Talaan ng nilalaman[Tago][Ipakita]
Ang mga sensor at software ay pinagsama sa mga autonomous na sasakyan upang mag-navigate, magmaneho, at magpatakbo ng iba't ibang mga sasakyan, kabilang ang mga motorsiklo, sasakyan, trak, at drone.
Depende sa kung paano sila binuo o idinisenyo, maaari o hindi sila nangangailangan ng tulong sa pagmamaneho.
Ang mga ganap na autonomous na sasakyan ay maaaring gumana nang ligtas nang walang mga taong nagmamaneho. Parang Waymo ng Google sasakyan, hindi man lang magkaroon ng manibela.
Isang bahagyang autonomous na sasakyan, tulad ng a Tesla, ay maaaring ganap na kontrolin ang sasakyan ngunit maaaring mangailangan ng isang tao na tsuper upang tumulong kung ang sistema ay magkakaroon ng pagdududa.
Iba't ibang antas ng self-automation ang kasama sa mga sasakyang ito, mula sa paggabay sa lane at tulong sa pagpepreno hanggang sa ganap na independyente, self-driving na mga prototype.
Ang layunin ng mga sasakyang walang driver ay bawasan ang trapiko, mga emisyon, at mga rate ng aksidente.
Posible ito dahil ang mga autonomous na sasakyan ay mas sanay sa pagsunod sa mga regulasyon sa trapiko kaysa sa mga tao.
Para sa isang maayos na pagmamaneho, kinakailangan ang ilang partikular na impormasyon, tulad ng lokasyon ng kotse o anumang kalapit na bagay, ang pinakamaikling at pinakaligtas na landas patungo sa destinasyon, at ang kapasidad na patakbuhin ang sistema ng pagmamaneho.
Napakahalagang maunawaan kung kailan at paano isasagawa ang mga kinakailangang gawain.
Sasaklawin ng artikulong ito ang maraming lupa, kabilang ang arkitektura ng system para sa mga autonomous na sasakyan, mga sangkap na kinakailangan, at mga vehicular ad hoc network (VANET).
Mga kinakailangang sangkap na kinakailangan para sa Autonomous Vehicle
Ang mga autonomous na sasakyan ngayon ay gumagamit ng iba't ibang sensor, kabilang ang mga camera, GPS, inertial measurement units (IMUs), sonar, laser illumination detection and range (lidar), radio detection at ranging (radar), sound navigation, at ranging (sonar), at Mga 3D na mapa.
Magkasama, sinusuri ng mga sensor at teknolohiyang ito ang data nang real-time para makontrol ang pagpipiloto, acceleration, at pagpepreno.
Nakakatulong ang mga radar sensor sa pagsubaybay sa kinaroroonan ng mga nakapalibot na sasakyan. Ang mga sasakyan ay tinutulungan ng mga ultrasonic sensor habang paradahan.
Ang isang teknolohiyang kilala bilang lidar ay nilikha sa pamamagitan ng paggamit ng parehong uri ng mga sensor. Sa pamamagitan ng pagpapakita ng mga ilaw na pulso mula sa kapaligiran sa paligid ng sasakyan, matutukoy ng mga sensor ng lidar ang mga gilid ng mga daanan at matukoy ang mga marker ng lane.
Binabalaan din nito ang mga tsuper ng mga katabing hadlang, gaya ng iba pang sasakyan, pedestrian, at bisikleta.
Ang laki at distansya ng lahat ng bagay sa paligid ng kotse ay sinusukat gamit ang teknolohiya ng lidar, na lumilikha din ng isang 3D na mapa na nagbibigay-daan sa sasakyan na tingnan ang paligid nito at tukuyin ang anumang mga panganib.
Anuman ang oras ng araw, maliwanag man o madilim, ito ay gumagawa ng napakahusay na trabaho sa pagre-record ng impormasyon sa iba't ibang uri ng liwanag sa paligid.
Gumagamit ang sasakyan ng mga camera, radar, at GPS antenna, kasama ng mga lidar at camera, upang makita ang paligid nito at matukoy ang lokasyon nito.
Sinusuri ng mga camera ang mga naglalakad, nagbibisikleta, mga sasakyan, at iba pang mga hadlang habang nagde-detect din ng mga signal ng trapiko, nagbabasa ng mga palatandaan at marka sa kalsada, at sinusubaybayan ang iba pang mga sasakyan.
Gayunpaman, maaari silang mahirapan sa madilim o malilim na lugar. Makikita ng isang autonomous na sasakyan kung saan ito pupunta sa pamamagitan ng paggamit ng halo ng lidar, radar, camera, GPS antenna, at ultrasonic sensor upang i-map out ang kalsada sa harap nito nang digital.
Mataas na antas ng arkitektura ng System
Ang mahahalagang sensor, actuator, hardware, at software ay nakalista sa arkitektura, na nagpapakita rin ng buong mekanismo ng komunikasyon o protocol sa mga AV.
Pagdama
Binubuo ng yugtong ito ang pagtukoy sa lokasyon ng AV na may kaugnayan sa kapaligiran at pagdama sa kapaligiran sa paligid ng AV gamit ang iba't ibang mga sensor.
Gumagamit ang AV ng RADAR, LIDAR, camera, real-time kinetic (RTK), at iba pang mga sensor sa hakbang na ito. Ang mga module ng pagkilala ay tumatanggap ng data mula sa mga sensor na ito at pinoproseso ito pagkatapos na maipasa ito.
Sa pangkalahatan, ang AV ay binubuo ng isang control system, LDWS, TSR, unknown obstacles recognition (UOR), isang vehicle positioning and localization (VPL) module, atbp.
Ang pinagsamang impormasyon ay ibinibigay sa yugto ng paggawa ng desisyon at pagpaplano pagkatapos maproseso.
Desisyon at Pagpaplano
Ang mga galaw at pag-uugali ng AV ay pinagpapasyahan, pinlano, at kinokontrol sa hakbang na ito gamit ang impormasyong natanggap sa panahon ng proseso ng perception.
Ang yugtong ito, na kakatawanin ng utak, ay kung saan ginagawa ang mga pagpipilian sa mga bagay tulad ng pagpaplano ng landas, paghula ng aksyon, pag-iwas sa balakid, atbp.
Nakabatay ang pagpili sa impormasyong naa-access na ngayon at sa kasaysayan, kabilang ang real-time na data ng mapa, mga detalye ng trapiko, mga trend, impormasyon ng user, atbp.
Maaaring mayroong module ng data log na sumusubaybay sa mga pagkakamali at data para magamit sa ibang pagkakataon.
Kontrolin
Ang control module ay nagsasagawa ng mga operasyon/aksyon na may kaugnayan sa pisikal na kontrol ng AV, tulad ng pagpipiloto, pagpepreno, accelerating, atbp. pagkatapos makatanggap ng impormasyon mula sa module ng desisyon at pagpaplano.
tsasis
Kasama sa huling hakbang ang pakikipag-ugnayan sa mga mekanikal na bahagi na nakakabit sa chassis, tulad ng gear motor, steering wheel motor, brake pedal motor, at pedal motors para sa accelerator at brake.
Ang control module ay sinenyasan at pinamamahalaan ang lahat ng mga bahaging ito.
Ngayon ay pag-uusapan natin ang tungkol sa pangkalahatang komunikasyon ng isang AV bago pag-usapan ang tungkol sa disenyo, operasyon, at paggamit ng iba't ibang mga key sensor.
RADAR
Sa mga AV, ang mga RADAR ay ginagamit upang i-scan ang kapaligiran upang mahanap at mahanap ang mga sasakyan at iba pang mga bagay.
Ang mga RADAR ay kadalasang ginagamit sa parehong militar at sibilyan na mga layunin, tulad ng mga paliparan o meteorolohiko system, at gumagana ang mga ito sa millimeter-wave (mm-Wave) spectrum.
Iba't ibang frequency band, kabilang ang 24, 60, 77, at 79 GHz, ay ginagamit sa mga kontemporaryong sasakyan at may sukat na saklaw na 5 hanggang 200 m [10].
Sa pamamagitan ng pagkalkula ng ToF sa pagitan ng ipinadalang signal at ng ibinalik na echo, natutukoy ang distansya sa pagitan ng AV at ng bagay.
Sa mga AV, ang mga RADAR ay gumagamit ng hanay ng mga micro-antenna na lumilikha ng isang koleksyon ng mga lobe upang mapahusay ang resolution ng saklaw at maramihang pagkilala sa target. Ang mm-Wave RADAR ay maaaring tumpak na masuri ang mga malalapit na bagay sa anumang direksyon sa pamamagitan ng paggamit ng pagkakaiba-iba sa Doppler shift dahil sa tumaas na penetrability nito at mas malaking bandwidth.
Dahil ang mm-Wave radar ay may mas mahabang wavelength, nagtatampok ang mga ito ng anti-blocking at anti-pollution na kakayahan na nagbibigay-daan sa kanila na gumana sa ulan, snow, fog, at mahinang liwanag.
Bilang karagdagan, ang Doppler shift ay maaaring gamitin upang kalkulahin ang relatibong bilis sa pamamagitan ng mm-Wave radar. Dahil sa kanilang kakayahan, ang mga mm-Wave radar ay angkop na angkop para sa malawak na hanay ng mga AV application, kabilang ang pagtukoy ng obstacle, at pagkilala sa pedestrian at sasakyan.
Mga Ultrasonic Sensor
Gumagana ang mga sensor na ito sa hanay na 20–40 kHz at gumagamit ng mga ultrasonic wave. Ang isang magneto-resistive membrane na ginagamit upang masukat ang distansya ng bagay ay gumagawa ng mga alon na ito.
Sa pamamagitan ng pagkalkula ng time-of-flight (ToF) ng emitted wave sa echoed signal, tinutukoy ang distansya. Ang karaniwang hanay ng mga ultrasonic sensor ay mas mababa sa 3 metro.
Nire-refresh ang output ng sensor tuwing 20 ms, na pumipigil dito na umayon sa mahigpit na kinakailangan ng QoS ng ITS. Ang mga sensor na ito ay may medyo maliit na hanay ng pag-detect ng sinag at nakadirekta.
Samakatuwid, upang makakuha ng full-field vision, maraming mga sensor ang kinakailangan. Gayunpaman, maraming sensor ang makikipag-ugnayan at maaaring magresulta sa makabuluhang mga kamalian sa hanay.
LiDAR
Ang spectra ng 905 at 1550 nm ay ginagamit sa LiDAR. Dahil ang mata ng tao ay madaling kapitan ng pinsala sa retina mula sa hanay ng 905 nm, ang kasalukuyang LiDAR ay nagpapatakbo sa 1550 nm band upang mabawasan ang pinsala sa retinal.
Hanggang 200 metro ang maximum na hanay ng pagtatrabaho ng LiDAR. Solid-state, 2D, at 3D LiDAR ang iba't ibang subcategory ng LiDAR.
Ang isang solong laser beam ay nakakalat sa isang salamin na mabilis na umiikot sa isang 2D LiDAR. Sa pamamagitan ng paglalagay ng ilang laser sa pod, ang isang 3D LiDAR ay maaaring makakuha ng 3D na larawan ng paligid.
Ipinakita na ang LiDAR system sa tabing daan ay nagpapababa sa bilang ng mga banggaan ng sasakyan-sa-pedestrian (V2P) sa parehong intersectional at non-intersectional zone.
Gumagamit ito ng 16-line, real-time, computationally effective na LiDAR system.
Iminumungkahi na gumamit ng malalim na auto-encoder na artipisyal neural network (DA-ANN), na nakakamit ng katumpakan na 95% sa isang saklaw na 30 m.
Sa, ito ay ipinapakita kung paano ang isang support vector machine (SVM)-based na algorithm na pinagsama sa isang 64-line na 3D LiDAR ay maaaring mapahusay ang pagkilala sa pedestrian.
Sa kabila ng pagkakaroon ng mas mahusay na katumpakan ng pagsukat at 3D vision kaysa sa isang mm-Wave radar, hindi gaanong mahusay ang pagganap ng LiDAR sa masamang panahon kabilang ang fog, snow, at ulan.
cameras
Depende sa wavelength ng device, ang camera sa mga AV ay maaaring infrared- o visible-light-based.
Ang charge-coupled device (CCD) at complementary metal-oxide-semiconductor (CMOS) image sensors ay ginagamit sa camera (CMOS).
Depende sa kalidad ng lens, ang maximum na hanay ng camera ay humigit-kumulang 250 m. Ang tatlong banda na ginagamit ng mga nakikitang camera—Red, Green, at Blue—ay pinaghihiwalay ng parehong wavelength ng mata ng tao, o 400–780 nm (RGB).
Dalawang VIS camera ang isinama sa mga itinatag na focal length upang lumikha ng bagong channel na naglalaman ng depth (D) na impormasyon, na nagbibigay-daan para sa paglikha ng stereoscopic vision.
Ang isang 3D na view ng lugar na nakapalibot sa sasakyan ay maaaring makuha salamat sa kakayahang ito sa pamamagitan ng camera (RGB-D).
Ang mga passive sensor na may wavelength na nasa pagitan ng 780 nm at 1 mm ay ginagamit ng infrared (IR) camera. Sa pinakamataas na pag-iilaw, ang mga IR sensor sa mga AV ay nag-aalok ng visual na kontrol.
Tinutulungan ng camera na ito ang mga AV sa pagkilala ng bagay, kontrol sa side view, pag-record ng aksidente, at BSD. Gayunpaman, sa masamang panahon, gaya ng snow, fog, at pagbabago ng mga kondisyon ng liwanag, nagbabago ang performance ng camera.
Ang mga pangunahing benepisyo ng isang camera ay ang kakayahan nitong tumpak na tipunin at i-record ang texture, pamamahagi ng kulay, at hugis ng kapaligiran.
Global Navigation Satellite System at Global Positioning System, Inertial Measurement Unit
Tinutulungan ng teknolohiyang ito ang AV sa pag-navigate sa pamamagitan ng pagtukoy sa eksaktong lokasyon nito. Ang isang pangkat ng mga satellite sa orbit sa paligid ng ibabaw ng planeta ay ginagamit ng GNSS upang i-localize.
Ang system ay nag-iimbak ng data sa lokasyon, bilis, at tumpak na oras ng AV.
Gumagana ito sa pamamagitan ng pag-uunawa sa ToF sa pagitan ng signal na natanggap at paglabas ng satellite. Ang mga coordinate ng Global Positioning System (GPS) ay kadalasang ginagamit upang makuha ang lokasyon ng AV.
Ang mga coordinate na nakuha ng GPS ay hindi palaging tumpak, at karaniwang nagdaragdag sila ng positional error na may mean na halaga na 3 m at karaniwang variation na 1 m.
Sa mga sitwasyon sa metropolitan, ang pagganap ay higit na lumala, na may error sa lokasyon na hanggang 20 m, at sa ilang mga malalang pangyayari, ang error sa posisyon ng GPS ay humigit-kumulang 100 m.
Bukod pa rito, maaaring gamitin ng mga AV ang RTK system upang tiyak na matukoy ang posisyon ng sasakyan.
Sa mga AV, ang posisyon at direksyon ng sasakyan ay maaari ding matukoy gamit ang dead reckoning (DR) at ang inertial na posisyon.
Fusion ng Sensor
Para sa wastong pamamahala at kaligtasan ng sasakyan, ang mga AV ay dapat makakuha ng tumpak, real-time na kaalaman sa lokasyon, katayuan, at iba pang salik ng sasakyan tulad ng bigat, katatagan, bilis, atbp.
Ang impormasyong ito ay dapat na kolektahin ng mga AV na gumagamit ng iba't ibang mga sensor.
Sa pamamagitan ng pagsasama-sama ng data na nakuha mula sa ilang mga sensor, ang sensor fusion technique ay ginagamit upang makagawa ng magkakaugnay na impormasyon.
Pinahihintulutan ng pamamaraan ang synthesis ng hindi naprosesong data na nakuha mula sa mga pantulong na mapagkukunan.
Bilang resulta, binibigyang-daan ng sensor fusion ang AV na tumpak na maunawaan ang paligid nito sa pamamagitan ng pagsasama-sama ng lahat ng kapaki-pakinabang na data na nakalap mula sa iba't ibang mga sensor.
Iba't ibang uri ng mga algorithm, kabilang ang mga Kalman filter at Bayesian filter, ay ginagamit upang isagawa ang proseso ng pagsasanib sa mga AV.
Dahil ito ay ginagamit sa ilang mga application, kabilang ang RADAR tracking, satellite navigation system, at optical odometry, ang Kalman filter ay nakikita bilang napakahalaga para sa isang sasakyan na gumana nang awtonomiya.
Mga Vehicular Ad-Hoc Network (VANETs)
Ang mga VANET ay isang bagong subclass ng mga mobile ad hoc network na maaaring kusang lumikha ng network ng mga mobile device/sasakyan. Ang komunikasyon ng sasakyan-sa-sasakyan (V2V) at sasakyan-sa-imprastraktura (V2I) ay posible sa mga VANET.
Ang pangunahing layunin ng naturang teknolohiya ay upang madagdagan ang kaligtasan sa kalsada; halimbawa, sa mga mapanganib na sitwasyon tulad ng mga aksidente at traffic jam, maaaring makipag-ugnayan ang mga sasakyan sa isa't isa at sa network upang maghatid ng mahahalagang impormasyon.
Ang mga sumusunod ay ang mga pangunahing bahagi ng teknolohiya ng VANET:
- OBU (on-board unit): Ito ay isang GPS-based na tracking system na inilalagay sa bawat sasakyan na nagpapahintulot sa kanila na makipag-ugnayan sa isa't isa at sa mga roadside unit (RSU). Ang OBU ay nilagyan ng ilang elektronikong bahagi, kabilang ang isang resource command processor (RCP), mga sensor device, at mga interface ng gumagamit, upang makakuha ng mahahalagang impormasyon. Ang pangunahing layunin nito ay gumamit ng wireless network para makipag-ugnayan sa pagitan ng maraming RSU at OBU.
- Roadside Unit (RSU): Ang mga RSU ay mga fixed computer unit na nakaposisyon sa mga tiyak na punto sa mga kalye, paradahan, at mga junction. Ang pangunahing layunin nito ay iugnay ang mga autonomous na sasakyan sa imprastraktura, at nakakatulong din ito sa localization ng sasakyan. Bilang karagdagan, maaari itong magamit upang i-link ang isang sasakyan sa iba pang mga RSU na gumagamit ng iba't ibang mga topolohiya ng network. Bukod pa rito, pinatakbo ang mga ito sa mga pinagmumulan ng enerhiya sa kapaligiran kabilang ang solar power.
- Trusted Authority (TA): Ito ay isang katawan na kumokontrol sa bawat hakbang ng proseso ng mga VANET, na tinitiyak na ang mga lehitimong RSU at OBU ng sasakyan lang ang maaaring magparehistro at makipag-ugnayan. Sa pamamagitan ng pagkumpirma ng OBU ID at pag-authenticate ng sasakyan, nag-aalok ito ng seguridad. Bukod pa rito, nakakahanap ito ng mga nakakapinsalang komunikasyon at kakaibang pag-uugali.
Ginagamit ang mga VANET para sa komunikasyon ng sasakyan, na kinabibilangan ng komunikasyong V2V, V2I, at V2X.
Komunikasyon sa Sasakyan 2
Ang kakayahan ng mga sasakyan na makipag-usap sa isa't isa at makipagpalitan ng mahahalagang impormasyon tungkol sa pagsisikip ng trapiko, aksidente, at mga paghihigpit sa bilis ay kilala bilang inter-vehicle communication (IVC).
Ang komunikasyon ng V2V ay maaaring lumikha ng network sa pamamagitan ng pagsasama-sama ng iba't ibang mga node (Mga Sasakyan) gamit ang isang mesh na topology, bahagyang o puno.
Ang mga ito ay ikinategorya bilang single-hop (SIVC) o multi-hop (MIVC) system depende sa kung ilang hop ang ginagamit para sa inter-vehicle communication.
Habang ang MIVC ay maaaring gamitin para sa long-range na komunikasyon, tulad ng traffic monitoring, ang SIVC ay maaaring gamitin para sa mga short-range na application tulad ng lane merging, ACC, atbp.
Maraming benepisyo, kabilang ang BSD, FCWS, automated emergency braking (AEB), at LDWS, ay inaalok sa pamamagitan ng V2V communication.
Vehicle 2 Infrastructure Communication
Maaaring makipag-ugnayan ang mga sasakyan sa mga RSU sa pamamagitan ng prosesong kilala bilang roadside-to-vehicle communication (RVC). Nakakatulong ito sa pagtukoy ng mga metro ng paradahan, mga camera, mga marker ng lane, at mga signal ng trapiko.
Ad hoc, wireless, at bidirectional na koneksyon sa pagitan ng mga sasakyan at ng imprastraktura.
Para sa pangangasiwa at pangangasiwa ng trapiko, ginagamit ang data ng imprastraktura. Ginagamit ang mga ito upang ayusin ang iba't ibang mga parameter ng bilis na nagpapahintulot sa mga kotse na i-maximize ang ekonomiya ng gasolina at pamahalaan ang daloy ng trapiko.
Maaaring ihiwalay ang RVC system sa Sparse RVC (SRVC) at Ubiquitous RVC depende sa imprastraktura (URVC).
Ang SRVC system ay nag-aalok lamang ng mga serbisyo ng komunikasyon sa mga hotspot, tulad ng paghahanap ng mga bukas na parking space o mga istasyon ng gasolina, samantalang ang URVC system ay nag-aalok ng saklaw sa buong ruta, kahit na sa mataas na bilis.
Upang magarantiya ang saklaw ng network, ang sistema ng URVC ay nangangailangan ng malaking pamumuhunan.
Sasakyan 2 Lahat ng Komunikasyon
Maaaring kumonekta ang kotse sa iba pang mga entity sa pamamagitan ng V2X, kabilang ang mga pedestrian, mga bagay sa tabing daan, device, at ang Grid (V2P, V2R, at V2D) (V2G).
Gamit ang ganitong uri ng komunikasyon, maiiwasan ng mga driver ang pagtama sa mga nasa panganib na pedestrian, siklista, at rider ng motorsiklo.
Maaaring bigyan ng babala ng Pedestrian Collision Warning (PCW) system ang driver ng isang pasahero sa gilid ng kalsada bago mangyari ang isang sakuna na banggaan salamat sa komunikasyon ng V2X.
Upang maipadala ang mahahalagang mensahe sa pedestrian, maaaring samantalahin ng PCW ang Bluetooth o Near Field Communication (NFC) ng smartphone.
Konklusyon
Ang maraming teknolohiyang ginagamit sa paggawa ng mga autonomous na sasakyan ay maaaring magkaroon ng malaking epekto sa kung paano sila gumagana.
Sa pinakasimple nito, ang kotse ay bubuo ng isang mapa ng paligid nito gamit ang isang hanay ng mga sensor na nagbibigay ng impormasyon tungkol sa ruta sa paligid nito at iba pang mga sasakyan sa landas nito.
Ang data na ito ay sinusuri ng isang kumplikadong machine-learning system, na bumubuo ng isang hanay ng mga aksyon para sa kotse upang maisagawa. Ang mga gawi na ito ay regular na binabago at ina-update habang ang system ay higit na natututo tungkol sa kapaligiran ng sasakyan.
Sa kabila ng aking pinakamahusay na pagsisikap na ipakita sa iyo ang isang pangkalahatang-ideya ng arkitektura ng autonomous na sistema ng sasakyan, marami pang nangyayari sa likod ng mga eksena.
Ako ay tunay na umaasa na mahahanap mo ang kaalamang ito na mahalaga at gamitin ito.
Mag-iwan ng Sagot