目前,L4級自動駕駛汽車已經出現。在美國亞利桑那州鳳凰城的路上,數十輛Waymo One旗下自動駕駛汽車已經投入試執行。為了安全起見,車內配有一名備用司機。但隨著技術的優化和升級,未來司機以及方向盤、剎車和油門等控制裝置將不復存在。
汽車慣性測量單元,資料圖
整體來說,目前,自動駕駛汽車尚處於測試階段,實現大規模商用化依舊困難重重。在成本、安全性、使用壽命上都有待大幅改進,更不用說通過複雜的市場審批和監管了。而且,實現自動駕駛的感測器解決方案仍存有爭議。埃隆·馬斯克和特斯拉認為不需要鐳射雷達,但這似乎與其他所有人的觀點背道而馳。
鐳射雷達的最大問題是成本高居不下。馬斯克認為既然人開車不需要鐳射雷達,那麼沒有鐳射雷達的人工智慧系統,也可以實現自動駕駛。在特斯拉2019年4月舉辦的自動駕駛投資者日上,馬斯克就表示,特斯拉的Full Self-Driving全自動駕駛系統(無鐳射雷達)將在2019年底完成開發,到了2020年第二季度,可讓使用者實現自動駕駛;同時特斯拉計劃在2020年推出Robotaxi服務。在不久的未來,我們就會知道馬斯克本次預測的準確性。
這些自動駕駛感測器或多或少存在一些盲點,這就使得感測器效能的重疊和資料的融合,顯得至為重要。例如,當鐳射雷達受到惡劣天氣干擾時,雷達和紅外攝像機可保證自動駕駛系統的感知功能。
GNSS(全球導航衛星系統)是自動駕駛系統的一個核心要素。GNSS通過兩種增強改正模式,RTK(實時動態)和PPP(精確點定位),極大地提高了GNSS的精度,將定位精度從幾米提高至幾釐米,當然,GNSS存在訊號丟失和城市中心多路徑等問題。在過去,RTK / PPP硬體成本和服務費用較高,但新型晶片模組及演算法有望將其成本降低到福斯市場水平。
慣性測量單元(IMU),可作為感測器資料缺失時的有效補充。IMU利用內建的加速度感測器和陀螺儀,可測量三維線性加速度和三維角速度,根據這些資訊,可計算出車輛的姿態(俯仰角和滾動角)、航向、速度和位置變化。IMU可用於填補GNSS訊號更新之間的空白,甚至可以在GNSS和系統中的其他感測器失效時,進行航位推算。
ESC電子穩定控制系統系統,資料圖
IMU的關鍵優勢,在於它在任何天氣和地理條件下都能正常工作。作為一個獨立的資料來源,它可用於短期導航,並驗證來自其他感測器的資訊,也不會因為天氣、透鏡汙垢、雷達和鐳射雷達訊號反射或城市峽谷效應而失效。作為一個獨立的感測器,IMU被視為補充和證實其他感測器資料的感測器,即最後的感測器,用於確保車輛行駛安全,並在其他感測器受損或失效時以可控的方式使車輛停止,因此,有人將IMU稱為自動駕駛系統的定海神針。
目前,市場上所有配備ESC(電子穩定控制系統)系統的車輛,都已配備了低精度低成本的IMU,而高精度IMU雖可滿足自動駕駛慣性導航的效能要求,但過去數千美元的價格使其無法在汽車市場上大規模部署。目前,諸多業內企業正致力於將高精度IMU的成本降至100美元以下。