Taula de continguts[Amaga][Espectacle]
Els sensors i el programari es combinen en vehicles autònoms per navegar, dirigir i operar una varietat de vehicles, com ara motocicletes, automòbils, camions i drons.
Depenent de com s'hagin desenvolupat o dissenyat, poden requerir o no l'assistència del conductor.
Els cotxes totalment autònoms poden funcionar amb seguretat sense conductors humans. Alguns, com Waymo de Google automòbil, ni tan sols podia tenir un volant.
Un vehicle parcialment autònom, com ara un Tesla, pot assumir el control complet del vehicle, però pot necessitar un conductor humà que l'ajudi si el sistema té dubtes.
En aquests cotxes s'inclouen diferents graus d'autoautomatització, des de la guia de carril i l'ajuda de frenada fins a prototips de conducció autònoma totalment independents.
L'objectiu dels automòbils sense conductor és reduir el trànsit, les emissions i les taxes d'accidents.
Això és possible perquè els vehicles autònoms són més hàbils per complir les normes de trànsit que les persones.
Per a una conducció sense problemes, és necessària certa informació, com ara la ubicació del cotxe o qualsevol objecte proper, el camí més curt i segur fins a la destinació i la capacitat d'utilitzar el sistema de conducció.
És fonamental entendre quan i com dur a terme les tasques necessàries.
Aquest article abastarà molts temes, inclòs el arquitectura del sistema per a cotxes autònoms, components necessaris i xarxes ad hoc de vehicles (VANET).
Components necessaris necessaris per al vehicle autònom
Els vehicles autònoms actuals utilitzen una varietat de sensors, com ara càmeres, GPS, unitats de mesura inercial (IMU), sonar, detecció i abast d'il·luminació làser (lidar), detecció de ràdio i abast (radar), navegació sonora i abast (sonar) i mapes 3D.
En conjunt, aquests sensors i tecnologies analitzen dades en temps real per controlar la direcció, l'acceleració i la frenada.
Els sensors de radar ajuden a fer un seguiment del parador dels cotxes dels voltants. Els vehicles reben sensors ultrasònics durant l'estacionament.
Es va crear una tecnologia coneguda com lidar utilitzant ambdós tipus de sensors. En reflectir els polsos de llum de l'entorn al voltant de l'automòbil, els sensors lidar poden detectar els marges de les carreteres i identificar els marcadors de carril.
Aquests també adverteixen als conductors dels impediments adjacents, com altres vehicles, vianants i bicicletes.
La mida i la distància de tot el que hi ha al voltant del cotxe es mesuren mitjançant la tecnologia lidar, que també crea un mapa 3D que permet al vehicle veure l'entorn i identificar els riscos.
Independentment de l'hora del dia, ja sigui lluminosa o fosca, fa un treball excel·lent per gravar informació amb diferents tipus de llum ambiental.
L'automòbil utilitza càmeres, radar i antenes GPS, juntament amb lidar i càmeres, per detectar el seu entorn i identificar-ne la ubicació.
Les càmeres comproven si hi ha vianants, ciclistes, automòbils i altres impediments alhora que detecten senyals de trànsit, llegeixen senyals i marques de trànsit i fan un seguiment d'altres vehicles.
No obstant això, podrien tenir dificultats en zones fosques o fosques. Un vehicle autònom pot veure cap a on va utilitzant una combinació de lidar, radar, càmeres, antenes GPS i sensors d'ultrasons per traçar digitalment la carretera que hi ha davant.
Arquitectura del sistema d'alt nivell
Els sensors, actuadors, maquinari i programari essencials s'enumeren a l'arquitectura, que també demostra tot el mecanisme o protocol de comunicació en els AV.
Percepció
Aquesta etapa consisteix a identificar la ubicació de l'AV en relació amb l'entorn i detectar l'entorn al voltant de l'AV mitjançant una varietat de sensors.
L'AV utilitza RADAR, LIDAR, càmera, cinètica en temps real (RTK) i altres sensors en aquest pas. Els mòduls de reconeixement reben les dades d'aquests sensors i les processen després de passar-les.
En general, l'AV consta d'un sistema de control, LDWS, TSR, reconeixement d'obstacles desconeguts (UOR), mòdul de posicionament i localització de vehicles (VPL), etc.
La informació combinada es dóna a l'etapa de presa de decisions i planificació després de ser processada.
Decisió i planificació
Els moviments i el comportament de l'AV es decideixen, es planifiquen i es controlen en aquest pas mitjançant la informació rebuda durant el procés de percepció.
Aquesta etapa, que representaria el cervell, és on es prenen decisions sobre coses com la planificació del camí, la predicció d'accions, l'evitació d'obstacles, etc.
L'elecció es basa en la informació que és accessible ara i històricament, incloses les dades del mapa en temps real, les especificitats del trànsit, les tendències, la informació dels usuaris, etc.
Hi podria haver un mòdul de registre de dades que fa un seguiment dels errors i de les dades per a un ús posterior.
Control
El mòdul de control executa operacions/accions relacionades amb el control físic de l'AV, com ara la direcció, la frenada, l'acceleració, etc. després de rebre informació del mòdul de decisió i planificació.
xassís
L'últim pas consisteix a interactuar amb les parts mecàniques col·locades al xassís, com ara el motor d'engranatges, el motor del volant, el motor del pedal del fre i els motors del pedal per a l'accelerador i el fre.
El mòdul de control senyalitza i gestiona tots aquests components.
Ara parlarem de la comunicació general d'un AV abans de parlar del disseny, el funcionament i l'ús de diversos sensors clau.
RADAR
En els AV, els RADAR s'utilitzen per escanejar l'entorn per trobar i localitzar automòbils i altres objectes.
Els RADAR s'utilitzen sovint amb finalitats militars i civils, com ara aeroports o sistemes meteorològics, i operen en l'espectre d'ones mil·límetres (ones mm).
Diferents bandes de freqüència, com ara 24, 60, 77 i 79 GHz, s'utilitzen en els automòbils contemporanis i tenen un rang de mesura de 5 a 200 m [10].
Calculant el ToF entre el senyal transmès i l'eco retornat, es determina la distància entre l'AV i l'objecte.
En els AV, els RADAR utilitzen una sèrie de micro-antenes que creen una col·lecció de lòbuls per millorar la resolució d'abast i la identificació d'objectius múltiples. El RADAR d'ones mm pot avaluar amb precisió objectes de proximitat en qualsevol direcció utilitzant la variació del desplaçament Doppler a causa de la seva major penetrabilitat i una amplada de banda més gran.
Com que els radars d'ones mm tenen una longitud d'ona més llarga, tenen capacitats antibloqueig i anticontaminació que els permeten funcionar amb pluja, neu, boira i poca llum.
A més, el desplaçament Doppler es pot utilitzar per calcular la velocitat relativa mitjançant radars d'ones mm. A causa de la seva capacitat, els radars d'ones mm són adequats per a una àmplia gamma d'aplicacions AV, inclosa la detecció d'obstacles i el reconeixement de vianants i vehicles.
Sensors ultrasònics
Aquests sensors funcionen en el rang de 20-40 kHz i utilitzen ones ultrasòniques. Una membrana magnetorresistent que s'utilitza per mesurar la distància de l'objecte produeix aquestes ones.
Calculant el temps de vol (ToF) de l'ona emesa al senyal de ressò, es determina la distància. El rang típic dels sensors ultrasònics és inferior a 3 metres.
La sortida del sensor s'actualitza cada 20 ms, cosa que impedeix que s'ajusti als rigorosos requisits de QoS de l'ITS. Aquests sensors tenen un rang de detecció de feix relativament petit i estan dirigits.
Per tant, per obtenir una visió de camp complet, es necessiten nombrosos sensors. Tanmateix, molts sensors interactuaran i poden provocar inexactituds importants en el rang.
LiDAR
Els espectres de 905 i 1550 nm s'utilitzen en LiDAR. Com que l'ull humà és susceptible de patir danys a la retina des de l'interval de 905 nm, el LiDAR actual funciona a la banda de 1550 nm per reduir el dany a la retina.
Fins a 200 metres és el rang de treball màxim de LiDAR. LiDAR d'estat sòlid, 2D i 3D són les diferents subcategories de LiDAR.
Un únic feix làser es dispersa sobre un mirall que gira ràpidament en un LiDAR 2D. En col·locar diversos làsers a la beina, un LiDAR 3D pot adquirir una imatge en 3D de l'entorn.
S'ha demostrat que un sistema LiDAR a la carretera redueix el nombre de col·lisions entre vehicles i vianants (V2P) tant en zones interseccionals com no interseccionals.
Utilitza un sistema LiDAR de 16 línies, en temps real i eficaç computacionalment.
Es recomana utilitzar un codificador automàtic profund artificial xarxa neural (DA-ANN), que aconsegueix una precisió del 95% en un rang de 30 m.
A continuació, es demostra com un algorisme basat en una màquina vectorial de suport (SVM) combinat amb un LiDAR 64D de 3 línies pot millorar el reconeixement dels vianants.
Tot i tenir una millor precisió de mesura i una visió 3D que un radar d'ones mm, el LiDAR funciona menys en condicions meteorològiques adverses, com ara boira, neu i pluja.
càmeres
Depenent de la longitud d'ona del dispositiu, la càmera dels AV pot estar basada en infrarojos o en llum visible.
A la càmera (CMOS) s'utilitzen un dispositiu acoblat de càrrega (CCD) i sensors d'imatge complementaris d'òxid metàl·lic i semiconductor (CMOS).
Depenent de la qualitat de la lent, l'abast màxim de la càmera és d'uns 250 m. Les tres bandes que utilitzen les càmeres visibles (vermell, verd i blau) estan separades per la mateixa longitud d'ona que l'ull humà, o 400–780 nm (RGB).
Dues càmeres VIS s'acoblen amb distàncies focals establertes per crear un nou canal que conté informació de profunditat (D), permetent la creació de visió estereoscòpica.
Es pot obtenir una visió 3D de l'àrea que envolta el vehicle gràcies a aquesta capacitat mitjançant la càmera (RGB-D).
La càmera infraroja (IR) utilitza sensors passius amb una longitud d'ona d'entre 780 nm i 1 mm. Amb la il·luminació màxima, els sensors IR dels AV ofereixen control visual.
Aquesta càmera ajuda els AV amb reconeixement d'objectes, control de vista lateral, gravació d'accidents i BSD. Tanmateix, en condicions meteorològiques adverses, com ara neu, boira i condicions de llum canviants, el rendiment de la càmera s'altera.
Els avantatges principals d'una càmera són la seva capacitat per recopilar i registrar amb precisió la textura, la distribució del color i la forma de l'entorn.
Sistema global de navegació per satèl·lit i sistema de posicionament global, unitat de mesura inercial
Aquesta tecnologia ajuda l'AV a navegar mitjançant la localització precisa de la seva ubicació. Un grup de satèl·lits en òrbita al voltant de la superfície del planeta són utilitzats pel GNSS per localitzar-los.
El sistema emmagatzema dades sobre la ubicació, la velocitat i el temps precís de l'AV.
Funciona esbrinant el ToF entre el senyal rebut i l'emissió del satèl·lit. Sovint s'utilitzen les coordenades del sistema de posicionament global (GPS) per obtenir la ubicació AV.
Les coordenades extretes per GPS no sempre són precises, i normalment afegeixen un error de posició amb un valor mitjà de 3 m i una variació estàndard d'1 m.
En situacions metropolitanes, el rendiment es deteriora encara més, amb un error en la ubicació de fins a 20 m, i en determinades circumstàncies greus, l'error de posició GPS és d'aproximadament 100 m.
A més, els AV poden utilitzar el sistema RTK per determinar amb precisió la posició del vehicle.
En els AV, la posició i la direcció del vehicle també es poden determinar mitjançant l'estimació a estima (DR) i la posició inercial.
Fusió de sensors
Per a una correcta gestió i seguretat del vehicle, els AV han d'obtenir un coneixement precís i en temps real de la ubicació, l'estat i altres factors del vehicle com el pes, l'estabilitat, la velocitat, etc.
Aquesta informació l'han de recopilar els AV mitjançant una varietat de sensors.
En combinar les dades adquirides de diversos sensors, s'utilitza la tècnica de fusió de sensors per produir informació coherent.
El mètode permet la síntesi de dades no processades adquirides de fonts complementàries.
Com a resultat, la fusió de sensors permet que l'AV entengui amb precisió el seu entorn fusionant totes les dades útils recopilades de diversos sensors.
Per dur a terme el procés de fusió en AV s'utilitzen diferents tipus d'algorismes, inclosos els filtres Kalman i els filtres bayesians.
Com que s'utilitza en diverses aplicacions, com ara el seguiment RADAR, els sistemes de navegació per satèl·lit i l'odometria òptica, el filtre de Kalman es considera crucial perquè un vehicle funcioni de manera autònoma.
Xarxes ad-hoc de vehicles (VANET)
Els VANET són una nova subclasse de xarxes mòbils ad hoc que poden crear espontàniament una xarxa de dispositius/vehicles mòbils. La comunicació vehicle-to-vehicle (V2V) i vehicle-to-infraestructura (V2I) és possible amb els VANET.
L'objectiu principal d'aquesta tecnologia és augmentar la seguretat viària; per exemple, en situacions perilloses com accidents i embussos de trànsit, els cotxes poden interactuar entre ells i la xarxa per transmetre informació crucial.
Els següents són els components principals de la tecnologia VANET:
- OBU (unitat a bord): és un sistema de seguiment basat en GPS col·locat a cada vehicle que els permet interactuar entre ells i amb les unitats de carretera (RSU). L'OBU està equipat amb diversos components electrònics, inclòs un processador de comandaments de recursos (RCP), dispositius sensors i interfícies d’usuari, per obtenir informació essencial. El seu propòsit principal és utilitzar una xarxa sense fil per comunicar-se entre diverses RSU i OBU.
- Unitat de carretera (RSU): les RSU són unitats informàtiques fixes que es col·loquen en punts precisos dels carrers, aparcaments i cruïlles. El seu principal objectiu és vincular els vehicles autònoms a la infraestructura, i també ajuda a la localització de vehicles. A més, es pot utilitzar per enllaçar un vehicle amb altres RSU utilitzant diverses topologies de xarxa. A més, s'han funcionat amb fonts d'energia ambiental, inclosa l'energia solar.
- Autoritat de confiança (TA): és un organisme que controla cada pas del procés de VANET, assegurant que només les RSU i les OBU de vehicles legítimes es puguin registrar i interactuar. En confirmar l'OBU ID i autenticar el vehicle, ofereix seguretat. A més, troba comunicacions nocives i comportaments estranys.
Els VANET s'utilitzen per a la comunicació de vehicles, que inclou la comunicació V2V, V2I i V2X.
Vehicle 2 Comunicació de vehicles
La capacitat dels automòbils de parlar entre ells i intercanviar informació crucial sobre la congestió del trànsit, els accidents i les restriccions de velocitat es coneix com a comunicació entre vehicles (IVC).
La comunicació V2V pot crear la xarxa unint diversos nodes (vehicles) junts mitjançant una topologia de malla, ja sigui parcial o completa.
Es classifiquen en sistemes d'un sol salt (SIVC) o multi-salt (MIVC) depenent de quants salts s'utilitzen per a la comunicació entre vehicles.
Tot i que el MIVC es pot utilitzar per a comunicacions de llarg abast, com ara la vigilància del trànsit, el SIVC es pot utilitzar per a aplicacions de curt abast com la fusió de carrils, ACC, etc.
S'ofereixen nombrosos avantatges, com ara BSD, FCWS, frenada d'emergència automatitzada (AEB) i LDWS, mitjançant la comunicació V2V.
Vehicle 2 Infraestructura Comunicació
Els automòbils poden comunicar-se amb les RSU mitjançant un procés conegut com a comunicació de carretera a vehicle (RVC). Ajuda a la detecció de parquímetres, càmeres, marcadors de carril i senyals de trànsit.
Connexió ad hoc, sense fil i bidireccional entre els cotxes i la infraestructura.
Per a l'administració i supervisió del trànsit s'utilitzen les dades de la infraestructura. S'utilitzen per ajustar diversos paràmetres de velocitat que permeten als cotxes maximitzar l'economia de combustible i gestionar el flux de trànsit.
El sistema RVC es pot separar en el RVC dispers (SRVC) i el RVC ubicu segons la infraestructura (URVC).
El sistema SRVC només ofereix serveis de comunicació als punts d'accés, com ara la localització de places d'aparcament obertes o benzineres, mentre que el sistema URVC ofereix cobertura al llarg de tot el recorregut, fins i tot a alta velocitat.
Per garantir la cobertura de la xarxa, el sistema URVC requereix una gran inversió.
Vehicle 2 Tot Comunicació
El cotxe es pot connectar amb altres entitats mitjançant V2X, inclosos els vianants, els objectes de la carretera, els dispositius i la xarxa (V2P, V2R i V2D) (V2G).
Amb aquest tipus de comunicació, els conductors poden evitar colpejar els vianants, ciclistes i motocicletes en risc.
El sistema d'avís de col·lisió per a vianants (PCW) pot avisar el conductor d'un passatger a la carretera abans que es produeixi una col·lisió catastròfica gràcies a la comunicació V2X.
Per enviar missatges importants al vianant, el PCW pot aprofitar el Bluetooth del telèfon intel·ligent o la comunicació de camp proper (NFC).
Conclusió
Les moltes tecnologies utilitzades per construir cotxes autònoms poden tenir un gran impacte en el seu funcionament.
En la seva forma més bàsica, el cotxe desenvolupa un mapa del seu entorn mitjançant una sèrie de sensors que proporcionen informació sobre la ruta que l'envolta i altres vehicles al seu pas.
A continuació, aquestes dades s'analitzen mitjançant un complicat sistema d'aprenentatge automàtic, que genera un conjunt d'accions que el cotxe ha d'executar. Aquests comportaments es modifiquen i s'actualitzen regularment a mesura que el sistema aprèn més sobre l'entorn del vehicle.
Malgrat els meus millors esforços per presentar-vos una visió general de l'arquitectura del sistema de vehicles autònoms, hi ha moltes més coses entre bastidors.
Espero sincerament que trobeu aquest coneixement valuós i que en feu servir.
Deixa un comentari