“自動駕駛”的技術(shù)路線

《中國社會科學(xué)報》：“無人駕駛”的技術(shù)路線郭喨唐興華要讓無人駕駛車輛跑起來，需要解決感知、決策和執(zhí)行等三個層面的技術(shù)問題。感知系統(tǒng)又稱為“中層控制系統(tǒng)”，負(fù)責(zé)感知周圍的環(huán)境，并進行識別和分析；決策系統(tǒng)也稱為“上層控制系統(tǒng)”，負(fù)責(zé)路徑規(guī)劃和導(dǎo)航；執(zhí)行系統(tǒng)也稱為“底層控制系統(tǒng)”，負(fù)責(zé)汽車的加速、剎車和轉(zhuǎn)向。本文以“感知—決策—執(zhí)行”這樣的順序呈現(xiàn)這三個系統(tǒng)，是因為這樣更加符合人類的駕駛方式。如，先看看前面——綠燈、周圍無行人——收集信息；然后做出決策——可以通行；最后執(zhí)行決策——開過十字路口。自動駕駛的感知系統(tǒng)感知系統(tǒng)的輸入設(shè)備具體包括：光學(xué)攝像頭、光學(xué)雷達（LiDAR）、微波雷達、導(dǎo)航系統(tǒng)等。這些傳感器收集車輛周圍的信息，為感知系統(tǒng)提供全面的環(huán)境數(shù)據(jù)。光學(xué)攝像頭是目前最便宜也是最常用的車載傳感器，它的一大的優(yōu)點就是可以分辨顏色，因此也成為場景解讀的絕佳工具。但其缺點也很明顯：1.缺乏“深度”這一維度，由于沒有立體視覺就無法判斷物體和相機（可以換算為車輛）之間的距離；2.對光線過于敏感，過暗或過強者的光線以及二者之間的快速切變，比如駛?cè)牒婉偝鏊淼蓝甲阋杂绊懰某上瘢缦鄼C拍照的曝光不足、曝光過度一般。激光雷達，即利用激光來進行探測和測量。其原理是向周圍發(fā)射脈沖激光，遇到物體后反射回來，通過來回的時間差，計算出距離，從而對周圍環(huán)境建立起三維模型。激光雷達探測精度大、距離長；由于激光的波長短，所以可以探測到非常微小的目標(biāo)。微波雷達，原理和激光雷達類似，不過它發(fā)射的不是激光而是無線電波。微波雷達精度不及激光雷達，但勝在價格低、體積小，所以在某些車輛行駛輔助系統(tǒng)中已經(jīng)得到了廣泛應(yīng)用。同時，波長大精度低反過來又成了它的優(yōu)點，因為它較大的波長可以穿透霧、煙、灰塵等激光雷達難以穿透的障礙，可以較好免疫惡劣天氣。光學(xué)攝像頭和雷達測量在感知環(huán)境中相輔相成，共同為無人駕駛車輛提供完整、準(zhǔn)確的外部信息。有了“眼睛”接收信息，接下來就是利用深度學(xué)習(xí)等手段對信息進行提取、識別。將多種傳感器的信息相互融合并不是一件容易的事兒，可以利用韋伯斯的誤差反向傳播算法和先進的數(shù)字?jǐn)z像技術(shù)對外界事物進行準(zhǔn)確識別。自動駕駛的感知系統(tǒng)不僅包括它的“眼睛”，也包括它的“大腦”——高精度地圖。人類駕駛者會調(diào)用記憶中熟悉的道路場景來輔助駕駛自動駕駛也會通過高精度地圖獲取必要的環(huán)境信息，特別是相對固定、更新周期較長的信息，如交通信號燈（請注意，這里是指物理的“燈”本身而非“燈的信號”即紅、黃、綠）、車道標(biāo)記、路緣等信息。這些信息還可以與傳感器所獲得的“即時信息”相印證，從而實現(xiàn)“多傳感器融合”的效果——就像我們走路，不僅會用眼睛看前面的路，還會用耳朵聽身后的車，甚至?xí)帽亲勇劼愤叺昀镏芎邙喌南銡庖粯?。因此，自動駕駛?cè)ァ案兄钡牟粌H僅是“眼睛”，也有“大腦”。自動駕駛的決策系統(tǒng)自動駕駛決策系統(tǒng)負(fù)責(zé)路線規(guī)劃和實時導(dǎo)航。這里主要涉及高精度地圖，又稱“高清數(shù)字地圖”。無人駕駛汽車用的并不是普通的導(dǎo)航地圖，它在精確度和信息量上和普通地圖差別很大，因而被稱為“高精度地圖”。普通地圖比較粗糙——因為我們?nèi)祟惖恼J(rèn)知能力足以“腦補”,通過簡單二維線條的表示就明了了道路的走向，線條的交叉點表示路口——十字、丁字或其他——這讓目前的機器來“腦補”就太困難了。高清數(shù)字地圖的精度一般在厘米級，而且是立體三維的，包含車道線、周圍設(shè)施的坐標(biāo)位置等行車輔助信息。與當(dāng)前人類使用的電子地圖相比，自動駕駛的高精度地圖還有個重要差異在于，它將收集道路激光雷達的反射強度——這是一個對人類駕駛者幾無價值而對“人工智能駕駛員”意義重大的道路特征，它變化小且慢，是幫助自動駕駛車輛光學(xué)雷達定位的一個理想特征值。通過光學(xué)雷達掃描獲取的信息跟已知的高精度地圖信息對比，就可以確定當(dāng)前車輛的位置。自動駕駛的決策系統(tǒng)不僅需要獨立的“智能車輛”，也需要“智能交通系統(tǒng)”的支持，如V2V等。除高精度地圖之外，另一個支持路徑規(guī)劃的技術(shù)是V2X技術(shù)，一般認(rèn)為它是在V2I技術(shù)的基礎(chǔ)上發(fā)展起來的。V2X意指將車輛和環(huán)境聯(lián)成一個“物聯(lián)網(wǎng)”，包括車對車、車對基礎(chǔ)設(shè)施，以及車對行人等一系列通訊系統(tǒng)。如果車輛能夠直接“得到”，而不僅僅是“看到”信號燈的信息，就能保證絕對不闖紅燈。這里“得到”的意思是，比如在離交通燈還有100米、傳感器還“看不到”時候，信號燈就主動“告訴”智能車輛自己的信號狀態(tài)及變化時長，自動駕駛車輛無需直接“看清”信號燈的內(nèi)容（“看清”有時是很不容易事情，大雨、暴雪、狂風(fēng)刮起的塑料袋，以及最常見的——大貨車的遮擋，都足以讓車輛的攝像頭“看不見”交通信號燈）。此外，如果能夠通過V2V提前得知周圍車輛的行車意圖，就能夠很大程度上避免事故的發(fā)生。有了高精度數(shù)字地圖和V2X通訊網(wǎng)絡(luò)，系統(tǒng)就可以應(yīng)用搜索算法評估各種駕駛行為所花費的成本，包括信號燈等待時間、道路擁堵情況、路面維修情況等，以此評估最佳行駛路徑。自動駕駛的執(zhí)行系統(tǒng)執(zhí)行系統(tǒng)也是底層控制系統(tǒng)，負(fù)責(zé)執(zhí)行汽車的剎車、加速、轉(zhuǎn)向等具體操作。工程師們通過特制的“線控裝置”控制方向盤和油門取代人類司機的手和腳，并配置多個處理器組成的子系統(tǒng)，以此來穩(wěn)定、準(zhǔn)確地控制汽車的機械系統(tǒng)。這些子系統(tǒng)包括ECU引擎控制單元、ABS制動防抱死系統(tǒng)、TCU自動變速箱控制系統(tǒng)等，它們通過一個“總線”來進行內(nèi)部通訊，在汽車中稱作CAN總線協(xié)議。CAN總線最關(guān)鍵的要數(shù)帶寬(bandwidth)和網(wǎng)絡(luò)穩(wěn)定性。帶寬是指數(shù)據(jù)在網(wǎng)絡(luò)中傳輸?shù)淖畲笏俾?，通常以每秒多少bits為單位計算。對于無人駕駛汽車來說，精準(zhǔn)的控制和快速的響應(yīng)至關(guān)重要，這就意味著，要盡可能提高總線帶寬的傳輸速度，這對需要處理龐大數(shù)據(jù)的無人駕駛系統(tǒng)來說，有著較高挑戰(zhàn)。當(dāng)同時處理各個傳感器傳遞過來的數(shù)據(jù)流時，總線有時會變得擁堵，系統(tǒng)速度大為下降。對整個反應(yīng)執(zhí)行過程而言，CAN總線的響應(yīng)時間變得很慢，在實際駕駛中是不能接受的。其次，控制的平滑性也影響乘客體驗。另一方面，作為一個網(wǎng)絡(luò)，數(shù)據(jù)傳輸?shù)陌踩圆蝗莺鲆?，如果黑客成功攻擊了CAN總線，就能對汽車進行控制。因此，提高底層網(wǎng)絡(luò)系統(tǒng)的防御能力和網(wǎng)絡(luò)容錯性極其重要。通過以上感知、決策與執(zhí)行三個系統(tǒng)分工合作，責(zé)任明確地控制汽車的運行，就可以使無人駕駛汽車具備理論上“行駛”的條件。但正如《無人駕駛》一書作者胡迪?利普森和梅爾巴?庫曼所指出的，“雖然這種技術(shù)幾近準(zhǔn)備就緒，但是這