Содржина[Крие][Прикажи]
Сензорите и софтверот се комбинираат во автономни возила за навигација, управување и управување со различни возила, вклучувајќи мотоцикли, автомобили, камиони и беспилотни летала.
Во зависност од тоа како се развиени или дизајнирани, тие може или не може да бараат помош од возачот.
Целосно автономните автомобили можат безбедно да работат без човечки возачи. Некои, како Waymo на Google автомобил, не можеше да има ни волан.
Делумно автономно возило, како што е Тесла, може да преземе целосна контрола над возилото, но можеби ќе треба човек возач да помогне ако системот се посомнева.
Различни степени на самоавтоматизација се вклучени во овие автомобили, од водење по лента и помош при сопирање до целосно независни прототипови со самовозење.
Целта на автомобилите без возач е да го намалат сообраќајот, емисиите и стапките на несреќи.
Ова е можно затоа што автономните возила се повешти во придржувањето кон сообраќајните прописи отколку луѓето.
За непречено возење, потребни се одредени информации, како што се локацијата на автомобилот или блиските објекти, најкратката и најбезбедната патека до дестинацијата и капацитетот за управување со системот за возење.
Клучно е да се разбере кога и како да се извршат потребните задачи.
Оваа статија ќе опфати многу основа, вклучувајќи го и системска архитектура за автономни автомобили, потребни компоненти и ад хок мрежи за возила (VANETs).
Потребни компоненти потребни за автономно возило
Денешните автономни возила користат различни сензори, вклучувајќи камери, GPS, инерцијални мерни единици (IMU), сонар, детекција и опсег на ласерско осветлување (лидар), детекција на радио и опсег (радар), звучна навигација и опсег (сонар) и 3D мапи.
Заедно, овие сензори и технологии ги анализираат податоците во реално време за да го контролираат управувањето, забрзувањето и сопирањето.
Радарските сензори помагаат да се следи локацијата на околните автомобили. На возилата им се помагаат со ултразвучни сензори за време на паркирањето.
Технологијата позната како лидар е создадена со користење на двата типа на сензори. Рефлектирајќи ги светлосните импулси од околината околу автомобилот, сензорите на лидар можат да ги детектираат маргините на коловозите и да ги идентификуваат маркерите на лентата.
Тие исто така ги предупредуваат возачите на соседните пречки, како што се други возила, пешаци и велосипеди.
Големината и растојанието на сè околу автомобилот се мерат со помош на технологијата Lidar, која исто така создава 3D мапа што му овозможува на возилото да ја прегледа околината и да ги идентификува сите ризици.
Без оглед на времето од денот, без разлика дали е светло или мрачно, тој одлично ги снима информациите во различни типови на амбиентално светло.
Автомобилот користи камери, радар и ГПС антени, заедно со лидар и камери, за да ја открие околината и да ја идентификува локацијата.
Камерите проверуваат дали има пешаци, велосипедисти, автомобили и други пречки, а исто така откриваат сообраќајни сигнали, ги читаат патните знаци и ознаки и ги следат другите возила.
Сепак, тие би можеле да имаат тешко време во темни или засенчени области. Автономното возило може да види каде оди со помош на мешавина од лидар, радар, камери, ГПС антени и ултразвучни сензори за дигитално да го мапира патот пред него.
Системска архитектура на високо ниво
Суштинските сензори, актуатори, хардвер и софтвер се наведени во архитектурата, која исто така го демонстрира целиот комуникациски механизам или протокол во AV.
Перцепција
Оваа фаза се состои од идентификување на локацијата на AV во однос на околината и насетување на околината околу AV со помош на различни сензори.
AV користи РАДАР, ЛИДАР, камера, кинетика во реално време (RTK) и други сензори во овој чекор. Модулите за препознавање ги примаат податоците од овие сензори и ги обработуваат откако ќе ги пренесат.
Општо земено, AV се состои од контролен систем, LDWS, TSR, препознавање непознати пречки (UOR), модул за позиционирање и локализација на возилото (VPL) итн.
Комбинираните информации се даваат во фазата на одлучување и планирање откако ќе бидат обработени.
Одлука и планирање
Движењата и однесувањето на АВ се одлучуваат, планираат и контролираат на овој чекор користејќи ги информациите добиени за време на процесот на перцепција.
Оваа фаза, која би ја претставувал мозокот, е местото каде што се прават избори за работи како што се планирање на патеката, предвидување акција, избегнување пречки итн.
Изборот се заснова на информациите што се сега и историски достапни, вклучувајќи податоци за мапата во реално време, специфики на сообраќајот, трендови, кориснички информации итн.
Може да има модул за дневник на податоци што ги следи грешките и податоците за подоцнежна употреба.
Контрола на
Контролниот модул извршува операции/дејства кои се однесуваат на физичката контрола на AV, како што се управување, сопирање, забрзување итн. по добивањето информации од модулот за одлука и планирање.
Шасија
Последниот чекор вклучува интеракција со механичките делови прицврстени на шасијата, како што се моторот на менувачот, моторот на воланот, моторот на педалата на сопирачките и моторите на педалата за гасот и сопирачката.
Контролниот модул сигнализира и управува со сите овие компоненти.
Сега ќе зборуваме за општата комуникација на AV пред да зборуваме за дизајнот, работата и употребата на различни клучни сензори.
РАДАР
Во AV, радарите се користат за скенирање на околината за пронаоѓање и лоцирање на автомобили и други објекти.
РАДАРИТЕ често се користат и во воени и во цивилни цели, како што се аеродроми или метеоролошки системи, и тие работат во спектарот на милиметарски бранови (mm-Wave).
Различни фреквентни опсези, вклучувајќи 24, 60, 77 и 79 GHz, се користат во современите автомобили и имаат опсег на мерење од 5 до 200 m [10].
Со пресметување на ToF помеѓу пренесениот сигнал и вратеното ехо, се одредува растојанието помеѓу AV и објектот.
Во AV, РАДАР-овите користат низа од микроантени кои создаваат збирка лобуси за да ја подобрат резолуцијата на опсегот и повеќекратната идентификација на целта. mm-Wave RADAR може прецизно да ги процени објектите од близок домет во која било насока со користење на варијансата во доплеровото поместување поради неговата зголемена продорност и поголема пропусност.
Бидејќи радарите mm-Wave имаат подолга бранова должина, тие имаат способност против блокирање и против загадување што им овозможуваат да функционираат при дожд, снег, магла и слаба осветленост.
Дополнително, доплеровото поместување може да се користи за пресметување на релативната брзина преку mm-Wave радари. Поради нивната способност, mm-Wave радарите се добро прилагодени за широк опсег на AV апликации, вклучувајќи откривање пречки и препознавање на пешаци и возила.
Ултразвучни сензори
Овие сензори работат во опсег од 20-40 kHz и користат ултразвучни бранови. Магнето-отпорната мембрана што се користи за мерење на растојанието на објектот ги произведува овие бранови.
Со пресметување на времето на летот (ToF) на емитираниот бран до ехо сигналот, се одредува растојанието. Типичниот опсег на ултразвучни сензори е помал од 3 метри.
Излезот на сензорот се освежува на секои 20 ms, што го спречува да се усогласи со ригорозните барања за QoS на ITS. Овие сензори имаат релативно мал опсег на откривање на зракот и се насочени.
Затоа, за да се добие визија на цело поле, потребни се бројни сензори. Сепак, многу сензори ќе комуницираат и може да резултираат со значителни неточности во опсегот.
LiDAR
Спектрите од 905 и 1550 nm се користат во LiDAR. Бидејќи човечкото око е подложно на оштетување на мрежницата од опсегот 905 nm, сегашниот LiDAR работи во опсегот од 1550 nm за да го намали оштетувањето на мрежницата.
До 200 метри е максималниот работен опсег на LiDAR. Солидна состојба, 2D и 3D LiDAR се различните подкатегории на LiDAR.
Еден ласерски зрак се распрснува над огледалото кое брзо се врти во 2D LiDAR. Со поставување на неколку ласери на подлогата, 3D LiDAR може да добие 3D слика на околината.
Докажано е дека системот LiDAR покрај патот го намалува бројот на судири од возило со пешак (V2P) и во пресечните и во непресечните зони.
Тој користи 16-линиски, во реално време, пресметковно ефективен LiDAR систем.
Се предлага да се користи вештачки длабок авто-енкодер невронска мрежа (DA-ANN), кој постигнува точност од 95% на опсег од 30 m.
Во, се покажа како алгоритам базиран на векторска машина за поддршка (SVM) во комбинација со 64-линиски 3D LiDAR може да го подобри препознавањето на пешаците.
И покрај тоа што има подобра прецизност на мерењето и 3D визија од радарот mm-Wave, LiDAR има помалку добри перформанси при неповолни временски услови, вклучувајќи магла, снег и дожд.
Камери
Во зависност од брановата должина на уредот, камерата во AV може да биде базирана на инфрацрвена или видлива светлина.
Во камерата (CMOS) се користат уред поврзан со полнење (CCD) и комплементарни сензори за слика од метал-оксид-полупроводнички (CMOS).
Во зависност од квалитетот на објективот, максималниот опсег на фотоапаратот е околу 250 m. Трите ленти што ги користат видливите камери - црвена, зелена и сина - се разделени со иста бранова должина како и човечкото око, или 400-780 nm (RGB).
Две VIS камери се споени со утврдени фокусни должини за да се создаде нов канал кој содржи информации за длабочина (D), што овозможува создавање стереоскопска визија.
Благодарение на оваа можност преку камерата (RGB-D) може да се добие 3D приказ на областа околу возилото.
Пасивни сензори со бранова должина помеѓу 780 nm и 1 mm се користат од инфрацрвената (IR) камера. При врвно осветлување, IR сензорите во AV нудат визуелна контрола.
Оваа камера им помага на AV со препознавање предмети, контрола на страничниот поглед, снимање несреќи и BSD. Меѓутоа, при неповолни временски услови, како што се снег, магла и променливи услови на светлина, перформансите на камерата се менуваат.
Примарните придобивки на фотоапаратот се неговата способност прецизно да ја собира и снима текстурата, дистрибуцијата на боите и обликот на околината.
Глобален сателитски систем за навигација и систем за глобално позиционирање, инерцијална мерна единица
Оваа технологија му помага на AV во навигацијата со прецизно одредување на неговата прецизна локација. Група сателити во орбитата околу површината на планетата се користат од GNSS за локализирање.
Системот зачувува податоци за локацијата, брзината и прецизното време на AV.
Работи на тој начин што го одредува ToF помеѓу примениот сигнал и емисијата на сателитот. Координатите на Глобалниот систем за позиционирање (GPS) често се користат за да се добие AV локацијата.
Координатите извлечени од GPS не се секогаш прецизни и тие обично додаваат позициска грешка со средна вредност од 3 m и стандардна варијација од 1 m.
Во метрополитенските ситуации, перформансите дополнително се влошуваат, со грешка во локацијата до 20 m, а во одредени тешки околности, грешката на позицијата GPS е приближно 100 m.
Дополнително, AV може да го користат системот RTK за прецизно одредување на положбата на возилото.
Кај AV, положбата и насоката на возилото може да се одредат и со помош на мртвото пресметување (DR) и инерцијалната положба.
Фузија на сензори
За правилно управување и безбедност на возилото, AV мора да добијат прецизно знаење во реално време за локацијата, статусот и другите фактори на возилото како тежина, стабилност, брзина итн.
Овие информации мора да се соберат од AV кои користат различни сензори.
Со спојување на податоците добиени од неколку сензори, техниката на спојување на сензорите се користи за производство на кохерентни информации.
Методот дозволува синтеза на необработени податоци добиени од комплементарни извори.
Како резултат на тоа, спојувањето на сензорите му овозможува на AV прецизно да ја разбере својата околина со спојување на сите корисни податоци собрани од различни сензори.
Различни типови на алгоритми, вклучувајќи ги и филтрите Калман и филтрите на Бајза, се користат за спроведување на процесот на фузија во AV.
Бидејќи се користи во неколку апликации, вклучувајќи следење РАДАР, системи за сателитска навигација и оптичка одометрија, се смета дека филтерот Калман е клучен за автономното работење на возилото.
Ад-хок мрежи за возила (ВАНЕТ)
VANET се нова подкласа на мобилни ад хок мрежи кои спонтано можат да создадат мрежа на мобилни уреди/возила. Можна е комуникација од возило до возило (V2V) и возило до инфраструктура (V2I) со VANET.
Примарната цел на таквата технологија е да се зголеми безбедноста на патиштата; на пример, во опасни ситуации како што се несреќи и сообраќаен метеж, автомобилите можат да комуницираат едни со други и мрежата да пренесуваат клучни информации.
Следниве се основните компоненти на VANET технологијата:
- OBU (вградна единица): Тоа е систем за следење базиран на GPS поставен во секое возило што им овозможува да комуницираат едни со други и со единиците покрај патот (RSU). OBU е опремен со неколку електронски компоненти, вклучувајќи процесор за команда со ресурси (RCP), сензорски уреди и кориснички интерфејси, за да се добијат суштински информации. Неговата примарна цел е да користи безжична мрежа за да комуницира помеѓу повеќе RSU и OBU.
- Единица покрај патот (RSU): RSU се фиксни компјутерски единици кои се позиционирани на прецизни точки на улиците, паркинзите и крстосниците. Неговата главна цел е да ги поврзе автономните возила со инфраструктурата, а помага и во локализацијата на возилата. Дополнително, може да се користи за поврзување на возило со други RSU кои користат различни мрежни топологии. Дополнително, тие се користат на амбиентални извори на енергија, вклучително и соларна енергија.
- Доверлив орган (TA): Тоа е тело кое го контролира секој чекор од процесот на VANET, осигурувајќи дека само легитимните RSU и OBU на возила можат да се регистрираат и да комуницираат. Со потврдување на OBU ID и автентичност на возилото, тој нуди безбедност. Дополнително, наоѓа штетни комуникации и чудно однесување.
VANET се користат за комуникација со возила, која вклучува V2V, V2I и V2X комуникација.
Возило 2 Комуникација со возило
Способноста на автомобилите да разговараат еден со друг и да разменуваат клучни информации за сообраќајниот метеж, несреќите и ограничувањата на брзината е позната како комуникација меѓу возилата (IVC).
V2V комуникацијата може да ја создаде мрежата со спојување на различни јазли (Vehicles) заедно со помош на мрежеста топологија, било делумна или целосна.
Тие се категоризираат како системи со еден хоп (SIVC) или мулти-хоп (MIVC) во зависност од тоа колку скокови се користат за комуникација меѓу возилата.
Додека MIVC може да се користи за комуникација на долг дострел, како што е следење на сообраќајот, SIVC може да се користи за апликации со краток дострел, како што се спојување лента, ACC, итн.
Бројни придобивки, вклучувајќи BSD, FCWS, автоматско сопирање во итни случаи (AEB) и LDWS, се нудат преку V2V комуникација.
Возило 2 Инфраструктурна комуникација
Автомобилите можат да комуницираат со RSU преку процес познат како комуникација од патот до возило (RVC). Помага при откривање на паркинг метри, камери, маркери за лента и сообраќајни сигнали.
Ад хок, безжична и двонасочна врска помеѓу автомобилите и инфраструктурата.
За администрирање и надзор на сообраќајот се користат инфраструктурните податоци. Тие се користат за приспособување на различни параметри за брзина што им овозможуваат на автомобилите да ја максимизираат економичноста на горивото и да управуваат со протокот на сообраќај.
Системот RVC може да се подели на Sparse RVC (SRVC) и Ubiquitous RVC во зависност од инфраструктурата (URVC).
Системот SRVC нуди комуникациски услуги само на жариштата, како што се лоцирање отворени паркинг места или бензински пумпи, додека системот URVC нуди покриеност на целата рута, дури и при големи брзини.
Со цел да се гарантира покриеност на мрежата, системот URVC бара голема инвестиција.
Возило 2 Сè Комуникација
Автомобилот може да се поврзе со други ентитети преку V2X, вклучувајќи пешаци, предмети покрај патот, уреди и мрежа (V2P, V2R и V2D) (V2G).
Користејќи го овој вид на комуникација, возачите можат да избегнат удирање на загрозени пешаци, велосипедисти и возачи на мотоцикли.
Системот за предупредување за судир на пешаци (PCW) може да го предупреди возачот на патник покрај патот пред да се случи катастрофален судир благодарение на V2X комуникацијата.
Со цел да му испрати на пешакот важни пораки, PCW може да ги искористи Bluetooth-от или комуникацијата блиску до теренот (NFC) на паметниот телефон.
Заклучок
Многуте технологии што се користат за изградба на автономни автомобили може да имаат големо влијание врз начинот на кој тие работат.
Најосновно, автомобилот развива мапа на околината користејќи низа сензори кои обезбедуваат информации за маршрутата околу него и другите возила на неговиот пат.
Овие податоци потоа се анализираат со комплициран систем за машинско учење, кој генерира збир на дејства за автомобилот да ги изврши. Овие однесувања редовно се менуваат и ажурираат бидејќи системот дознава повеќе за околината на возилото.
И покрај моите најдобри напори да ви претставам преглед на архитектурата на системот за автономно возило, има многу повеќе што се случуваат зад сцената.
Искрено се надевам дека ова знаење ќе ви биде вредно и ќе го искористите.
Оставете Одговор