感知技術的融合與協同是實現自動駕駛的前提
發布人：管理員 發布時間：2019年08月21日
|
在多個感知設備使用的情況下，進行信息融合，是保證駕駛安全的前提。感知技術的融合可提高系統的冗余度與容錯性，從而保證信息決策的快速與正確。當然，最終要實現感知技術融合，需要硬件與軟件層面的相互配合。 
多個不同類的感知設備可以獲得不同方位與類別的信息，收集的不同信息之間可以相互補充，也可能會存在冗余與矛盾的情況，這就需要利用控制中心下達正確的指令，要求其對多個不同類的感知設備收集到的信息進行融合與綜合判斷。 在多個感知設備使用的情況下，進行信息融合，是保證駕駛安全的前提。感知技術的融合可提高系統的冗余度與容錯性，從而保證信息決策的快速與正確。當然，最終要實現感知技術融合，需要硬件與軟件層面的相互配合。 感知技術融合在自動駕駛汽車領域屬于一項非常關鍵的技術。從產業的角度來看，此前《麥姆斯咨詢》報道稱，傳感器融合系統需求預計將在未來5年內以約19.4%的復合年增長率（CAGR）增長，預計市場規模將在2023年達到75.8億美元。 以Google的自動駕駛汽車Google Car為例，就是使用了多種傳感設備采集感知環境信息進行處理，并對車輛做出控制。作為最主要的器件，安裝在車頂的Velodyne Lidar公司生產的HDL-64E64線激光發射器，可以一邊旋轉一邊不間斷的發射64束最遠射程可達120米的激光束，并接收反射回來的光束，依據返回時間的差別計算出物體與汽車之間的距離。從而繪制出汽車周圍實時的3D地形圖。 
HDL-64E每秒可以為Google Car的處理器提供130萬組數據，這可以保證提供給Google Car處理器的信息幾乎是實時的。Google Car會將收集到的數據與車體內置的谷歌地圖已有的信息進行整合，從而判斷出相當精確的四周的狀況，為做出反應打下良好基礎。 為了保證在復雜的駕駛環境下的安全性，Google Car還配備了一對向前的攝像頭，從兩個攝像頭傳回的畫面，可以幫助車輛判斷自身的位置、行進的速度等信息。Google Car的車胎輪轂上同樣帶有位置傳感器，可用于探測車輪轉動，也能幫助車輛進行定位。再與GPS得出的數據進行整合，共同保證車輛定位的準確性。 此外，攝像頭還可以辨識出路上出現的交通標志和信號燈等物體，以保證自身的運行會嚴格遵守交通規則。這點是激光發射器很難辦到的。 雖然HDL-64E具有一定的判斷物體運動軌跡和速度的能力，但是其獲得的數據并非實時性的。因此，Google為車輛前后方位都配備了車載雷達，它們可以很精確地測出前后車輛與Google Car的相對速度，以此判斷接下來應作出的變化。 將所有感知設備的數據都會匯集起來并傳輸到位于汽車右后方的主處理器（AI處理器）進行處理，所有的數據都是實時的，這要求Google Car的車載計算機具備強大的性能。處理器會參照各傳感器提供過來的數據，并繪制出一份最終的周邊環境地形圖。最終車內的程序會對路況作出判斷，隨時根據道路情況決定汽車下一步的行動。 軟、硬件協同的開發趨勢 感知技術融合的路線已成為主流，這也與車規級激光雷達尚未大規模出現有關。具體到一些細節上，各廠商各有所長，在搭載芯片、攝像頭以及高精地圖等方面各有側重。但無論是車企采取自主研發，又或是由供應商提供技術支持，最終都是為了搶食自動駕駛這塊大蛋糕。 在激光雷達方面，近日，據外媒報道，初創公司Voyant Photonics創造了一個能夠放置在大頭針上的激光雷達系統，更加緊湊的方式可大幅度節省空間，并且功耗也會更低。 
Voyant開創了一種將硅光電子用于激光雷達的技術，具體來看，其推出的“光學相控陣”，是通過改變穿過芯片的光的相位來回避該問題，從而產生了一束強大的、人眼無法看到的光，可以在沒有任何移動部件的高速環境中，掃描過大片區域，而且光是從一個比指甲尖還要小的芯片中發出來的。 據Voyant所說，其推出的激光雷達系統解決了干擾問題，還采用了調頻連續波技術，能夠測量速度和距離，而且還將發射器與接收器結合在一起，非常緊湊。 月初，激光雷達感知系統解決方案供應商RoboSense與韓國汽車電子系統提供商ControlWorks宣布了一項合作，ControlWorks將把RoboSense的激光雷達智能傳感器系統引入到韓國汽車制造商與一級供應商體系。 近日，也有知情人士表示，蘋果公司已與至少四家公司進行談判，該公司正在尋求比現有技術更小，更便宜，更容易批量生產的激光雷達裝置。據知情人士透露，除了評估潛在的外部供應商之外，蘋果公司還被認為正在開發自己的內置激光雷達傳感器。 
另外一個趨勢，就是越來越多的激光雷達廠商積極涌入ADAS市場。比如美國激光雷達公司Velodyne推出的激光雷達軟件系統Vella主要配合Velodyne的固態激光雷達Velarray使用，Velodyne曾表示，“相較于攝像頭+毫米波雷達系統，其實現的ADAS性能將發生革命性變化?！?/span> 為了將激光雷達技術和高清地圖相結合研發更安全的ADAS系統，今年7月，Velodyne收購了位于舊金山的高清地圖創業公司Mapper.ai的知識產權資產，雙方將合作開發更安全的ADAS系統。 Mapper.ai公司創建的高清（HD）地圖對于幫助自動駕駛汽車（AV）安全運行至關重要。該公司的高清地圖和定位技術將會促進其Vella軟件開發，幫助Vella軟件支持更先進的ADAS技術，包括車道保持輔助（LKA），自動緊急制動（AEB）和自適應巡航控制（ACC）等。 今年6月，新一代激光雷達公司Luminar推出了一個整合硬件和軟件的激光雷達平臺Iris（虹膜），這是Luminar調動了60位軟件工程師進行配合研發得到的成果。據了解，Luminar的車載激光雷達和軟件將于2022年開始大規模交付，其中新款激光雷達體積只有現在產品三分之一，而且能無縫整合進量產車前格柵、車頂或車頭大燈中。 近期，Luminar獲投1億美元新投資，這筆資金到賬后，Luminar的總融資額將達2.5億美元。資金落袋、藍圖已成，Luminar正在攻克現階段最關鍵的工作：使得新的小型化激光雷達達到車規級別，同時滿足其它車輛的要求。 總結 感知技術融合軟硬件難以分離，其在硬件層面并不難實現，算法上的難點相對來說更高。軟件、算法充當自動駕駛汽車的“大腦”，擁有很高的技術壁壘，將占據價值鏈的主要部分。目前，除了特斯拉等極少數自主研發芯片的公司，想要做一個好的自動駕駛系統，頭部公司仍應加大對于平臺、算法和芯片等的研發力度。 |
|
（轉載請注明來源: 汽車制動網/chebrake.com 責任編輯：） |
|
|
