Highway Pilot自动驾驶系统
当今时代的架构
通过Highway Pilot自动驾驶系统自动驾驶
在这个千变万化的时代,自动驾驶成了一种趋势和流行语。拥有Highway Pilot架构让Cognizant Mobility 成为面向未来的供应商。
自动驾驶被视作该时代的未来模式。在我们设想的画面中,电动汽车和自由飞行汽车在摩天大楼间不同高度的通道中安全行驶。这是真正智能且完全自动的驾驶,且完全安全。这种可能性有多少?无穷无尽。无论为店内顾客还是送上门的包裹,都能保证最后一公里的运输服务到位。而事实是怎样的?起初仍必须由人在地面上驾驶运输。飞行汽车成为大众产品的构想,在短期和长期内都将像灰姑娘故事中的南瓜马车一样,仍停留在幻想层面。
而在5级自动驾驶车辆中,汽车爱好者的操控驾驶将成为历史,这并非虚幻的梦想,未来的乐章已经奏响。奥迪、奔驰、特斯拉:工业交响乐的指挥们,其真正的演员却往往在后台演出。 自动驾驶巴士已在积极测试中,掌声属于制造商们。而正如各种进步一样,未来的驾驶仍将建立在基本架构上,没有这个架构,就仍需保留人坐在座椅上手持方向盘操作的形式。自动驾驶的构成要素是什么样子的?而何谓highway pilot自动驾驶系统?又是谁提供了承载这种构成要素的架构?
通往自动驾驶的漫长道路始于深思熟虑
虽然当前技术表明,未来移动技术领域有望进行4级和5级自动驾驶测试,但如今在公路上行驶的批量生产自动驾驶汽车仍为2级自动驾驶。如今几乎每辆汽车都已配备1级自动驾驶功能:巡航控制、电子稳定控制、自动换挡、雨量传感器、转向灯和防抱死系统。辅助系统则往往在不知不觉中执行一些有时非常必要、有时又不太必要的功能。2级自动驾驶永久接管纵向或横向引导控制,但并非两者同时都有。具体来说,车辆控制车速、与前车距离,必要时刹车,当人工智能要求加速时加速。然而,变道必须由驾驶者来完成,所以双手依然无法离开方向盘。或者依靠智能变道助手,优雅滑行至侧旁车道。而刹车和加速仍需人工操作。常被提及的停车系统同样如此。一些豪华级别汽车已经能够评估缺口,并导航进入。
ADAS(高级驾驶和辅助系统)就具备该功能,即所谓实现真正的2级自动驾驶。这还不是真正的自动驾驶。毕竟我们想要的是能够在纵向和横向上都实现车辆的自主操作,而且反应要快。人们正在朝着这个方向努力,但现实十分复杂。新一代的环境传感器必须能相互沟通,以及与车辆沟通。各种可能的情况都要考虑到,这一步看似简单,究竟如何才能做到呢?来自道路的数据几乎不可估量。数千数百万种交通可能性都需考虑到。不可能为每种可能性编写一个新功能。
概览
- 基于模型的架构开发
- ADAS驾驶功能
- FAS功能
- 神经网络
- 感知和预测
- 环境模型
- 虚拟防护
- SysML
- PTC Modeler
- Matlab
与此同时,舞台布景打开,新玩家——深度学习入场。对一些人来说,深度学习只是一些统计数据;对另一些人来说却颇具启发意义。但对于汽车开发者来说,深度学习带来了行业迫切需要的东西:潜力。功能之前,先有概念。这种逻辑架构能够承载来自神经元学习的信息,它是什么样子的?我们如何实现技术改造?
技术改造正如管弦乐中安静又颇为重要的声音我们无法将其摒弃。 Cognizant Mobility 确保highway pilot成为现实,完全脱离手动加速和变道。
环境如何塑造自动驾驶——Cognizant Mobility正在把控节奏
我们的眼睛受到刺激后,视神经将在不到十分之一秒的时间内将信息传递给大脑。 大脑处理收到的数据,帮助我们做出决定。刹车,还是加速?转动方向盘?重新评估一旁车辆,觉得这能帮到对方,还不会影响当前车速?人工highway pilot必须能在这些方面做出决策,才能达到自动驾驶的下一个水平级别。神经学习让我们一边成长一边收集大量数据。收集来的原始数据储存在一个黑匣子中,而其评估和产生决策的路径往往不甚明确。我们需要的是一个环境模型,一个连贯的模型,一个能够识别车辆周围发生的事件,并将其转化为行动,即能够自动驾驶的大脑。它可以诠释原始输入数据,从中得出决策:捕捉到的画面是摄像头上方的阴影,还是道路上的障碍物?差异虽小,需要的却是智能评估。