0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

自动驾驶如何智能化“走起来” 又如何保障“走的更安全”

四维图新NavInfo 来源:四维图新NavInfo 作者:四维图新NavInfo 2022-06-10 15:44 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

我们先来揭晓上期关于“您觉得自动泊车功能是否可以解决停车难题”的投票结果:

从上篇文章投票结果可以看出,绝大部分的小伙伴们认为自动泊车类功能可以解决我们泊车困难的问题。

好了,接下来我们进入本篇内容。

引言

我们日常开车都是从一个停车场出发,行驶在路上,然后到达下一个停车场完成泊车。因此业内就将自动驾驶功能从使用场景上划分为:行车和泊车两大类场景,即“行车域”和“泊车域”。这两个场景分别应对车辆在不同道路上行驶及各类停车场不同泊车方式上解决自动化的问题。

其中,“泊车域”场景相对“行车域”来说更加封闭和简单,需要解决的因素主要有:多类停车场(地面、地下、多层楼宇)及各类停车位(垂直、平行、斜车位)如何实现自动化的问题。有兴趣详细了解的小伙伴们可翻阅之前小编的文章《自动驾驶帮你解决“泊车困难症”》。

而“行车域”的场景就比较复杂,需要实现覆盖高速及城区内任意点对点的行驶过程。其中需要解决的因素包含了:公路上单车道和多车道、匝道、城区环岛、隧道、十字路口等如何实现自动驾驶的问题。

本期小编就继续带大家了解一下自动驾驶是如何解决“行车域”的。

自动驾驶行车域包含什么?

行车域主要实现两大功能:一个是如何让车辆智能化的“走起来”;另一个是如何保障车辆行驶中“走的更安全”。

自动驾驶如何智能化“走起来”

“走起来”,简单来说就是让车辆既可以在本车道内自己向前走,又可以调整车辆变道并线。

其中“本车道内”自动驾驶功能需要车辆可以识别出车道线,同时车辆应实时保持在本车道中心不跑偏,且车辆在本车道内可以自动跟随前车纵向行驶,常见功能涉及LKA、LCC、ACC、TJA。

LKA:车道保持辅助

LKA(Lane Keeping Assist)车道保持辅助是在驾驶员注意力不集中或疲劳驾驶出现车辆偏离车道、压车道线时,系统进行报警(如:方向盘震动)、主动修正,当检测到驾驶员操作转向信号灯时,系统进入被动模式(待机模式)。

LCC:车道居中控制

LCC(Lane Centering Control)车道居中控制是一项纯横向控制功能,通过对车道线的识别和对转向系统的自动控制,解放驾驶员的双手,让车辆行驶时自动保持在本车道内居中行驶。

ACC:自适应巡航控制

ACC(Adaptive Cruise Control)自适应巡航控制系统是一种智能化的自动控制系统,带有跟车及制动功能,主要通过安装在车辆前部的摄像头、雷达传感器,持续“检测”车辆前方道路获得前车的车速与相对距离等参数,从而实时判断自车与前车的位置关系,当与前车的距离越来越小时,会对应调整自身车速,与前方车辆保持安全距离,减少碰撞意外的发生。

当自动驾驶ACC自适应巡航控制功能解决了车辆在本车道内跟车及制动智能化控制后,那么针对长距离堵车场景是不是就可以解决了呢?

为此工程师们又开发出了可解决低速交通拥堵的产品功能TJA,以解放驾驶员对车辆的频繁操作和缓解驾驶疲劳。

TJA:交通拥堵辅助

TJA(Traffic Jam Assistant)交通拥堵辅助可以理解为低速ACC自适应巡航(纵向自动控制,实现加减速)+LCC(或LCK)车道居中控制(横向自动控制,保持居中行驶)功能的叠加。

在堵车时(60km/h以内),TJA功能实时监测车辆前及相邻车道行驶环境,并通过自动控制车辆的启停和加减速,以及微调行驶方向,实现车辆自动保持在本车道居中跟车及巡航行驶的功能。

变道是出行场景中出现频率极高的场景。在超车、地形变化、车道封闭等状况时,都会发生变道动作。而且“变道并线”还需要车辆可以实时识别周边车流变化,并在安全情况下横纵向自动控制车辆超越其他车辆完成换道并线操作,常见功能涉及ALC(也称为ALCA)、HWA。

ALCA:自动变道辅助

ALCA(Autonomous Lane Changing Assist)自动变道辅助。虽然字面名称叫做“自动变道”,但其实目前主流做法是“指令式变道”,一般是通过转向拨杆控制车辆的转向系统,当ALCA自动变道辅助系统判断车辆周围环境安全则自动变道。ALCA可以有效辅助驾驶员实现一键变道,解放双手。

另外,ALCA自动变道辅助必须在LCC车道居中辅助开启激活使用,在ALCA完成变道后,车辆将在新的车道重新进入LCC车道居中控制辅助模式。

注:自动变道辅助并不能在所有条件下进行,以下情况将不会执行或者不会成功变道:

1、距离前车距离低于安全距离;

2、目标车道有其他车辆导致安全距离不足;

3、当前车道线为实线;

4、当前处于较大的弯内;

5、当前车速低于65km/h;

6、车道居中辅助未处于激活状态;

7、车道线褪色或受到干扰。

由于目前高速公路驾驶场景相对封闭且容易商业化落地,因此已上市产品主要为HWA。

HWA:高速公路辅助

HWA(Highway Assist)高速公路辅助是ACC、LKA和ALC功能的集成,在高速公路主干道上(60km/h以上,不含匝道),当满足变道条件且经驾驶员确认后,系统进行路径规划并自主完成车道变换动作;并且当系统监控到脱手条件满足时可允许驾驶员在一定时间内脱手驾驶。

以上功能虽然可以针对某些特定场景完成智能化驾驶,但是不具有行车起始A-B点的路径规划和导航能力。而如今业内对驾驶行车场景进行了功能和ODD的拓展,配合高精度地图可实现导航辅助驾驶NOP。

注:ODD(Operational Design Domain)运行设计域,定义了自动驾驶系统的自动驾驶能力,即自动驾驶汽车能够正常安全行驶的外部条件,如道路类型、行驶区域、速度、环境(天气、白天/夜间等)等。

另外,NOP按行车区域的不同又分为:高速领航驾驶辅助NOP和城区领航驾驶辅助NOP。

NOP:领航辅助驾驶

NOP(Navigation on pilot)领航辅助驾驶是在ALC和HWA等功能上的叠加,可让车辆自动按导航的路径实现目的地起止点到点的行驶,可长时间解放驾驶员的手和脚。

但由于现有交通法规以及技术条件的限制,NOP主要应用于高速场景使用,而城区内仅可在某些被政府所指定的开放道路内使用。因此目前NOP还属于L2+(业内也有称L2.9)级别。

NOP使用方法是用户在车载导航地图上设定好目的地,待车辆驾驶到支持NOP的路段,系统会提示用户可以开启NOP功能,这时自动驾驶车辆配合高精度地图便能在道路上实现进出匝道、换道超车等更多操作。

目前NOP功能是涉及驾驶场景最多、最全面的智能驾驶功能。

目前四维图新智驾业务已形成了从L0到L2.9的全场景自动驾驶软硬一体解决方案Tier-1产品矩阵,且产品打通了智驾域和座舱域,形成针对特殊场景的行泊舱一体全场景跨域融合方案,满足了车厂对细分场景的综合服务需求。

以上内容介绍了如何让车辆智能化的“走起来”,但是在行驶过程中我们又该如何保障车辆“走的更安全”呢?

自动驾驶如何保障“走的更安全”

如何让车辆“走的更安全”,小编觉得行驶中我们的车辆需要时刻关注周围路况,因此“探测”类功能必不可少;另外,我们的车辆还需要知道碰撞危险来自哪里,并且可以在危险来临之前就主动制定,因此“防碰撞和刹车”类功能也需要有;最后,当我们达到目的地后,下车时意外状况也有可能发生,因此“下车安全”类功能也必不可少。

那么下面,小编就通过“探测、防碰撞、刹车、下车安全”四个常见场景来介绍自动驾驶行车功能是如何保障驾驶安全的。

注:针对车辆安全小编曾专门写过文章《新知|浅谈汽车安全技术发展历程》,感兴趣的小伙伴们可以复习一下。

01探测

探测的主要作用是让车辆发现周边是否有影响车辆驾驶安全的因素,常见功能涉及BSD、AVM。

BSD:盲区检测系统

BSD(Blind Spot Detection)盲区检测系统是通过安装在车辆侧后方的角雷达等传感器实时监控车辆周围环境,探测并识别出盲区的行人或车辆等,为驾驶员提供精准的提示或警告信息,并且可在视频输出上标注危险的行人或车辆与其距离。从而避免在行驶过程中由于行人或车辆移动到盲区而发生的事故。

目前市面上较为常见产品为BSM(Blind Spot Monitoring)并线盲点监测,该功能是利用装在车辆侧后方的角雷达等传感器监测汽车两侧的车流情况。当有车辆进入后视镜盲点区域时,系统会通过外后视镜或A柱内侧的一个警示灯发出警示。BSM可用于帮助我们快速判断并线的可行性。

AVM:全车监视系统

AVM(Around View Monitor)全车监视系统是通过多个超大广角鱼眼镜头拍摄图像,然后经过数据处理对拍摄图像进行畸变矫正以及拼接,形成周围影像;可为驾驶员提供车身四周的俯视鸟瞰图,消除驾驶员的视野盲区,在泊车时还可提供有效的视觉辅助功能。

02防撞类

自动驾驶车辆在行驶过程中主动安全功能是必不可少的,而且很多功能已经成为车辆上的标配,这里小编挑选了一些常见功能FCW、FCA、FCTA、RCW、RCTA等。

FCW:前向碰撞预警

FCW(Forward Collision Warning)前向碰撞预警帮助司机与前方车辆保持安全距离,当自车与前车有碰撞风险时,系统以声音警报和视觉警告提醒司机有可能发生追尾碰撞。

在FCW预警的基础上,自动驾驶FCA功能增加了制动控制能力。

FCA(Forward Collision Assist)前方防撞辅助根据由前雷达传感器和前视摄像头传送的信息进行综合分析,并在预测到存在与目标车辆、行人或骑车人等物体发生碰撞的危险性时,会通过警报、辅助制动和全力制动三个阶段,对车辆进行干预,避免或减轻碰撞伤害。

延展功能:针对车辆前方交叉区域(如交叉路对向车)也有相应的防碰撞预警等功能FCTA。

FCTA(FrontCross Traffic Assist)前方交叉紧急报警是当车辆在交叉路口转向时,识别对向车辆,预测碰撞,对车辆进行预警辅助制动。

针对预防车辆追尾的自动驾驶功能有RCW。

RCW:后向碰撞预警

RCW(Rear Collision Warning)后向碰撞预警是在车辆的行驶过程中,对正后方车辆进行监测,当有车辆从正后方快速向本车靠近并有追尾的可能时,系统发出灯光闪烁的方式提醒后方车辆驾驶员,避免发生追尾的事故。

延展功能:针对车辆倒车场景,后方交叉区域防碰撞预警功能RCTA(RearCross Traffic Assist)。

RCTA后方交叉碰撞预警是在车辆后退时,提醒驾驶员车辆后方是否有车辆靠近。当车辆倒车时,RCTA系统通过后角雷达探测车辆后方盲区内行驶的其他车辆。如果RCTA系统判断后方逐渐靠近的其他车辆有可能与本车发生碰撞时,RCTA系统会发出报警声、同时两侧车外后视镜上BSM的提示图标也会发出警示,以此提醒驾驶员以降低发生碰撞的可能性。

03刹车

自动驾驶车辆上的制动功能基本上都有AEB的参与。

AEB:自动紧急制动

AEB(Autonomous Emergency Braking)自动紧急制动系统采用雷达和摄像头测出与前车或者行人、骑行人等距离,然后利用数据分析模块将测出的距离与警报距离、安全距离进行比较,小于警报距离时就进行警报提示,而小于安全距离时即使在驾驶员没有来得及踩制动踏板的情况下,AEB系统会立刻启动,让车辆自动制动。

04下车安全

当车辆到达目的地后,自动驾驶车辆还需要保障“下车安全”,涉及功能DOW。

DOW:开门预警

DOW(Door Open Warning)开门预警系统是车辆在到达目的地停车状态下即将开启车门时,可实时监测车辆侧方及侧后方有无目标接近,并在可能因车门开启而发生碰撞危险时通过盲点预警灯及时发出警告信息,有效预防出现“开门杀”。

结语

自动驾驶的辅助驾驶功能其出发点主要是为确保出行人员的驾驶安全,以及让我们日常通勤更加便利、舒心。本文以及之前的文章已介绍了现阶段自动驾驶技术如何解决“行车域”和“泊车域”的驾驶问题。

基本上自动驾驶技术已覆盖高速/快速路、城市道路、低速封闭环境(如停车场)的“行车域”和“泊车域”场景,甚至某些功能已经接近L3级自动驾驶能力。并且随着我国政策和自动驾驶技术的不断落实,自动驾驶的实现其实并不是想象中那么遥远。

就像四维图新的“四维”智能业务生态(智云、智舱、智芯、智驾)已与行业多数头部客户建立起了稳定的供应关系。并且,四维图新已经在与合作伙伴们协同落地相关智能驾驶产品应用,让小伙伴们尽早获得满足我们需求的好产品。

最后小编也想了解一下,您觉得自动驾驶针对“行车域”和“泊车域”功能,哪个更能解决您的驾驶痛点?

原文标题:自动驾驶如何解决“行车域”

文章出处:【微信公众号:四维图新NavInfo】欢迎添加关注!文章转载请注明出处。

审核编辑:汤梓红

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 自动驾驶
    +关注

    关注

    794

    文章

    14990

    浏览量

    181557
  • 辅助驾驶系统

    关注

    5

    文章

    94

    浏览量

    17485
  • 四维图新
    +关注

    关注

    0

    文章

    499

    浏览量

    8460

原文标题:自动驾驶如何解决“行车域”

文章出处:【微信号:realnavinfo,微信公众号:四维图新NavInfo】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    具身智能自动驾驶的大模型需求有啥不同?

    实现的底层逻辑、对大模型的需求以及运行环境的约束上,存在着显著的差异。自动驾驶专注于在高度结构的交通规则下实现高效且极度安全的移动,而具身智能则试图在更广泛、
    的头像 发表于 04-12 08:55 2194次阅读
    具身<b class='flag-5'>智能</b>与<b class='flag-5'>自动驾驶</b>的大模型需求有啥不同?

    2026年自动驾驶汽车发展趋势前瞻

    自动驾驶汽车会使用人工智能吗?答案是肯定的。人工智能(AI)是自动驾驶汽车运行的基石,它使车辆能够平稳、安全地在道路上正常行驶,适应实时交通
    的头像 发表于 02-05 09:38 3948次阅读
    2026年<b class='flag-5'>自动驾驶</b>汽车发展趋势前瞻

    北汽集团自动驾驶产品安全开发保障体系建设与实践

    12月15日,北汽集团旗下极狐阿尔法S(L3版)正式获批工业和信息自动驾驶车型产品准入许可,即将在北京市限定区域内开展L3级有条件自动驾驶上路通行试点。这标志着我国自动驾驶技术发展
    的头像 发表于 12-18 15:06 570次阅读

    自动驾驶大模型中常提的泛能力是指啥?

    ”这个词看起来比较抽象,也容易被模糊使用。 它没有直观的评价标准,却决定了模型能不能真正走出训练数据、应对真实道路中的未知情况。理解清楚它到底指的是什么、为什么难、又该如何评估,是理解自动驾驶大模型能力边界的
    的头像 发表于 12-10 09:15 926次阅读
    <b class='flag-5'>自动驾驶</b>大模型中常提的泛<b class='flag-5'>化</b>能力是指啥?

    Transformer如何让自动驾驶变得聪明?

    ]自动驾驶中常提的Transformer本质上是一种神经网络结构,最早在自然语言处理里火起来。与卷积神经网络(CNN)或循环神经网络(RNN)不同,Transformer能够自动审视所有输入信息,并动态判断哪些部分更为关键,同时
    的头像 发表于 11-19 18:17 2465次阅读

    自动驾驶“轨道”落地是否可行?

    自动驾驶“轨道”看起来的确是非常的吸引人,更可控的通行、更低的能耗、容易实现高频次队列运行,这有些自动驾驶发展中的“乌托邦”目标。但在
    的头像 发表于 11-01 11:23 2454次阅读

    “汽车智能化” 和 “家电高端

    ,要么因成本太高没法普及,中芯国际良率提升后,国产车企不用再 “卡脖子”,未来 10 万级家用车也能标配高端智能座舱。​ 自动驾驶安全保障:L3 级以上
    发表于 10-28 20:46

    端到端自动驾驶相较传统自动驾驶到底有何提升?

    [首发于智驾最前沿微信公众号]自动驾驶技术自诞生以来,便承载了人类对安全、高效、智能出行的美好憧憬。传统自动驾驶系统以层次、模块
    的头像 发表于 09-02 09:09 1012次阅读
    端到端<b class='flag-5'>自动驾驶</b>相较传统<b class='flag-5'>自动驾驶</b>到底有何提升?

    鲲云科技助力油田行业智能化安全管理

    随着国家对安全生产要求的不断加强,油田行业的安全管理亟待实现智能化和高效。在油田智能化升级的浪潮中,众多 AI 转型方案涌现,鲲云以“算力
    的头像 发表于 07-25 15:04 1153次阅读

    太阳光模拟器 | 在汽车自动驾驶开发中的应用

    在汽车产业向电动智能化转型的浪潮中,自动驾驶技术的研发面临着复杂环境感知的挑战。光照条件作为影响传感器性能的关键因素,直接关系到自动驾驶系统的
    的头像 发表于 07-24 11:26 832次阅读
    太阳光模拟器 | 在汽车<b class='flag-5'>自动驾驶</b>开发中的应用

    自动驾驶安全基石:ODD

    电子发烧友网综合报道 自动驾驶ODD(Operational Design Domain)即设计运行域,是指自动驾驶系统被设计为安全、有效运行的具体条件范围。它定义了自动驾驶汽车在哪些
    的头像 发表于 05-19 03:52 7016次阅读

    《汽车驾驶自动化分级》会更适合中国自动驾驶发展吗?

    [首发于智驾最前沿微信公众号]智能化和网联技术的不断突破,全球各国纷纷布局汽车驾驶自动化,而统一的分级标准不仅能够为产业各方提供一致的技术评估和沟通基础,也为监管部门在不同阶段实施
    的头像 发表于 05-18 09:06 1102次阅读
    《汽车<b class='flag-5'>驾驶</b><b class='flag-5'>自动</b>化分级》会更适合中国<b class='flag-5'>自动驾驶</b>发展吗?

    新能源车软件单元测试深度解析:自动驾驶系统视角

    的潜在风险增加,尤其是在自动驾驶安全关键系统中。根据ISO 26262标准,自动驾驶系统的安全完整性等级(ASIL-D)要求单点故障率必须低于10^-8/小时,这意味着每小时的故障概
    发表于 05-12 15:59

    AI将如何改变自动驾驶

    自动驾驶带来哪些变化?其实AI可以改变自动驾驶技术的各个环节,从感知能力的提升到决策框架的优化,从安全性能的增强到测试验证的加速,AI可以让自动驾驶从实验室走向大规模商业
    的头像 发表于 05-04 09:58 1038次阅读

    自动驾驶安全程度达到99%是否就足够了?

    可以保留最后1%的不确定性? 其实在自动驾驶技术走向规模商用的进程中,安全始终被视为最核心的命题。从过去的辅助驾驶,到现在的L2级别的组合辅助驾驶
    的头像 发表于 05-03 08:42 815次阅读