【自动驾驶行业观察】奥迪A8自动驾驶功能剖析

原文作者:陈光(百度无人驾驶工程师)

原文链接: https://zhuanlan.zhihu.com/p/33260873

 

前言

作为一名在主机厂研究自动驾驶的工程师,经常在朋友圈或新闻报道中看到各种关于自动驾驶的危言耸听——“主机厂早晚会被互联网造车的企业颠覆”、“特斯拉才是自动驾驶领域的领导者,主机厂都是战五渣”。

直到全球首款达到Level 3级别的自动驾驶量产车——Audi A8的发布,给了这些报道一记响亮的耳光。奥迪毫不吝啬地公布了自己的传感器配置方案及合作方,以此来推动高级别自动驾驶的快速落地,可算是诚意十足。

结合Audi官方发布的信息,我从技术的角度对Audi A8的自动驾驶功能做一次剖析。


正文

Audi A8官方自动驾驶功能介绍

Audi A8的传感器配置

【自动驾驶行业观察】奥迪A8自动驾驶功能剖析_第1张图片

视频首先映入眼帘的是Audi A8的传感器配置。

以下是市面上几款拥有自动驾驶功能汽车的传感器配置对比图。

 

【自动驾驶行业观察】奥迪A8自动驾驶功能剖析_第2张图片

仅从配置上可以看出,Audi A8的自动驾驶传感器配置是所有量产车型中最为丰富的,不仅有完备的长短距离的毫米波雷达(图中的Corner radar 和 Rear radar)和前置摄像头(Front camera),以及复杂路况自动驾驶不可或缺的激光雷达(位于车头的Laser scanner),当然还有自动泊车神器——超声波雷达和4路高清环视摄像头。

 

传感器感知范围(Sensor area)

 

【自动驾驶行业观察】奥迪A8自动驾驶功能剖析_第3张图片

视频中的红色区域为12个超声波雷达(泊车雷达)的感知区域;一大圈橙色区域为4路高清环视的感知区域;黄色锥形区域为前向摄像头的感知区域;绿色锥形区域为激光雷达的感知区域;紫色锥形区域为长测距雷达的感知区域。感知范围越广,自动驾驶功能的可扩展性和可靠性就会越高。

准确来说,这张图还缺少4个中测距雷达的感知区域。可能是传感器太多,但颜色不够用了吧。

多车道车道线检测(Multi-lane highway)

【自动驾驶行业观察】奥迪A8自动驾驶功能剖析_第4张图片

【自动驾驶行业观察】奥迪A8自动驾驶功能剖析_第5张图片

Audi A8使用的是Mobileye提供的前向摄像头以及处理芯片EyeQ3,在多车道线道路上识别车道线是它最基本的功能。

车道保持是目前相对成熟的技术,前有Tesla Model 系列,后有凯迪拉克CT6均能实现该功能。不过Tesla Model 和 CT6 的场景仅限定在高速公路,普通的城区开放道路要么禁止该功能开启(CT6),要么在免责条款中声明了不支持非高速路段的自动驾驶(Tesla)。

对于从事自动驾驶研究的人来说,高速公路自动驾驶到开放道路自动驾驶是一个巨大的跨越。因为场景由单一的结构化道路转变为复杂的非结构化道路

没有统一的边界条件,则意味着自动驾驶需要面对更多的场景,需要工程师建立大量的场景库,由此带来的系统标定和测试工作量将成指数级别增长。就开放道路自动驾驶这一点这来说,Audi的自动驾驶技术确实走在其他车企前面太多。

当然,在自动驾驶领域的专利数量位列主机厂第一位,也从侧面说明Audi在该领域的技术积累深厚。

【自动驾驶行业观察】奥迪A8自动驾驶功能剖析_第6张图片

 

护栏检测(Guardrails)

【自动驾驶行业观察】奥迪A8自动驾驶功能剖析_第7张图片

护栏检测是自动驾驶领域一个极易被忽略的点,而这正是长测距雷达和中测距雷达(以下统称为毫米波雷达)的强项。

很多工程师认为毫米波雷达仅用于对车辆的检测,是摄像头和激光的一个冗余设计。

错!他们没有仔细研究毫米波雷达的数据,就做了想当然的判断。

毫米波雷达不仅对车辆上的金属检测效果好,对护栏这种连续金属物体的检测效果也很好。

在图示路段中,毫米波雷达的数据会使十分均匀,且稳定的点状信息,这些点状信息拟合出的曲线就是实际场景中的护栏。有了护栏信息,不仅可以作为车道线检测的冗余,还可以用于自动驾驶的横向定位。博世也在使用该方法,用以辅助汽车在高速公路上的横向定位。

 

Audi AI拥堵巡航自动驾驶(Traffic Jam Pilot)

【自动驾驶行业观察】奥迪A8自动驾驶功能剖析_第8张图片

【自动驾驶行业观察】奥迪A8自动驾驶功能剖析_第9张图片

TJP(Traffic Jam Pilot)是针对行车过程常见的堵车工况开发的自动驾驶功能,驾驶员只需要按下中控台中的”Audi AI“按键。

这种简单但不粗暴的切换方式简直就是新、老司机们的福音。相比于开启一个ACC自适应巡航都要对一大推按键进行设置的体验,这种设置才能称得上人性化。

【自动驾驶行业观察】奥迪A8自动驾驶功能剖析_第10张图片

拥堵路况中起主要作用的传感器是前置摄像头激光雷达。各传感器感知信息的融合使车辆保持在车道线内,直到拥堵结束,在此期间驾驶员不用实时监视道路状况,交由系统完成(是时候来一把王者荣耀了)。

之前已提到前置摄像头使用的是Mobileye提供的镜头和芯片EyeQ3。EyeQ3的处理对车道线和车辆尾部的识别的准确度还是较高的,但“较高”不代表所有情况都能正确检测。某些不在Mobileye训练库中的车型(比如形状奇特的改装车,三轮车等),视觉传感器也表示鸭梨巨大。

为了解决这个问题,Audi A8装备了Valeo的四线激光雷达,这也是Audi A8达到Level 3的关键所在。就是下面这位:

【自动驾驶行业观察】奥迪A8自动驾驶功能剖析_第11张图片

激光雷达相比于毫米波雷达传入自动驾驶系统的信息是由多条线段组成的一个面。有了面状信息,系统就可精确地判断自车及周围障碍物的位置关系,进而进行精确的控制。

【自动驾驶行业观察】奥迪A8自动驾驶功能剖析_第12张图片

当系统检测到车速超过60km/h后,此时已脱离拥堵路段。Audi AI会有8~10秒的缓冲时间,提示驾驶员接管汽车。若10秒后驾驶员依旧未接管汽车,系统处于安全的考虑,会缓慢减速,直到停止,并打开双闪灯。

 

控制器单元(Control units)

【自动驾驶行业观察】奥迪A8自动驾驶功能剖析_第13张图片

控制器单元(Control units)

Audi A8直接在宣传视频中公开了自己的传感器方案及控制器方案,这是很有魄力的。毕竟这些都是真金白银换来的经验。“一将功成万骨枯”用于自动驾驶的研发领域一点不为过。为了在性能和成本上妥协,天知道zFAS之前有多少方案被否决掉了。

zFAS共有四块高性能的处理器,图中也写清楚了各模块的功能。

Mobileye的EyeQ3由于是封闭的芯片,其他模块只需要接收它输出的消息即可。

Nvidia的Tegra K1包含192颗GPU,用于做4路环视图像处理,自动泊车库位线的检测就靠它了。Altera的Cyclone 5 FPGA负责自动驾驶的核心功能,包括障碍物、地图的融合及各种传感器的预处理工作。

Infineon的Aurix多核微控制器用于提供安全服务,以满足诸如ISO 26262这样的安全标准。

 

传感器网络(Networked sensors)

【自动驾驶行业观察】奥迪A8自动驾驶功能剖析_第14张图片

信号传输频率的稳定性对实时系统的重要性不言而喻。奥地利的TTTech作为供应商与Audi合作开发了这套与Autosar兼容的网络传输架构,这套高实时性的以太网足以满足不同传感器的信息传输。

TTTech与奥迪合作之前,其主要的业务领域是航天和航空,因此制作出满足车规级的通信网络架构对它来说,并不是难事。

你可能感兴趣的:(自动驾驶)