Съдържание[Крия][Покажи]
Сензори и софтуер се комбинират в автономни превозни средства за навигация, управление и управление на различни превозни средства, включително мотоциклети, автомобили, камиони и дронове.
В зависимост от това как са разработени или проектирани, те могат или не могат да изискват помощ от водача.
Напълно автономните автомобили могат да работят безопасно без човешки шофьори. Някои като Waymo на Google автомобил, дори не можеше да има волан.
Частично автономно превозно средство, като например a Tesla, може да поеме пълен контрол над превозното средство, но може да се нуждае от човешки шофьор, за да помогне, ако системата попадне в съмнение.
В тези автомобили са включени различни степени на самоавтоматизация, от насочване в лентата и помощ при спиране до напълно независими, самоуправляващи се прототипи.
Целта на автомобилите без водач е да намалят трафика, емисиите и процента на инциденти.
Това е възможно, защото автономните превозни средства са по-умели в спазването на правилата за движение, отколкото хората.
За безпроблемно шофиране е необходима определена информация, като например местоположението на автомобила или всякакви близки обекти, най-краткия и безопасен път до дестинацията и капацитета за управление на системата за задвижване.
От решаващо значение е да разберете кога и как да изпълнявате необходимите задачи.
Тази статия ще покрие много въпроси, включително Системна Архитектура за автономни автомобили, необходими компоненти и транспортни ad hoc мрежи (VANET).
Необходими компоненти, необходими за автономно превозно средство
Днешните автономни превозни средства използват различни сензори, включително камери, GPS, инерционни измервателни единици (IMU), сонар, откриване и обхват на лазерно осветление (лидар), радиооткриване и обхват (радар), звукова навигация и обхват (сонари) и 3D карти.
Заедно тези сензори и технологии анализират данни в реално време, за да контролират управлението, ускорението и спирането.
Радарните сензори помагат да се следи местонахождението на околните автомобили. Превозните средства се подпомагат с ултразвукови сензори по време на паркиране.
Технология, известна като лидар, е създадена чрез използване на двата типа сензори. Чрез отразяване на светлинни импулси от околната среда около автомобила, лидарните сензори могат да открият границите на пътните платна и да идентифицират маркировките на платната.
Те също така предупреждават водачите за съседни препятствия, като други превозни средства, пешеходци и велосипеди.
Размерът и разстоянието на всичко около автомобила се измерват с помощта на лидарна технология, която също така създава 3D карта, която позволява на автомобила да вижда заобикалящата го среда и да идентифицира всички рискове.
Независимо от времето на деня, независимо дали е светло или мрачно, той върши превъзходна работа при запис на информация при различни видове околна светлина.
Автомобилът използва камери, радар и GPS антени, заедно с лидар и камери, за да открие заобикалящата го среда и да идентифицира местоположението си.
Камерите проверяват за пешеходци, велосипедисти, автомобили и други препятствия, като същевременно откриват пътни сигнали, разчитат пътни знаци и маркировки и следят други превозни средства.
Въпреки това може да им е трудно в тъмни или сенчести зони. Автономното превозно средство може да види къде отива, като използва комбинация от лидар, радар, камери, GPS антени и ултразвукови сензори, за да начертае цифрово пътя пред себе си.
Системна архитектура от високо ниво
Основните сензори, задвижващи механизми, хардуер и софтуер са изброени в архитектурата, която също демонстрира целия комуникационен механизъм или протокол в AV.
Възприятие
Този етап включва идентифициране на местоположението на AV по отношение на околната среда и усещане на околната среда около AV с помощта на различни сензори.
AV използва RADAR, LIDAR, камера, кинетични сензори в реално време (RTK) и други сензори на тази стъпка. Модулите за разпознаване получават данните от тези сензори и ги обработват, след като ги предадат.
Като цяло AV се състои от система за управление, LDWS, TSR, разпознаване на неизвестни препятствия (UOR), модул за позициониране и локализиране на превозно средство (VPL) и др.
Комбинираната информация се предоставя на етапа на вземане на решение и планиране, след като бъде обработена.
Решение и планиране
Движенията и поведението на AV се определят, планират и контролират на тази стъпка, като се използва информацията, получена по време на процеса на възприемане.
Този етап, който би представлявал мозъкът, е мястото, където се правят избори за неща като планиране на пътя, предвиждане на действие, избягване на препятствия и т.н.
Изборът се основава на информацията, която е достъпна в момента и в миналото, включително картографски данни в реално време, специфики на трафика, тенденции, потребителска информация и др.
Може да има модул за регистриране на данни, който следи грешките и данните за по-късна употреба.
контрол
Контролният модул изпълнява операции/действия, свързани с физическия контрол на AV, като управление, спиране, ускоряване и т.н., след като получи информация от модула за вземане на решения и планиране.
шаси
Последната стъпка включва взаимодействие с механичните части, закрепени към шасито, като мотор-редуктор, мотор на волана, мотор на педала на спирачката и двигатели на педала за газта и спирачката.
Контролният модул сигнализира и управлява всички тези компоненти.
Сега ще говорим за общата комуникация на AV, преди да говорим за дизайна, работата и използването на различни ключови сензори.
RADAR
В AV устройствата РАДАРИТЕ се използват за сканиране на околната среда за намиране и локализиране на автомобили и други обекти.
РАДАРИТЕ често се използват както за военни, така и за граждански цели, като летища или метеорологични системи, и работят в спектъра на милиметровите вълни (mm-Wave).
В съвременните автомобили се използват различни честотни ленти, включително 24, 60, 77 и 79 GHz, които имат обхват на измерване от 5 до 200 m [10].
Чрез изчисляване на ToF между предавания сигнал и върнато ехо се определя разстоянието между AV и обекта.
В AV, RADAR-ите използват набор от микроантени, които създават колекция от лобове, за да подобрят разделителната способност на обхвата и идентификацията на множество цели. mm-Wave RADAR може прецизно да оценява обекти от близко разстояние във всяка посока, като използва вариацията в доплеровото изместване поради повишената си проникваемост и по-голямата честотна лента.
Тъй като радарите mm-Wave имат по-голяма дължина на вълната, те разполагат с възможности против блокиране и замърсяване, които им позволяват да функционират при дъжд, сняг, мъгла и слаба светлина.
Освен това, Доплеровото изместване може да се използва за изчисляване на относителната скорост чрез радари с милиметрови вълни. Благодарение на възможностите си, радарите mm-Wave са много подходящи за широка гама от AV приложения, включително откриване на препятствия и разпознаване на пешеходци и превозни средства.
Ултразвукови сензори
Тези сензори работят в диапазона 20–40 kHz и използват ултразвукови вълни. Магниторезистивна мембрана, която се използва за измерване на разстоянието до обекта, произвежда тези вълни.
Разстоянието се определя чрез изчисляване на времето на полет (ToF) на излъчената вълна до отразения сигнал. Типичният обхват на ултразвуковите сензори е по-малък от 3 метра.
Изходът на сензора се опреснява на всеки 20 ms, което не му позволява да отговаря на строгите изисквания за QoS на ITS. Тези сензори имат сравнително малък обхват на откриване на лъча и са насочени.
Следователно, за да се получи пълно зрително поле, са необходими множество сензори. Много сензори обаче ще взаимодействат и могат да доведат до значителни неточности в обхвата.
LiDAR
В LiDAR се използват спектрите от 905 и 1550 nm. Тъй като човешкото око е податливо на увреждане на ретината от диапазона 905 nm, настоящият LiDAR работи в диапазона 1550 nm, за да намали увреждането на ретината.
До 200 метра е максималният работен обхват на LiDAR. Solid-state, 2D и 3D LiDAR са различните подкатегории на LiDAR.
Единичен лазерен лъч се разпръсква върху огледало, което се върти бързо в 2D LiDAR. Чрез поставяне на няколко лазера върху капсулата, 3D LiDAR може да получи 3D картина на околността.
Доказано е, че крайпътната LiDAR система намалява броя на сблъсъците между превозно средство и пешеходец (V2P) както в пресечните, така и в непресечните зони.
Той използва 16-редова, изчислително ефективна LiDAR система в реално време.
Препоръчва се да се използва изкуствен дълбок автоматичен енкодер невронна мрежа (DA-ANN), който постига точност от 95% в обхват от 30 m.
В него се демонстрира как алгоритъм, базиран на опорна векторна машина (SVM), комбиниран с 64-редов 3D LiDAR, може да подобри разпознаването на пешеходци.
Въпреки че има по-добра прецизност на измерване и 3D визия от милиметровия радар, LiDAR се представя по-слабо при неблагоприятно време, включително мъгла, сняг и дъжд.
Камери
В зависимост от дължината на вълната на устройството, камерата в AV може да бъде базирана на инфрачервена или видима светлина.
Устройство със зарядна връзка (CCD) и допълнителни сензори за изображения от метал-оксид-полупроводник (CMOS) се използват във фотоапарата (CMOS).
В зависимост от качеството на обектива, максималният обхват на камерата е около 250 m. Трите ленти, използвани от видимите камери – червена, зелена и синя – са разделени от същата дължина на вълната като човешкото око, или 400–780 nm (RGB).
Две VIS камери са свързани с установени фокусни разстояния, за да създадат нов канал, който съдържа информация за дълбочина (D), което позволява създаването на стереоскопично зрение.
Благодарение на тази възможност може да се получи 3D изглед на зоната около автомобила чрез камерата (RGB-D).
Пасивни сензори с дължина на вълната между 780 nm и 1 mm се използват от инфрачервената (IR) камера. При пикова осветеност инфрачервените сензори в AV предлагат визуален контрол.
Тази камера подпомага AV с разпознаване на обекти, контрол на страничен изглед, запис на злополука и BSD. Въпреки това, при неблагоприятно време, като сняг, мъгла и променящи се условия на осветеност, работата на камерата се променя.
Основните предимства на камерата са способността й да събира и записва прецизно текстурата, цветовото разпределение и формата на околната среда.
Глобална навигационна спътникова система и Глобална система за позициониране, инерционна измервателна единица
Тази технология помага на AV при навигиране, като определя точното му местоположение. Група сателити в орбита около повърхността на планетата се използват от GNSS за локализиране.
Системата съхранява данни за местоположението, скоростта и точното време на AV.
Той работи, като определя ToF между получения сигнал и излъчването на сателита. Координатите на глобалната система за позициониране (GPS) често се използват за получаване на AV местоположение.
Извлечените от GPS координати не винаги са точни и обикновено добавят позиционна грешка със средна стойност от 3 m и стандартна вариация от 1 m.
В градски условия производителността се влошава допълнително, с грешка в местоположението до 20 m, а при определени тежки обстоятелства грешката на GPS позицията е приблизително 100 m.
Освен това, AVs могат да използват RTK системата, за да определят точно позицията на автомобила.
При AV, позицията и посоката на превозното средство могат също да бъдат определени с помощта на мъртво изчисление (DR) и инерционна позиция.
Сливане на сензора
За правилно управление и безопасност на превозното средство, AVs трябва да получат прецизна информация в реално време за местоположението, състоянието и други фактори на превозното средство като тегло, стабилност, скорост и т.н.
Тази информация трябва да бъде събрана от AV, използвайки различни сензори.
Чрез обединяване на данните, получени от няколко сензора, се използва техниката за сливане на сензори за получаване на съгласувана информация.
Методът позволява синтез на необработени данни, получени от допълващи се източници.
В резултат на това сливането на сензори позволява на AV да разбира точно заобикалящата го среда чрез обединяване на всички полезни данни, събрани от различни сензори.
Различни типове алгоритми, включително филтри на Калман и байесови филтри, се използват за осъществяване на процеса на синтез в AV.
Тъй като се използва в няколко приложения, включително радарно проследяване, сателитни навигационни системи и оптична одометрия, филтърът на Калман се счита за решаващ за автономната работа на превозното средство.
Vehicular Ad-Hoc мрежи (VANET)
VANET са нов подклас мобилни ad hoc мрежи, които могат спонтанно да създадат мрежа от мобилни устройства/превозни средства. Комуникацията от превозно средство до превозно средство (V2V) и от превозно средство до инфраструктура (V2I) е възможна с VANETs.
Основната цел на такава технология е да повиши пътната безопасност; например, в опасни ситуации като катастрофи и задръствания, автомобилите могат да взаимодействат помежду си и с мрежата, за да предават важна информация.
Следните са основните компоненти на VANET технологията:
- OBU (бордово устройство): Това е базирана на GPS система за проследяване, поставена във всяко превозно средство, която им позволява да взаимодействат помежду си и с крайпътни устройства (RSU). OBU е оборудван с няколко електронни компонента, включително процесор за управление на ресурсите (RCP), сензорни устройства и потребителски интерфейси, за да получите важна информация. Основната му цел е да използва безжична мрежа за комуникация между множество RSU и OBU.
- Крайпътен модул (RSU): RSU са фиксирани компютърни модули, които са разположени на точни точки по улици, паркинги и кръстовища. Основната му цел е да свърже автономните превозни средства с инфраструктурата и също така помага при локализирането на превозни средства. Освен това може да се използва за свързване на превозно средство с други RSU, използвайки различни мрежови топологии. Освен това те работят с източници на околна енергия, включително слънчева енергия.
- Доверен орган (TA): Това е орган, който контролира всяка стъпка от процеса на VANET, като гарантира, че само легитимни RSU и OBU на превозни средства могат да се регистрират и взаимодействат. Чрез потвърждаване на OBU ID и удостоверяване на автомобила, той предлага сигурност. Освен това открива вредни комуникации и странно поведение.
VANET се използват за комуникация с превозни средства, която включва комуникация V2V, V2I и V2X.
Превозно средство 2 Комуникация на превозното средство
Способността на автомобилите да разговарят помежду си и да обменят важна информация относно задръстванията, произшествията и ограниченията на скоростта е известна като комуникация между превозните средства (IVC).
Комуникацията V2V може да създаде мрежата чрез свързване на различни възли (превозни средства) заедно с помощта на мрежова топология, частична или пълна.
Те се категоризират като системи с единичен скок (SIVC) или мулти-хоп (MIVC) в зависимост от това колко скока се използват за комуникация между превозните средства.
Докато MIVC може да се използва за комуникация на дълги разстояния, като например наблюдение на трафика, SIVC може да се използва за приложения с малък обсег като сливане на ленти, ACC и др.
Многобройни предимства, включително BSD, FCWS, автоматизирано аварийно спиране (AEB) и LDWS, се предлагат чрез V2V комуникация.
Комуникация на инфраструктурата на превозно средство 2
Автомобилите могат да комуникират с RSU чрез процес, известен като комуникация край пътя с превозно средство (RVC). Той помага при откриването на паркомати, камери, маркировки на платна и пътни сигнали.
Ad hoc, безжична и двупосочна връзка между автомобилите и инфраструктурата.
За администриране и надзор на трафика се използват данни от инфраструктурата. Те се използват за регулиране на различни параметри на скоростта, които позволяват на автомобилите да увеличат максимално икономията на гориво и да управляват трафика.
RVC системата може да бъде разделена на разредена RVC (SRVC) и повсеместна RVC в зависимост от инфраструктурата (URVC).
Системата SRVC предлага комуникационни услуги само в горещи точки, като например за намиране на открити паркоместа или бензиностанции, докато системата URVC предлага покритие по целия маршрут, дори при високи скорости.
За да се гарантира покритие на мрежата, системата URVC изисква голяма инвестиция.
Превозно средство 2 Всичко Комуникация
Автомобилът може да се свързва с други обекти чрез V2X, включително пешеходци, крайпътни обекти, устройства и мрежата (V2P, V2R и V2D) (V2G).
Използвайки този вид комуникация, шофьорите могат да избегнат удара на рискови пешеходци, велосипедисти и мотоциклетисти.
Системата за предупреждение при сблъсък с пешеходци (PCW) може да предупреди водача за крайпътен пътник, преди да настъпи катастрофален сблъсък, благодарение на комуникацията V2X.
За да изпрати на пешеходците важни съобщения, PCW може да се възползва от Bluetooth на смартфона или комуникацията в близко поле (NFC).
Заключение
Многото технологии, използвани за конструиране на автономни автомобили, могат да окажат голямо влияние върху начина им на работа.
В най-основния си вид автомобилът разработва карта на заобикалящата го среда, използвайки набор от сензори, които предоставят информация за маршрута около него и другите превозни средства по пътя му.
След това тези данни се анализират от сложна система за машинно обучение, която генерира набор от действия, които автомобилът да изпълни. Тези поведения редовно се променят и актуализират, докато системата научава повече за заобикалящата го среда.
Въпреки всичките ми усилия да ви представя общ преглед на архитектурата на автономната система на превозното средство, зад кулисите се случват още много неща.
Искрено се надявам, че ще намерите това знание за ценно и ще се възползвате от него.
Оставете коментар