0
本文作者: 于勝越 | 2019-04-26 16:19 |
2019 上海車展期間,禾多科技對外公開展示可量產(chǎn)的高速公路自動駕駛解決方案HoloPilot和智能代客泊車解決方案HoloParking。對于可量產(chǎn)的高速公路自動駕駛解決方案HoloPilot,禾多科技創(chuàng)始人倪凱首次詳細闡述其中技術(shù)方案及產(chǎn)品細節(jié)。
雷鋒網(wǎng)新智駕了解到,從今年3月開始,禾多科技開始進行大規(guī)模路試,現(xiàn)已完成單向里程長達1200公里、沿京滬高速公路往返的長距離測試。倪凱表示,接下來HoloPilot將開啟大規(guī)模高速公路測試,不斷積累數(shù)據(jù)、訓(xùn)練算法,為量產(chǎn)落地作準備。
現(xiàn)階段,多數(shù)主機廠已經(jīng)完成L2級智能輔助駕駛量產(chǎn),并在加快布局L3級自動駕駛上車。相比L2級智能輔助駕駛,L3級在自動駕駛功能層面更加豐富,比如增加高速路段主動變道功能。
雷鋒網(wǎng)新智駕了解到,在單向里程長達1200公里、沿京滬高速公路往返的長距離路測過程中,搭載高速公路自動駕駛解決方案HoloPilot車輛通過完成夜晚、隧道、交通擁堵、道路施工、旁車夾塞等各種高速公路工況。
透過幾大高速常見工況,先來了解高速公路自動駕駛解決方案需要解決的難題及HoloPilot的功能亮點:
交通擁堵是高速公路一大常見工況。車輛基本處于低速行駛、甚至靜止狀態(tài),此時,包括毫米波雷達在內(nèi)的傳統(tǒng)檢測技術(shù)對于靜止或低速車輛檢測或面臨失效。而跟車距離較近時,攝像頭也無法捕捉到前車全貌。在這種情況下,通過多傳感器融合方案對靜止或低速行駛車輛進行精準有效的車輛檢測成為一大重要條件。
當高速公路出現(xiàn)交通擁堵,旁車加塞的情形也時常發(fā)生。而多數(shù)TJP(Traffic Jam Pilot)方案仍不能完全保證旁車緊急加塞的情況下,車輛能夠及時剎車。
高速行車過程中,自動駕駛系統(tǒng)還需對駕乘人員體感進行優(yōu)化,避免因急剎、急減、突然啟動而產(chǎn)生不良體驗。如何做到柔順平滑的車輛控制,這是自動駕駛系統(tǒng)需要關(guān)注之處。
高速公路夜晚行車也對自動駕駛系統(tǒng)提出挑戰(zhàn)。由于光線不足,攝像頭難以檢測到車道線以及周圍障礙物。另,周圍車輛開啟遠光燈的情況時常發(fā)生,這會瞬間造成攝像頭的識別算法失效。
高速公路上進出隧道也是一道難題。車輛在短時間內(nèi)經(jīng)歷明亮和昏暗兩種環(huán)境轉(zhuǎn)換,光線變化很容易導(dǎo)致攝像頭失效。且隧道內(nèi),光線較弱,GPS信號消失,這也對路徑識別、車輛定位提出挑戰(zhàn)。
禾多如何解決上述問題?
針對低速擁堵場景:禾多開發(fā)自動駕駛系統(tǒng)感知算法,通過毫米波雷達、測試方案中選配的低線束激光雷達,實現(xiàn)多傳感器融合。禾多選擇低線束激光雷達一大原因即降低成本、加快推進量產(chǎn)。
對變道加塞行為進行預(yù)測:當旁車未完全進入本車所在車道時,HoloPilot系統(tǒng)可預(yù)先判斷變道加塞情況。從檢測到旁車變道發(fā)生,再到本車車輛進行決策,或選擇制動避讓,或繼續(xù)保持合理的車速使其它車輛無法加塞。針對整體策略,禾多進行了變道加塞行為預(yù)測的相關(guān)研究。
利用高精度地圖應(yīng)對眩光、進出隧道:強烈光照會使得相機產(chǎn)生過曝光,進而導(dǎo)致圖像畫面失效。面對眩光、隧道中光線較暗、進出隧道光線轉(zhuǎn)換的情形,禾多HoloPilot在高精度定位模塊中使用高精度地圖作為車輛行駛依據(jù),通過高精度地圖定位和圖像預(yù)測進而動態(tài)調(diào)節(jié)曝光的增益,使獲得的圖像維持在可控范圍內(nèi)。
除過曝情況外,在隧道中行車還面臨GPS失效問題,禾多通過視覺里程計、慣導(dǎo)、輪速計等,進行組合導(dǎo)航,實現(xiàn)相對定位。在絕對定位層面,當GPS丟失時,禾多HoloPilot則利用高精度地圖內(nèi)已有信息,例如車道線、車道標識等語義信息幫助車輛進行輔助定位。
夜間行駛場景:夜間行駛中因環(huán)境光線較弱,傳感器對百米開外的車輛和車道線進行檢測困難。一方面,在現(xiàn)有多傳感器融合的基礎(chǔ)上,禾多利用毫米波雷達和激光雷達解決弱光情況下對遠處物體的檢測困難一題。同時,禾多也強調(diào)提高在弱光條件下的計算機視覺算法性能。
面向大規(guī)模路測,禾多HoloPilot的準備
高速公路自動駕駛解決方案實現(xiàn)量產(chǎn)上車,需進行大規(guī)模路測。禾多目前已有約20輛自有自動駕駛測試車輛,同時也在同國內(nèi)一級供應(yīng)商合作進行自動駕駛車隊部署,規(guī)模近百輛。
雷鋒網(wǎng)新智駕了解到,中國高速公路路網(wǎng)為32萬公里,現(xiàn)禾多路測里程已達到數(shù)萬級。
禾多從兩個維度部署大規(guī)模路測:一是里程數(shù)量,去年禾多自動駕駛測試主要以研發(fā)中心所在地測試為主,現(xiàn)階段開始進行長距離大規(guī)模測試。倪凱提到,禾多總測試里程即將達到幾十萬公里。
二是覆蓋范圍,禾多將率先覆蓋研發(fā)中心所在地道路,再到研發(fā)中心所在地之間的道路路網(wǎng),進而覆蓋整個中國路網(wǎng)。
針對未來更大范圍內(nèi)的全國路網(wǎng)測試,禾多進行了以下方面的準備:
針對測試車隊的管理平臺:禾多建立了HoloMaster禾多車隊遠程監(jiān)控中心。通過HoloMaster,禾多人員可在辦公室獲取在外作業(yè)車隊的實時信息,包括位置、速度、傳感器狀態(tài)等;當車輛發(fā)生故障時,室內(nèi)工作人員可以第一時間發(fā)現(xiàn),總部人員和現(xiàn)場的測試人員進行迅速溝通、快速解決問題;禾多還可以通過遠程傳輸技術(shù),獲取故障車的實時圖像信息,進行遠程診斷,提高處理問題的效率。
在HoloPilot的產(chǎn)品定義上,禾多從硬件及軟件算法兩方面進行部署。
硬件層面,禾多自主研發(fā)自動駕駛域控制器HoloArk。倪凱提到,1.0域控制器目標量產(chǎn)時間為2020年,這也是禾多第一代域控制器產(chǎn)品,支持基本的HoloPilot、HoloParking兩大產(chǎn)品的解決方案。HoloArk2.0系統(tǒng)計劃中,禾多將同芯片及上下游合作伙伴共同部署。
2.0系統(tǒng)和1.0系統(tǒng)最大的區(qū)別在于前者擁有更豐富的接口,可支持更多的、不同結(jié)構(gòu)的數(shù)據(jù)傳輸要求;HoloArk2.0也擁有更強的算力,可滿足更復(fù)雜的深度學(xué)習(xí)算力要求。
軟件算法層面,禾多重視視覺定位技術(shù),自主研發(fā)了VIO(視覺慣性里程計)可視化工具,將算法背后抽象的數(shù)據(jù)一鍵調(diào)出,以趨勢曲線的形式展現(xiàn)出來,方便工程師直觀地發(fā)現(xiàn)異常、定位問題、及時調(diào)試,進而提高研發(fā)工作效率,提升定位算法性能優(yōu)化的迭代速度。
倪凱認為,自動駕駛算法能力的提升需要兩種數(shù)據(jù):一是環(huán)境類數(shù)據(jù),包括真實環(huán)境和仿真環(huán)境。二是駕駛類數(shù)據(jù),即跟蹤真實人類獲取其駕駛信息,或人工智能模擬駕駛員行為。通過大規(guī)模路測返回大量的數(shù)據(jù),基于大數(shù)據(jù)進而不斷迭代算法。這也是禾多部署HoloPilot三年路測規(guī)劃的一大原因。
倪凱表示,2019年是禾多科技的一個“大年”,高速公路自動駕駛和智能代客泊車兩款方案都將迎來商業(yè)化落地之路上的關(guān)鍵節(jié)點:HoloPilot進入大規(guī)模道路測試階段,向產(chǎn)品化階段邁進;HoloParking已于2018年底正式發(fā)布,現(xiàn)已在北京園區(qū)進行測試,并計劃在今年下半年展開落地試運營。
2018年1月,搭載HoloPilot的測試車輛駛上了高速公路。目前,HoloPilot已完成軟硬件平臺搭建、多傳感器的集成融合以及智能決策控制等模塊的開發(fā),實現(xiàn)了高速公路的自動駕駛,包括自動跟車及車道保持、交通擁堵引導(dǎo)、主動換道及超車、上下匝道、路網(wǎng)切換等功能,支持最高時速120公里,是目前國內(nèi)最接近落地目標的高速公路自動駕駛量產(chǎn)化方案之一。
接下來,HoloPilot將開啟大規(guī)模高速公路測試,在真實的復(fù)雜道路環(huán)境下不斷積累數(shù)據(jù)、訓(xùn)練算法,為量產(chǎn)落地作準備。禾多內(nèi)部針對HoloPilot已有三年測試計劃,其目標是在2021年實現(xiàn)HoloPilot量產(chǎn)。
禾多科技近期也獲得首批蘇州智能網(wǎng)聯(lián)道路測試牌照,獲準在江蘇省內(nèi)指定路段開展自動駕駛車輛路測,成為國內(nèi)第一家通過高速公路道路測試的企業(yè),且在路測考試中未使用高線束激光雷達等非量產(chǎn)型硬件。這也為禾多HoloPilot接下來開展大規(guī)模路測“開綠燈”。
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。