جدول المحتويات[يخفي][يعرض]
يتم دمج المستشعرات والبرامج في مركبات مستقلة للتنقل وتوجيه وتشغيل مجموعة متنوعة من المركبات ، بما في ذلك الدراجات النارية والسيارات والشاحنات والطائرات بدون طيار.
اعتمادًا على كيفية تطويرها أو تصميمها ، قد تتطلب أو لا تتطلب مساعدة السائق.
يمكن للسيارات ذاتية القيادة أن تعمل بأمان بدون سائق بشري. البعض ، مثل وايمو جوجل سيارة ، لا يمكن أن يكون لها حتى عجلة قيادة.
مركبة مستقلة جزئيًا ، مثل أ تسلا، يمكن أن يتحكم بشكل كامل في السيارة ولكن قد يحتاج إلى سائق بشري للمساعدة في حالة وجود شك في النظام.
يتم تضمين درجات مختلفة من الأتمتة الذاتية في هذه السيارات ، بدءًا من توجيه المسار ومساعدة الكبح إلى النماذج الأولية المستقلة تمامًا والقيادة الذاتية.
الهدف من السيارات ذاتية القيادة هو خفض معدلات حركة المرور والانبعاثات والحوادث.
هذا ممكن لأن المركبات ذاتية القيادة أكثر مهارة في الالتزام بقواعد المرور من الأشخاص.
للحصول على قيادة سلسة ، يلزم وجود معلومات معينة ، مثل موقع السيارة أو أي أشياء قريبة ، وأقصر مسار وأكثر أمانًا إلى الوجهة ، والقدرة على تشغيل نظام القيادة.
من الضروري أن نفهم متى وكيف يتم تنفيذ المهام الضرورية.
ستغطي هذه المقالة الكثير من الموضوعات ، بما في ذلك بنية النظام للسيارات المستقلة والمكونات المطلوبة والشبكات المخصصة للمركبات (VANETs).
المكونات الضرورية المطلوبة للمركبة ذاتية القيادة
تستخدم المركبات ذاتية القيادة اليوم مجموعة متنوعة من أجهزة الاستشعار ، بما في ذلك الكاميرات ونظام تحديد المواقع العالمي (GPS) ووحدات القياس بالقصور الذاتي (IMUs) والسونار وكشف الإضاءة بالليزر ونطاقها (ليدار) والكشف عن الراديو والمدى (الرادار) والملاحة الصوتية والمدى (السونار) و خرائط ثلاثية الأبعاد.
تعمل هذه المستشعرات والتقنيات معًا على تحليل البيانات في الوقت الفعلي للتحكم في التوجيه والتسارع والكبح.
تساعد أجهزة استشعار الرادار في تتبع أماكن وجود السيارات المحيطة. يتم مساعدة المركبات باستخدام أجهزة الاستشعار فوق الصوتية أثناء وقوف السيارات.
تم إنشاء تقنية تعرف باسم lidar باستخدام كلا النوعين من أجهزة الاستشعار. من خلال عكس نبضات الضوء من البيئة المحيطة بالسيارة ، يمكن لأجهزة استشعار الليدار اكتشاف هوامش الطرق وتحديد علامات الحارات.
هذه أيضًا تحذر السائقين من العوائق المجاورة ، مثل المركبات الأخرى والمشاة والدراجات.
يتم قياس حجم ومسافة كل شيء حول السيارة باستخدام تقنية ليدار ، والتي تنشئ أيضًا خريطة ثلاثية الأبعاد تسمح للسيارة برؤية محيطها وتحديد أي مخاطر.
بغض النظر عن الوقت من اليوم ، سواء كان ساطعًا أو قاتمًا ، فإنه يقوم بعمل رائع لتسجيل المعلومات في أنواع مختلفة من الإضاءة المحيطة.
تستخدم السيارة الكاميرات والرادار وهوائيات نظام تحديد المواقع العالمي (GPS) ، جنبًا إلى جنب مع الليدار والكاميرات ، لاكتشاف محيطها وتحديد موقعها.
تقوم الكاميرات بفحص المشاة وسائقي الدراجات والسيارات والعوائق الأخرى أثناء اكتشاف إشارات المرور وقراءة إشارات وعلامات الطرق وتتبع المركبات الأخرى.
ومع ذلك ، قد يواجهون صعوبة في المناطق المظلمة أو المظلمة. يمكن للمركبة المستقلة أن ترى إلى أين تتجه باستخدام مزيج من الليدار والرادار والكاميرات وهوائيات GPS وأجهزة الاستشعار فوق الصوتية لرسم خريطة الطريق أمامها رقميًا.
بنية نظام عالية المستوى
يتم سرد المستشعرات والمشغلات والأجهزة والبرامج الأساسية في البنية ، والتي توضح أيضًا آلية أو بروتوكول الاتصال بالكامل في المركبات المساعدة.
الإدراك
تتضمن هذه المرحلة تحديد موقع AV فيما يتعلق بالبيئة واستشعار البيئة حول AV باستخدام مجموعة متنوعة من أجهزة الاستشعار.
يستخدم AV أجهزة RADAR و LIDAR والكاميرا والحركية في الوقت الفعلي (RTK) ومستشعرات أخرى في هذه الخطوة. تستقبل وحدات التعرف البيانات من هذه المستشعرات وتعالجها بعد تمريرها.
بشكل عام ، يتكون AV من نظام تحكم ، LDWS ، TSR ، التعرف على العوائق غير المعروفة (UOR) ، وحدة تحديد موقع السيارة وتوطينها (VPL) ، إلخ.
يتم تقديم المعلومات المجمعة إلى مرحلة اتخاذ القرار والتخطيط بعد معالجتها.
القرار والتخطيط
يتم تحديد حركات وسلوك AV وتخطيطها والتحكم فيها في هذه الخطوة باستخدام المعلومات الواردة أثناء عملية الإدراك.
هذه المرحلة ، التي سيمثلها الدماغ ، هي المكان الذي يتم فيه اتخاذ الخيارات بشأن أشياء مثل تخطيط المسار ، والتنبؤ بالعمل ، وتجنب العقبات ، وما إلى ذلك.
يعتمد الاختيار على المعلومات التي يمكن الوصول إليها الآن وتاريخيًا ، بما في ذلك بيانات الخرائط في الوقت الفعلي ، وتفاصيل حركة المرور ، والاتجاهات ، ومعلومات المستخدم ، وما إلى ذلك.
يمكن أن تكون هناك وحدة نمطية لسجل البيانات تتعقب الأخطاء والبيانات لاستخدامها لاحقًا.
مراقبة
تقوم وحدة التحكم بتنفيذ العمليات / الإجراءات المتعلقة بالتحكم المادي في AV ، مثل التوجيه ، والفرملة ، والتسارع ، وما إلى ذلك بعد تلقي المعلومات من وحدة القرار والتخطيط.
الهيكل
تتضمن الخطوة الأخيرة التفاعل مع الأجزاء الميكانيكية الملصقة على الهيكل ، مثل محرك التروس ومحرك عجلة القيادة ومحرك دواسة الفرامل ومحركات دواسة الوقود والمكابح.
تشير وحدة التحكم إلى كل هذه المكونات وتديرها.
الآن سنتحدث عن الاتصال العام لجهاز AV قبل الحديث عن تصميم وتشغيل واستخدام أجهزة الاستشعار الرئيسية المختلفة.
RADAR
في AVs ، تُستخدم RADARs لفحص البيئة للعثور على السيارات والأشياء الأخرى وتحديد موقعها.
غالبًا ما تستخدم أجهزة الرادار في الأغراض العسكرية والمدنية ، مثل المطارات أو أنظمة الأرصاد الجوية ، وتعمل في طيف الموجة المليمترية (مم-الموجة).
تُستخدم نطاقات تردد مختلفة ، بما في ذلك 24 و 60 و 77 و 79 جيجاهرتز ، في السيارات المعاصرة ولها نطاق قياس من 5 إلى 200 متر [10].
من خلال حساب ToF بين الإشارة المرسلة والصدى المرتجع ، يتم تحديد المسافة بين AV والكائن.
في AVs ، تستخدم RADARs مجموعة من الهوائيات الدقيقة التي تنشئ مجموعة من الفصوص لتحسين دقة النطاق وتحديد الأهداف المتعددة. يمكن لـ mm-Wave RADAR تقييم الأجسام قريبة المدى بدقة في أي اتجاه من خلال الاستفادة من التباين في إزاحة دوبلر نظرًا لزيادة قابليتها للنفاذ وعرض النطاق الترددي الأكبر.
نظرًا لأن رادارات mm-Wave لها طول موجي أطول ، فهي تتميز بقدرات مضادة للحجب والتلوث تمكنها من العمل في المطر والثلج والضباب والإضاءة المنخفضة.
بالإضافة إلى ذلك ، يمكن استخدام إزاحة دوبلر لحساب السرعة النسبية عبر رادارات الموجة مم. نظرًا لقدرتها ، فإن رادارات mm-Wave مناسبة تمامًا لمجموعة واسعة من تطبيقات AV ، بما في ذلك اكتشاف العوائق ، والتعرف على المشاة والمركبات.
مجسات بالموجات فوق الصوتية
تعمل هذه المستشعرات في نطاق 20-40 كيلو هرتز وتستخدم الموجات فوق الصوتية. ينتج غشاء مغناطيسي مقاوم يستخدم لقياس مسافة الجسم هذه الموجات.
من خلال حساب زمن الرحلة (ToF) للموجة المنبعثة إلى إشارة الصدى ، يتم تحديد المسافة. النطاق النموذجي لأجهزة الاستشعار بالموجات فوق الصوتية أقل من 3 أمتار.
يتم تحديث خرج المستشعر كل 20 مللي ثانية ، مما يمنعه من التوافق مع متطلبات جودة الخدمة الصارمة الخاصة بأنظمة النقل الذكية. هذه المستشعرات لها نطاق كشف شعاع صغير نسبيًا ويتم توجيهها.
لذلك ، للحصول على رؤية كاملة المجال ، هناك حاجة إلى العديد من أجهزة الاستشعار. ومع ذلك ، سوف تتفاعل العديد من أجهزة الاستشعار ويمكن أن يؤدي إلى عدم دقة كبيرة في النطاق.
تحديد المدى
أطياف 905 و 1550 نانومتر تستخدم في LiDAR. نظرًا لأن العين البشرية عرضة لتلف شبكية العين من نطاق 905 نانومتر ، فإن LiDAR الحالي يعمل في نطاق 1550 نانومتر لتقليل تلف الشبكية.
يصل الحد الأقصى لنطاق عمل LiDAR إلى 200 متر. الحالة الصلبة ، ثنائية الأبعاد ، وثلاثية الأبعاد LiDAR هي الفئات الفرعية المختلفة لـ LiDAR.
ينتشر شعاع ليزر واحد فوق مرآة تدور بسرعة في ثنائي الأبعاد LiDAR. من خلال وضع العديد من أشعة الليزر على الكبسولة ، يمكن لـ 2D LiDAR الحصول على صورة ثلاثية الأبعاد للمحيط.
لقد ثبت أن نظام LiDAR على جانب الطريق يقلل من عدد الاصطدامات من مركبة إلى مشاة (V2P) في كل من المناطق المتقاطعة وغير المتقاطعة.
إنه يستخدم نظام LiDAR ذو 16 سطرًا في الوقت الفعلي والفعال من الناحية الحسابية.
يُقترح استخدام جهاز تشفير تلقائي عميق مصطنع الشبكة العصبية (DA-ANN) ، والذي يحقق دقة تصل إلى 95٪ عبر مدى 30 مترًا.
في ، تم توضيح كيف يمكن لخوارزمية تعتمد على آلة المتجه (SVM) جنبًا إلى جنب مع 64 سطرًا ثلاثي الأبعاد LiDAR أن تعزز التعرف على المشاة.
على الرغم من امتلاكه لدقة قياس ورؤية ثلاثية الأبعاد أفضل من رادار الموجة ملم ، فإن أداء LiDAR أقل جودة في الأحوال الجوية السيئة بما في ذلك الضباب والثلج والمطر.
كما توفر الكاميرات
اعتمادًا على الطول الموجي للجهاز ، يمكن أن تكون الكاميرا في AVs إما قائمة على الأشعة تحت الحمراء أو الضوء المرئي.
تُستخدم في الكاميرا (CMOS) الجهاز المقترن بالشحن (CCD) وأجهزة استشعار الصورة التكميلية لأشباه الموصلات المعدنية بأكسيد المعادن (CMOS).
اعتمادًا على جودة العدسة ، يبلغ أقصى مدى للكاميرا حوالي 250 مترًا. النطاقات الثلاثة التي تستخدمها الكاميرات المرئية - الأحمر والأخضر والأزرق - مفصولة بنفس الطول الموجي للعين البشرية ، أو 400-780 نانومتر (RGB).
تقترن كاميرتان VIS بأطوال بؤرية محددة لإنشاء قناة جديدة تحتوي على معلومات العمق (D) ، مما يسمح بإنشاء رؤية مجسمة.
يمكن الحصول على عرض ثلاثي الأبعاد للمنطقة المحيطة بالسيارة بفضل هذه الإمكانية عبر الكاميرا (RGB-D).
تستخدم كاميرا الأشعة تحت الحمراء (IR) المستشعرات السلبية التي يتراوح طولها الموجي بين 780 نانومتر و 1 مم. في ذروة الإضاءة ، توفر مستشعرات الأشعة تحت الحمراء في AVs تحكمًا بصريًا.
تساعد هذه الكاميرا في التعرف على الأشياء والتحكم في الرؤية الجانبية وتسجيل الحوادث و BSD. ومع ذلك ، في الأحوال الجوية المعاكسة ، مثل الثلج والضباب وظروف الإضاءة المتغيرة ، يتغير أداء الكاميرا.
تتمثل الفوائد الأساسية للكاميرا في قدرتها على جمع النسيج وتوزيع الألوان وشكل البيئة بدقة.
النظام العالمي للملاحة بالأقمار الصناعية ونظام تحديد المواقع العالمي ، وحدة القياس بالقصور الذاتي
تساعد هذه التقنية AV في التنقل من خلال تحديد موقعها بدقة. تستخدم GNSS مجموعة من الأقمار الصناعية في مدار حول سطح الكوكب لتحديد موقعها.
يقوم النظام بتخزين البيانات حول موقع AV وسرعته ووقته الدقيق.
إنه يعمل من خلال معرفة ToF بين الإشارة المستقبلة وانبعاث القمر الصناعي. غالبًا ما تُستخدم إحداثيات نظام تحديد المواقع العالمي (GPS) للحصول على موقع AV.
الإحداثيات المستخرجة من نظام تحديد المواقع العالمي (GPS) ليست دقيقة دائمًا ، وعادةً ما تضيف خطأً موضعيًا بمتوسط قيمة 3 أمتار وتغير معياري يبلغ 1 متر.
في حالات المدن الكبرى ، يتدهور الأداء بشكل أكبر ، مع وجود خطأ في الموقع يصل إلى 20 مترًا ، وفي بعض الظروف القاسية ، يكون خطأ موقع GPS حوالي 100 متر.
بالإضافة إلى ذلك ، يمكن للمركبات أن تستخدم نظام RTK لتحديد موضع السيارة بدقة.
في المركبات الآلية ، يمكن أيضًا تحديد موضع السيارة واتجاهها باستخدام الحساب الميت (DR) والوضع بالقصور الذاتي.
استشعار الانصهار
من أجل الإدارة السليمة للمركبة وسلامتها ، يجب أن تحصل المركبات على معرفة دقيقة وفي الوقت الحقيقي بالموقع والحالة وعوامل أخرى للمركبة مثل الوزن والاستقرار والسرعة وما إلى ذلك.
يجب أن يتم جمع هذه المعلومات بواسطة المركبات المساعدة باستخدام مجموعة متنوعة من أجهزة الاستشعار.
من خلال دمج البيانات التي تم الحصول عليها من عدة أجهزة استشعار ، يتم استخدام تقنية اندماج المستشعر لإنتاج معلومات متماسكة.
تسمح الطريقة بتوليف البيانات غير المعالجة التي تم الحصول عليها من مصادر تكميلية.
نتيجة لذلك ، يمكّن اندماج المستشعرات AV لفهم محيطها بدقة من خلال دمج جميع البيانات المفيدة التي تم جمعها من أجهزة استشعار مختلفة.
تُستخدم أنواع مختلفة من الخوارزميات ، بما في ذلك مرشحات كالمان ومرشحات بايزي ، لتنفيذ عملية الاندماج في المركبات المساعدة.
نظرًا لاستخدامه في العديد من التطبيقات ، بما في ذلك تتبع RADAR وأنظمة الملاحة عبر الأقمار الصناعية وقياس المسافات البصري ، يُنظر إلى مرشح كالمان على أنه ضروري لتشغيل السيارة بشكل مستقل.
شبكات المركبات المخصصة (VANETs)
VANETs هي فئة فرعية جديدة من شبكات الهاتف المحمول المخصصة التي يمكنها إنشاء شبكة من الأجهزة المحمولة / المركبات تلقائيًا. من الممكن الاتصال من مركبة إلى مركبة (V2V) والاتصال من مركبة إلى بنية تحتية (V2I) باستخدام VANETs.
الهدف الأساسي لهذه التكنولوجيا هو زيادة السلامة على الطرق ؛ على سبيل المثال ، في المواقف الخطرة مثل الحوادث والاختناقات المرورية ، يمكن للسيارات أن تتفاعل مع بعضها البعض والشبكة لنقل المعلومات المهمة.
فيما يلي المكونات الأساسية لتقنية VANET:
- OBU (وحدة على متن الطائرة): إنه نظام تتبع يعتمد على نظام تحديد المواقع العالمي (GPS) يتم وضعه في كل مركبة يسمح لها بالتفاعل مع بعضها البعض ومع الوحدات الموجودة على جانب الطريق (RSU). تم تجهيز OBU بالعديد من المكونات الإلكترونية ، بما في ذلك معالج أوامر الموارد (RCP) ، وأجهزة الاستشعار ، و واجهات المستخدم، للحصول على المعلومات الأساسية. والغرض الأساسي منه هو استخدام شبكة لاسلكية للتواصل بين وحدات RSU و OBU متعددة.
- وحدة على جانب الطريق (RSU): وحدات RSU هي وحدات كمبيوتر ثابتة يتم وضعها في نقاط محددة في الشوارع ومواقف السيارات والتقاطعات. هدفها الرئيسي هو ربط المركبات المستقلة بالبنية التحتية ، كما أنها تساعد في توطين المركبات. بالإضافة إلى ذلك ، يمكن استخدامه لربط السيارة بوحدات RSU الأخرى باستخدام مختلف مخططات الشبكة. بالإضافة إلى ذلك ، فقد تم تشغيلها على مصادر الطاقة المحيطة بما في ذلك الطاقة الشمسية.
- السلطة الموثوقة (TA): هي هيئة تتحكم في كل خطوة من خطوات عملية VANET ، مما يضمن أنه فقط RSUs المشروعة ووحدات OBU للمركبة يمكنها التسجيل والتفاعل. من خلال تأكيد معرف OBU والمصادقة على السيارة ، فإنه يوفر الأمان. بالإضافة إلى ذلك ، يجد اتصالات ضارة وسلوكًا غريبًا.
تُستخدم VANET لاتصالات المركبات ، والتي تتضمن اتصالات V2V و V2I و V2X.
مركبة 2 مركبة الاتصالات
تُعرف قدرة السيارات على التحدث مع بعضها البعض وتبادل المعلومات المهمة المتعلقة بالازدحام المروري والحوادث وقيود السرعة باسم الاتصال بين المركبات (IVC).
يمكن لاتصالات V2V إنشاء الشبكة من خلال ضم العديد من العقد (المركبات) معًا باستخدام هيكل شبكي ، إما جزئيًا أو كاملًا.
يتم تصنيفها على أنها أنظمة ذات قفزة واحدة (SIVC) أو أنظمة متعددة القفزات (MIVC) اعتمادًا على عدد القفزات المستخدمة للاتصال بين المركبات.
بينما يمكن استخدام MIVC للاتصالات بعيدة المدى ، مثل مراقبة حركة المرور ، يمكن استخدام SIVC للتطبيقات قصيرة المدى مثل دمج الممرات ، و ACC ، وما إلى ذلك.
يتم تقديم العديد من الفوائد ، بما في ذلك BSD و FCWS والفرملة التلقائية للطوارئ (AEB) و LDWS من خلال اتصال V2V.
مركبة 2 البنية التحتية للاتصالات
يمكن للسيارات التواصل مع RSUs من خلال عملية تعرف باسم الاتصال من جانب الطريق إلى السيارة (RVC). يساعد في الكشف عن عدادات وقوف السيارات والكاميرات وعلامات المسارات وإشارات المرور.
اتصال مخصص ولاسلكي وثنائي الاتجاه بين السيارات والبنية التحتية.
للإدارة والإشراف على حركة المرور ، يتم استخدام بيانات البنية التحتية. يتم استخدامها لضبط معلمات السرعة المختلفة التي تسمح للسيارات بزيادة الاقتصاد في استهلاك الوقود وإدارة تدفق حركة المرور.
يمكن فصل نظام RVC إلى RVC المتناثر (SRVC) و RVC في كل مكان اعتمادًا على البنية التحتية (URVC).
يوفر نظام SRVC خدمات الاتصال فقط في النقاط الساخنة ، مثل تحديد أماكن وقوف السيارات المفتوحة أو محطات الوقود ، بينما يوفر نظام URVC تغطية على طول المسار بأكمله ، حتى عند السرعات العالية.
من أجل ضمان تغطية الشبكة ، يتطلب نظام URVC استثمارًا كبيرًا.
المركبة 2 اتصالات كل شيء
يمكن للسيارة الاتصال بالكيانات الأخرى عبر V2X ، بما في ذلك المشاة والأشياء على جانب الطريق والأجهزة والشبكة (V2P و V2R و V2D) (V2G).
باستخدام هذا النوع من الاتصال ، يمكن للسائقين تجنب إصابة المشاة وراكبي الدراجات وراكبي الدراجات النارية المعرضين للخطر.
يمكن لنظام التحذير من اصطدام المشاة (PCW) تحذير سائق الراكب على جانب الطريق قبل حدوث تصادم كارثي بفضل اتصال V2X.
من أجل إرسال رسائل مهمة للمشاة ، يمكن لـ PCW الاستفادة من تقنية Bluetooth الخاصة بالهاتف الذكي أو اتصال المجال القريب (NFC).
وفي الختام
يمكن أن يكون للتقنيات العديدة المستخدمة في بناء السيارات المستقلة تأثير كبير على كيفية عملها.
في أبسط صورها ، تقوم السيارة بتطوير خريطة لمحيطها باستخدام مجموعة من المستشعرات التي توفر معلومات حول المسار حولها والمركبات الأخرى في مسارها.
ثم يتم تحليل هذه البيانات من خلال نظام معقد للتعلم الآلي ، والذي يولد مجموعة من الإجراءات للسيارة لتنفيذها. يتم تغيير هذه السلوكيات وتحديثها بانتظام حيث يتعرف النظام على المزيد حول محيط السيارة.
على الرغم من بذل قصارى جهدي لتقديم لمحة عامة عن بنية نظام المركبات الذاتية ، إلا أن هناك الكثير مما يحدث وراء الكواليس.
آمل حقًا أن تجد هذه المعرفة ذات قيمة وأن تستفيد منها.
اترك تعليق