|
从1879年卡尔·本茨申请第一台内燃机的专利算起，汽车工业发生了剧变，但其基本原理仍然是：配有四个轮子，由汽油或者柴油发动机驱动---目前电动车市场份额占比还很小，绝大多数的汽车还需要人类来驾驶。 然而，历经几百年变迁，一个重大的改变即将发生：自动驾驶汽车，无需人类驾驶的车辆即将上线。值得一提的是，假若没有测绘地理信息技术等技术的支持，自动驾驶也走不到今天。笔者今日编译了一篇来自外媒GIM杂志的文章，供大家参考。
过去的几年间，不仅仅是汽车制造商例如福特、沃尔沃、特斯拉以及梅赛德斯奔驰等，像谷歌和优步这样的公司也一直在测试自动驾驶汽车。近期，沃尔沃宣称正在寻找对其自动驾驶汽车试验感兴趣的司机，这是目前已报道的汽车厂商实施的最大的实验。一位瑞典的汽车制造车说道，驾驶汽车应该和使用智能手机一样的简单。下一代汽车的发展已经迈出了巨大的一步，但是再往后呢?本文详细分析包括测绘地理信息技术在内的新技术如何在自动驾驶中发挥的关键作用。  图1、特斯拉在多种条件下自动安全驾驶 图2、奔驰是自动驾驶骑车领域的先锋
自动驾驶汽车能够做到自动导航，这说明其中涉及了测绘科学。全球卫星导航系统(GNSS)提供满足汽车自动驾驶所需要的精度，最基本的是一个高精度和可靠的定位解决方案。试想，假如低精度的定位将汽车指引到了错误的车道上将会发生什么。因此，自动驾驶发展的关键是高精度和可靠的卫星导航技术。只有最成熟的GNSS接收机才适用于自动驾驶汽车。这些接收机依靠多种频率和多个星座进行定位。GNSS定位技术结合惯导技术(INS)，能够弥补使用单个技术的系统偏差。此外，抗干扰技术也被用来提供所要求的定位服务和传感器集成。 在测绘行业中，众所周知的一家专注于自动驾驶汽车的企业司是诺瓦泰(NovAtel)。来自加拿大的GNSS专家声称，他们的技术可以提供厘米级的精度，保证了汽车保持在自己的车道上行驶，并且与其他车辆保持安全距离。诺瓦泰致力于自动驾驶汽车定位参照系统的开发，目标是让无人驾驶汽车成为常态。据悉，该公司还专门成立了一支特殊的工程队——安全标准系统团队，致力于为完全自动驾驶应用开发功能安全的GNSS定位技术。 2.光学相机光学相机组成一套传感器的一部分，与车载电脑协同，实时绘制汽车所处的环境。这些相机拍摄位处它们正前方的物体，包括人行道和其他的驾驶者，以及横穿的野生动物。显然，自动驾驶需要相机拍摄的影像可靠解译，这样才能完全适用于决策。 新加坡南洋科技大学(NTU 新加坡，图3)最近宣布已研发出超高速、高对比相机来帮助自动驾驶汽车在极端条件例如恶劣天气下进行更好地观察。尽管传统的光学相机能够面对强光或者夜晚带来的遮蔽问题，这款新的超级相机可以实时记录所有的移动目标。好几项相机技术正被应用于自动驾驶汽车工业，每种都有自己的优点。例如，特斯拉将相机作为基本传感器，并为其汽车配备了八个单眼相机。立体相机，则能够给予汽车类似人眼能够察觉到的景深，立体相机成本低，且可以实时提供高质量的测量结果。不过，一些人为鱼眼相机是更佳的选择，因为鱼眼相机可以覆盖更大的视场，以及能够探测普通双筒立体相机对无法检测到的近场目标。([1] Christian Häne et al).
图3、开发超高速相机的新加坡南洋理工大学团队 3.雷达搭载雷达技术增加了乘客的安全性，这是自动驾驶中的基本问题。雷达传感器被装载在汽车的前后保险杠上，可以让汽车得知前后都有什么东西。汽车将会与前车维持安全距离(2秒)。配置雷达技术后，汽车可以根据其他车辆的行为自动加速或者减速。事实上，是雷达观测汽车与其他车辆之间不断变化的距离，通过软件处理观测进而给汽车发送信号控制，以判断其是否需要加速或者减速。 V2X雷达是雷达领域最新的进展，它结合了车与车通讯和车与基础设施交互技术，并集成在单个天线上进行操作。相比于其他技术，雷达具备巨大的优势：全天候，可以在雾，雪和大雨天气下工作。利用多普勒效应，通过单一天线获取360°全方位感知V2X能够即时检测到车辆的瞬时速度。这些特点使V2X雷达成为开发自动驾驶汽车新型传感器的重要一步。 4.激光雷达在汽车工业中，激光雷达(LiDAR)常常被安装在汽车顶部，通过旋转扫描获取周围的数据。激光脉冲遇到周围的物体会反射，通过测量脉冲传播的时间，借助360°全方位的传感器实时处理数据，汽车可以精确得知其与其他物体的距离。由于激光雷达充当着自动驾驶汽车的眼睛，这也不难理解大部分自动驾驶汽车解决方案将其作为主要传感器。激光雷达对紧急制动，行人监测和规避碰撞至关重要。 2016年8月，镭射雷达公司宣布获得了福特和中国第一搜索引擎公司百度联合给出1.5亿美元的投资。这笔投资将使镭射雷达公司快速扩张高性能低成本汽车激光雷达传感器的设计和产品线(图4)。这一举措将为量产自动驾驶汽车和所谓的驾驶辅助系统(ADAS)铺平道路，并将加速这一关键改革。 激光雷达技术是全球汽车公司公认的促成完全自动驾驶汽车的关键要素。与此同时，在2016年12月，汽车部件制造商Magna公司方面透漏，他们正在合作推进激光雷达遥感应用于自动驾驶以及未来汽车的自主性。这些只是两个汽车行业投资激光雷达的案例，许多著名的汽车厂商也已经将重点转移到了激光雷达上。大部分自动驾驶概念车依靠雷达和激光雷达来交叉验证汽车规划路线的准确性。
图4、车载测速发电机雷达技术 2016年，单光子激光雷达制造商Princeton Lightwave公司成立了汽车激光雷达办事处。不同于传统的激光雷达系统，光子激光雷达在系统发射的一次脉冲制造一列点;一次脉冲被划分为数十或者数百个子脉冲。这项技术广泛应用于地球观测研究，并且能够探测200米之外的物体，探测范围远高于其他的激光雷达系统。由于自动驾驶汽车在导航方面非常依赖可靠的道路几何绘图，单光子激光雷达尤为适合。因为汽车知道所处环境的状况---例如行车道，弯道，斜坡等等。 汽车可以自行计算安全速度，变道等等。Princeton Lightwave办事处设立的目的是为了将其公司的光子雷达商业化地推广到到汽车产业。大部分自动驾驶汽车依靠激光雷达，然而特斯拉是个例外。至今，该公司的掌门人埃隆马斯克，这位怪咖亿万富翁，坚持使用传统的雷达和超声波传感器。马斯克多次驳回对激光雷达的需求，在自动驾驶车上使用激光雷达没有必要。但是从激光雷达技术的成本不断降低这一无可争辩的事实来看，特斯拉迟早装配激光雷达也并非没有可能。 5.人工智能福特不仅高度关注激光雷达技术。2017年2月，该公司宣布将在未来五年内向Argo AI公司(由谷歌和优步的前领导创建的人工智能公司)投资10亿美金。这一大笔投资背后的事实是，Argo AI在机器人和人工智能软件开发方面的经验，对于自动驾驶车未来的发展至关重要。这项合作的关键目标是福特公司在2021年建立全新的全自动驾驶软件平台。 人工智能是自动驾驶汽车的重要手段，以应对上路的诸多挑战，如如何应对随机的交通流，以及如何针对其他驾驶者做出反应。交通状况瞬息万变，而且没有固定的行为模式。每个单独的场景与之前的场景都不相同。人工智能所关注的是深度学习与传感器融合，而不是帮助汽车预测交通场景。尽管如此，创造汽车周围环境完整的、三维的实时地图是可行的，这样可以帮助车辆更快地做出更好的决定。通过与其他汽车共享经验和分析，自动驾驶汽车能够比人类表现得更好。多亏了人工智能算法，自动驾驶汽车可以提升应对道路状况的能力而不用必须先亲身经历这些场景。 6.3D地图自动驾驶车的发展是获取现实世界点云的一个驱动因素。自动驾驶车要求地图提供更逼真更高精度的信息，包含车道标志和防护栏等细节。高精度(HD)地图能提供更高精度的智能道路特征，包括斑马线、路标、3D建筑模型、信号灯、站台标志和停车场等。所谓的自动恢复式地图系统为自动驾驶汽车提供了当前最新的解决方案。这种地图系统凭借它们为汽车提供了自动更新地图的功能，解决了导航数据过期的问题。 自动驾驶汽车将能够在行驶途中获取和处理数据，并将其转化为有用信息。此外，汽车能够和云端连接从而决定它们要去哪里，如何选择最优路径等。 图5、旧金山自动驾驶优步沃尔沃骑车XC90 包括HERE，Nvidia(图6)以及Sanborn等公司都在提供设计自动驾驶汽车的地图系统，来帮助汽车生产商，图商和创业公司快速生产高精度地图并保持更新。一项有趣的项目正在日本展开，那就是汽车厂商协会正在参加由三菱电子发起的动态地图规划倡议活动。九家汽车生产商正在与来自Zenrin的图商建立联盟。这一合作将促成通过驾驶特殊装备的汽车走遍国家重要高速公路而生产出相应的数字地图。日本的目标是在2020年东京夏季奥运会时让自动驾驶车大规模地走上道路。
图6、NVIDA驱动PX 2利用深度学习来探测目标和分类，地图定位以及道路规划 结论自动驾驶车需要能够实时地理解其周围发生了什么，在高精度地图上精准地定位自己，并制定安全前进的路线。世界上最先进的自动驾驶平台结合了深度学习，传感器融合以及环绕式视觉，从而达成最优的驾驶体验。 GNSS，测距和3D地图系统(特别是激光雷达)，以及人工智能正在使得实现上述成为可能。因此，它们是未来自动驾驶汽车改变交通游戏格局的最基础的因素，而激光雷达已经确认成为自动驾驶汽车世界中的要素之一。可能需要考虑的是激光雷达的价格，特别是与相机、GPS类的数据或者雷达等技术比较，但是科技创新将会逐渐解决这个问题。未来市场调查的报告指出，据预测到2027年，全球自动驾驶车的市场规模有望达到653亿美元。因此，对于测绘行业来说的最好建议是，系好安全带，尽情享受旅程吧! |
|
|
