谷歌无人车重磅报告 通往完全自动驾驶之路文档格式.docx
《谷歌无人车重磅报告 通往完全自动驾驶之路文档格式.docx》由会员分享,可在线阅读,更多相关《谷歌无人车重磅报告 通往完全自动驾驶之路文档格式.docx(45页珍藏版)》请在冰豆网上搜索。
这份42页的报告从技术层面详细展示了谷歌Waymo无人车的软件、硬件、测试流程,还讲了无人车行驶的限制条件,“失败”时如何安全停车,甚至车祸后如何处理、记录哪些数据,以及车辆上采取的网络安全措施等等。
按照提纲来说,共有如下几部分内容:
这份报告是谷歌对Waymo无人车自动驾驶技术方案的一次详尽解读。
量子位摘录其中的要点如下。
1、无人车要解决的四大问题
根据Waymo在报告中的介绍,一辆无人车站在马路上,和人类司机一样,通常需要回答4个问题:
为了解决“我在哪”这个问题:
Waymo的无人车依靠的不是GPS,而是是团队自己建立的详细三维地图,上面突出显示了路况、“倒鸭子”、人行道、车道标记、人行横道、交通信号灯、停车标志和其他道路特征信息,也就是我们常说的高精地图。
通过将传感器实时数据和预先建立的高精地图相比对,车辆就能确定自己在哪了。
解决“我周围有什么”:
是靠传感器和软件的配合,来识别车辆、行人、自行车、施工现场、障碍物,以及辨别交通灯的颜色、临时停车标志等等。
“接下来要发生什么”则是对车辆周围每一个动态对象未来运动的预测:
Waymo的软件能根据对象当前的速度和轨迹预测未来的运动,也知道车辆和行人、自行车的区别。
而最后一个问题:
“我该怎么办”,指的是无人车的决策。
Waymo的软件会根据前三个问题提供的信息,来选择正确的轨迹、速度、车道和转向操作。
Waymo无人车解决这四个“车生终极问题”的目标,是在特定地理区域内、特定条件下,完全不需要人类介入来完成整个动态驾驶任务,也就是国际汽车工程师协会(SAEInternational)所定义的L4自动驾驶。
要实现这个目标,依靠的是车上搭载的传感器和自动驾驶软件
传感器
Waymo在报告中以菲亚特-克莱斯勒Pacifica车型为例,详细介绍了他们在无人车上所用的自动驾驶传感器,这些传感器赋予了无人车360度视野,最远能“看清”300米外的物体,有三个橄榄球场那么远。
软件
无人驾驶软件是车辆的“大脑”。
利用传感器获取信息后,还要借助这些信息针对每种情况制定最佳驾驶决策。
Waymo花了8年时间,使用机器学习和其他先进的工程技术开发和改进了软件,并通过数十亿英里的模拟驾驶和超过350万英里的路测对软件进行了训练。
这套系统能够深刻理解世界的背景信息;
这是L4级自动驾驶技术的关键差异点。
Waymo的无人驾驶软件不仅能探测到其他物体,还能理解这些物体是什么、它可能的行为方式以及会对汽车自身的道路行为产生何种影响。
无人车正是凭借这种方式才得以在全自动模式下安全地上路行驶。
这套软件由很多不同的部分组成,主要包括三大组件:
感知(perception)、行为预测(behaviorprediction)和规划器(planner)。
感知系统:
感知系统是对路上物体进行探测和归类的组件,它还可以持续测算物体的速度、方向和加速度。
无人驾驶软件通过传感器获取详细数据,然后将其转化成现实世界的全面视图。
感知系统帮助无人车区分行人、骑行者、摩托车手、汽车等道路参与者。
它还能区分交通信号灯等静态物体的颜色。
对于这些物体而言,感知系统使得整套系统可以在语义上理解周围的车辆——信号灯是否变绿,从而允许车辆前行,或者车道是否被前方的锥桶封闭。
行为预测:
借助行为预测,软件可以对道路上的每个物体进行建模,并对其加以预测和理解。
由于Waymo拥有数百万英里的驾驶经验,无人车能针对不同道路参与者可能的行为方式建立准确的模型。
例如,软件能明白尽管行人、骑行者和摩托车手看起来相似,但他们的行为却大不相同。
行人行进速度远慢于骑行者和摩托车手,但他们却能更加突然地改变方向。
规划器:
规划器会考虑软件通过感知和行为预测手机的所有信息,然后为汽车规划一条路径。
根据经验,最好的司机都信奉安全第一。
正因如此,Waymo植入了防御性驾驶行为。
例如,保持在其他驾驶员的盲区之外,以及为骑行者和行人留出额外空间。
规划器还能提前思考几步之后的决策。
例如,如果软件认为前方临近的车道因为施工被封闭,而且预计那条车道的骑行者会变道,规划器就可以做出减速决定,提前为骑行者腾出空间。
Waymo还借助路测经验对驾驶模式进行改进,使得行驶过程更加顺畅,令车内乘客更加舒适,让其他道路用户可以预测无人车的动向。