Inhoudsopgave[Zich verstoppen][Laten zien]
Sensoren en software worden gecombineerd in autonome voertuigen om een verscheidenheid aan voertuigen te navigeren, te besturen en te bedienen, waaronder motorfietsen, auto's, vrachtwagens en drones.
Afhankelijk van hoe ze zijn ontwikkeld of ontworpen, kunnen ze wel of geen rijhulp nodig hebben.
Volledig autonome auto's kunnen veilig rijden zonder menselijke chauffeurs. Sommige, zoals Waymo van Google auto, kon niet eens een stuur hebben.
Een gedeeltelijk autonoom voertuig, zoals een Tesla, kan de volledige controle over het voertuig overnemen, maar heeft mogelijk een menselijke bestuurder nodig om te helpen als het systeem in twijfel raakt.
Deze auto's zijn voorzien van verschillende gradaties van zelfautomatisering, van rijstrookaanwijzingen en remhulp tot volledig onafhankelijke, zelfrijdende prototypes.
Het doel van auto's zonder bestuurder is om het verkeer, de uitstoot en het aantal ongevallen te verlagen.
Dit is mogelijk omdat autonome voertuigen zich beter aan verkeersregels kunnen houden dan mensen.
Voor een soepele rit is bepaalde informatie nodig, zoals de locatie van de auto of objecten in de buurt, de kortste en veiligste weg naar de bestemming en het vermogen om het aandrijfsysteem te bedienen.
Het is van cruciaal belang om te begrijpen wanneer en hoe de noodzakelijke taken moeten worden uitgevoerd.
Dit artikel behandelt veel terrein, waaronder de Systeem Architectuur voor autonome auto's, benodigde componenten en ad-hocnetwerken voor voertuigen (VANET's).
Benodigde componenten voor autonoom voertuig
De autonome voertuigen van vandaag maken gebruik van een verscheidenheid aan sensoren, waaronder camera's, GPS, traagheidsmeeteenheden (IMU's), sonar, laserverlichtingsdetectie en -bereik (lidar), radiodetectie en -bereik (radar), geluidsnavigatie en -bereik (sonar) en 3D-kaarten.
Samen analyseren deze sensoren en technologieën gegevens in realtime om het sturen, accelereren en remmen te regelen.
De radarsensoren helpen bij het volgen van de verblijfplaats van omringende auto's. Voertuigen worden tijdens het parkeren geholpen met ultrasone sensoren.
Een technologie die bekend staat als lidar is gemaakt door beide soorten sensoren te gebruiken. Door lichtpulsen uit de omgeving rond de auto te reflecteren, kunnen lidar-sensoren de randen van wegen detecteren en rijstrookmarkeringen identificeren.
Deze waarschuwen ook bestuurders voor aangrenzende belemmeringen, zoals andere voertuigen, voetgangers en fietsen.
De grootte en afstand van alles rond de auto wordt gemeten met behulp van lidar-technologie, die ook een 3D-kaart maakt waarmee het voertuig zijn omgeving kan bekijken en eventuele risico's kan identificeren.
Ongeacht het tijdstip van de dag, of het nu helder of somber is, hij legt uitstekend informatie vast in verschillende soorten omgevingslicht.
De auto gebruikt camera's, radar en GPS-antennes, samen met lidar en camera's, om zijn omgeving te detecteren en zijn locatie te identificeren.
Camera's controleren op voetgangers, fietsers, auto's en andere belemmeringen, terwijl ze ook verkeerslichten detecteren, verkeersborden en markeringen lezen en andere voertuigen volgen.
Ze kunnen het echter moeilijk hebben in donkere of schaduwrijke gebieden. Een autonoom voertuig kan zien waar het naartoe gaat door een mix van lidar, radar, camera's, GPS-antennes en ultrasone sensoren te gebruiken om de weg ervoor digitaal in kaart te brengen.
Systeemarchitectuur op hoog niveau
De essentiële sensoren, actuatoren, hardware en software worden vermeld in de architectuur, die ook het hele communicatiemechanisme of protocol in AV's demonstreert.
Perceptie
Deze fase omvat het identificeren van de locatie van de AV in relatie tot de omgeving en het waarnemen van de omgeving rond de AV met behulp van een verscheidenheid aan sensoren.
De AV gebruikt bij deze stap RADAR, LIDAR, camera, real-time kinetic (RTK) en andere sensoren. De herkenningsmodules ontvangen de gegevens van deze sensoren en verwerken deze na doorgeven.
Over het algemeen bestaat de AV uit een besturingssysteem, LDWS, TSR, herkenning van onbekende obstakels (UOR), een module voor voertuigpositionering en lokalisatie (VPL), enz.
De gecombineerde informatie wordt na verwerking aan de fase van besluitvorming en planning gegeven.
Beslissing en planning
De bewegingen en het gedrag van de AV worden in deze stap bepaald, gepland en gecontroleerd met behulp van de informatie die tijdens het waarnemingsproces wordt ontvangen.
In deze fase, die het brein zou vertegenwoordigen, worden keuzes gemaakt over zaken als padplanning, actievoorspelling, het vermijden van obstakels, enz.
De keuze is gebaseerd op de informatie die nu en historisch toegankelijk is, waaronder realtime kaartgegevens, verkeersgegevens, trends, gebruikersinformatie, enz.
Er zou een datalogmodule kunnen zijn die fouten en gegevens bijhoudt voor later gebruik.
Controle
De besturingsmodule voert handelingen/acties uit die betrekking hebben op de fysieke besturing van de AV, zoals sturen, remmen, accelereren, etc. na ontvangst van informatie uit de beslissings- en planningsmodule.
Chassis
De laatste stap omvat interactie met de mechanische onderdelen die aan het chassis zijn bevestigd, zoals de reductiemotor, stuurwielmotor, rempedaalmotor en pedaalmotoren voor het gaspedaal en de rem.
De regelmodule signaleert en beheert al deze componenten.
Nu zullen we het hebben over de algemene communicatie van een AV voordat we het hebben over het ontwerp, de werking en het gebruik van verschillende sleutelsensoren.
RADAR
In AV's worden RADAR's gebruikt om de omgeving te scannen om auto's en andere objecten te vinden en te lokaliseren.
RADAR's worden vaak gebruikt voor zowel militaire als civiele doeleinden, zoals luchthavens of meteorologische systemen, en ze werken in het millimetergolf (mm-golf) spectrum.
Verschillende frequentiebanden, waaronder 24, 60, 77 en 79 GHz, worden gebruikt in moderne auto's en hebben een meetbereik van 5 tot 200 m [10].
Door de ToF tussen het uitgezonden signaal en de geretourneerde echo te berekenen, wordt de afstand tussen de AV en het object bepaald.
In AV's gebruiken de RADAR's een reeks micro-antennes die een verzameling lobben creëren om de resolutie van het bereik en de identificatie van meerdere doelen te verbeteren. mm-Wave RADAR kan objecten dichtbij in elke richting nauwkeurig beoordelen door gebruik te maken van de variantie in Dopplerverschuiving vanwege de verhoogde doordringbaarheid en grotere bandbreedte.
Omdat mm-Wave-radars een langere golflengte hebben, beschikken ze over antiblokkeer- en anti-vervuilingsfuncties waardoor ze kunnen functioneren bij regen, sneeuw, mist en weinig licht.
Bovendien kan Doppler-verschuiving worden gebruikt om de relatieve snelheid te berekenen via mm-golfradars. Vanwege hun capaciteit zijn mm-Wave-radars zeer geschikt voor een breed scala aan AV-toepassingen, waaronder obstakeldetectie en voetgangers- en voertuigherkenning.
Ultrasone sensoren
Deze sensoren werken in het bereik van 20-40 kHz en maken gebruik van ultrasone golven. Een magneto-resistief membraan dat wordt gebruikt om de afstand van het object te meten, produceert deze golven.
Door de time-of-flight (ToF) van de uitgezonden golf tot het echo-signaal te berekenen, wordt de afstand bepaald. Het typische bereik van ultrasone sensoren is minder dan 3 meter.
De sensoruitvoer wordt elke 20 ms ververst, waardoor deze niet voldoet aan de strenge QoS-vereisten van de ITS. Deze sensoren hebben een relatief klein bundeldetectiebereik en zijn gericht.
Om een volledig gezichtsveld te verkrijgen, zijn daarom talrijke sensoren nodig. Veel sensoren zullen echter op elkaar inwerken en kunnen leiden tot aanzienlijke onnauwkeurigheden in het bereik.
LiDAR
De spectra van 905 en 1550 nm worden gebruikt in LiDAR. Aangezien het menselijk oog vatbaar is voor schade aan het netvlies vanaf het bereik van 905 nm, werkt de huidige LiDAR in de band van 1550 nm om schade aan het netvlies te verminderen.
Tot 200 meter is het maximale werkbereik van LiDAR. Solid-state, 2D en 3D LiDAR zijn de verschillende subcategorieën van LiDAR.
Een enkele laserstraal wordt verspreid over een spiegel die snel ronddraait in een 2D LiDAR. Door meerdere lasers op de pod te plaatsen, kan een 3D LiDAR een 3D-beeld van de omgeving maken.
Het is aangetoond dat een LiDAR-systeem langs de weg het aantal voertuig-op-voetgangers (V2P)-botsingen verlaagt in zowel kruispunten als niet-kruispunten.
Het maakt gebruik van een 16-regelig, realtime, rekenkundig effectief LiDAR-systeem.
Er wordt voorgesteld om een kunstmatige diepe auto-encoder te gebruiken neuraal netwerk (DA-ANN), die een nauwkeurigheid van 95% bereikt over een bereik van 30 m.
Hierin wordt gedemonstreerd hoe een op ondersteuningsvectormachine (SVM) gebaseerd algoritme in combinatie met een 64-lijns 3D LiDAR de herkenning van voetgangers kan verbeteren.
Ondanks een betere meetprecisie en 3D-zicht dan een mm-golfradar, presteert LiDAR minder goed bij slecht weer, zoals mist, sneeuw en regen.
camera's
Afhankelijk van de golflengte van het apparaat kan de camera in AV's op infrarood of op zichtbaar licht zijn gebaseerd.
Charge-coupled device (CCD) en complementaire metaaloxide-halfgeleider (CMOS) beeldsensoren worden gebruikt in de camera (CMOS).
Afhankelijk van de lenskwaliteit is het maximale bereik van de camera ongeveer 250 m. De drie banden die worden gebruikt door zichtbare camera's - rood, groen en blauw - worden gescheiden door dezelfde golflengte als het menselijk oog, of 400-780 nm (RGB).
Twee VIS-camera's zijn gekoppeld aan gevestigde brandpuntsafstanden om een nieuw kanaal te creëren dat diepte-informatie (D) bevat, waardoor stereoscopisch zicht kan worden gecreëerd.
Dankzij deze mogelijkheid kan via de camera (RGB-D) een 3D-weergave van de omgeving van het voertuig worden verkregen.
Passieve sensoren met een golflengte tussen 780 nm en 1 mm worden gebruikt door de infrarood (IR) camera. Bij piekverlichting bieden de IR-sensoren in AV's visuele controle.
Deze camera helpt AV's met objectherkenning, zijaanzichtcontrole, ongevallenregistratie en BSD. Bij slecht weer, zoals sneeuw, mist en veranderende lichtomstandigheden, veranderen de prestaties van de camera echter.
De belangrijkste voordelen van een camera zijn de mogelijkheid om de textuur, kleurverdeling en vorm van de omgeving nauwkeurig te verzamelen en vast te leggen.
Wereldwijd satellietnavigatiesysteem en wereldwijd positioneringssysteem, traagheidsmeeteenheid
Deze technologie helpt de AV bij het navigeren door de precieze locatie te bepalen. Een groep satellieten in een baan rond het oppervlak van de planeet wordt door GNSS gebruikt om te lokaliseren.
Het systeem slaat gegevens op over de locatie, snelheid en precieze tijd van de AV.
Het werkt door de ToF tussen het ontvangen signaal en de emissie van de satelliet te berekenen. De coördinaten van het Global Positioning System (GPS) worden vaak gebruikt om de AV-locatie te verkrijgen.
De GPS-geëxtraheerde coördinaten zijn niet altijd nauwkeurig en voegen meestal een positiefout toe met een gemiddelde waarde van 3 m en een standaardvariatie van 1 m.
In grootstedelijke situaties worden de prestaties verder verslechterd, met een fout in de locatie tot 20 m, en in bepaalde ernstige omstandigheden is de GPS-positiefout ongeveer 100 m.
Bovendien kunnen AV's het RTK-systeem gebruiken om de positie van het voertuig nauwkeurig te bepalen.
In AV's kunnen de positie en richting van het voertuig ook worden bepaald met behulp van gegist bestek (DR) en de traagheidspositie.
Sensorfusie
Voor goed voertuigbeheer en veiligheid moeten AV's nauwkeurige, realtime kennis krijgen van de locatie, status en andere voertuigfactoren zoals gewicht, stabiliteit, snelheid, enz.
Deze informatie moet worden verzameld door de AV's met behulp van een verscheidenheid aan sensoren.
Door de gegevens van verschillende sensoren samen te voegen, wordt de sensorfusietechniek gebruikt om coherente informatie te produceren.
De methode maakt de synthese mogelijk van onverwerkte gegevens die zijn verkregen uit complementaire bronnen.
Als gevolg hiervan stelt sensorfusie de AV in staat om zijn omgeving nauwkeurig te begrijpen door alle nuttige gegevens die van verschillende sensoren zijn verzameld, samen te voegen.
Verschillende soorten algoritmen, waaronder Kalman-filters en Bayesiaanse filters, worden gebruikt om het fusieproces in AV's uit te voeren.
Omdat het wordt gebruikt in verschillende toepassingen, waaronder RADAR-tracking, satellietnavigatiesystemen en optische odometrie, wordt het Kalman-filter gezien als cruciaal voor een autonoom rijdend voertuig.
Voertuig ad-hoc netwerken (VANET's)
VANET's zijn een nieuwe subklasse van mobiele ad-hocnetwerken die spontaan een netwerk van mobiele apparaten/voertuigen kunnen creëren. Voertuig-naar-voertuig (V2V) en voertuig-naar-infrastructuur (V2I) communicatie zijn mogelijk met VANET's.
Het primaire doel van dergelijke technologie is het vergroten van de verkeersveiligheid; in gevaarlijke situaties zoals ongevallen en files kunnen auto's bijvoorbeeld met elkaar en met het netwerk communiceren om cruciale informatie door te geven.
De volgende zijn de belangrijkste componenten van VANET-technologie:
- OBU (on-board unit): het is een op GPS gebaseerd volgsysteem dat in elk voertuig wordt geplaatst en waarmee ze met elkaar en met wegkantunits (RSU) kunnen communiceren. De OBU is uitgerust met verschillende elektronische componenten, waaronder een resource command processor (RCP), sensorapparaten en gebruikersinterfaces, om essentiële informatie te verkrijgen. Het primaire doel is om een draadloos netwerk te gebruiken om te communiceren tussen meerdere RSU's en OBU's.
- Roadside Unit (RSU): RSU's zijn vaste computereenheden die op precieze punten op straten, parkeerplaatsen en kruispunten zijn geplaatst. Het belangrijkste doel is om autonome voertuigen te koppelen aan de infrastructuur en het helpt ook bij het lokaliseren van voertuigen. Bovendien kan het worden gebruikt om een voertuig aan andere RSU's te koppelen met behulp van verschillende netwerktopologieën. Bovendien zijn ze uitgevoerd op omgevingsenergiebronnen, waaronder zonne-energie.
- Trusted Authority (TA): Het is een instantie die elke stap van het VANET-proces controleert en ervoor zorgt dat alleen legitieme RSU's en voertuig-OBU's zich kunnen registreren en communiceren. Door de OBU-ID te bevestigen en het voertuig te authenticeren, biedt het veiligheid. Bovendien vindt het schadelijke communicatie en vreemd gedrag.
VANET's worden gebruikt voor voertuigcommunicatie, waaronder V2V-, V2I- en V2X-communicatie.
Voertuig 2 Voertuigcommunicatie
De mogelijkheid voor auto's om met elkaar te praten en cruciale informatie uit te wisselen over verkeersopstoppingen, ongevallen en snelheidsbeperkingen staat bekend als communicatie tussen voertuigen (IVC).
V2V-communicatie kan het netwerk creëren door verschillende knooppunten (voertuigen) samen te voegen met behulp van een mesh-topologie, gedeeltelijk of volledig.
Ze worden gecategoriseerd als single-hop (SIVC) of multi-hop (MIVC) systemen, afhankelijk van het aantal hops dat wordt gebruikt voor communicatie tussen voertuigen.
Hoewel de MIVC kan worden gebruikt voor communicatie over lange afstanden, zoals verkeersmonitoring, kan de SIVC worden gebruikt voor toepassingen op korte afstand, zoals het samenvoegen van rijstroken, ACC, enz.
Via V2V-communicatie worden tal van voordelen geboden, waaronder BSD, FCWS, automatisch noodremmen (AEB) en LDWS.
Voertuig 2 infrastructuurcommunicatie
De auto's kunnen communiceren met de RSU's via een proces dat bekend staat als wegkant-naar-voertuigcommunicatie (RVC). Het helpt bij de detectie van parkeermeters, camera's, rijstrookmarkeringen en verkeerslichten.
Ad hoc, draadloze en bidirectionele verbinding tussen de auto's en de infrastructuur.
Voor de administratie en het toezicht op het verkeer wordt gebruik gemaakt van de gegevens van de infrastructuur. Ze worden gebruikt om verschillende snelheidsparameters aan te passen waarmee de auto's het brandstofverbruik kunnen maximaliseren en de verkeersstroom kunnen beheren.
Het RVC-systeem kan worden onderverdeeld in de Sparse RVC (SRVC) en de Ubiquitous RVC, afhankelijk van de infrastructuur (URVC).
Het SRVC-systeem biedt alleen communicatiediensten op hotspots, zoals het lokaliseren van open parkeerplaatsen of tankstations, terwijl het URVC-systeem dekking biedt langs de hele route, zelfs bij hoge snelheden.
Om de netwerkdekking te garanderen, vergt het URVC-systeem een grote investering.
Voertuig 2 Alles Communicatie
De auto kan via V2X verbinding maken met andere entiteiten, waaronder voetgangers, objecten langs de weg, apparaten en het raster (V2P, V2R en V2D) (V2G).
Door dit soort communicatie te gebruiken, kunnen automobilisten voorkomen dat ze voetgangers, fietsers en motorrijders raken die gevaar lopen.
Het Pedestrian Collision Warning (PCW)-systeem kan de bestuurder waarschuwen voor een passagier langs de weg voordat er een catastrofale botsing plaatsvindt dankzij V2X-communicatie.
Om de voetganger belangrijke berichten te sturen, kan de PCW profiteren van Bluetooth of Near Field Communication (NFC) van de smartphone.
Conclusie
De vele technologieën die worden gebruikt om autonome auto's te bouwen, kunnen een grote impact hebben op hoe ze werken.
In de basis ontwikkelt de auto een kaart van zijn omgeving met behulp van een reeks sensoren die informatie verstrekken over de route eromheen en andere voertuigen op zijn pad.
Deze gegevens worden vervolgens geanalyseerd door een ingewikkeld machine-learningsysteem, dat een reeks acties genereert die de auto moet uitvoeren. Deze gedragingen worden regelmatig gewijzigd en bijgewerkt naarmate het systeem meer leert over de omgeving van het voertuig.
Ondanks mijn beste inspanningen om u een overzicht te geven van de architectuur van het autonome voertuigsysteem, gebeurt er achter de schermen veel meer.
Ik hoop oprecht dat u deze kennis waardevol zult vinden en er gebruik van zult maken.
Laat een reactie achter