Содержание[Скрывать][Показывать]
Датчики и программное обеспечение объединены в автономных транспортных средствах для навигации, управления и управления различными транспортными средствами, включая мотоциклы, автомобили, грузовики и дроны.
В зависимости от того, как они были разработаны или сконструированы, они могут требовать или не требовать помощи водителя.
Полностью автономные автомобили могут безопасно работать без участия человека-водителя. Некоторые, как Waymo от Google автомобиль, не мог даже иметь руль.
Частично автономное транспортное средство, такое как Tesla, может взять на себя полный контроль над транспортным средством, но может нуждаться в помощи человека-водителя, если у системы возникнут сомнения.
В эти автомобили включены различные степени самоавтоматизации, от управления полосой движения и помощи при торможении до полностью независимых прототипов с автоматическим управлением.
Целью беспилотных автомобилей является снижение трафика, выбросов и аварийности.
Это возможно, потому что автономные транспортные средства лучше соблюдают правила дорожного движения, чем люди.
Для плавного движения необходима определенная информация, например, местонахождение автомобиля или близлежащих объектов, кратчайший и безопасный путь к месту назначения, а также возможности управления системой вождения.
Крайне важно понимать, когда и как выполнять необходимые задачи.
В этой статье будет рассмотрено много вопросов, в том числе Архитектура системы для автономных автомобилей, необходимых компонентов и автомобильных специальных сетей (VANET).
Необходимые компоненты, необходимые для автономного транспортного средства
Современные автономные транспортные средства используют различные датчики, в том числе камеры, GPS, инерциальные измерительные блоки (IMU), гидролокаторы, обнаружение и дальность лазерного освещения (лидар), радиообнаружение и определение дальности (радар), звуковую навигацию и определение дальности (гидролокатор) и 3D карты.
Вместе эти датчики и технологии анализируют данные в режиме реального времени для управления рулевым управлением, ускорением и торможением.
Радарные датчики помогают отслеживать местонахождение окружающих автомобилей. Транспортным средствам помогают ультразвуковые датчики во время парковки.
Технология, известная как лидар, была создана с использованием обоих типов датчиков. Отражая световые импульсы от окружающей среды вокруг автомобиля, лидарные датчики могут обнаруживать границы проезжей части и идентифицировать разметку полосы движения.
Они также предупреждают водителей о соседних препятствиях, таких как другие транспортные средства, пешеходы и велосипеды.
Размер и расстояние до всего вокруг автомобиля измеряются с помощью лидарной технологии, которая также создает трехмерную карту, которая позволяет автомобилю просматривать свое окружение и выявлять любые риски.
Независимо от времени суток, будь то ясный или пасмурный, он отлично справляется с записью информации при различных типах окружающего освещения.
Автомобиль использует камеры, радар и GPS-антенны, а также лидар и камеры, чтобы обнаруживать свое окружение и определять свое местоположение.
Камеры проверяют пешеходов, байкеров, автомобили и другие препятствия, а также обнаруживают сигналы светофора, считывают дорожные знаки и разметку и отслеживают другие транспортные средства.
Однако им может быть тяжело в тусклых или затененных местах. Автономное транспортное средство может видеть, куда оно движется, используя сочетание лидара, радара, камер, GPS-антенн и ультразвуковых датчиков для составления карты дороги перед ним в цифровом виде.
Высокоуровневая системная архитектура
Основные датчики, приводы, аппаратное и программное обеспечение перечислены в архитектуре, которая также демонстрирует весь механизм связи или протокол в AV.
восприятие
Этот этап включает в себя идентификацию местоположения AV по отношению к окружающей среде и определение среды вокруг AV с использованием различных датчиков.
На этом этапе AV использует радар, лидар, камеру, кинетический датчик в реальном времени (RTK) и другие датчики. Модули распознавания получают данные от этих датчиков и обрабатывают их после передачи.
В целом, АВ состоит из системы управления, LDWS, TSR, распознавания неизвестных препятствий (UOR), модуля определения местоположения и локализации транспортного средства (VPL) и т. д.
Объединенная информация после обработки передается на стадию принятия решений и планирования.
Решение и планирование
Движения и поведение АВ определяются, планируются и контролируются на этом этапе с использованием информации, полученной в процессе восприятия.
На этом этапе, который представляет мозг, делается выбор в отношении таких вещей, как планирование пути, предсказание действий, избегание препятствий и т. д.
Выбор основан на информации, доступной в настоящее время и в прошлом, включая картографические данные в реальном времени, особенности трафика, тенденции, информацию о пользователях и т. д.
Может быть модуль журнала данных, который отслеживает ошибки и данные для последующего использования.
Control
Модуль управления выполняет операции/действия, относящиеся к физическому управлению AV, такие как рулевое управление, торможение, ускорение и т. д., после получения информации от модуля принятия решений и планирования.
Шасси
Последний шаг включает в себя взаимодействие с механическими частями, прикрепленными к шасси, такими как редукторный двигатель, двигатель рулевого колеса, двигатель педали тормоза и двигатели педали акселератора и тормоза.
Модуль управления сигнализирует и управляет всеми этими компонентами.
Теперь мы поговорим об общей связи AV, прежде чем говорить о конструкции, работе и использовании различных ключевых датчиков.
Радар
В AV радары используются для сканирования окружающей среды, чтобы найти и определить местонахождение автомобилей и других объектов.
Радары часто используются как в военных, так и в гражданских целях, таких как аэропорты или метеорологические системы, и они работают в диапазоне миллиметровых волн (mm-Wave).
Различные диапазоны частот, в том числе 24, 60, 77 и 79 ГГц, используются в современных автомобилях и имеют диапазон измерения от 5 до 200 м [10].
Вычисляя ToF между переданным сигналом и возвращенным эхом, определяется расстояние между AV и объектом.
В AV радары используют массив микроантенн, которые создают набор лепестков для повышения разрешения по дальности и идентификации нескольких целей. РАДАР миллиметрового диапазона может точно оценивать объекты ближнего действия в любом направлении, используя дисперсию доплеровского сдвига из-за его повышенной проникающей способности и большей полосы пропускания.
Поскольку радары миллиметрового диапазона имеют большую длину волны, они обладают функциями защиты от блокировки и загрязнения, что позволяет им работать в условиях дождя, снега, тумана и слабого освещения.
Кроме того, доплеровский сдвиг можно использовать для расчета относительной скорости с помощью радаров миллиметрового диапазона. Благодаря своим возможностям радары миллиметрового диапазона хорошо подходят для широкого спектра приложений AV, включая обнаружение препятствий и распознавание пешеходов и транспортных средств.
Ультразвуковые датчики
Эти датчики работают в диапазоне 20–40 кГц и используют ультразвуковые волны. Эти волны излучает магниторезистивная мембрана, используемая для измерения расстояния до объекта.
Путем расчета времени пролета (ToF) излучаемой волны до отраженного сигнала определяется расстояние. Типичный диапазон ультразвуковых датчиков составляет менее 3 метров.
Выходной сигнал датчика обновляется каждые 20 мс, что не позволяет ему соответствовать строгим требованиям ITS к качеству обслуживания. Эти датчики имеют относительно небольшую дальность обнаружения луча и являются направленными.
Следовательно, для получения полного обзора требуется множество датчиков. Однако многие датчики будут взаимодействовать, что может привести к значительным неточностям измерения дальности.
LiDAR
В LiDAR используются спектры 905 и 1550 нм. Поскольку человеческий глаз восприимчив к повреждению сетчатки в диапазоне 905 нм, текущий LiDAR работает в диапазоне 1550 нм, чтобы уменьшить повреждение сетчатки.
До 200 метров — максимальная рабочая дальность LiDAR. Твердотельный, 2D и 3D LiDAR — это разные подкатегории LiDAR.
Единственный лазерный луч рассеивается по зеркалу, которое быстро вращается в 2D LiDAR. Разместив несколько лазеров на капсуле, 3D LiDAR может получить трехмерное изображение окружающей среды.
Было продемонстрировано, что придорожная система LiDAR снижает количество столкновений транспортных средств с пешеходами (V2P) как в пересекающихся, так и в непересекающихся зонах.
Он использует 16-строчную, эффективную в вычислительном отношении систему LiDAR в реальном времени.
Предлагается использовать искусственный глубинный автокодировщик нейронной сети (DA-ANN), который обеспечивает точность 95% на расстоянии 30 м.
В нем показано, как алгоритм на основе машины опорных векторов (SVM) в сочетании с 64-строчным 3D-лидаром может улучшить распознавание пешеходов.
Несмотря на лучшую точность измерений и 3D-зрение, чем у радара миллиметрового диапазона, LiDAR хуже работает в неблагоприятных погодных условиях, включая туман, снег и дождь.
камеры
В зависимости от длины волны устройства камера в AV может работать как в инфракрасном, так и в видимом свете.
В камере (CMOS) используются датчики изображения с зарядовой связью (ПЗС) и комплементарные датчики изображения металл-оксид-полупроводник (КМОП).
В зависимости от качества объектива максимальная дальность действия камеры составляет около 250 м. Три диапазона, используемые камерами видимого диапазона — красный, зеленый и синий — разделены той же длиной волны, что и человеческий глаз, или 400–780 нм (RGB).
Две камеры VIS соединяются с установленными фокусными расстояниями для создания нового канала, который содержит информацию о глубине (D), что позволяет создавать стереоскопическое зрение.
Благодаря этой возможности через камеру (RGB-D) можно получить трехмерное изображение области, окружающей автомобиль.
В инфракрасной (ИК) камере используются пассивные датчики с длиной волны от 780 нм до 1 мм. В пиковом освещении ИК-датчики в AV обеспечивают визуальный контроль.
Эта камера помогает AV с распознаванием объектов, контролем бокового обзора, записью аварий и BSD. Однако в неблагоприятных погодных условиях, таких как снег, туман и меняющиеся условия освещения, производительность камеры меняется.
Основными преимуществами камеры являются ее способность точно собирать и записывать текстуру, распределение цвета и форму окружающей среды.
Глобальная навигационная спутниковая система и Глобальная система позиционирования, Инерциальный измерительный блок
Эта технология помогает AV в навигации, определяя его точное местоположение. Группа спутников на орбите вокруг поверхности планеты используется GNSS для локализации.
Система хранит данные о местоположении, скорости и точном времени AV.
Он работает путем определения ToF между полученным сигналом и излучением спутника. Координаты глобальной системы позиционирования (GPS) часто используются для определения местоположения AV.
Координаты, полученные с помощью GPS, не всегда точны и обычно добавляют ошибку позиционирования со средним значением 3 м и стандартным отклонением 1 м.
В городских условиях производительность еще больше ухудшается, с ошибкой определения местоположения до 20 м, а в некоторых тяжелых условиях погрешность определения местоположения GPS составляет примерно 100 м.
Кроме того, AV могут использовать систему RTK для точного определения положения транспортного средства.
В AV положение и направление транспортного средства также можно определить с помощью счисления пути (DR) и инерциального положения.
Слияние датчиков
Для надлежащего управления транспортным средством и безопасности AV должны получать точные сведения в режиме реального времени о местоположении, статусе и других факторах транспортного средства, таких как вес, устойчивость, скорость и т. д.
Эта информация должна быть собрана AV с использованием различных датчиков.
Путем объединения данных, полученных от нескольких датчиков, метод объединения датчиков используется для получения согласованной информации.
Метод позволяет синтезировать необработанные данные, полученные из дополнительных источников.
В результате слияние датчиков позволяет AV точно понимать свое окружение, объединяя все полезные данные, собранные с различных датчиков.
Различные типы алгоритмов, в том числе фильтры Калмана и фильтры Байеса, используются для выполнения процесса слияния в AV.
Поскольку он используется в нескольких приложениях, включая радиолокационное отслеживание, спутниковые навигационные системы и оптическую одометрию, фильтр Калмана считается критически важным для автономной работы транспортного средства.
Автомобильные одноранговые сети (VANET)
VANET — это новый подкласс мобильных одноранговых сетей, которые могут спонтанно создавать сеть из мобильных устройств/транспортных средств. Связь между транспортными средствами (V2V) и транспортными средствами с инфраструктурой (V2I) возможна с помощью сетей VANET.
Основная цель такой технологии — повысить безопасность дорожного движения; например, в опасных ситуациях, таких как аварии и пробки, автомобили могут взаимодействовать друг с другом и с сетью для передачи важной информации.
Ниже приведены основные компоненты технологии VANET:
- OBU (бортовое устройство): это система слежения на основе GPS, размещенная в каждом транспортном средстве, которая позволяет им взаимодействовать друг с другом и с придорожными устройствами (RSU). OBU оснащен несколькими электронными компонентами, в том числе процессором управления ресурсами (RCP), сенсорными устройствами и пользовательские интерфейсы, чтобы получить необходимую информацию. Его основная цель — использовать беспроводную сеть для связи между несколькими RSU и OBU.
- Придорожный блок (RSU): RSU — это стационарные компьютерные блоки, которые располагаются в определенных точках на улицах, парковках и перекрестках. Его основная цель — связать автономные транспортные средства с инфраструктурой, а также помочь с локализацией транспортных средств. Кроме того, его можно использовать для связи транспортного средства с другими RSU, используя различные сетевые топологии. Кроме того, они работают от источников энергии из окружающей среды, включая солнечную энергию.
- Доверенный орган (TA): это орган, который контролирует каждый шаг процесса VANET, гарантируя, что только законные RSU и автомобильные OBU могут регистрироваться и взаимодействовать. Подтверждая идентификатор OBU и аутентифицируя автомобиль, он обеспечивает безопасность. Кроме того, он находит вредные сообщения и странное поведение.
VANET используются для автомобильной связи, которая включает в себя связь V2V, V2I и V2X.
Связь с автомобилем 2
Способность автомобилей общаться друг с другом и обмениваться важной информацией о пробках на дорогах, авариях и ограничениях скорости известна как межавтомобильная связь (IVC).
Связь V2V может создавать сеть путем объединения различных узлов (транспортных средств) вместе с использованием топологии ячеистой сети, частичной или полной.
Они классифицируются как односкачковые (SIVC) или многоскачковые (MIVC) системы в зависимости от того, сколько переходов используется для связи между транспортными средствами.
В то время как MIVC можно использовать для дальней связи, такой как мониторинг трафика, SIVC можно использовать для приложений ближнего действия, таких как слияние полос движения, ACC и т. д.
Многочисленные преимущества, включая BSD, FCWS, автоматическое экстренное торможение (AEB) и LDWS, предлагаются через связь V2V.
Транспортное средство 2 Связь с инфраструктурой
Автомобили могут связываться с RSU с помощью процесса, известного как связь между дорогами и транспортными средствами (RVC). Это помогает в обнаружении счетчиков парковки, камер, маркеров полосы движения и сигналов светофора.
Специальное, беспроводное и двунаправленное соединение между автомобилями и инфраструктурой.
Для администрирования и контроля трафика используются данные инфраструктуры. Они используются для регулировки различных параметров скорости, что позволяет автомобилям максимально экономить топливо и управлять транспортным потоком.
Систему RVC можно разделить на разреженную RVC (SRVC) и повсеместную RVC в зависимости от инфраструктуры (URVC).
Система SRVC предлагает услуги связи только в горячих точках, например, для обнаружения открытых парковочных мест или заправочных станций, тогда как система URVC обеспечивает покрытие по всему маршруту, даже на высоких скоростях.
Чтобы гарантировать покрытие сети, система URVC требует больших инвестиций.
Автомобиль 2 Все Связь
Автомобиль может соединяться с другими объектами через V2X, включая пешеходов, придорожные объекты, устройства и сеть (V2P, V2R и V2D) (V2G).
Используя этот вид связи, водители могут избежать столкновения с опасными пешеходами, велосипедистами и мотоциклистами.
Система предупреждения о столкновении с пешеходом (PCW) может предупредить водителя о придорожном пассажире до того, как произойдет катастрофическое столкновение, благодаря связи V2X.
Чтобы отправлять пешеходам важные сообщения, PCW может использовать Bluetooth смартфона или связь ближнего поля (NFC).
Заключение
Многие технологии, используемые для создания автономных автомобилей, могут оказать большое влияние на то, как они работают.
По сути, автомобиль составляет карту своего окружения, используя набор датчиков, которые предоставляют информацию о маршруте вокруг него и других транспортных средствах на его пути.
Затем эти данные анализируются сложной системой машинного обучения, которая генерирует набор действий, которые должен выполнить автомобиль. Эти поведения регулярно изменяются и обновляются по мере того, как система узнает больше об окружении автомобиля.
Несмотря на все мои усилия представить вам обзор архитектуры системы автономного транспортного средства, за кулисами происходит гораздо больше.
Я искренне надеюсь, что вы найдете эти знания ценными и будете использовать их.
Оставьте комментарий