DForum
event
 

自駕系統創新運輸時代 引領智慧交通發展

自駕車採慣性測量單元、衛星導航系統、光達和雷達等多項感測器與高動態相機,使車輛能在道路上安全行駛。法新社

為改善道路安全需求的推動下,消費者對智慧駕駛技術的需求飆升。據世界衛生組織(WHO)道路安全全球現狀報告顯示,每年有超過100萬人在交通事故中喪命,最常見的原因是分心駕駛、超速行駛、酒駕等。全球各公司積極開發自駕車技術以減少事故,並提高駕駛安全性。

根據Electronic Design報導,疫情期間越來越多民眾避免搭乘公共交通工具,尋求更安全的方式避免感染,近日上海推出無人計程車,乘車過程中不僅無須觸碰螢幕,也保持社交距離。在疫情肆虐時,導入自駕技術的人工智慧(AI)機器人運送必要的醫療用品和食品,與前線醫護人員一同對抗疫情。

儘管大規模部署全自駕車輛可能還需一段時間,但Tesla、Waymo積極打造商用Level 4級自駕技術,引領更節能、智慧的交通方式。

智慧感測器猶如自駕車另一雙眼

自駕車輛採用慣性測量單元(IMU)、衛星導航系統(GNSS)、包含光達(LiDAR)和雷達在內多項感測器與高動態相機,使車輛能在道路上安全行駛。

不過,雷達對自駕車辨認運動物體的速度有限。雖然雷達可探測到前方停止車輛,但無法確定物體精確位置,比如靜止車輛是否和駕駛人在同一車道上。有鑑於此,不少企業開發結合雷達、3D位置和光達,來克服這項挑戰。

其中,光達通常被視為自駕車的關鍵,協助自駕車偵測障礙物、收集車輛周圍空間解析度的3D數據來輔助導航。

攝影鏡頭對收集車輛周圍環境的詳細資訊十分有用,能獲取交通號誌的顏色或者是數位看板上的文字。然而,與光達不同的是,攝影鏡頭無法了解到物體真實情況,所以不能判斷真正距離。這也就是為何大部分自駕技術供應商,利用光達、雷達、攝影鏡頭、GNSS和IMU的優勢開發自駕解決方案。

感測器融合 使自駕車輛再進化

為了實現高可靠度,自駕車必須準確地感知周圍環境,包括行人、建築物及交通號誌燈等,在自駕系統中各種類型的硬體零件收集有價值的資訊,這些數據將被即時分析,這被稱為「感測器融合」(Sensor Fusion),讓車輛獲得周圍環境最準確的訊息。

實現感測器融合的方法有不同種類,傳統方法融合後的數據是從每個感測器偵測部分訊息,有時提供不完整的資料,因此可能導致自駕車誤判情況;相比之下,採用深度學習技術整合原始資料,來保持不同類型感測器的相關訊息,從而給予車輛更精確的數據。

從收集數據到真正上路

當感測器和自駕控制器進行同步收集與傳輸數據時,車輛的感知(Perception)軟體模組負責整合所有模式,以建立車輛周圍環境的3D圖像。感知軟體生成所有物體、汽車、行人與自行車的3D位置,在感知模組收集生成資訊的同時,深度學習模組會隨時掌握前方路況,進一步使車輛能設置軌跡預測的決定性參數。

此外,雲端平台與基礎設施也是自駕技術發展的基礎,平台儲存自駕系統的所有數據,而基礎設施模組提供自駕作業系統資源、動態調度及用於測試的視覺化系統。這些模組確保自駕車真正上路後,能安全又可靠的行駛。


  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 感測器 自駕車 光達