首页 > 自动驾驶 > 正文

GM Cruise AV:真正意义上的无人驾驶汽车

2019-05-29 19:43:17·  来源:自动驾驶测试验证
   
先来目睹一波GM即将量产的No Pedals, No Steering Wheel 且达到Level 4等级的Cruise AV。1、GM Cruise简介GM Cruise的前身是一家叫做 Cruise Automation专注汽车自动驾驶领域研发的公司,在2016年3月通用斥资10亿美金将其招致麾下,同时
先来目睹一波GM即将量产的No Pedals, No Steering Wheel 且达到Level 4等级的Cruise AV。

1、GM Cruise简介

GM Cruise的前身是一家叫做 Cruise Automation专注汽车自动驾驶领域研发的公司,在2016年3月通用斥资10亿美金将其招致麾下,同时结合自身在自动驾驶领域的技术储备和资源进行整合,成立的一家独立子公司。其总部设在旧金山,旗下包括Cruise自动化公司和Strobe,两者分别负责通用汽车公司自驾车开发和自动驾驶传感器开发,自从2016年初GM以10亿美金收购Cruise以来,通用汽车就将电动和自动驾驶汽车视为未来交通发展的关键因素。


不像初创或某些从事自动驾驶开发的互联网公司那么高调,传统汽车玩家玩起自动驾驶是保守和低调的,但实际其在自动驾驶领域所掌握的技术实力已经处在了领先者的位置。在今年1月GM Cruise就发布了具备L4水平的第四代自动驾驶汽车,名叫Cruise AV,基于通用雪佛兰的Bolt EV打造,并计划在2019年也就是今年量产,在2018年5月份日本软银曾向Cruise投资22.5亿美金以助推Cruise的商业化应用,对楼主来说这辆Cruise AV可能是一辆真正意义上的无人驾驶汽车。

2、Cruise AV的系统构成

首先Level 4应达到什么水平呢?根据SAE的标准,Level 4是一种超高度自动驾驶等级,其要求在部分工况下,车辆的转向、加减速控制、对环境的观察及激烈的驾驶应对上都由系统来保证,与在全工况条件下都可由系统保证的全自动驾驶的Level 5已逐渐接近。


为了达到所谓的Level 4,GM是如何打造的呢?据悉,GM Cruise此次从产品的设计、制造、测试和验证的每个环节都将安全设计融入到了车辆中。通过聚集优秀攻城狮,在不断的迭代设计和测试验证过程中优化,只为打造这款硬件、软件、系统都可靠安全的Cruise AV。


Cruise AV的运作方式同其他自动驾驶汽车一样,车辆首先需要根据所安装的传感器来感知周围的环境并进行预测、规划和控制。


帮助Cruise AV能够快速感知周围世界,并做出安全运输乘客的驾驶决策和执行必要功能的核心就是将各种先进算法和控制功能集合在一起并可靠运行的计算机中心,该系统主要由如下几部分构成:


下面只选预测、规划和控制三个主要的方面聊聊,这三块应该算是整个系统中最核心的部分,也采用了大量的AI技术。


预测

预测即利用传感器数据进行周围环境的监测,并通过与高清地图的结合实现车辆的定位、物体的分类、车辆状态如车速、方向等计算和三维世界模型的构建等任务。其次还可进行不确定物体运动的预测和判断,例如一个物体因雨或雾很难看清,亦或是被其他物体挡住,此时系统会相应的调整决策。为了达到完美的预测功能,Cruise AV可谓不惜重金采用了大量的传感器,整个系统安装了5个激光雷达、16个摄像头和21个毫米波雷达,楼主在此不禁双击66,同时也感慨玩不起,还是洗洗睡。


5个激光雷达主要采用Velodyne的VLP16 16线激光雷达,每个单价在8000美金,高精度的激光雷达主要进行移动和固定物体的检测和三维世界模型的构建。



21个毫米波雷达是激光雷达的一种补充,因毫米波雷达主要采用电磁波进行测量,可对低反光率的固定物体进行有效探测。这21个毫米波雷达主要由长距、短距和5个更高精度(通用称之为Articulating)的三类毫米波雷达构成。

16个摄像头的作用主要进行行人、交通灯、自由空间等方面的识别,并可进行车道偏移报警等功能,这三类传感器构成的复杂冗余系统,可保障车辆安全行驶和停车。

基于复杂的传感器系统,为了达到更好的预测功能,Cruise AV采用了大量AI技术,通过传感器采集的数据进行点云数据的处理和特征学习,以便实现物体检测、2D物体识别、3D场景建模及对象边界和自由空间的分割。



规划

规划即基于车辆所处环境信息确定所需的车辆行为,在考虑交通规则、道路标识、天气等各种外部因素的基础上,规划一条从出发点到目的地最优和最安全的行驶路径。Cruise AV每秒可识别多条路径并不断选择最佳路径以满足不断变化的道路状况和事件。

当发生意外情况时,Cruise AV的规划器还会有多个备份,例如当Cruise AV在一十字交叉路口准备变道右转时,若另一辆车突然切入到所规划的路径中,规划器将会有替代的方案去重新决策。


Cruise AV规划器决策的不断学习,采用强化学习的机器学习方法,强化学习解决的问题是,针对一个具体问题得到一个最优的policy,使得在该策略下获得的reward最大。强化学习已经在多个领域得到了有效利用。


控制

控制功能是为了实现规划器所规划的各种车辆行为,通过控制车辆转向、油门、制动踏板等执行器使车辆沿规划路径向目标位置移动,随着线控技术的发展和应用,将会进一步助推和简化当前自动驾驶汽车的控制。


除了上面所阐述的三点外,为了保证车辆的足够安全,GM Cruise还增加了系统的冗余度设计,如整车会配备双计算中心,当其中一个发生故障时,另一个会迅速接管;再如当汽车定位所采用的的某传感器数据不可用时,系统会快速利用其它传感器数据实现定位等等,所有的这一切只为保证一个核心目标:乘客安全。


3、Cruise AV的商业化

Cruise AV商业化的第一步只在指定区域内进行部署,而这样做的原因就是为了保证安全及产品快速持续的改进,其次还可让公众在共享出行服务中熟悉并逐渐认同该技术,这种方式也是比较稳妥合理的,Cruise AV将只在已知且具有高清地图数据的地理边界内的道路上行驶,车辆也只在已知工况和约束下行驶,这样GM Cruise不仅可确保每辆车的服务并可保证车上的关键系统都能保持正常运转。这样每辆车的数据都可被收集并分析,以便更好的帮助GM Cruise去改进软件并将其及时更新在汽车上,GM Cruise也期望通过此种方式,使其后续的产品实现数据的回传、共享和相互学习。


当部署完成后,乘客将可通过移动应用来请求乘坐,乘客定制的天气及广播等设置将会在上车之前发送到车上,调度中心会向汽车发送乘客的位置从而使车辆接到乘客并安全运送至目的地。车内的车载显示设备可提醒客户系安全带等提示并帮助乘客获取实时的外界信息,是不是非常期待一次Ride?

在看一些自动驾驶视频时,看着车辆在人群和车流中能够流畅的运行,总给我们一种自动驾驶已经到来或近在咫尺的错觉,其实这些视频可能都是在特定条件下拍摄出来的,考虑了车辆稀疏还是密集、路况简单还是复杂、道路标志模糊还是明确、有无高清地图支持、有无地理环境限制、有无道路施工及黑白天、阴雨天还是晴天等各种因素,这些经特殊处理或在规划的地理范围内拍摄的路测视频我们还需保持客观,但正因这些路测视频才让我们更加真切的感受了自动驾驶技术的发展和进步,此外,站在从事这块研究的公司角度,如果没有这些高逼格的路测视频,他们又如何去撬动金主的腰包呢?