搜索
| |

登录

没有账号?去注册

注册

已有账号?去登录
置顶
实地探访:蘑菇车联让车路协同为自动驾驶“指路”
中国汽车报网 ·  赵玲玲 ·  2020-09-11

  暴雨左转都不怕,真正的自动驾驶离我们还远吗?

  近几年,随着大量人力、资本的涌入,自动驾驶热度一直高居不下。2019年,全球自动驾驶行业公开披露的投融资金额约448.9亿元,仅2020年1-5月投融资金额就达284亿元。

  资本的狂热促使赛道越来越拥挤。从汽车巨头、谷歌们到科技新贵以及创业明星都纷纷押宝,自动驾驶成为新风口。从抛概念到做样车,再到近年来层出不穷的小规模示范,自动驾驶商业化步伐加速,开始告别狂热走向落地。仅去年一年,记者体验的路测就有十余次之多。但这次蘑菇车联带来的开放道路上的自动驾驶体验却与众不同。

国内首条5G商用车路协同示范道路

  近日,记者来到位于国家级智慧交通示范基地——北京市顺义区北小营镇的国内首条5G商用车路协同示范路,该路段全长7.2公里,共有18个路口,交通环境复杂多样,不仅混合了大货车、非机动车和行人,甚至还有临时搭建的核酸检测站等路障,而流动摊贩的不确定性更形成了挑战。而这一场由车路协同引导的自动驾驶,也是目前国内首个成功落地的车路协同下的自动驾驶。

  此前,新华社专门报道了蘑菇车联的车路协同自动驾驶方案,其中一镜到底的暴雨场景,引发行业热议。在视频中,暴雨让视线可见度几乎为零,自动驾驶车辆在安全员的监督下关闭了雨刷,仍旧能够在全场景的极端环境下运行。为了揭秘自动驾驶方案是否真如视频展示的那么神奇,记者进行了这次实地探访。

  车路协同引导的自动驾驶,真香!

  在如此复杂的开放道路上体验自动驾驶和车路协同,记者一方面对自由驰骋充满了好奇和兴奋,但另一方面又对车辆脱离方向盘的掌控而感到担忧和疑虑,毕竟之前大部分都是在封闭测试场内,也曾有过“翻车”的阴影,不知蘑菇车联能否HOLD得住。

  但30分钟体验下来,记者由衷的感到:车路协同引导的自动驾驶,还挺香的!其中以下几个场景让人印象深刻。

路端感知设备探测全局交通信息

  首先是无保护左转。当天下午临近晚高峰,自动驾驶车辆在左转时,进入到了一个没有红绿灯和停车标志的路口。复杂的车流、蠢蠢欲动的行人对左转提出了极高的挑战。现场,一辆贩卖西瓜的三轮车突然闯入,当时记者的心都揪了起来。一般的路测中,遇到这样的无保护左转都要等候很长时间。蘑菇车联的自动驾驶车辆仅用了5秒就顺利通过。

  《开车经济学:我们为什么这样开车?》的作者 Tom Vanderbilt 曾指出:“左转基本上是人类在复杂的驾驶世界中做的最复杂的事情了。”

  有资料显示,美国交通部在对超过 200 万起事故调查后发现,左转发生的事故几乎是右转的二十倍。快递巨头 UPS 甚至取消左转,规定司机到达任何目的地的正确方法是避免左转。

  当时在现场,记者脑海中就有无数个疑问闪现:自动驾驶的车辆会怎样判断?是开始转弯还是等车流动起来后再转?或者是确定有空间能转入之后才立刻转弯?小商贩会径直走还是停下?对向来车的车速会是多少?在这种情况下,即使是熟练的人类驾驶员,想完成无保护左转都非常棘手,必须见缝插针,观察多方面的信息来预测意图,借此发现合适的转向时机。

蘑菇车联负责人现场讲解

  在记者的印象中,自动驾驶实际的转弯路测中80%都是右转,有些路测还曾出现过为避免左转而绕着场地向右走了很长一段路。能否顺利完成无保护左转,是衡量自动驾驶公司技术水平的一个重要指标。

  蘑菇车联自动驾驶负责人告诉记者,此前已经在这样的典型混合交通场景下成功测试了数百次无保护左转。蘑菇车联的车路协同方案融合了车路协同、车车协同和单车智能,将无保护左转的安全性从被动安全升级为协同安全。无保护左转的风险取决于路口的布局、环境影响以及其他交通参与者的潜在行为,这些都是自动驾驶汽车无法改变且难以感知的,但通过车路协同、车车协同可以减少不确定性,让智能预测与真实意图更加接近。

蘑菇车联车路协同道路的路端智能设备

  第二是车速引导绿波通行。在接近路口时,车载终端上自动出现了红绿灯倒计时读秒,显示还有26秒红灯将变绿灯,但记者现场观察到,该路口并未配备红绿灯倒计时装置,车端的倒计时无疑是车路协同的结果。不仅如此,车辆按后台算法计算的车速在即将通过路口的时刻,信号灯刚好从红灯变为绿灯,平顺通过,犹如一切都是事先安排好的一样。全新的体验让记者也感觉是“见了世面”。这就是车路协同引导自动驾驶所实现的交通控制技术革命性的改变。

自动驾驶车辆上的GNSS天线

  第三是逆向绕行避障。我们从前鲁公交站集合点出发,途径上宏东路,行驶过程中共出现了4个为应对疫情而临时搭建的核酸检测站,周边还加设了密密麻麻的一米栏。相较以往自动驾驶测试场地内设置的障碍,这次的“障碍”更为复杂,仅靠自车的摄像头和激光雷达,一般难以精准识别。而在车路协同系统的引导下,自动驾驶车辆从逆向行驶车道绕行避障,随后顺利回到正向车道上。

  整个7.2公里的示范路段我们一共体验了30分钟,十几种场景,包括特殊车辆优先、超视距等创新型场,覆盖了车路协同、车车协同和智慧交通,因为太过密集,甚至让人有种应接不暇的感觉。

  车路协同是自动驾驶的必经之路

  8月27日,在交通运输部的新闻发布会上,新闻发言人孙文剑表示要有“聪明的车”,还要有“智慧的路”,也就是推动智慧公路数据化、网联化、人工智能化建设。

  清华大学教授姚丹亚曾表示,车路协同起源于「三个驱动」,即中国交通的问题驱动、智能驾驶需求驱动、综合交通的需求驱动。在全球人工智能和机器人峰会上他也曾强调,车路协同可以使当前的安全性难题和道路拥堵问题迎刃而解。可见,车路协同是自动驾驶的必经之路。

  在国际上,一直在单车智能上孜孜以求的谷歌也在近期宣布母公司Alphabet旗下公司Cavnue将建立一条自动驾驶汽车专用车道,用以未来设立通用的自动驾驶汽车道路标准。用车路协同驱动自动驾驶正是大势所趋。

  对于进一步的普及和商业化,蘑菇车联认为还要跨越几个门槛。

  第一是技术门槛。车路协同引导的自动驾驶涉及车端、路端、云端以及人、车、路、网、云间的协同。在车端,考验的是车载OS的底层能力。相对于PC和手机,车载OS面对不同的车型、芯片和千差万别的传感器,最大的挑战是兼容性和适配度。而蘑菇OS是国内首个具备高兼容性、高适配性、可大规模落地能力的车载OS,适配车型1100+款,覆盖市面上95%的主流车型,驱动600+款智能传感器。

蘑菇车联展示智慧交通AI云平台

  在路端,让路变得更智慧,需要解决感知和协同两大体系性问题。云端汇总分析所有交通元素的信息进行全局调度,对于算力和算法都提出了很高的要求。协同涉及到车与车、车与路、车与人、车与云,是交织一张网状结构,既是所有环境信息的打通,更是连接和交互。

  也正是因为融合了路侧设备的感知数据、路端信号数据及全局交通信息,系统的数据量呈几何级增长。目前,蘑菇车联在边缘云上的日均数据处理量达到了100TB+。除了规模庞大,数据复杂性也大大提高。蘑菇车联的系统联合概率融合模型和粒子滤波算法解决多路冗余数据的冲突和精度问题,同时通过毫秒级的处理效率将运动情况下的数据融合错误率降低到0.1%以下。进一步结合局部道路地图和驾驶场景的深度学习模型,动态目标的跟踪和预测准确率达到了97%以上。

  第二个门槛是规模化和可落地性。从新一代技术基础设施来看,5G、北斗+GPS高精定位、人工智能、超级计算等都陆续进入成熟阶段,是规模化和可落地性的先决条件。现阶段需要一个路径让成本更低更可控,这样才能在落地之后实现普及和国民化。车路协同的路径是全局性方案,通过共享路侧设备,可以以较低的硬件成本规模化实现车辆的智能化改造,同时降低运算设备负担,场景、路况等数据的共享又可以有效缩减开发和验证的工作量和强度,是当下最具可行性的思路。

  如果说近年各家密集的开放路测还只是一个结果性展示,那么这次的体验更是一个成熟方案的落地,且具有领先性。让聪明的车跑在智慧的路上,像蘑菇车联这样的造风者们正在让自动驾驶变得未来可期。

  编辑:王琨

京ICP备13016938号-1.京公网安备110108006580号.互联网出版许可证
新出网证(京)字172号. 互联网新闻信息服务许可证 1012006035.
Copyright © 2002-2014 中国汽车报网版权所有 版权声明