Sadržaj[Sakrij][Prikaži]
Senzori i softver su kombinovani u autonomnim vozilima za navigaciju, upravljanje i upravljanje raznim vozilima, uključujući motocikle, automobile, kamione i dronove.
Ovisno o tome kako su razvijeni ili dizajnirani, mogu ili ne moraju zahtijevati pomoć vozača.
Potpuno autonomni automobili mogu bezbedno da rade bez ljudskih vozača. Neki, kao Google Waymo automobil, nije mogao imati ni volan.
Djelomično autonomno vozilo, kao što je a Tesla, može preuzeti potpunu kontrolu nad vozilom, ali će možda trebati ljudski vozač da pomogne ako sistem dođe u sumnju.
Različiti stepeni samoautomatizacije uključeni su u ove automobile, od navođenja trake i pomoći pri kočenju do potpuno nezavisnih, samovozećih prototipova.
Cilj automobila bez vozača je da smanje promet, emisije i stopu nesreća.
To je moguće jer su autonomna vozila vještija u pridržavanju saobraćajnih propisa od ljudi.
Za nesmetanu vožnju neophodne su određene informacije, kao što su lokacija automobila ili bilo kojeg obližnjeg objekta, najkraći i najsigurniji put do odredišta i kapacitet upravljanja sistemom vožnje.
Ključno je razumjeti kada i kako izvršiti potrebne zadatke.
Ovaj članak će pokriti mnogo toga, uključujući i arhitektura sistema za autonomne automobile, potrebne komponente i ad hoc mreže za vozila (VANET).
Potrebne komponente za autonomno vozilo
Današnja autonomna vozila koriste razne senzore, uključujući kamere, GPS, inercijalne mjerne jedinice (IMU), sonar, detekciju i domet laserskog osvjetljenja (lidar), radio detekciju i domet (radar), zvučnu navigaciju i domet (sonar) i 3D mape.
Zajedno, ovi senzori i tehnologije analiziraju podatke u realnom vremenu kako bi kontrolirali upravljanje, ubrzanje i kočenje.
Radarski senzori pomažu u praćenju gdje se nalaze okolni automobili. Vozilima se pomaže ultrazvučnim senzorima prilikom parkiranja.
Tehnologija poznata kao lidar stvorena je korištenjem oba tipa senzora. Odbijanjem svjetlosnih impulsa od okoline oko automobila, lidarski senzori mogu otkriti rubove kolovoza i identificirati markere traka.
Oni također upozoravaju vozače na susjedne prepreke, kao što su druga vozila, pješaci i bicikli.
Veličina i udaljenost svega oko automobila mjere se pomoću lidarske tehnologije, koja također stvara 3D mapu koja omogućava vozilu da vidi svoju okolinu i identificira sve rizike.
Bez obzira na doba dana, da li je svijetlo ili tmurno, odlično snima informacije pri različitim vrstama ambijentalnog svjetla.
Automobil koristi kamere, radare i GPS antene, zajedno sa lidarom i kamerama, da otkrije svoju okolinu i identifikuje svoju lokaciju.
Kamere provjeravaju pješake, bicikliste, automobile i druge prepreke, a istovremeno otkrivaju prometnu signalizaciju, čitaju putne znakove i oznake i prate druga vozila.
Međutim, mogli bi imati poteškoća u tamnim ili sjenovitim područjima. Autonomno vozilo može vidjeti kuda ide koristeći mješavinu lidara, radara, kamera, GPS antena i ultrazvučnih senzora kako bi digitalno mapirao cestu ispred sebe.
Arhitektura sistema visokog nivoa
Osnovni senzori, aktuatori, hardver i softver su navedeni u arhitekturi, koja takođe demonstrira čitav komunikacioni mehanizam ili protokol u AV uređajima.
percepcija
Ova faza uključuje identifikaciju lokacije AV-a u odnosu na okolinu i otkrivanje okoline oko AV-a pomoću raznih senzora.
AV koristi RADAR, LIDAR, kameru, kinetiku u realnom vremenu (RTK) i druge senzore u ovom koraku. Moduli za prepoznavanje primaju podatke od ovih senzora i obrađuju ih nakon što ih proslijede.
Generalno, AV se sastoji od kontrolnog sistema, LDWS, TSR, prepoznavanje nepoznatih prepreka (UOR), modula za pozicioniranje i lokalizaciju vozila (VPL) itd.
Kombinovane informacije se nakon obrade daju u fazu donošenja odluka i planiranja.
Odluka i planiranje
Pokreti i ponašanje AV-a se odlučuju, planiraju i kontrolišu u ovom koraku koristeći informacije primljene tokom procesa percepcije.
Ova faza, koju bi mozak predstavljao, je u kojoj se donose odluke o stvarima kao što su planiranje puta, predviđanje akcije, izbjegavanje prepreka itd.
Izbor se temelji na informacijama koje su sada i povijesno dostupne, uključujući podatke karte u realnom vremenu, specifičnosti prometa, trendove, informacije o korisnicima itd.
Može postojati modul evidencije podataka koji vodi evidenciju o greškama i podacima za kasniju upotrebu.
kontrola
Upravljački modul izvršava operacije/radnje koje se odnose na fizičku kontrolu AV-a, kao što su upravljanje, kočenje, ubrzanje, itd. nakon što primi informacije od modula za odlučivanje i planiranje.
šasija
Posljednji korak uključuje interakciju s mehaničkim dijelovima pričvršćenim na šasiju, kao što su motor mjenjača, motor volana, motor papučice kočnice i motori pedala za gas i kočnicu.
Kontrolni modul signalizira i upravlja svim ovim komponentama.
Sada ćemo govoriti o općoj komunikaciji AV prije nego što govorimo o dizajnu, radu i korištenju različitih ključnih senzora.
RADAR
U AV-ima, RADAR-i se koriste za skeniranje okoline kako bi pronašli i locirali automobile i druge objekte.
RADAR-i se često koriste u vojne i civilne svrhe, kao što su aerodromi ili meteorološki sistemi, i rade u spektru milimetarskih talasa (mm-talasa).
Različiti frekventni opsezi, uključujući 24, 60, 77 i 79 GHz, koriste se u savremenim automobilima i imaju raspon mjerenja od 5 do 200 m [10].
Izračunavanjem ToF-a između prenesenog signala i vraćenog eha, određuje se udaljenost između AV-a i objekta.
U AV-ima, RADAR-i koriste niz mikro-antena koje stvaraju kolekciju režnjeva kako bi poboljšali rezoluciju dometa i identifikaciju višestrukih ciljeva. mm-Wave RADAR može precizno procijeniti objekte bliskog dometa u bilo kojem smjeru koristeći varijansu u Doplerovom pomaku zbog svoje povećane propusnosti i veće širine pojasa.
Budući da mm-Wave radari imaju veću valnu dužinu, oni imaju mogućnosti protiv blokiranja i zagađenja koje im omogućavaju da funkcionišu po kiši, snijegu, magli i slabom svjetlu.
Dodatno, Doplerov pomak se može koristiti za izračunavanje relativne brzine putem mm-talasnih radara. Zbog svoje sposobnosti, mm-Wave radari su pogodni za širok spektar AV aplikacija, uključujući detekciju prepreka i prepoznavanje pješaka i vozila.
Ultrazvučni senzori
Ovi senzori rade u opsegu 20-40 kHz i koriste ultrazvučne talase. Magnetno-otporna membrana koja se koristi za mjerenje udaljenosti objekta proizvodi ove valove.
Izračunavanjem vremena leta (ToF) emitovanog talasa do eho signala, određuje se udaljenost. Tipični domet ultrazvučnih senzora je manji od 3 metra.
Izlaz senzora se osvježava svakih 20 ms, što ga sprječava da se uskladi sa rigoroznim QoS zahtjevima ITS-a. Ovi senzori imaju relativno mali domet detekcije snopa i usmjereni su.
Stoga su za postizanje vizije u cijelom polju potrebni brojni senzori. Međutim, mnogi senzori će biti u interakciji i mogu rezultirati značajnim netočnostima dometa.
LiDAR
U LiDAR-u se koriste spektri od 905 i 1550 nm. Budući da je ljudsko oko podložno oštećenju mrežnice od 905 nm raspona, trenutni LiDAR radi u opsegu od 1550 nm kako bi smanjio oštećenje mrežnice.
Maksimalni radni domet LiDAR-a je do 200 metara. Solid-state, 2D i 3D LiDAR su različite podkategorije LiDAR-a.
Jedan laserski snop se raspršuje preko ogledala koje se brzo okreće u 2D LiDAR-u. Postavljanjem nekoliko lasera na pod, 3D LiDAR može dobiti 3D sliku okoline.
Pokazalo se da LiDAR sistem pored puta smanjuje broj sudara vozila sa pješakom (V2P) kako u zonama ukrštanja tako iu zonama bez raskrsnica.
Koristi 16-linijski LiDAR sistem u realnom vremenu, računarski efikasan.
Predlaže se korištenje umjetnog dubokog auto-kodera neuronska mreža (DA-ANN), koji postiže tačnost od 95% u rasponu od 30 m.
U nastavku je pokazano kako algoritam baziran na mašini za podršku vektorima (SVM) u kombinaciji sa 64D LiDAR-om od 3 reda može poboljšati prepoznavanje pješaka.
Uprkos tome što ima bolju preciznost mjerenja i 3D viziju od radara sa mm talasima, LiDAR ima lošije rezultate u nepovoljnim vremenskim uvjetima uključujući maglu, snijeg i kišu.
Kamere
U zavisnosti od talasne dužine uređaja, kamera u AV-u može biti zasnovana na infracrvenom ili vidljivom svetlu.
U kameri (CMOS) se koriste uređaji sa naelektrisanjem (CCD) i komplementarni senzori slike metal-oksid-poluprovodnik (CMOS).
U zavisnosti od kvaliteta objektiva, maksimalni domet kamere je oko 250 m. Tri trake koje koriste vidljive kamere – crvena, zelena i plava – razdvojene su istom talasnom dužinom kao i ljudsko oko, odnosno 400–780 nm (RGB).
Dvije VIS kamere su povezane sa utvrđenim žižnim daljinama kako bi se stvorio novi kanal koji sadrži informacije o dubini (D), omogućavajući stvaranje stereoskopskog vida.
Zahvaljujući ovoj mogućnosti putem kamere (RGB-D) može se dobiti 3D prikaz područja oko vozila.
Infracrvena (IR) kamera koristi pasivne senzore talasne dužine između 780 nm i 1 mm. U vršnom osvjetljenju, IR senzori u AV uređajima nude vizualnu kontrolu.
Ova kamera pomaže AV-u u prepoznavanju objekata, kontroli sa strane, snimanju nesreće i BSD-u. Međutim, u nepovoljnim vremenskim uslovima, kao što su sneg, magla i promenljivi svetlosni uslovi, performanse fotoaparata se menjaju.
Primarne prednosti kamere su njena sposobnost da precizno prikupi i snimi teksturu, distribuciju boja i oblik okoline.
Globalni navigacioni satelitski sistem i sistem za globalno pozicioniranje, inercijalna mjerna jedinica
Ova tehnologija pomaže AV-u u navigaciji precizirajući njegovu preciznu lokaciju. Grupu satelita u orbiti oko površine planete GNSS koristi za lokalizaciju.
Sistem pohranjuje podatke o lokaciji AV-a, brzini i preciznom vremenu.
Radi tako što utvrđuje ToF između primljenog signala i satelitske emisije. Koordinate Globalnog sistema pozicioniranja (GPS) često se koriste za dobijanje AV lokacije.
GPS ekstrahovane koordinate nisu uvijek precizne i obično dodaju pozicionu grešku sa srednjom vrijednošću od 3 m i standardnom varijacijom od 1 m.
U metropolitanskim situacijama performanse su dodatno pogoršane, sa greškom u lokaciji do 20 m, au određenim teškim okolnostima greška GPS položaja je otprilike 100 m.
Dodatno, AV mogu koristiti RTK sistem za precizno određivanje položaja vozila.
Kod AV-a, položaj i smjer vozila također se mogu odrediti korištenjem mrtvog računanja (DR) i inercijalnog položaja.
Fuzija senzora
Za pravilno upravljanje vozilom i sigurnost, AV-ovi moraju dobiti precizno znanje u realnom vremenu o lokaciji, statusu i drugim faktorima vozila kao što su težina, stabilnost, brzina itd.
Ove informacije moraju prikupiti AV uređaji koji koriste različite senzore.
Spajanjem podataka dobijenih od nekoliko senzora, tehnika fuzije senzora se koristi za proizvodnju koherentnih informacija.
Metoda omogućava sintezu neobrađenih podataka dobijenih iz komplementarnih izvora.
Kao rezultat toga, fuzija senzora omogućava AV-u da precizno shvati svoju okolinu spajanjem svih korisnih podataka prikupljenih od različitih senzora.
Različiti tipovi algoritama, uključujući Kalmanove filtere i Bayesove filtere, koriste se za izvođenje procesa fuzije u AV.
Budući da se koristi u nekoliko aplikacija, uključujući RADAR praćenje, satelitske navigacijske sisteme i optičku odometriju, Kalman filter se smatra ključnim za autonomno funkcioniranje vozila.
Ad-hoc mreže za vozila (VANET)
VANET su nova podklasa mobilnih ad hoc mreža koje mogu spontano stvoriti mrežu mobilnih uređaja/vozila. Komunikacija vozila-vozila (V2V) i vozila-infrastruktura (V2I) je moguća sa VANET-ovima.
Primarni cilj takve tehnologije je povećanje sigurnosti na cestama; na primjer, u opasnim situacijama kao što su nesreće i saobraćajne gužve, automobili mogu komunicirati jedni s drugima i mrežom kako bi prenijeli ključne informacije.
Ovo su primarne komponente VANET tehnologije:
- OBU (ugrađena jedinica): To je sistem za praćenje zasnovan na GPS-u koji se nalazi u svakom vozilu koji im omogućava interakciju jedni s drugima i sa jedinicama pored puta (RSU). OBU je opremljen sa nekoliko elektronskih komponenti, uključujući procesor komande resursa (RCP), senzorske uređaje i korisnička sučelja, za dobijanje bitnih informacija. Njegova primarna svrha je korištenje bežične mreže za komunikaciju između više RSU-a i OBU-ova.
- Jedinica pored puta (RSU): RSU su fiksne računarske jedinice koje su pozicionirane na preciznim tačkama na ulicama, parkiralištima i raskrsnicama. Njegov glavni cilj je povezivanje autonomnih vozila sa infrastrukturom, a pomaže i pri lokalizaciji vozila. Dodatno, može se koristiti za povezivanje vozila sa drugim RSU-ovima koristeći različite mrežne topologije. Osim toga, rade na izvore energije iz okoline, uključujući solarnu energiju.
- Trusted Authority (TA): To je tijelo koje kontrolira svaki korak VANET procesa, osiguravajući da se samo legitimni RSU i OBU vozila mogu registrovati i komunicirati. Potvrđivanjem OBU ID-a i autentifikacijom vozila nudi sigurnost. Osim toga, pronalazi štetnu komunikaciju i čudno ponašanje.
VANET se koriste za komunikaciju vozila, što uključuje V2V, V2I i V2X komunikaciju.
Vozilo 2 Komunikacija vozila
Sposobnost automobila da razgovaraju jedni s drugima i razmjenjuju ključne informacije u vezi sa saobraćajnim zagušenjima, nesrećama i ograničenjima brzine poznata je kao komunikacija između vozila (IVC).
V2V komunikacija može stvoriti mrežu spajanjem različitih čvorova (vozila) zajedno koristeći topologiju mreže, bilo djelomičnu ili punu.
Oni su kategorisani kao sistemi sa jednim skokom (SIVC) ili multi-hop (MIVC) sistemi u zavisnosti od toga koliko se skokova koristi za komunikaciju između vozila.
Dok se MIVC može koristiti za komunikaciju na daljinu, kao što je praćenje saobraćaja, SIVC se može koristiti za aplikacije kratkog dometa poput spajanja traka, ACC, itd.
Brojne prednosti, uključujući BSD, FCWS, automatsko kočenje u nuždi (AEB) i LDWS, nude se kroz V2V komunikaciju.
Infrastrukturna komunikacija vozila 2
Automobili mogu komunicirati sa RSU-ima putem procesa poznatog kao komunikacija uz put do vozila (RVC). Pomaže u otkrivanju parking metara, kamera, markera traka i saobraćajne signalizacije.
Ad hoc, bežična i dvosmjerna veza između automobila i infrastrukture.
Za administraciju i nadzor saobraćaja koriste se infrastrukturni podaci. Koriste se za podešavanje različitih parametara brzine koji omogućavaju automobilima da maksimiziraju potrošnju goriva i upravljaju protokom saobraćaja.
RVC sistem se može podijeliti na Sparse RVC (SRVC) i Ubiquitous RVC u zavisnosti od infrastrukture (URVC).
SRVC sistem nudi komunikacijske usluge samo na vrućim tačkama, kao što je lociranje otvorenih parking mjesta ili benzinskih pumpi, dok URVC sistem nudi pokrivenost duž cijele rute, čak i pri velikim brzinama.
Da bi se garantovala pokrivenost mreže, URVC sistem zahteva velika ulaganja.
Vozilo 2 Sve komunikacije
Automobil se može povezati s drugim entitetima putem V2X, uključujući pješake, objekte pored puta, uređaje i mrežu (V2P, V2R i V2D) (V2G).
Koristeći ovu vrstu komunikacije, vozači mogu izbjeći da udare rizične pješake, bicikliste i motocikliste.
Sistem za upozorenje na sudar pješaka (PCW) može upozoriti vozača putnika na putu prije nego što dođe do katastrofalnog sudara zahvaljujući V2X komunikaciji.
Za slanje važnih poruka pješaku, PCW može iskoristiti prednosti Bluetooth pametnog telefona ili komunikacije bliskog polja (NFC).
zaključak
Mnoge tehnologije koje se koriste za konstruisanje autonomnih automobila mogu imati veliki uticaj na njihov rad.
U osnovi, automobil razvija mapu svog okruženja koristeći niz senzora koji pružaju informacije o ruti oko njega i drugim vozilima na svom putu.
Ove podatke zatim analizira komplikovan sistem mašinskog učenja, koji generiše skup radnji koje automobil treba da izvrši. Ova ponašanja se redovno mijenjaju i ažuriraju kako sistem uči više o okolini vozila.
Uprkos mojim naporima da vam predstavim pregled arhitekture sistema autonomnog vozila, iza kulisa se dešava mnogo više.
Iskreno se nadam da će vam ovo znanje biti dragocjeno i da ćete ga iskoristiti.
Ostavite odgovor