תוכן העניינים[להתחבא][הופעה]
חיישנים ותוכנה משולבים בכלי רכב אוטונומיים כדי לנווט, לנווט ולהפעיל מגוון כלי רכב, כולל אופנועים, מכוניות, משאיות ומזל"טים.
בהתאם לאופן שבו הם פותחו או תוכננו, הם עשויים לדרוש סיוע לנהג או לא.
מכוניות אוטונומיות לחלוטין יכולות לפעול בבטחה ללא נהגים אנושיים. קצת כמו Waymo של גוגל מכונית, אפילו לא יכול להיות הגה.
רכב אוטונומי חלקית, כגון א טסלה, יכול לשלוט בשליטה מלאה ברכב, אך עשוי להזדקק לנהג אנושי שיסייע אם המערכת נתקלת בספק.
דרגות שונות של אוטומציה עצמית כלולות במכוניות אלו, החל מעזרה בנתיב ובלימה ועד לאבות טיפוס לנהיגה עצמית עצמאית לחלוטין.
המטרה של מכוניות ללא נהג היא להוריד את שיעורי התנועה, הפליטות והתאונות.
זה אפשרי מכיוון שרכבים אוטונומיים מיומנים יותר בציות לתקנות התעבורה מאשר אנשים.
לנסיעה חלקה, יש צורך במידע מסוים, כגון מיקום המכונית או כל חפץ קרוב, הדרך הקצרה והבטוחה ביותר ליעד, והיכולת להפעיל את מערכת הנהיגה.
חשוב להבין מתי וכיצד לבצע את המשימות הנחוצות.
מאמר זה יכסה הרבה קרקע, כולל ארכיטקטורת מערכת עבור מכוניות אוטונומיות, רכיבים נדרשים ורשתות אד-הוק של רכבים (VANETs).
רכיבים נחוצים הדרושים לרכב אוטונומי
כלי הרכב האוטונומיים של היום מעסיקים מגוון חיישנים, כולל מצלמות, GPS, יחידות מדידה אינרציאלית (IMUs), סונאר, זיהוי וטווח תאורת לייזר (לידר), זיהוי רדיו וטווח טווח (רדאר), ניווט קול וטווח טווח (סונאר), וכן מפות תלת מימד.
יחד, חיישנים וטכנולוגיות אלו מנתחים נתונים בזמן אמת כדי לשלוט בהיגוי, בתאוצה ובבלימה.
חיישני הרדאר מסייעים במעקב אחר מקום הימצאו של מכוניות מסביב. כלי רכב נעזרים בחיישנים קוליים במהלך החניה.
טכנולוגיה הידועה בשם lidar נוצרה על ידי שימוש בשני סוגי החיישנים. על ידי החזרת פעימות אור מהסביבה שמסביב לרכב, חיישני לידר יכולים לזהות את השוליים של כבישים ולזהות סמני נתיב.
אלה גם מזהירים נהגים מפני מכשולים סמוכים, כגון כלי רכב אחרים, הולכי רגל ואופניים.
הגודל והמרחק של כל מה שמסביב לרכב נמדדים באמצעות טכנולוגיית Lidar, שיוצרת גם מפה תלת מימדית המאפשרת לרכב לצפות בסביבתו ולזהות סיכונים כלשהם.
ללא קשר לשעה ביום, בין אם היא בהירה או קודרת, היא עושה עבודה מעולה ברישום מידע בסוגים שונים של אור הסביבה.
הרכב משתמש במצלמות, מכ"ם ואנטנות GPS, יחד עם לידר ומצלמות, כדי לזהות את סביבתו ולזהות את מיקומו.
מצלמות בודקות הולכי רגל, רוכבי אופניים, מכוניות ומכשולים אחרים, תוך זיהוי תמרורי תנועה, קריאת תמרורים וסימונים ומעקב אחר כלי רכב אחרים.
עם זאת, הם עלולים להתקשות באזורים אפלוליים או מוצלים. רכב אוטונומי יכול לראות לאן הוא הולך על ידי שימוש בשילוב של לידאר, מכ"ם, מצלמות, אנטנות GPS וחיישנים קוליים כדי למפות את הכביש שלפניו בצורה דיגיטלית.
ארכיטקטורת מערכת ברמה גבוהה
החיישנים, המפעילים, החומרה והתוכנה החיוניים מפורטים בארכיטקטורה, המדגימה גם את כל מנגנון התקשורת או הפרוטוקול ב-AVs.
תפיסה
שלב זה כולל זיהוי מיקומו של ה-AV ביחס לסביבה וחישת הסביבה סביב ה-AV באמצעות מגוון חיישנים.
ה-AV משתמש ב- RADAR, LIDAR, מצלמה, חיישנים קינטיים בזמן אמת (RTK) וחיישנים אחרים בשלב זה. מודולי הזיהוי מקבלים את הנתונים מחיישנים אלו ומעבדים אותם לאחר מעבירים אותם.
באופן כללי, ה-AV מורכב ממערכת בקרה, LDWS, TSR, זיהוי מכשולים לא ידועים (UOR), מודול מיקום ולוקליזציה של רכב (VPL) וכו'.
המידע המשולב ניתן לשלב קבלת ההחלטות והתכנון לאחר העיבוד.
החלטה ותכנון
התנועות וההתנהגות של ה-AV נקבעות, מתוכננות ונשלטות בשלב זה תוך שימוש במידע המתקבל במהלך תהליך התפיסה.
השלב הזה, שהמוח היה מייצג, הוא המקום שבו נעשות בחירות בדברים כמו תכנון נתיבים, חיזוי פעולה, הימנעות ממכשולים וכו'.
הבחירה מבוססת על המידע הקיים כעת ונגיש מבחינה היסטורית, כולל נתוני מפה בזמן אמת, פרטי תנועה, מגמות, מידע משתמש וכו'.
יכול להיות מודול יומן נתונים שעוקב אחר טעויות ונתונים לשימוש מאוחר יותר.
שליטה
מודול הבקרה מבצע פעולות/פעולות הקשורות לשליטה פיזית ב-AV, כגון היגוי, בלימה, האצה וכו' לאחר קבלת מידע ממודול ההחלטה והתכנון.
שלדה
השלב האחרון כולל אינטראקציה עם החלקים המכניים המודבקים לשלדה, כגון מנוע ההילוכים, מנוע ההגה, מנוע דוושת הבלמים ומנועי הדוושה עבור דוושת הגז והבלם.
מודול הבקרה מאותת ומנהל את כל הרכיבים הללו.
כעת נדבר על התקשורת הכללית של AV לפני שנדבר על התכנון, התפעול והשימוש בחיישני מפתח שונים.
RADAR
ב-AVs, RADARs משמשים לסריקת הסביבה כדי למצוא ולאתר מכוניות וחפצים אחרים.
מכ"מים משמשים לעתים קרובות למטרות צבאיות ואזרחיות כאחד, כגון שדות תעופה או מערכות מטאורולוגיות, והם פועלים בספקטרום הגלים המילימטריים (מ"מ-גל).
פסי תדרים שונים, כולל 24, 60, 77 ו-79 גיגה-הרץ, משמשים במכוניות עכשוויות ויש להם טווח מדידה של 5 עד 200 מ' [10].
על ידי חישוב ה-ToF בין האות המשודר להד המוחזר, נקבע המרחק בין ה-AV לאובייקט.
ב-AVs, RADARs מעסיקים מערך של מיקרו-אנטנות היוצרות אוסף של אונות כדי לשפר את רזולוציית הטווח וזיהוי מטרות מרובות. mm-Wave RADAR יכול להעריך במדויק אובייקטים מטווח קרוב בכל כיוון על ידי ניצול השונות בהיסט הדופלר בשל החדירה המוגברת שלו ורוחב הפס הגדול יותר.
מכיוון שלמכ"מים גל מ"מ יש אורך גל ארוך יותר, הם כוללים יכולות אנטי חסימה ואנטי זיהום המאפשרות להם לתפקד בגשם, שלג, ערפל ואור נמוך.
בנוסף, ניתן להשתמש בהזזת דופלר כדי לחשב את המהירות היחסית באמצעות מכ"מים גלי מ"מ. בשל יכולתם, מכ"מי mm-Wave מתאימים היטב למגוון רחב של יישומי AV, כולל זיהוי מכשולים וזיהוי הולכי רגל וכלי רכב.
חיישנים קולי
חיישנים אלו פועלים בטווח של 20-40 קילו-הרץ ומשתמשים בגלים קוליים. ממברנה מגנטו-התנגדות המשמשת למדידת מרחק העצם מייצרת את הגלים הללו.
על ידי חישוב זמן הטיסה (ToF) של הגל הנפלט לאות הדהוד, המרחק נקבע. הטווח הטיפוסי של חיישנים קוליים הוא פחות מ-3 מטרים.
פלט החיישן מתרענן כל 20 אלפיות השנייה, מה שמונע ממנו להתאים לדרישות ה-QoS הקפדניות של ה-ITS. לחיישנים אלו טווח זיהוי אלומה קטן יחסית והם מכוונים.
לכן, כדי להשיג ראייה בשדה מלא, נדרשים חיישנים רבים. עם זאת, חיישנים רבים יקיימו אינטראקציה ויכולים לגרום לאי דיוקים משמעותיים בטווח.
LiDAR
ב-LiDAR נעשה שימוש בספקטרום של 905 ו-1550 ננומטר. מכיוון שהעין האנושית רגישה לנזק לרשתית מטווח 905 ננומטר, ה-LiDAR הנוכחי פועל בפס של 1550 ננומטר כדי להפחית את הנזק לרשתית.
עד 200 מטר הוא טווח העבודה המרבי של LiDAR. מצב מוצק, 2D ותלת מימד LiDAR הן תת הקטגוריות השונות של LiDAR.
קרן לייזר בודדת מפוזרת על פני מראה שמסתובבת במהירות ב-LiDAR דו מימדי. על ידי הצבת מספר לייזרים על התרמיל, LiDAR תלת מימד יכול להשיג תמונה תלת מימדית של הסביבה.
הוכח שמערכת LiDAR בצד הדרך מורידה את מספר ההתנגשויות בין רכב להולכי רגל (V2P) הן באזורי צומת והן באזורים שאינם צומתים.
הוא משתמש במערכת LiDAR בעלת 16 שורות, בזמן אמת, יעילה מבחינה חישובית.
מומלץ להשתמש מקודד אוטומטי עמוק מלאכותי רשת עצבית (DA-ANN), המשיג דיוק של 95% בטווח של 30 מ'.
ב-, מודגם כיצד אלגוריתם מבוסס וקטור תמיכה (SVM) בשילוב עם LiDAR 64D של 3 שורות יכול לשפר את זיהוי הולכי רגל.
למרות שיש לו דיוק מדידה וראייה תלת-ממדית טובים יותר מאשר מכ"ם גלי מ"מ, LiDAR מתפקד פחות טוב במזג אוויר שלילי כולל ערפל, שלג וגשם.
מצלמות
בהתאם לאורך הגל של המכשיר, המצלמה ב-AVs יכולה להיות מבוססת אינפרא אדום או אור נראה.
במצלמה (CMOS) נעשה שימוש בחיישני תמונה מצמודים לטעינה (CCD) וחיישני תמונה משלימים של מתכת-תחמוצת-מוליכים למחצה (CMOS).
בהתאם לאיכות העדשה, הטווח המרבי של המצלמה הוא בסביבות 250 מ'. שלושת הפסים המשמשים את המצלמות הנראות לעין - אדום, ירוק וכחול - מופרדות באותו אורך גל כמו העין האנושית, או 400-780 ננומטר (RGB).
שתי מצלמות VIS משולבות עם אורכי מוקד מבוססים כדי ליצור ערוץ חדש המכיל מידע עומק (D), המאפשר יצירת ראייה סטריאוסקופית.
ניתן לקבל תצוגת תלת מימד של האזור הסובב את הרכב הודות ליכולת זו באמצעות המצלמה (RGB-D).
חיישנים פסיביים בעלי אורך גל של בין 780 ננומטר ל-1 מ"מ משמשים את מצלמת האינפרא אדום (IR). בתאורה שיא, חיישני ה-IR ב-AV מציעים שליטה חזותית.
מצלמה זו מסייעת למכשירי AV עם זיהוי עצמים, בקרת מבט מהצד, הקלטת תאונות ו-BSD. עם זאת, במזג אוויר שלילי, כגון שלג, ערפל ותנאי תאורה משתנים, ביצועי המצלמה משתנים.
היתרונות העיקריים של מצלמה הם היכולת שלה לאסוף ולתעד במדויק את המרקם, חלוקת הצבע והצורה של הסביבה.
מערכת לווין גלובלית ניווט ומערכת מיקום גלובלית, יחידת מדידת אינרציה
טכנולוגיה זו מסייעת ל-AV בניווט על ידי איתור מיקומו המדויק. קבוצת לוויינים במסלול סביב פני כוכב הלכת משמשות את GNSS כדי להתמקם.
המערכת מאחסנת נתונים על המיקום, המהירות והזמן המדויק של ה-AV.
זה עובד על ידי זיהוי ה-ToF בין האות המתקבל לבין פליטת הלוויין. לעתים קרובות נעשה שימוש בקואורדינטות של מערכת המיקום הגלובלית (GPS) כדי לקבל את מיקום ה-AV.
הקואורדינטות שחולצו ב-GPS אינן תמיד מדויקות, והן מוסיפות בדרך כלל שגיאת מיקום עם ערך ממוצע של 3 מ' ושינוי סטנדרטי של 1 מ'.
במצבי מטרופולין, הביצועים מתדרדרים עוד יותר, עם שגיאה במיקום של עד 20 מ', ובנסיבות חמורות מסוימות, שגיאת מיקום ה-GPS היא כ-100 מ'.
בנוסף, AVs יכולים להשתמש במערכת RTK כדי לקבוע במדויק את מיקום הרכב.
ב-AVs, ניתן לקבוע את המיקום והכיוון של הרכב גם באמצעות חישוב מת (DR) ומיקום האינרציה.
היתוך חיישן
לניהול ובטיחות נאותים של הרכב, AVs חייבים לקבל ידע מדויק בזמן אמת על המיקום, המצב וגורמי רכב אחרים כמו משקל, יציבות, מהירות וכו'.
מידע זה חייב להיאסף על ידי ה-AVs תוך שימוש במגוון חיישנים.
על ידי מיזוג הנתונים שנרכשו ממספר חיישנים, טכניקת היתוך החיישנים מנוצלת לייצור מידע קוהרנטי.
השיטה מאפשרת סינתזה של נתונים לא מעובדים שנרכשו ממקורות משלימים.
כתוצאה מכך, היתוך חיישנים מאפשר ל-AV להבין במדויק את סביבתו על ידי מיזוג כל הנתונים השימושיים שנאספו מחיישנים שונים.
סוגים שונים של אלגוריתמים, כולל מסנני קלמן ומסננים בייסיאניים, משמשים לביצוע תהליך היתוך ב-AVs.
מכיוון שהוא נמצא בשימוש במספר יישומים, כולל מעקב RADAR, מערכות ניווט לווייניות ובדיקת מרחק אופטית, מסנן קלמן נתפס כמכריע לרכב לפעול באופן אוטונומי.
רשתות אד-הוק לכלי רכב (VANETs)
VANETs הם תת-מעמד חדש של רשתות אד-הוק לנייד שיכולות ליצור באופן ספונטני רשת של מכשירים/רכבים ניידים. תקשורת בין רכב לרכב (V2V) ורכב לתשתית (V2I) אפשרית באמצעות VANETs.
המטרה העיקרית של טכנולוגיה כזו היא להגביר את הבטיחות בדרכים; לדוגמה, במצבים מסוכנים כמו תאונות ופקקים, מכוניות יכולות ליצור אינטראקציה ביניהן ובין הרשת כדי להעביר מידע חיוני.
להלן המרכיבים העיקריים של טכנולוגיית VANET:
- OBU (יחידה על הסיפון): זוהי מערכת מעקב מבוססת GPS המוצבת בכל רכב ומאפשרת להם לקיים אינטראקציה זה עם זה ועם יחידות בצד הדרך (RSU). ה-OBU מצויד במספר רכיבים אלקטרוניים, כולל מעבד פיקוד משאבים (RCP), התקני חיישנים, ו ממשקי משתמש, כדי לקבל מידע חיוני. מטרתו העיקרית היא להשתמש ברשת אלחוטית כדי לתקשר בין מספר RSUs ו-OBUs.
- יחידת דרכים (RSU): RSUs הן יחידות מחשב קבועות הממוקמות בנקודות מדויקות ברחובות, מגרשי חניה וצמתים. המטרה העיקרית שלו היא לקשר כלי רכב אוטונומיים לתשתית, וזה גם עוזר עם לוקליזציה של כלי רכב. בנוסף, ניתן להשתמש בו כדי לקשר רכב ל-RSUs אחרים המשתמשים במגוון טופולוגיות רשת. בנוסף, הם הופעלו על מקורות אנרגיה סביבתיים כולל אנרגיה סולארית.
- רשות מהימנה (TA): זהו גוף השולט בכל שלב בתהליך ה- VANETs, ומבטיח שרק RSUs לגיטימיים ו-OBUs לרכב יכולים להירשם ולקיים אינטראקציה. על ידי אישור מזהה OBU ואימות הרכב, הוא מציע אבטחה. בנוסף, הוא מוצא תקשורת מזיקה והתנהגות מוזרה.
VANETs משמשים לתקשורת כלי רכב, הכוללת תקשורת V2V, V2I ו-V2X.
רכב 2 תקשורת רכב
היכולת של מכוניות לדבר אחד עם השני ולהחליף מידע חיוני לגבי עומסי תנועה, תאונות והגבלות מהירות ידועה בשם תקשורת בין רכבים (IVC).
תקשורת V2V יכולה ליצור את הרשת על ידי חיבור צמתים שונים (כלי רכב) יחד באמצעות טופולוגיית רשת, חלקית או מלאה.
הם מסווגים כמערכות חד-הופ (SIVC) או ריבוי-הופ (MIVC) בהתאם למספר הקפצות המשמשות לתקשורת בין רכבים.
בעוד שניתן להשתמש ב-MIVC לתקשורת ארוכת טווח, כגון ניטור תעבורה, ניתן להשתמש ב-SIVC עבור יישומים לטווח קצר כמו מיזוג נתיבים, ACC וכו'.
יתרונות רבים, כולל BSD, FCWS, בלימת חירום אוטומטית (AEB) ו-LDWS, מוצעות באמצעות תקשורת V2V.
תקשורת תשתיות רכב 2
המכוניות יכולות לתקשר עם ה-RSUs באמצעות תהליך המכונה תקשורת דרך-רכב (RVC). הוא מסייע בזיהוי של מדי חניה, מצלמות, סמני נתיב ותמרורים.
חיבור אד-הוק, אלחוטי ודו-כיווני בין המכוניות לתשתית.
לצורך ניהול ופיקוח על התעבורה, מועסקים נתוני התשתית. הם משמשים להתאמת פרמטרי מהירות שונים המאפשרים למכוניות למקסם את צריכת הדלק ולנהל את זרימת התנועה.
ניתן להפריד את מערכת RVC ל-Spare RVC (SRVC) ול-Ubiquitous RVC בהתאם לתשתית (URVC).
מערכת SRVC מציעה שירותי תקשורת רק בנקודות חמות, כגון איתור מקומות חניה פתוחים או תחנות דלק, ואילו מערכת URVC מציעה כיסוי לאורך כל המסלול, גם במהירויות גבוהות.
על מנת להבטיח כיסוי רשת, מערכת URVC מחייבת השקעה גדולה.
רכב 2 הכל תקשורת
המכונית יכולה להתחבר עם ישויות אחרות באמצעות V2X, כולל הולכי רגל, חפצים בצד הדרך, מכשירים ורשת (V2P, V2R ו-V2D) (V2G).
באמצעות תקשורת מסוג זה, נהגים יכולים להימנע מפגיעה בהולכי רגל, רוכבי אופניים ורוכבי אופנוע בסיכון.
מערכת אזהרת התנגשות הולכי רגל (PCW) יכולה להזהיר את הנהג של נוסע בצד הדרך לפני שתתרחש התנגשות קטסטרופלית הודות לתקשורת V2X.
על מנת לשלוח להולך הרגל הודעות חשובות, ה-PCW יכול לנצל את ה-Bluetooth או Near Field Communication (NFC) של הטלפון החכם.
סיכום
לטכנולוגיות הרבות המשמשות לבניית מכוניות אוטונומיות יכולות להיות השפעה רבה על אופן פעולתן.
באופן הבסיסי ביותר, המכונית מפתחת מפה של סביבתה באמצעות מערך חיישנים המספקים מידע על המסלול סביבה וכלי רכב אחרים בדרכה.
נתונים אלו מנותחים לאחר מכן על ידי מערכת מסובכת למידת מכונה, אשר מייצרת סט של פעולות לביצוע של המכונית. התנהגויות אלו משתנות ומתעדכנות באופן קבוע ככל שהמערכת לומדת יותר על סביבת הרכב.
למרות כל המאמצים שלי להציג בפניכם סקירה כללית של ארכיטקטורת מערכת הרכב האוטונומי, יש עוד הרבה מה שקורה מאחורי הקלעים.
אני באמת מקווה שתמצא את הידע הזה בעל ערך ותעשה בו שימוש.
השאירו תגובה