lán)色文本相同——因?yàn)樾枰浖脚_(tái),包括機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)在內(nèi)的人工智能軟件來解決這三個(gè)問題類別。
首先是在大多數(shù)情況下以厘米級(jí)精度了解 AV 的確切位置。下一步是對所有道路使用者和物體進(jìn)行分類,包括他們正在做什么(如果有的話),并預(yù)測他們在接下來的幾秒鐘內(nèi)可能會(huì)做什么。
這些問題的解決方案是大量傳感器、強(qiáng)大的計(jì)算能力以及管理多個(gè)復(fù)雜系統(tǒng)所需的平臺(tái)和人工智能軟件。例如,一輛典型的自動(dòng)駕駛出租車需要 30 多個(gè)傳感器,包括攝像頭、雷達(dá)和激光雷達(dá)。例如,Zoox最近發(fā)布的自動(dòng)駕駛出租車公告列出了 64 個(gè)傳感器:28 個(gè)攝像頭、20 個(gè)雷達(dá)和 16 個(gè)激光雷達(dá)。
處理傳感器數(shù)據(jù)也需要基于 AI 的視覺軟件。大多數(shù) AV 都需要高清地圖才能準(zhǔn)確確定位置。
所有軟件和硬件系統(tǒng)都需要廣泛的網(wǎng)絡(luò)安全保護(hù)。軟件還必須使用內(nèi)置的無線 (OTA) 軟件更新功能定期更新。
第二個(gè)問題是確保 AV 硬件和軟件的可靠性,沒有單點(diǎn)故障。如果發(fā)生故障,則需要所謂的“跛行回家”功能,至少可以將車輛引導(dǎo)到路邊。
隨著AV 法規(guī)的引入,安全和操作規(guī)則必須作為系統(tǒng)和可靠性設(shè)計(jì)的一部分。
還需要系統(tǒng)設(shè)計(jì)中的硬件冗余。至少三個(gè) AV 系統(tǒng)需要冗余:駕駛控制(轉(zhuǎn)向、制動(dòng)、速度);視覺傳感器能力(三類);和計(jì)算。
系統(tǒng)架構(gòu)必須使用能夠簡化軟件平臺(tái)合作的技術(shù),從而實(shí)現(xiàn)強(qiáng)大的網(wǎng)絡(luò)安全和 OTA 更新。最近的一篇專欄文章涵蓋了這些主題。
這些系統(tǒng)仍然相當(dāng)昂貴,并且需要顯著降低成本。幸運(yùn)的是,基于芯片的技術(shù)可以節(jié)省大量成本,尤其是對于最昂貴的組件:激光雷達(dá)。
AV 組件的仿真至關(guān)重要,包括軟件和硬件以及所有類型的測試和建模。
將需要 AV 事件數(shù)據(jù)記錄器來深入了解碰撞情況以及可以采取哪些措施來提高安全性。遠(yuǎn)程操作也正在成為 AV 監(jiān)管的標(biāo)準(zhǔn),并且在解決邊緣情況時(shí)可能成為跛行能力的關(guān)鍵。
第三個(gè)問題是開發(fā)一個(gè)超越人類驅(qū)動(dòng)程序的軟件驅(qū)動(dòng)程序。到底好多少還在爭論中。很明顯,AV 開發(fā)人員必須繼續(xù)測試和改進(jìn)他們的系統(tǒng)。開發(fā)時(shí)間將取決于用例。
邊緣案例測試被廣泛使用,基本上意味著發(fā)現(xiàn)軟件驅(qū)動(dòng)程序以前沒有見過并且可能不知道如何處理的新駕駛情況。將新的邊緣案例添加到軟件驅(qū)動(dòng)程序功能可能被認(rèn)為是最高優(yōu)先級(jí)。
另一個(gè)難題是確認(rèn) AV 軟件驅(qū)動(dòng)程序可以勝過人類驅(qū)動(dòng)程序。目前尚不清楚 AV 法規(guī)和未來的 AV 型式認(rèn)證將如何處理這一重要問題。
解決方案主要涉及測試,分析大量測試數(shù)據(jù)以識(shí)別軟件驅(qū)動(dòng)程序的弱點(diǎn),然后進(jìn)行更多測試。幸運(yùn)的是,這種測試的大部分模擬速度比道路測試高得多——在模擬模式下每天的英里數(shù)是道路測試的 100 倍。這些模擬側(cè)重于邊緣情況和類似情況。
測試必須包括不同的天氣和照明條件。大多數(shù)歷史上的 AV 測試都是在理想的天氣條件下完成的。因此,需要更大的真實(shí)世界模擬。
視音頻用例
上述復(fù)雜性將根據(jù) AV 用例而有很大差異。AV 復(fù)雜性主要由驅(qū)動(dòng)復(fù)雜性決定。下圖概述了 AV 用例復(fù)雜性,重點(diǎn)關(guān)注 SAE L4 部署。不包括這些場景的許多變體。
點(diǎn)擊查看完整大小的圖片
上圖顯示了各種 AV 用例如何適應(yīng)二維空間,AV 復(fù)雜性在 y 軸上增加,驅(qū)動(dòng)復(fù)雜性在 x 軸上增加。駕駛復(fù)雜性包括路線障礙、駕駛速度、交通密度、道路使用者種類(汽車、自行車、行人等)和天氣條件。還列出了死亡風(fēng)險(xiǎn),主要由速度決定。一些 AV 用例的死亡風(fēng)險(xiǎn)非常低。
低 AV 復(fù)雜性
低 AV 復(fù)雜性是指簡單的路線、低速和低用戶或交通種類。在最簡單的層面上,操作僅限于封閉區(qū)域,例如校園、辦公園區(qū)或軍事基地。人行道送貨車與多個(gè)玩家一起最遠(yuǎn)。人行道 AV 領(lǐng)導(dǎo)者 Starship 在 2021 年 5 月的交付量超過了 150 萬次,并且很快將超過 200 萬次。
固定路線 AV 的 AV 復(fù)雜性也較低,市場利基包括多個(gè)參與者。由于 AV 價(jià)格高昂,部署緩慢,但已在數(shù)百個(gè)城市進(jìn)行測試。應(yīng)用包括低復(fù)雜性的公交路線和/或封閉環(huán)境。
固定路線的自動(dòng)駕駛汽車也可能用于靈活的旅行,例如按需接送。最近于 2021 年 7 月發(fā)布的 ISO 22737 低速自動(dòng)駕駛 (LSAD) 法規(guī)應(yīng)該會(huì)對固定路線自動(dòng)駕駛汽車的部署產(chǎn)生積極影響。
用于最后一英里交付的純貨物自動(dòng)駕駛汽車帶來了更多的交通復(fù)雜性,比人行道自動(dòng)駕駛汽車以更高的速度在道路上行駛。貨車和小型卡車也可以改裝為 AV 送貨車。他們正在使用安全駕駛員進(jìn)行測試。
中等 AV 復(fù)雜性
此類別包括幾個(gè) AV 場景。沒有安全駕駛員的低速貨物自動(dòng)駕駛汽車屬于這一類。也可能包括具有樞紐到樞紐路線的自動(dòng)卡車,但目前需要一名安全駕駛員。此類別也稱為中英里卡車運(yùn)輸。
如果安全駕駛員被移除,遠(yuǎn)程操作監(jiān)控可用于樞紐到樞紐卡車運(yùn)輸和機(jī)器人出租車。大多數(shù) AV 法規(guī)都要求將遠(yuǎn)程操作作為管理 AV 的最后手段,以防它們被卡住。遠(yuǎn)程操作也可能成為一種更普遍的技術(shù),最終取代安全駕駛員。
高 AV 復(fù)雜性
上圖包括三個(gè)具有高 AV 復(fù)雜性的用例。樞紐到樞紐的卡車運(yùn)輸用例在這一類別中最低,其次是機(jī)器人出租車。仍處于設(shè)計(jì)階段的個(gè)人 AV 也將被歸類為高復(fù)雜性。個(gè)人 AV 可能會(huì)受益于在都市區(qū)部署機(jī)器人出租車的經(jīng)驗(yàn)。
AV 用例部署
AV 部署將從簡單過渡到復(fù)雜。下面稍作修改的用例圖表將 x 軸更改為表示時(shí)間線,貼上綠色標(biāo)簽表示用例塊的重新排列。AV 用例的定位是反映他們在時(shí)間線上何時(shí)可能會(huì)看到有意義的使用。
點(diǎn)擊查看完整大小的圖片
在這種情況下,人行道自動(dòng)駕駛汽車的部署率最高,在許多城市提供餐食、雜貨和其他小包裹。人行道自動(dòng)駕駛汽車也是最便宜的產(chǎn)品,因?yàn)閭鞲衅鞲伲亓扛p,行人速度更慢。撞到某人或某物的風(fēng)險(xiǎn)相對較低。
純貨 AV 以Nuro送貨車為代表,主要處于測試模式。當(dāng)前的廣告表明,Nuro 可能已準(zhǔn)備好進(jìn)行更廣泛的部署。
機(jī)器人出租車主要仍處于測試階段,配備安全駕駛員。Waymo 在其鳳凰城地區(qū)的大部分測試中都移除了安全驅(qū)動(dòng)程序。一些自動(dòng)駕駛出租車運(yùn)營商已獲準(zhǔn)在美國和中國的一些城市對其服務(wù)收費(fèi)。
帶有安全駕駛員的貨物自動(dòng)駕駛汽車還為商店和/或倉庫之間的最后一英里或中間一英里的運(yùn)營提供包裹。
EasyMile、Local Motors 和 Navya 等固定路線自動(dòng)駕駛汽車已在多個(gè)國家/地區(qū)進(jìn)行了廣泛的測試。大流行停止了大多數(shù)測試,這些測試的重點(diǎn)是每次乘車最多運(yùn)送 12 名乘客。最近的 ISO LSAD 法規(guī)涵蓋了這一用例,并應(yīng)在未來幾年啟動(dòng)固定路線 AV 的使用。
與安全駕駛員一起使用的集線器到集線器自動(dòng)卡車的測試越來越多。其中大部分包括將貨物運(yùn)送給付費(fèi)客戶。
其余類別更難部署,并且會(huì)比上圖顯示的更晚到達(dá)。集線器到集線器的自動(dòng)卡車部署可能會(huì)在 2025 年左右發(fā)生。機(jī)器人出租車的大規(guī)模部署是幾年后的事,但據(jù)一些機(jī)器人出租車的希望者稱,可能會(huì)在少數(shù)城市發(fā)生。個(gè)人 AV 將明顯晚于機(jī)器人出租車。
人工智能解決復(fù)雜性
AV 技術(shù)仍然很難做到,但一些用例的復(fù)雜性較低,并且部署數(shù)量有限。針對更簡單的 AV 場景的法規(guī)正在出現(xiàn),許多公司最終將部署法規(guī)允許的內(nèi)容。
所有 AV 法規(guī)都需要遠(yuǎn)程操作,但它也可用于刪除安全驅(qū)動(dòng)程序,以便提前部署某些用例。
AV 系統(tǒng)成本目前由昂貴的激光雷達(dá)主導(dǎo),未來五年將迅速下降。這意味著 2025 年之后,過高的 AV 系統(tǒng)成本不會(huì)成為阻礙因素。
復(fù)雜 AV 系統(tǒng)的早期部署最終取決于 AI 技術(shù)的突破,這是無法預(yù)測的。如果出現(xiàn)這樣的創(chuàng)新,潛在用戶可能不必等到 2030 年代才能使用個(gè)人 AV。
審核編輯 黃昊宇
-
AV
+關(guān)注
關(guān)注
2文章
268瀏覽量
44431 -
自動(dòng)駕駛
+關(guān)注
關(guān)注
781文章
13494瀏覽量
165589
發(fā)布評論請先 登錄
相關(guān)推薦
評論