立即注册
查看: 778|回复: 0

[智能车资料] 车联网白皮书(网联自动驾驶分册)

已绑定手机
发表于 2021-9-18 17:49:29 | 显示全部楼层 |阅读模式 来自 广东省深圳市
车联网是汽车、电子、信息通信、交通运输和交通管理等行业深度融合的新型产业形态,是 5G、人工智能等新一代信息通信技术在汽车、交通等行业应用的重要体现。自动驾驶是汽车智能化、网联化发展的核心应用,也是车联网部署发展的核心服务。我国在车联网技术创新、应用实践、产业生态构建等方面已经走在了世界前列,将有利于探索实现一条具有我国特色的网联自动驾驶发展路径。
本文聚焦车联网支持实现自动驾驶应用,从“协同感知、协同决策、协同控制”等不同环节,重点研究分析网联需求、典型应用场景、体系架构和核心关键技术。在此基础上,总结提炼网联自动驾驶发展面临的挑战,包括技术融合、基础设施建设以及商业运营等方面。最终以协同发展总结全文,希望我国能抓住难得的历史发展机遇,坚持网联自动驾驶的协同发展路径,影响形成全球广泛认同。

一、网联自动驾驶的内涵
自动驾驶是车辆作为运载工具智能化、网联化发展的核心应用,也是车联网、智慧交通产业发展的核心应用服务。在技术层面上,当前存在着单车智能自动驾驶和网联自动驾驶两种不同的实现路径。单车智能自动驾驶主要依靠车辆自身的视觉、毫米波雷达、激光雷达等传感器进行环境感知、计算决策和控制执行。环境感知通过车载传感器完成对周围环境的探测以及定位功能。计算决策一方面将传感器数据进行分析处理,实现对目标的识别;另一方面进行行为预测和全局路径规划、局部路径规划和即时动作规划,决定车辆当前及未来的运动轨迹。控制执行主要包括车辆的运动控制以及人机交互,决定每个执行器如电机、油门、刹车等控制信号。目前单车智能自动驾驶在环境感知、计算决策和控制执行的多个环节均存在不同程度的技术瓶颈,在应用过程中也出现了各种失效的问题,因此一方面需要不断地加强单车智能的感知、决策和控制能力;另一方面也希望引入不同的技术手段来进行弥补。
网联自动驾驶是在现有单车智能自动驾驶的基础上,旨在通过车联网将“人-车-路-云”交通参与要素有机地联系在一起,拓展和助力单车智能自动驾驶在环境感知、计算决策和控制执行等方面的能力升级,加速自动驾驶应用成熟。在环境感知环节进行协同,支持车辆获得比单车智能感知更多的信息,例如非视距感知或解决容易受恶劣环境影响等问题;在计算决策环节进行协同,增加车与车、车与路之间的系统性决策,例如解决车辆优先级管理、交通路口优化控制等情况;在控制执行环节进行协同,对车辆驾驶行为进行干预,例如远程遥控车辆脱困等。与此同时,网联自动驾驶的发展还将带动“人-车-路-云”协同车联网新型基础设施体系的建设与完善,助力 5G、人工智能等信息通信技术在垂直行业的应用推广,促进实现汽车和交通服务的新模式新业态发展。

二、网联自动驾驶的需求及典型应用
(一)单车智能自动驾驶发展现状
1.单车智能自动驾驶应用尚未成熟
按照美国汽车工程师学会(SAE)划分的 L0-L5 的自动驾驶等级来看,目前单车智能自动驾驶正处于 L2-L3 等级的落地发展阶段,市场渗透率和应用规模仍然较小,先进辅助驾驶系统功能(Advanced Driver Assistance Systems,ADAS)仍然是主力。高工智能汽车研究院《2020 年 1-2 月乘用车新车上险量 ADAS 市场数据报告》提出,国内自主及合资品牌上线新车 ADAS 搭载率为 28.15%。《智能网联汽车技术路线图 2.0》提出,到 2025 年,L2 和 L3 相当的部分自动驾驶(PA)和有条件的自动驾驶(CA)的汽车销量占比将超过 50%,高度自动驾驶(HA,相当于 L4)开始进入市场。从各个汽车企业的研发进度上看,2018 年宝马、沃尔沃、奥迪、通用等相继推出 L2 级自动驾驶应用;2020-2022 年是各车企计划推出 L3 级自动驾驶汽车的时间,但目前仅出现了一批 L2.5、L2.99 等自动驾驶的概念性应用,一方面受限于 L3 级自动驾驶汽车上路的法律法规完善,另一方面受限于技术实现。综合分析,从技术的发展上看,目前单车智能自动驾驶的技术实现能力为 L2-L3,但受到场景的局限,例如需要在高速公路、道路标识规范清晰的城市主干道路等;从产业应用的落地上看,L2 及以下的 ADAS 应用仍然保持一个较低的渗透水平,L3 及以上自动驾驶应用仍以试验和区域性示范为主,L4 及以上更高等级自动驾驶应用则需要更长的时间。

2.单车智能自动驾驶仍面临诸多风险
目前已经商用量产的很多 ADAS 功能仍存在特定场景下应对能力不足和失效的风险。以自动紧急刹车为例,2019 年美国汽车协会(AAA)对雪佛兰迈锐宝 XL、本田雅阁、特斯拉 Model 3 和丰田凯美瑞等进行了测试,发现一方面是在夜间或儿童穿梭等场景下车辆的应对能力不足,大部分车型均发生了碰撞现象;另一方面是在下雨天的打伞、雨衣、隧道等场景较容易引起失效。现有已经商用的 ADAS功能尚无法应对复杂的交通状况或恶劣的天气条件,感知能力的不足仍是主要原因。但在驾驶员负责整个驾驶过程的条件下,L2 及以下的 ADAS 应用功能已经具备商用落地的条件。

(二)单车智能自动驾驶挑战和网联需求
1.环境感知的挑战和网联需求
目前,单车智能自动驾驶的技术解决方案,视觉传感器、激光雷达、毫米波雷达以及红外夜视、超声波等成熟的传感器是主要的产品组成。各类别传感器的标称技术指标持续稳步发展,不断满足自动驾驶需求,逐渐接近人类驾驶员的感知能力,甚至在部分技术能力上实现了超越,例如探测距离 200 米以上、综合精度能够达到厘米级甚至毫米级等。但是各类传感器的可靠性,以及对突发事件的响应能力上仍然存在不足。一方面,容易受到遮挡、恶劣天气等环境条件影响,如十字交叉路口、隧道出入口等。网联化通过车路协同、车车协同,能够极大地拓展单车的感知范围,并且不受遮挡限制,能够让单车提早发现未知状况,能够应对目标突然驶入等目前在自动驾驶测试和事故中难以应对的状况。此外,单车智能自动驾驶在目标预测、驾驶意图“博弈”等方面存在困难。网联化能够直接给出关键结果状态信息,例如信号灯状态、周边车辆的下一步动作意图、当前路况下最佳的行驶路线等,减少了复杂的基于传感信息的计算处理过程,并且能够准确地了解周围交通参与者的意图。

2.计算决策的挑战和网联需求
计算决策主要实现的功能可以分为两类,一是对环境感知数据进行目标识别,深度神经网络是目前在感知中使用最多的方式,也是目前对算力消耗需求最大的计算任务;二是针对感知的结果以及车辆的行驶任务,给出行驶路线、车辆动作的决策规划。在硬件上,计算决策主要承载在基于 CPU、GPU、DSP、AI 芯片、MCU 等多核异构分布的计算处理平台上。算力和功耗之间的矛盾是目前单车智能自动驾驶计算处理平台遇到的重要瓶颈。同时,由于交通行为更多是众多参与者之间互相“博弈”,在路径动作的决策规划环节,单车智能自动驾驶难以给出最佳的解决方案。
网联化有望分担单车的算力消耗,基于云控平台给出全局最优的驾驶策略。在算力方面,一是网联化作为“超级传感器”能够直接给出感知的目标结果,省去了复杂的对传感器信号的计算分析过程,如红绿灯的判断,从而大大减轻了单车的算力需求;二是能够借助云计算、边缘计算等能力,有望将路侧的算力引入,例如在路侧安装视觉传感器、激光雷达等传感器,将路侧感知结果进行下发等。在驾驶策略方面,在特定场景下,网联化能够集中采集其范围内的交通参与主体,根据所有主体的目的和状态,给出全局最优的解决方案,无需再通过“试探”和“博弈”给出决策规划,在矿山、港口、物流等非公共开放道路的特定场景下已经得到验证应用。

3.控制执行的挑战和网联需求
单车智能自动驾驶的控制执行主要根据计算决策给出的动作命令,通过车辆的动力学模型和人机交互界面,给到电机、油门、刹车等执行机构。在控制执行方面,考虑自动驾驶系统和人类驾驶之间的协同处理以及车辆控制的可靠性、安全性,控制系统的冗余备份、高实时响应是主要的技术需求。网联化在控制执行方面能够提供远程遥控驾驶、协同驾驶的应用模式。例如在某些危险或不适合人类进入的场合,需要通过 5G 远程遥控驾驶来操作远端的车辆进行作业,目前在无人矿山等场合下已得到应用。在车辆编队行驶等方面,借助头车和后排车辆的控制执行信息交互,后排车辆能够按照头车的统一命令进行驾驶,减轻后排车辆的感知计算任务负载。网联化能够将车辆的控制和执行从单车上分开,助力打造一批创新性的应用模式。

更多内容请下载附件查看
2021-9-18 17:48 上传
文件大小:
1.4 MB
下载次数:
3
本地下载

16RD supports Paypal , Payment is calculated at the exchange rate of the day. Unable to download please contact 18902843661 (WhatsApp OR wechat number)

关于一牛网在微软浏览器(Microsoft Edge、IE浏览器)警报通告&解决方案!(无法下载直接更换浏览器即可)

*附件为作者发布,与本站无关,如有侵权,请联系客服删除

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

合作/建议

TEL: 19168984579

工作时间:
周一到周五 9:00-11:30 13:30-19:30
  • 扫一扫关注公众号
  • 扫一扫打开小程序
Copyright © 2013-2024 一牛网 版权所有 All Rights Reserved. 帮助中心|隐私声明|联系我们|手机版|粤ICP备13053961号|营业执照|EDI证
在本版发帖搜索
扫一扫添加微信客服
QQ客服返回顶部
快速回复 返回顶部 返回列表