黎明时分,浓雾遮蔽的郊外高速公路上已开始出现一些驾车上班者,但他们看不到前方正缓慢穿越公路的小鹿。不过,幸运的是他们的车能够看到这只鹿。几乎在瞬间,最靠近鹿的那辆汽车自动快速减速并转向,以避开近在眼前的碰撞。随后,该车向即时交通信息中心和它后面的车辆发送警告消息,这样在小鹿穿越公路时,它们就有足够的时间刹车减速,放慢车速让小鹿先行。
而且,任何一位驾车者都不会因这近在眼前的危险而受到打扰。一些驾车者仍可一头专注于当天早报,另一些则充分利用到达办公室之前的这几分钟继续打磕睡。他们都对这一事变毫无知觉,因为他们这些“驾车者”并不在开车,控制他们汽车的是自动导航系统。
听起来不可能？许多汽车专家可不这么认为。自动导航汽车所需的先进科技其实早已到位,他们指出,但至少还要再等二十到三十年这些科技才能装配到商业化汽车上。
“我们将一步一步地实现这一目标,这倒不是因为自动导航汽车仍在开发过程中,而是因为相应的使能技术正由于其它原因而逐渐成熟。”飞思卡尔(Freescale)半导体公司策略与行销总监Peter Schulmeyer博士解释道,“某一天,人们将会认识到我们几乎已经接近目标,并采取行动实现这一目标。”
传感器将是主要推动力
当然,这最后一步无论从技术还是到心理和法律都充满着困难。工程师们说,他们需要更好的传感器和功能更强的处理器。但即使这些技术没问题了,汽车工业仍需要解决司机不愿放弃控制权以及人类好胜心等问题。
“很多人喜欢开车。”Schulmeyer指出。而且,对工程师来说还有不少强大的理由在推动他们开发车辆自动驾驶技术。例如,上百万的开车上班族每天需要花2个小时没有任何产出的时间用于上下班,一年超过500小时花在上下班路上,而且许多司机死于车祸。专家指出,美国高速公路每年有4万起以上的车祸是由于注意力不集中造成的,从不合时机的掉头,到在车辆行驶中打瞌睡。
工程师们并不急于一次解决所有的问题,而是一步一步开发新的技术。第一种新技术是所谓的“自适应巡航控制”系统,它采用前视传感器监视车辆行驶前方的目标物体,目前该系统已经装备到量产汽车上。第二种新技术是在偏离车道时用来提醒司机的“车道保持”系统,它也已投放市场。第三种新技术是用来控制汽车避免碰撞的“碰撞避免”系统,目前它仍在开发之中。
不过,要想实现完全的自动驾驶,仅靠这三种新技术是远远不够的。自动驾驶汽车将需要基于GPS的导航系统、加速计和在GPS导航盲区使用的陀螺仪,来帮助指引路线。它们将需要电子控制的线控驾驶、线控刹车、线控阀门调节和线控悬挂处理系统来更好地实现自动驾驶、刹车和加速。它们将需要多个速度更快和功能更强的处理器来处理汽车内部的庞大数据。当然,它们也将需要更好的传感器(CMOS相机和雷达)以看清车身周边的环境。
“最重要的技术将是传感器,它能使我们看清和理解汽车周边环境所发生的一切。”Schulmeyer表示,“今天的雷达系统已能实现自动巡航控制,但有了这些传感器后,我们就能开发出如碰撞避免这样的新功能。如果汽车能够利用今天的自动巡航控制系统把速度慢下来,那么在将来它就有可能更快地刹住车或控制住车轮,从而变成一个非常安全的系统。”
自动驾驶是大趋势
如果所有这些听起来还感觉很遥远,那么请考虑下面这个实例:作为美国国防部中央军事研究部门的美国国防预先研究计划局(Darpa)已经在研制全自动汽车,并计划到2015年将所有军用运输车辆中的三分之一实现无人自动驾驶。
为了实现这一宏伟计划,今年三月美国国防预先研究计划局出资100万美元在加州和内华达州的沙漠地带举办了142英里无人驾驶汽车比赛。
参加这次比赛的人一致认为,工程师开发自动驾驶汽车的进程要比公众想象的快得多。
“这是不可阻挡的大趋势,”Velodyne Acoustics公司总裁Bruce Hall强调,“有一天你只需给你的汽车预先编好程序,它就可自动载你去上班,虽然现在还有很多的障碍需要克服才能实现这一目标,但我们肯定能实现。”
Hall和他的兄弟Dave Hall工程师作为第三梯队也参与了Darpa的‘伟大事业’,他们的汽车顺利地行驶了将近6英里,直到被一块小石头绊住。被命名为DAD(数字汽车驾驶)团队的Hall小组利用雷达传感器、CMOS照像机和2个TI生产的6400 DSP芯片创建了一个立体视觉系统。2个工作频率为1.1GHz的数字信号处理器绘制地形图以帮助汽车选择方向。
“我们以每秒60次的速率更新600×400像素的地图,并形成一张完整的地形图,因此汽车能清楚地知道障碍物和公路的位置。”Hall回忆道。
除了传感器外,DAD团队和其它竞争团队都混合使用了板上惯性测量部件(IMU),这些部件通常使用加速计和陀螺仪。IMU测量每辆汽车前向角度的变化,并与GPS导航数据相比较,从而判断出汽车是否正常行驶在车道上。
处理来自所有系统的数据需要巨大的计算能力,特别当汽车在穿越沙丘和河流时。许多参加汽车比赛的选手将他们的汽车比作是“车轮上的超级计算机”,其板上计算机的总价有60英磅之多。
例如,Carnegie-Mellon大学开发的汽车就采用了1个4向基于英特尔Itanium的并行处理系统和3个双Xeon的处理器。同样,SciAutonics团队使用了一台基于PowerPC的车辆控制计算机、3台结实的膝上型电脑和1台独立的工业计算机,所有这些计算机通过以太网总线相连,处理来自导航系统、超声波传感器和车辆四周红外线激光器的输入数据。
因为很多时候汽车都不在正常的赛道上,因此汽车必须能够阅读地形,绕开岩石和树等障碍物,甚至要能识别陡峭的深沟或悬崖。“这些汽车坠落悬崖是很有可能的。”著名的Virginia技术大学机械工程教授Charles Reinholtz说,“对计算机来说识别悬崖是非常困难的一件事,与树或岩石不同,悬崖是一种‘反向障碍物’。Reinholtz还补充说,Virginia大学团队的30名学生和9名教授把他们的车辆命名为“悬崖”就是想表达这样的概念。
“地形识别”挑战不仅仅限于离开正常车道的地方,工程师们认为需要更好的软件才能理解人类驾驶员经常面对的常规障碍。
“人在街道上驾驶汽车时识别出藏在一辆静止车辆后面的男孩头的能力是非常容易的,”Hall指出,“而要建立一个具有这种能力的系统则非常非常难。”
线控革命
不过,自动导航汽车识别这些障碍的技术研究才刚开始。
对于最终要上路的自动汽车来说,它们要做的不仅仅是充当驾驶员的眼睛,它们必须同时成为驾驶员的手和脚。
汽车制造商已经在着手做这件事了,他们通过物理链路将驾驶员链接到轮胎、刹车和引擎上。被称为“线控驾驶”系统的新一代设备通过驾驶员的手和脚移动来发送消息。
例如,方向盘被改造成手柄。就像游戏杆那样,它发出车轮转弯的命令,但它本身并不旋转。同样,刹车踏板也成为传感器。它与刹车并不直接通过机械结构相连。相反,它只是沿着导线发送很小的电流来告诉刹车应如何动作。
那么加速踏板呢？采用另外一个传感器即可。脚的踩踏由微处理器控制,并由微处理器指挥阀门的开和关。
这些系统中至少有一种(如线控阀门)已经广泛用于汽车中了。工程师们认为,线控刹车和线控方向将在今后7年里实现,这要比任何人敢想象的自动驾驶汽车的出现时间要早得多。这样的系统是实现碰撞避免的关键,只有实现了碰撞避免才能让汽车接管方向盘和刹车。
为了使线控系统早日服务于自动驾驶汽车,汽车制造商需要进一步用好这些技术。他们需要增加替代驾驶人员的系统,并对方向盘和刹车踏板施加压力。上述参赛的选手们已经通过电子马达实现了这一目标。例如SciAutonics就采用了3个速率为27ft-lb的伺服马达来控制刹车踏板、加速踏板和变速箱手柄。另外它还使用了一个大型伺服马达和皮带驱动设备来带动方向盘。
在自动驾驶方案中,线控系统是整条链路中的最后链接,而整条链路的起始是用作驾驶者眼睛的雷达传感器,紧随其后的是作为汽车大脑的处理器。线控系统接受“大脑”发出的命令,并担当驾驶员手和脚的角色,转动方向盘,给刹车和加速踏板施加压力。
最终,工程师们会迎来这么一天,汽车间相互帮助,在将要停止、接近十字路口或绕开路中间的障碍物时相互进行无线通信。
“今后短距离的相互通信将扮演重要的安全角色。”Schulmeyer指出。
端到端控制
将所有的视像信号、导航、线控驾驶和计算机集成进自动导航汽车可能是最令人畏惧的一项任务,工程师们认为。为了实现梦想,制造商在向顾客出售自动导航汽车时首先需要向他们说明放弃对机器的控制会带来的好处,然后制造商还必须解决好机器故障时不可避免会发生的法律问题。
“根据美国的经济法律规定,这样的技术可能在美国之外会有更好的市场机会,至少是在开始阶段是这样的。”Hall表示。
而且,工程师必须指出如何缓慢地从人类驾驶过渡到机器驾驶,同时仍使用人作为后备,专家说。
“即使汽车拥有前向雷达和照相机,能够识别限速标志,但仍有自动系统不知道该做什么的情况发生,此时驾驶人员必须接管机器。”FreeScale公司Schulmeyer表示,“问题是:当汽车做大部分驾驶操作时,如何才能保持驾驶人员的注意力？”
尽管还有许多没有答案的问题,许多工程师相信,随着技术的不断发展,当机器接管更多控制时会给驾驶人员提供足够的调整时间。在最初阶段,汽车可以在驾驶人员出错时发出声音告警,然后由机器接管对车轮和方向的控制,从而达到避免危险的目的。在接下来的阶段中,自动汽车系统将接管低交通流量时的控制。最终汽车将响应用户的命令提供端到端的服务。
“25年是一个非常合理的持续发展时间。”Velodyne Acoustics公司的Hall表示。目前我们仍处于自动汽车控制系统发展的最初阶段,但最终我们肯定能实现完全端到端控制的目标。
作者:李默力
京公网安备 11011202001138号
