提示:本文为现场速记,未经专家审核,请勿转载!

金沙澳门官网58588 1

从特斯拉自动驾驶系统角度分析,AEB、ACC都处于启动状态,但由于传感器判断失误导致,自动驾驶系统决定在当时路状下没有启动AEB系统。

现在自动驾驶有两个不同的方向,以谷歌等以激光雷达为主的传感器实现的完全从上层切入向下发展的无人驾驶的方向,第二个是用低成本的传感器,量产的成熟的包括光学摄像头、超声波雷达、毫米波雷达等,依靠算法和整个系统合理的传感器的布置,从辅助驾驶开始往自动驾驶方面发展。在辅助驾驶或者自动驾驶里视觉的优势有很多,他主要可以识别车辆车道甚至车内的疲劳驾驶等。

烟雾+黑夜工况难度升级,安智AEB系统如何实现完美避撞?

自动驾驶系统中的ACC、AEB系统高度依赖毫米波雷达对物体的识别与筛选。据了解,未来毫米波雷达系统将具
有更高精度的识别和反应时间,成本也在逐年下降。赵捷建议,自动驾驶车辆至少安装五个毫米波雷达(一个77G长距离雷达,加上4个短距离雷达),未来有可
能安装9个毫米波雷达(一个77G长距离雷达,加上8个短距离雷达),而不是现在特斯拉这样使用单个远程77G雷达。因为,毫米波雷达和视觉雷达都存在一
定的短板,也可以加装SAR成像雷达,应对特殊气候环境。

但是这个在深度学习上面来讲,可能以非常严苛的条件验证它,98%到99%都是没有问题的。深度学习还有另外一个比较好的特点,它可以在同一个系统里增加多个识别的类别,像行人、车辆还有交通标志牌等等,他不会增加系统开销,我只检测车辆,对比增加行人识别,这些在系统上CPU的耗能是一样的,这也是深度学习的优势。未来把深度学习运用在自动驾驶里是一个比较确定的一个趋势。同时的一个方向,我们会在前向配置不同的摄像头,基于不同图象检测尺度我们会用不同的摄像头去做,这样保证多车道的检测能力。这是我们利用深度学习做的一个像素归类的演示,我们把图象上每一个像素归类到相应的类别里。这是基于深度学习的Demo,可以看到公交车是一个3D的检测,包括车的侧面尾部和车头都可以比较好的检测。

此外,基于协同整车企业对国内驾驶员驾驶行为的深度解析,聚焦雷达决策端功能,安智汽车搭建了可精确估计驾驶员行为意图的自动紧急刹车控制算法,在适应各类工况的同时,极大提高了雷达产品对车辆的操控品质。

杭州智波科技有限公司毫米波雷达研发团队同样认为,如果增加一个广角摄像头,采集到了车头的信息;如果毫米波
雷达测量更精确,或者在前方安装了多个雷达,做雷达网络融合;如果特斯拉的传感器融合技术考虑得更全面;如果安装了冗余的激光雷达;
如果大卡车有法规规定,强制进行涂漆装饰。只要以上任何一个假设存在,这起事故都可以被避免。

我的演讲就到这里,谢谢大家!

此前,丰田汽车曾在车主手册中公布一份清单强调AEB系统对行人检测的盲区和局限,在这份清单中,黑暗中行人、站在井盖等金属物体的行人等场景都清晰在列。据悉,丰田汽车依靠雷达和摄像头传感器融合实现包括AEB在内的ADAS驾驶辅助功能,但即便顶级豪车依然面临AEB在多种工况下的失效风险和局限性。AEB系统在实际应用场景中的门槛和难度在这份产品说明中可见一斑。

杭州智波科技有限公司毫米波雷达研发团队综合分析后认为,一是强烈的阳光照在白色车体上,让计算机视觉失去了
提取纹理的功能;二是巨大的白色色块与长焦摄像头,以及蓝色背景让计算机视觉认为出现在前方是白色的云;过于巨大的反射面积,让毫米波误认为是广告牌或交
通指示牌;三是特斯拉没有完善的传感器融合算法,让两个互相冲突的逻辑同时通过;四是车主过于相信Autopilot
系统,导致放弃了对车身控制。

我们基于图象识别会和像毫米波雷达和激光雷达做一个数据融合,用一个互补的关系降低图象识别或者降低对单个毫米波雷达或者激光雷达的依赖性。同时还有基于传统算法实现低成本的ADAS解决方案。车辆的方面,我们也会结合车道线的识别来实现一个目标的选择,同时我们会结合车辆的运动学建模,建立符合运动趋势变化曲线,我们根据这个运动学建模会实现AEB、ACC等运动模式。交通标志牌检测我们现在可以做到40米。

结合对中国典型路况的数据积累,中汽研制定了一整套完全贴合中国复杂道路的ADAS测试评价规范,从复杂工况复现角度,对算法的鲁棒性、系统的适应性等性能进行全面考核,实现国内首创的面向恶劣天气等特殊工况的测试方法,对于自主品牌核心传感器供应商的考验树立了相当高的技术门槛。安智汽车作为该项测试首家接受考核的自主ADAS供应商,在此次测试中递交了稳定的高水准表现和满分答卷。

从事雷达技术研究多年的北京行易道科技有限公司总经理赵捷女士认同马斯克的看法。她对记者说:“这辆车只安装了一个毫米波雷达,还是窄波,反馈回来的信息有限;加上安装位置低,波段正好从大卡车的底盘与地面之间的空处发射出去了,显然计算机认为前方没有物体。”

自动驾驶的模块可以分为感知、决策、和控制三个,中间还包括有一些融合方面的模块。我们现在的研究方向是前置融合。进行前置融合有一个特点,可以利用各个传感器之间的互补关系,降低对单个传感器性能的依赖。这是我们现在做的方向,通过不同低成本的传感器提升整个系统性能同时降低成本。像摄像头、毫米波、激光等等都是常见的传感器,各自的优势也是非常不一样的。摄像头的特点就是具备目标的辨识能力,还有物体的大小等等,但是它会受到天气,白天夜晚的影响,毫米波雷达的穿透性比较好,但是在弯道或者一些车道线方面不具备这个能力,只能通过前方目标的运动轨迹,通过大量的数据来实现正确的目标选择,像激光雷达有成本方面的问题,未来是可能可以去到最低五百美金一个,但是具体还是未知的。

金沙澳门官网58588 2

5月7日,一辆特斯拉 2015 Model
S的车主,美国前海豹突击队队员,乔舒亚·布朗过于信任Autopilot系统,选择在驾驶的时候观看《哈利波特》,全速撞上了一辆左转的白色大挂拖车,从车底穿过后,又撞上了两个护栏,最终重伤后身亡。

金沙澳门官网58588 3

2018年12月3日,国内领先的ADAS高级驾驶辅助系统和自动驾驶系统零部件供应商苏州安智汽车联合战略合作伙伴中汽研汽车工程研究院有限公司(以下简称“中汽研”)发布最新产品研发进展:搭载了安智汽车77GHz毫米波雷达系统及智能视觉系统的测试车,可在烟雾+黑夜工况下对移动/静止行人进行精准探测,并实现恶劣工况下的AEB自动紧急制动系统功能。

■ 自动驾驶应有传感器冗余

本文版权为盖世汽车所有,欢迎转载!请务必注明出处及作者。

与中汽研战略协同,强强联合打造ADAS产业力量

金沙澳门官网58588 4

手机WAP站专题链接:

每年挽救8000人生命,但AEB没有想象中那么简单

“特斯拉事件显然是自动驾驶系统收集信息过于少了,或者说不全面。”赵捷对记者说,“自动驾驶系统必要的传感器冗余是需要的。如果该辆车在前面大灯处也装了两只毫米波雷达,这种情况肯定能避免。”

上午很多专家也讲我国汽车的保有量处于非常大的水平,同时它的增长量也可以达到两千到三千万辆的水平,自动驾驶和辅助驾驶也是现在的一个热点,自动驾驶细分来讲有五个阶段,我们现在做的半自动驾驶是属于ACC、AEB等等这些功能可以归到第二阶段。我们基于摄象头实现这个功能,可以基于摄象头实现低成本的AEB、ACC的功能,以及现在正在研究的一机多目的方案,使用多个摄象头包围整台车,在360度都具备目标识别的功能,替代全向激光雷达的功能。

安智汽车AEB系统,采用基于77GHz毫米波雷达和智能摄像头的传感器融合方案实现,极大保障了对多目标、复杂交通工况的识别和冗余。更值得一提的是,在通过烟雾和黑夜场景降低视觉传感器依赖甚至完全将其致盲情况下,基于对行人特有反射特性的反复提炼和模型训练,安智汽车i-Radar
77HGz毫米波雷达系统仍然能够在恶劣工况下独立完成面向行人的AEB制动操作,实现极低的漏报率

事故发生之前,这辆特斯拉2015 Model
S正行驶在一条双向、有中央隔离带的公路上,此时自动驾驶处于开启模式,而白色拖挂车要左转穿越公路。但由于拖挂车的白色车身与蓝天相呼应,在强烈日照条
件下,自动驾驶功能无法区分这种环境,未能及时启动刹车系统。这是特斯拉官方对外界分享的调查结果。特斯拉发言人称,特斯拉的自动驾驶系统是自身(in-
house)研发的,并综合使用了一系列内部以及外部研发的科技组件,并决定在特定环境下的最恰当的动作轨迹。自2016年1月开始,如果在车辆运行方向
地平线处有任何扰动,系统会与雷达信号反复核对信息,自动驾驶系统便会启动AEB功能。白色拖挂车非常高,很显然,它并没有产生系统认为的地平线扰动;同
时,雷达标记使它看起来像一个高架标志,车身可以无障碍得从底部穿过,从而导致AEB功能没有启动。