自动驾驶的认知功能和认知软件评价

今年6月，台湾高速公路上行驶的一台特斯拉Model3型自动驾驶汽车撞追尾一辆侧翻的大货车。面对曾以拥有最先进自动驾驶技术特斯拉汽车发生的这次事故，业界开始对自动驾驶的安全性进行了讨论。接下来让我们来看一下自动驾驶的流程以及如何评价自动驾驶认知功能的吧。
​
自动驾驶过程
自动驾驶由感知，决策规划，控制共3个阶段组成。

首先，感知相当于人类的眼睛和耳朵等感觉器官。通过处理多种传感器收集的数据信号来感知行驶环境及障碍物等周边所有物体。根据识别的数据掌握障碍物的种类，距离，速度，方向等。

决策规划相当于人类的大脑。通过从眼睛和耳朵输入的信息来判断。当行驶的路线上发现障碍物时，应决定是否维持/变更当前行驶状态，并为确保安全行驶。决策适当控制刹车、转向装置等。

控制相当于人类的胳膊和腿。通过感知-决策规划阶段确定的数据信号来变更实际自动驾驶车辆的行驶状态。执行转向(横向)控制、加/减速(纵向)控制。

自动驾驶车辆不停地反复感知-决策规划-控制流程。下面我们来看一下这三个阶段中，最基本而且最重要的感知阶段。
[图1]无人驾驶程序概要

无人驾驶车辆的周边环境认知
自动驾驶车辆在行驶过程中感知周边情况是自动行驶的基础。只有识别行驶中道路的车线、行人、前方车辆、固定障碍物等，才能规划行驶的路线。自动驾驶车辆是利用车辆上安装的摄像头、雷达(Radar)、激光雷达(Lidar)等传感器的功能来掌握周边环境并获取准确信息的。

[图2]车辆传感器示意图

首先摄像头和人类的眼睛非常相似。通过光学影像获得车道线、行人等影像信息。经过后处理提取有用的信息。摄像头受光条件影响较大，没有光线的情况下很难识别影像信息。

雷达(Radar - Radio Detection and Ranging)是为测量物体的距离、速度和角度等使用的电磁波的感应传感器。与摄像头相比，在雪、雨等恶劣天气下也具有较强的优点。

激光雷达(Lidar - Light Detection and Ranging)与雷达相似，但它是利用光线来探测周围环境的。这是一种以发射线束后返回的信息为基础绘制图像、探测距离和事物轮廓的设备，因准确度很高，被称为“自动驾驶的眼睛”。但是它多少会受到天气的影响，最重要的是单价非常高，所以除研究目的以外，在普通售价的自动驾驶汽车上很难安装。
此外还会利用超声波传感器、GPS等传感器来实现自动驾驶的感知。综合这些传感器的各种信息，将车辆周边环境生成准确可靠地图的概念就叫传感器融合(Sensor Fusion)。这是考虑每个传感器的优缺点，为了能在各种天气和光线条件下，准确感知周围情况而对传感器获取的的数据进行适当融合的过程。除了传感器互补技术外，还可以通过充分的重叠加重复增加驾驶安全性也是非常重要的部分。

[图3]车用传感器的范围

感知软件是指什么?
感知软件是指在无人驾驶的情况下，感知车辆周围物体的软件算法统称。在传感器融合的过程中，将传感器获取的数据进行适当融合，计算出周边情况准确数据的软件。对这种感知软件的验证和性能评价的研究也正在积极进行。一些机构为了测试认知软件的性能，提供视频数据集和开放源代码的机构，例如BDD(Berkley Deep Drive)和 KITTI。

[图4]和BDD(Deep Drive Berkley)和 KITTI

BDD提供10万个以上的可视数据，KITTI的数据量是比较小，但是它提供认知软件KITTI 数据集的应用结果。此外，百度Apoloscape也提供各种数据集。认知软件的评价方法采用的是计算机领域中常用的传统的图像识别方法。通过比较从影像中获得的感知结果GT(Ground Truth)真实值与测试对象认知软件的检测结果(Predict)来判断物体检出精确度的方式，该方式以MAP(Mean Average Precision)值为指标。作为在常规目标检测中使用的测量指标，目前大多数认知软件都致力于提升此指标。

但是，MAP的监测指标放在把画面上的物体作为焦点进行评价。在自动驾驶的情况下，还需要进一步考虑的事项，为此需要进一步开发评价指标，对感知软件进行明确、合理的验证。以前的功能安全标准对自动驾驶车辆的安全验证并不充分，因此国际标准化组织(IOS)正在不断颁发自动驾驶相关的标准，就像Euro NCAP等。性能评价程序也将超越ADAS，并增加更多自动驾驶的测试验证程序。

为了符合这种技术趋势，硕索福特科技有限公司也不断进行这部分的研究。为应对即将到来的自动驾驶时代，我们正在研发自动驾驶相关的软件验证工具，并提供相关解决方案（详情可以参考之前文章中提到的ADAS缺陷验证解决方案）。
​
​
​
​
[来源]
图1-https://news.hmgjournal.com/Tech/Item/adas-01
图2-https://www.hyundai.co.kr/TechInnovation/Autonomous/
图3-https://www.hyundai.co.kr/TechInnovation/Autonomous/
图4-https://bdd-data.berkeley.edu/
http://www.cvlibs.net/datasets/kitti/