自动驾驶技术的发展蓝图:Telematics Japan 2014

梅赛德斯奔驰道路测试结果、梅赛德斯奔驰/日产/本田的实用化日程表

2014/11/06

概 要

  本报告将对由Telematics Update主办的Telematics Japan 2014(东京希尔顿、10/15-16)中关于自动驾驶的演讲内容进行介绍。

  梅赛德斯奔驰、日产、本田实现自动驾驶的蓝图中,预计到2020年将实现高速公里上的自动驾驶。

  梅赛德斯奔驰通过2013年进行的自动驾驶道路测试,证实在市区等复杂路况也可进行高度的自动驾驶,并明确了今后需解决的课题。

  在欧洲,通过云服务器提供地图服务的HERE正在制作用于自动驾驶的高精度地图数据。本次演讲中提到,关于使用远程信息处理为自动驾驶车辆提供各类信息的服务,各国正讨论确立标准。

相关报告:
2014年底特律ITS世界大会:

CTO研讨会概况: 通用、福特、丰田、本田及零部件供应商共同探讨ITS的未来
进一步进化的自动驾驶技术和辅助系统


2013年东京ITS世界大会

自动驾驶的现状与未来
丰田、本田、日产自动驾驶技术的展示采访
协调型安全驾驶辅助系统与数据探针的最新应用情况



实现自动驾驶的蓝图

  梅赛德斯奔驰、日产、本田3家公司在本次演讲中公布了距离自动驾驶实用化的发展蓝图。各公司以驾驶员可在任何时候驾驶车辆为前提,以不同形式,提出到2020年将实现高速公路上的自动驾驶。

梅赛德斯奔驰 报告人 Hartmut Sheaffer 到2020年实现 第一阶段:高速道路拥堵(低速)时的自动驾驶 第二阶段:驻车时的自动驾驶 到2025年实现 第三阶段:高速公路高速行驶时的自动驾驶 第四阶段:高速公路以外的自动驾驶
日产 报告人 山本浩二氏 到2016年底实现 推出可在高速公路交通拥堵时自动驾驶的技术Traffic Jam Pilot 同步推出无需驾驶操作的自动驻车系统 到2018年实现 推出可在高速公路上自动躲避危险、变更车道的多车道自动驾驶技术 到2020年实现 推出无需驾驶员介入操作,即可自动通过十字路口的路口自动驾驶技术
本田 发言人 横山利夫 到2016年实现 同一车道内的连续行驶(驾驶员的驾驶辅助) 到2020~2021前后实现 高速公路行车道上的连续行驶(驾驶员的驾驶辅助) 到2030年实现 所有高速公路(含连接公路)拥堵路段等复杂路况的最佳行驶(扩大通过车辆的驾驶辅助:一般情况下驾驶员进行系统监视,紧急情况下驾驶员介入操作)

 

 



梅赛德斯奔驰举行的自动驾驶道路测试

自動運転実証実験  梅赛德斯奔驰领先其他公司,在包括市区在内的一般公路上实施了约100km的自动驾驶道路测试。

  梅赛德斯奔驰日本公司的高级专家-工学博士Hartmut Sheaffer在演讲中公布了2013年道路测试的实施结果。以下将结合2013年9月戴姆勒公布的信息,对演讲中涉及到的梅赛德斯奔驰的自动驾驶推进思路、此次道路测试的具体内容、测试结果以及下一阶段需要解决的课题等进行介绍。

资料:戴姆勒

自动驾驶道路测试的概要

目的   实现“无事故驾驶”的一个重要步骤,对驾驶员的疏忽及失误做出合理应对,以提高安全性。并且可使驾驶员从枯燥的驾驶及复杂的操作中解放出来。
测试内容   此次道路测试没有在设有护栏的专用车道上进行,而是选择普通的市区道路。验证在行人、自行车、路面停车等障碍物均无法事先获悉的环境中,在没有领路车的情况下是够可以进行高度的自动驾驶。并且明确了现有系统今后需要朝哪个方向进化的课题。
测试路线   从曼海姆到普福尔茨海姆,路线全长约100km,交通量大,需要经过设有信号灯的路口、行人、汽车、地面电车等交错的复杂路况。125年前卡尔·本茨的妻子贝尔塔曾利用该路线进行全球首次汽车长途行驶。此次使用该拥有纪念意义的路线,使得梅赛德斯奔驰的道路测试更具历史意义。

実証実験ルート

道路测试路线 资料:戴姆勒

 

测试车辆

  测试车辆为现有的S class,不使用特殊传感器,使用的传感器与摄像头与已用于量贩市售车中的几乎相同,仅通过增加使用数量,掌握车辆四周的状况。目的在于加大该技术在今后量产车型中应用的可行性。

実証実験車両

道路测试车辆 资料:戴姆勒

 

测试车搭载系统

传感器&摄像头   为了在不远的将来,使该技术更易转移至量产车型,本次测试采用了与目前量贩车类似的传感器、摄像头。

センサー&カメラ

资料:Daimler

远程雷达传感器   在前保险杆左右两端新增2个远程雷达传感器,以尽早检测出十字路口从左右两边靠近的车辆。后面安装1个,以掌握后方路况信息。
短程雷达传感器   设置于车辆的4个的拐角处,提高车辆附近物体、行人、自行车的检测性能。
立体摄像头   通过扩大两眼之间的距离,提高对象物的距离测量精度,不仅依靠雷达,还可通过摄像头检测更远的对象物。
广角彩色摄像头   为了确认交通信号,在挡风玻璃内侧设置90°视角的广角彩色摄像头。
后方监视摄像头   安装1个后方监视摄像头,以便从后挡风玻璃确认后方路况。与仅使用GPS相比,通过将摄像头捕捉到的图像与记忆了周边特征的3D数字地图进行比较,可进行高精度定位。
控制系统   识别传感器获得信息、摄像头捕捉到的图像,与当下特别制作的数字地图进行对比,进行自驾车定位,并根据不同情况分析可行驶的路段,制定行驶路线计划。其中所需的演算程序由梅赛德斯奔驰的研究团队与The Institute for Measuring and Control Technology at The Karlsruhe Institute of Technology(卡尔斯鲁厄工科大学测量与控制技术研究所)共同开发。   例如,针对圆形交叉路口、车辆密集地段内对面行驶车辆阻碍前进、道路上行驶的自行车、乱停车辆、红灯、与优先车道的交叉路口、横穿马路的行人及地面电车等课题,路线导航会做出合理的判断,根据情况进行驾驶。
数字地图   数字地图方面,诺基亚与HERE合作,制作出符合自动驾驶特殊需求的从曼海姆到普福尔茨海姆之间的3D数字地图。该地图对精度要求严密,包含车道及交通标志的数量及方向、交通信号的位置等数据。

 

道路测试的成果

  此次道路测试证明,以驾驶员参与监视,并在特殊情况下参与驾驶为前提,即使不在没有护栏的专用车道或简单路况下,仍可进行高度的自动驾驶。此外,本次测试的最大成果还在于明确了开发团队今后需在哪些方面加大研发力度。并掌握了目前系统的进化方向等重要信息。本次测试对驾驶员需介入操作的全部情况均进行记录。通过该记录,日后开发团队可通过评价,扩大自动驾驶的可行范围。由此推进技术开发,扩大可自动驾驶的道路范围。

 

明确的课题

信号灯的识别   在各种光线条件下识别信号灯的颜色,并将各信号与车道正确连接是非常困难的。这点如果不解决,就无法在市区自动驾驶。
驾驶操作   在自动驾驶穿过圆形交叉路口的场景下,根据具体情况对转向、发动机、制动的驾驶控制指令进行程序设计。此次明确了哪些操作范围需要改善、高度化。
定位/ 绘图   需进一步提高道路上车辆的定位准确性。例如在交叉路口停车,必须锁定停车位置,以便确认周边交通情况,并判断停车的具体地点。此时,车辆的定位精度就显得格外重要。
社会上的相互作用   与其他道路利用者之间如何通信、处理关系为重大课题之一。道路上存在障碍物,需决定自驾车和对面行驶车辆谁先通过时,需要对情况进行极为详细的分析。如果是手动驾驶,当驾驶员觉得可以通过时即大胆前进,但自动驾驶会更加慎重。
  行人挥手示意停在交叉路口的车辆先行通过的场景下,通过本次测试意识到自动驾驶系统无法理解行人的意图。这是因为在进行系统程序设计时,忽视了这一细节。但并不要求自动驾驶可以应对所有类似的道路情况。例如垃圾车挡住道路,传感器的探测范围因此受限时,并不提倡自动超车。此时将驾驶权限交还给驾驶员比较合适。

 

社会的接受度

  与汽车刚发明时一样,需要首先使系统的技术性能获得社会的信赖。   梅赛德斯奔驰的客户调查中心对18~60岁的约100名调查对象进行研究,使其在驾驶模拟舱内进行自动驾驶体验,当初怀疑的态度基本消除。即使是当初持否定态度的参与者,体验后对自动驾驶的接受度也大幅提高。

 

远程信息处理的实用化

  作为确保地图数据和线路信息随时处于最新状态的方法之一,提出Car-to-X Communication通信。该通信若能实现,可通过车辆间的共同合作,实时生成地图。使用该系统,任何车辆均可记录自身的行驶路线,登录数据库。   遇到红灯停车时,该车辆可将此信息发送给其他道路利用者。由此提前获得可视范围以外的信息(此前只能获得视线范围内的信息)。   梅赛德斯奔驰在此前的数年内推进车-车间通信、车-环境间通信的技术开发,计划成为全球首个将“Car-to-X 功能”投放市场的整车厂。

 

 



自动驾驶所需的地图数据及远程信息处理

  HERE在欧洲通过云服务器提供地图服务。以下将根据其Floris van de Liashorst的演讲内容,介绍自动驾驶相关的地图数据及远程信息处理。

自动驾驶所需的3维地图数据

  自动驾驶所需的定位精度远远高出传统导航中仅使用GPS的定位。除原来的2维地图,还需要更为详细的道路设施信息、停车线、车道、防护栏等准确位置、周边建筑形状等2维地图中没有的3维信息。此外,为了遵守交通法规、识别标志,需准确的信号灯位置、交通标志的数量及方向等信息。另外,实时更新道路施工等原因造成路宽变化等各种信息,保证数据最新也非常重要。

 

云服务器的作用

クラウドサーバーの役割  由于高精度的地图数据需要庞大的信息量,因此利用云,使车辆通过远程信息处理通信与外界联系比较可行。云服务器除提供地图数据外,还可为自动驾驶车辆实时提供交通信息、事故资讯、坠落物等最新信息。若拥有车载信息通信功能的车辆增加,那么实际行驶的车辆均可作为传感器,为云服务器收集各自周边的最新路况信息,作为实时信息提供给周边行驶的车辆。

资料:HERE

 

若没有远程信息处理则无法实现自动驾驶

  通过远程信息处理,实际行驶时的行驶数据汇集至云服务器,由此提高地图数据的精度,在路况发生变化时,提供最新的数据。将来,若车辆行驶数据能够以更高的精度实现共享,则还可以为自动驾驶车辆提供交叉路口的转弯方式、高速公路应急车道出口的减速方式等适应不同场合的驾驶方式等有效信息。也就是说,远程信息处理作为实现自动驾驶的信息工具,起到非常重要的作用。目前各国已开始讨论如何推进地图数据和通信系统的标准化。

<全球汽车产业平台 MarkLines>