Зміст[Сховати][Показати]
Датчики та програмне забезпечення поєднуються в автономних транспортних засобах для навігації, керування та керування різноманітними транспортними засобами, включаючи мотоцикли, автомобілі, вантажівки та дрони.
Залежно від того, як вони були розроблені або розроблені, вони можуть потребувати або не потребувати допомоги водія.
Повністю автономні автомобілі можуть безпечно працювати без людей-водіїв. Деякі, як Waymo від Google автомобіль, не міг мати навіть керма.
Частково автономний транспортний засіб, наприклад a Tesla, може взяти на себе повний контроль над транспортним засобом, але може знадобитися водій-людина для допомоги, якщо система стикається з сумнівами.
Ці автомобілі мають різні ступені самоавтоматизації, від орієнтування по смузі руху та допомоги при гальмуванні до повністю незалежних прототипів, що керують автомобілем.
Метою безпілотних автомобілів є зниження рівня трафіку, викидів і аварій.
Це можливо тому, що автономні транспортні засоби краще, ніж люди, дотримуються правил дорожнього руху.
Для плавної їзди необхідна певна інформація, як-от місцезнаходження автомобіля чи будь-яких об’єктів поблизу, найкоротший і найбезпечніший шлях до пункту призначення та здатність керувати системою водіння.
Дуже важливо розуміти, коли і як виконувати необхідні завдання.
Ця стаття охопить багато питань, зокрема архітектура системи для автономних автомобілів необхідні компоненти та транспортні спеціальні мережі (VANET).
Необхідні компоненти, необхідні для автономного автомобіля
Сучасні автономні транспортні засоби використовують різні датчики, включаючи камери, GPS, інерційні вимірювальні пристрої (IMU), ехолот, лазерне виявлення освітлення та визначення дальності (лідар), радіовиявлення та визначення дальності (радар), звукову навігацію та визначення дальності (сонар) та 3D карти.
Разом ці датчики та технології аналізують дані в режимі реального часу, щоб контролювати кермування, прискорення та гальмування.
Радарні датчики допомагають відстежувати місцезнаходження оточуючих автомобілів. Під час паркування автомобілям допомагають ультразвукові датчики.
Технологія, відома як лідар, була створена з використанням обох типів датчиків. Відбиваючи світлові імпульси від навколишнього середовища навколо автомобіля, лідарні датчики можуть виявляти межі доріг і ідентифікувати позначки смуг.
Вони також попереджають водіїв про сусідні перешкоди, такі як інші транспортні засоби, пішоходи та велосипеди.
Розмір і відстань до всього навколо автомобіля вимірюється за допомогою технології lidar, яка також створює 3D-карту, яка дозволяє транспортному засобу переглядати його оточення та визначати будь-які ризики.
Незалежно від часу доби, яскравого чи похмурого, він чудово справляється зі записом інформації за різних типів навколишнього освітлення.
Автомобіль використовує камери, радар і GPS-антени разом із лідаром і камерами, щоб виявити його оточення та визначити своє місцезнаходження.
Камери перевіряють наявність пішоходів, велосипедистів, автомобілів та інших перешкод, а також виявляють сигнали світлофора, зчитують дорожні знаки та розмітку та відстежують інші транспортні засоби.
Однак їм може бути важко в затемнених або темних місцях. Автономний транспортний засіб може бачити, куди він прямує, використовуючи комбінацію лідарів, радарів, камер, GPS-антен і ультразвукових датчиків, щоб цифрово відобразити дорогу перед ним.
Високорівнева архітектура системи
Основні датчики, виконавчі механізми, апаратне та програмне забезпечення перераховані в архітектурі, яка також демонструє весь механізм або протокол зв’язку в AV.
Сприйняття
Цей етап включає визначення розташування AV відносно навколишнього середовища та визначення середовища навколо AV за допомогою різноманітних датчиків.
На цьому кроці AV використовує RADAR, LIDAR, камеру, кінетичні датчики реального часу (RTK) та інші. Модулі розпізнавання отримують дані від цих датчиків і обробляють їх після передачі.
Загалом АВ складається з системи керування, LDWS, TSR, розпізнавання невідомих перешкод (UOR), модуля позиціонування та локалізації транспортного засобу (VPL) тощо.
Об’єднана інформація після обробки передається на етап прийняття рішень і планування.
Рішення та планування
Рухи та поведінка АВ приймаються, плануються та контролюються на цьому етапі з використанням інформації, отриманої під час процесу сприйняття.
На цій стадії, яку міг би представляти мозок, вибираються такі речі, як планування шляху, передбачення дій, уникнення перешкод тощо.
Вибір базується на інформації, яка доступна зараз і історично, включаючи дані карти в реальному часі, специфіку трафіку, тенденції, інформацію про користувачів тощо.
Може бути модуль журналу даних, який відстежує помилки та дані для подальшого використання.
Контроль
Модуль керування виконує операції/дії, пов’язані з фізичним керуванням AV, такі як рульове керування, гальмування, прискорення тощо після отримання інформації від модуля прийняття рішень і планування.
ходова частина
Останній крок передбачає взаємодію з механічними частинами, прикріпленими до шасі, такими як мотор-редуктор, двигун рульового колеса, двигун педалі гальма та двигуни педалей для акселератора та гальма.
Контрольний модуль сигналізує та керує всіма цими компонентами.
Тепер ми поговоримо про загальний зв’язок AV, перш ніж говорити про дизайн, роботу та використання різних ключових датчиків.
РАДАР
У AV системах РАДАРИ використовуються для сканування навколишнього середовища з метою пошуку та визначення місцезнаходження автомобілів та інших об’єктів.
РАДАРи часто використовуються як у військових, так і в цивільних цілях, наприклад в аеропортах або метеорологічних системах, і вони працюють у діапазоні міліметрових хвиль (міліметрових хвиль).
У сучасних автомобілях використовуються різні діапазони частот, у тому числі 24, 60, 77 і 79 ГГц, які мають діапазон вимірювань від 5 до 200 м [10].
Шляхом обчислення ToF між переданим сигналом і відбитим відлунням визначається відстань між AV та об’єктом.
У протиракетних пристроях РАДАРИ використовують масив мікроантен, які створюють набір пелюсток для покращення роздільної здатності за дальністю та ідентифікації кількох цілей. Радар mm-Wave RADAR може точно оцінювати об’єкти на близькій відстані в будь-якому напрямку, використовуючи дисперсію доплерівського зсуву завдяки підвищеній проникаючій здатності та більшій смузі пропускання.
Оскільки радари мм-хвиль мають більшу довжину хвилі, вони мають функції захисту від блокування та забруднення, що дозволяє їм працювати під час дощу, снігу, туману та слабкого освітлення.
Крім того, доплерівський зсув можна використовувати для розрахунку відносної швидкості за допомогою радіолокаторів мм-хвиль. Завдяки своїм можливостям радари мм-хвиль добре підходять для широкого спектру AV-застосувань, включаючи виявлення перешкод і розпізнавання пішоходів і транспортних засобів.
Ультразвукові датчики
Ці датчики працюють в діапазоні 20–40 кГц і використовують ультразвукові хвилі. Магніторезистивна мембрана, яка використовується для вимірювання відстані до об’єкта, створює ці хвилі.
Відстань визначається за допомогою розрахунку часу прольоту (ToF) випромінюваної хвилі до відлуного сигналу. Типовий радіус дії ультразвукових датчиків становить менше 3 метрів.
Вихід датчика оновлюється кожні 20 мс, що запобігає його відповідності строгим вимогам QoS ITS. Ці датчики мають відносно невелику дальність виявлення променя і спрямовані.
Тому для отримання повного поля зору потрібні численні датчики. Однак багато датчиків взаємодіють і можуть призвести до значних неточностей діапазону.
LiDAR
У LiDAR використовуються спектри 905 і 1550 нм. Оскільки людське око чутливе до пошкодження сітківки в діапазоні 905 нм, поточний LiDAR працює в діапазоні 1550 нм, щоб зменшити пошкодження сітківки.
Максимальний робочий діапазон LiDAR становить до 200 метрів. Твердотільний, 2D і 3D LiDAR є різними підкатегоріями LiDAR.
Один лазерний промінь розсіюється над дзеркалом, яке швидко обертається в 2D LiDAR. Розмістивши кілька лазерів на модулі, 3D LiDAR може отримати 3D-картинку навколишнього середовища.
Було продемонстровано, що придорожня система LiDAR знижує кількість зіткнень транспортного засобу з пішоходом (V2P) як у зонах перехрестя, так і в зонах без перехресть.
У ньому використовується 16-рядкова система LiDAR, що працює в режимі реального часу та обчислювально ефективна.
Рекомендується використовувати штучний глибокий автокодер нейронної мережі (DA-ANN), який забезпечує точність 95% на відстані 30 м.
У ньому продемонстровано, як алгоритм на основі опорних векторів (SVM) у поєднанні з 64-рядковим 3D LiDAR може покращити розпізнавання пішоходів.
Незважаючи на кращу точність вимірювань і 3D-бачення, ніж радар мм-хвиль, LiDAR працює гірше за несприятливих погодних умов, включаючи туман, сніг і дощ.
Фотокамери
Залежно від довжини хвилі пристрою, камера в AV може працювати з інфрачервоним або видимим світлом.
У камері (CMOS) використовуються датчики зображення із приладом із зарядовим зв’язком (ПЗС) і комплементарні датчики зображення на основі металооксиду-напівпровідника (CMOS).
Залежно від якості об’єктива максимальна дальність дії камери становить близько 250 м. Три смуги, які використовуються камерами видимого діапазону — червоний, зелений і синій — розділені тією ж довжиною хвилі, що й людське око, або 400–780 нм (RGB).
Дві камери VIS поєднані зі встановленими фокусними відстанями для створення нового каналу, який містить інформацію про глибину (D), що дозволяє створювати стереоскопічне бачення.
Завдяки цій можливості за допомогою камери (RGB-D) можна отримати 3D-вид на територію навколо автомобіля.
Інфрачервона (ІЧ) камера використовує пасивні датчики з довжиною хвилі від 780 нм до 1 мм. При максимальному освітленні ІЧ-датчики в AV забезпечують візуальний контроль.
Ця камера допомагає AVs розпізнавати об’єкти, контролювати боковий огляд, записувати аварії та BSD. Однак за несприятливих погодних умов, таких як сніг, туман і зміна освітленості, продуктивність камери змінюється.
Основними перевагами камери є її здатність точно збирати та записувати текстуру, розподіл кольорів і форму середовища.
Глобальна навігаційна супутникова система та глобальна система позиціонування, інерціальний вимірювальний блок
Ця технологія допомагає AV орієнтуватися, визначаючи його точне місцезнаходження. Група супутників на орбіті навколо поверхні планети використовується GNSS для локалізації.
Система зберігає дані про місцезнаходження, швидкість і точний час AV.
Він працює, з’ясовуючи ToF між отриманим сигналом і випромінюванням супутника. Для визначення місцезнаходження AV часто використовуються координати глобальної системи позиціонування (GPS).
Координати, отримані за допомогою GPS, не завжди точні, і вони зазвичай додають позиційну помилку із середнім значенням 3 м і стандартним відхиленням 1 м.
У міських умовах продуктивність ще більше погіршується з похибкою визначення місця розташування до 20 м, а в деяких важких умовах похибка визначення позиції GPS становить приблизно 100 м.
Крім того, AV можуть використовувати систему RTK для точного визначення положення автомобіля.
У AV положення та напрямок транспортного засобу також можна визначити за допомогою мертвого рахунку (DR) та інерційного положення.
Датчик злиття
Для належного керування транспортним засобом і безпеки AV повинні отримувати точні дані в реальному часі про місцезнаходження, статус та інші фактори транспортного засобу, такі як вага, стабільність, швидкість тощо.
Ця інформація повинна бути зібрана AV за допомогою різноманітних датчиків.
Об’єднуючи дані, отримані з кількох датчиків, використовується техніка об’єднання датчиків для отримання узгодженої інформації.
Метод дозволяє синтезувати необроблені дані, отримані з додаткових джерел.
Як наслідок, злиття датчиків дозволяє AV точно розуміти навколишнє середовище, об’єднуючи всі корисні дані, зібрані з різних датчиків.
Різні типи алгоритмів, включаючи фільтри Калмана та байєсівські фільтри, використовуються для здійснення процесу злиття в AV.
Оскільки він використовується в кількох додатках, включаючи радарне відстеження, системи супутникової навігації та оптичну одометрію, фільтр Калмана вважається вирішальним для автономної роботи автомобіля.
Автомобільні спеціальні мережі (VANET)
VANET — це новий підклас мобільних спеціальних мереж, які можуть спонтанно створювати мережу мобільних пристроїв/транспортних засобів. За допомогою VANET можливий зв’язок між транспортним засобом (V2V) і транспортним засобом з інфраструктурою (V2I).
Основна мета такої технології – підвищення безпеки дорожнього руху; наприклад, у небезпечних ситуаціях, таких як аварії та затори, автомобілі можуть взаємодіяти один з одним і мережею, щоб передавати важливу інформацію.
Нижче наведено основні компоненти технології VANET:
- OBU (бортовий пристрій): це система відстеження на основі GPS, розміщена в кожному транспортному засобі, яка дозволяє їм взаємодіяти один з одним і з придорожніми пристроями (RSU). OBU оснащений декількома електронними компонентами, включаючи процесор керування ресурсами (RCP), сенсорні пристрої та користувальницькі інтерфейси, щоб отримати важливу інформацію. Його основна мета полягає у використанні бездротової мережі для зв’язку між кількома RSU та OBU.
- Придорожній блок (RSU): RSU — це стаціонарні комп’ютерні блоки, які розташовуються в точних точках на вулицях, паркувальних майданчиках і перехрестях. Його головна мета — зв’язати автономні транспортні засоби з інфраструктурою, а також допомагає локалізувати транспортні засоби. Крім того, його можна використовувати для підключення транспортного засобу до інших RSU за допомогою різних топології мережі. Крім того, вони працюють на джерелах навколишньої енергії, включаючи сонячну.
- Довірений орган (TA): Це орган, який контролює кожен крок процесу VANET, гарантуючи, що лише законні RSU та OBU автомобіля можуть реєструватися та взаємодіяти. Підтверджуючи ідентифікатор OBU та автентифікуючи автомобіль, він забезпечує безпеку. Крім того, він знаходить шкідливі комунікації та дивну поведінку.
VANET використовуються для транспортного зв’язку, який включає зв’язок V2V, V2I та V2X.
Транспортний засіб 2 Транспортний зв'язок
Здатність автомобілів спілкуватися один з одним і обмінюватися важливою інформацією про затори, аварії та обмеження швидкості відома як зв’язок між автомобілями (IVC).
Комунікація V2V може створити мережу шляхом об’єднання різних вузлів (транспортних засобів) разом за допомогою сітчастої топології, часткової або повної.
Вони класифікуються як системи з одним стрибком (SIVC) або з кількома стрибками (MIVC) залежно від того, скільки стрибків використовується для зв’язку між автомобілями.
У той час як MIVC можна використовувати для дальнього зв’язку, наприклад для моніторингу дорожнього руху, SIVC можна використовувати для додатків малої дії, таких як об’єднання смуг, ACC тощо.
Численні переваги, зокрема BSD, FCWS, автоматичне екстрене гальмування (AEB) і LDWS, пропонуються завдяки зв’язку V2V.
Транспортний засіб 2 Інфраструктура зв'язку
Автомобілі можуть спілкуватися з RSU за допомогою процесу, відомого як зв’язок узбіччя з транспортним засобом (RVC). Він допомагає виявляти паркомати, камери, покажчики смуг і сигнали світлофора.
Спеціальне, бездротове та двонаправлене з’єднання між автомобілями та інфраструктурою.
Для адміністрування та контролю трафіку використовуються дані інфраструктури. Вони використовуються для регулювання різних параметрів швидкості, що дозволяє автомобілям максимізувати економію палива та керувати транспортним потоком.
Систему RVC можна розділити на розріджену RVC (SRVC) і всюдисущу RVC залежно від інфраструктури (URVC).
Система SRVC пропонує лише послуги зв’язку в гарячих точках, наприклад, для пошуку відкритих паркувальних місць або автозаправних станцій, тоді як система URVC пропонує покриття по всьому маршруту, навіть на високих швидкостях.
Щоб гарантувати покриття мережі, система URVC потребує великих інвестицій.
Автомобіль 2 Все Зв'язок
Автомобіль може з’єднуватися з іншими об’єктами через V2X, включаючи пішоходів, придорожні об’єкти, пристрої та мережу (V2P, V2R і V2D) (V2G).
Використовуючи цей вид зв’язку, водії можуть уникнути наїзду на пішоходів, велосипедистів і мотоциклістів, які знаходяться в групі ризику.
Завдяки комунікації V2X система попередження про зіткнення з пішоходами (PCW) може попередити водія про пасажира на узбіччі до того, як станеться катастрофічне зіткнення.
Для надсилання пішоходам важливих повідомлень PCW може використовувати переваги Bluetooth смартфона або зв’язку ближнього поля (NFC).
Висновок
Багато технологій, які використовуються для створення автономних автомобілів, можуть мати великий вплив на їх роботу.
У найпростішому випадку автомобіль створює карту свого оточення за допомогою набору датчиків, які надають інформацію про маршрут навколо нього та інші транспортні засоби на його шляху.
Потім ці дані аналізуються складною системою машинного навчання, яка генерує набір дій, які автомобіль повинен виконати. Ця поведінка регулярно змінюється та оновлюється, коли система дізнається більше про оточення автомобіля.
Незважаючи на мої всі зусилля представити вам огляд архітектури системи автономного транспортного засобу, за лаштунками відбувається ще багато чого.
Я щиро сподіваюся, що ви знайдете ці знання цінними та скористаєтеся ними.
залишити коментар