自动驾驶:哪些技术掌握关键

传感器、执行器、数字地图及远程信息处理的最新动向

2014/11/20

概 要

  继自动驾驶技术的发展蓝图:Telematics Japan 2014 中对各公司的自动驾驶发展蓝图及梅赛德斯奔驰的道路测试结果进行介绍后,本篇报告将就自动驾驶使用的关键技术进行说明。

  自动驾驶将利用摄像头及雷达传感器获得的信息与高精度的3D数字地图进行对比,首先锁定车辆自身目前所处的位置,并确认车道线及周边是否存在障碍物。在掌握这些周边情况后,判断行驶路线,通过向执行器下达按照该路线行驶的驾驶操作指示,实现自动行驶。行驶途中可进行实时定位并瞬时感应周边环境变化,为下一步的认知・判断做出反馈。本篇报告将对各类传感器、控制加减速・转向的执行器、3D数字地图、远程信息处理(与云之间的通信)进行说明。


自動運転のシステム構成図


相关报告

Telematics Japan 2014:
自动驾驶技术的发展蓝图:Telematics Japan 2014
中国、泰国在远程信息处理方面的最新情况:Telematics Japan 2014

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



传感器技术

毫米波雷达在快速行驶时的远程测量中占有优势
  在各整车厂进行的道路测试中,根据用途不同,分别采用毫米波雷达、激光雷达、激光扫描仪、摄像头、超声波声纳等传感技术。毫米波雷达及各种摄像头等传感器此前已应用于驾驶辅助系统,因此在功能及性能方面得到进化。驾驶辅助系统为了掌握与前方行驶车辆间的距离,使用激光传感器与立体摄像头提高性能。但高速行驶时的距离测量及恶劣气候下要求环境精度时,则需要毫米波雷达的性能。

利用数字图像处理的进化,摄像头的性能大幅提高
  进化最快的是摄像头的图像处理技术。随着数字化进程,对标志及人的识别变为可能。其中摄像头的存在不可或缺。自动驾驶时掌握周边环境的3D数据,将其与3D数字地图进行对比是非常重要的课题,目前正利用立体摄像头的图像处理,提高空间识别的精度。

空间辨识通过激光扫描仪或立体摄像头
  目前,关于空间的3D数字测定,道路测试中多采用辨识精度更高的激光扫描仪。但由于激光扫描仪的价格非常高,因此其低成本化也在推进中。目前正在探讨激光扫描仪的低成本化、以及提高立体摄像头的图像辨识、处理能力这2个方案。

利用若干传感器分管各自擅长的领域,进行综合性判断
  梅赛德斯奔驰以量产化为最终目的,没有使用激光扫描仪,而是利用毫米波雷达和摄像头采集其各自擅长领域的信息,并在高速公路上进行道路测试。其中远程毫米波雷达前方设置4个、后方设置2个;短程毫米波雷达前方设置1个、侧身设置2个、车身4个拐角处设置4个;前方立体摄像头设置2个;单眼摄像头前后各设置1个。道路测试结果中报告的课题为在交叉路口确认交叉路上行驶的车辆时,需正确锁定本车的停车位置,因此需进一步提高位置精度。此外通过摄像头辨识信号灯的颜色也为课题之一。

 

各类传感器的比较表

毫米波雷达 激光雷达 激光扫描仪 摄像头 超声波
声纳

77/79
GHz频段

25
GHz频段
立体摄像头 单眼摄像头
检测有无物体(100m以上)
车辆
落下物
检测有无物体(短程) ○5m以内
车辆 ○5m以内
摩托车 ○5m以内
行人 ○5m以内
落下物 ○5m以内
天气的影响(雨、雪、雾)
夜间的物体检测
检测车道线
检测路边
信号・标志识别
车辆周边地体对照

◎:优、○:良、△:合格(可以使用)
(MarkLines制作)

 

毫米波雷达

ミリ波レーダー
毫米波雷达(博世)
照片:MarkLines
  毫米波雷达向对象物发送频段为77GHz、79GHz或25GHz的高频电波,并接收从对象物反射回来的反射波。根据延时时间及频率变化,计算两者之间的距离及相对速度。高频段电波像光一样具有直线性,但波长比光长,因此具有不易受到雨、雪、雾等影响的优势。有最远可测定250m的远途毫米波雷达、还有扩大照射角的短途毫米波雷达。此外,最近还开发出可辨识行人的毫米波雷达。

 

激光雷达

レーザーレーダー
激光雷达(电装)
照片:MarkLines
  激光雷达使用波长短于毫米波雷达的电磁波-激光,向对象物发射激光,根据光反射回来的时间计算两者间的距离及相对速度。利用激光二极管发出激光,利用电机变化多面转镜各个面的倾斜角度,进行上下左右的扫描。电装产的激光雷达可测定的最远距离为100m,不及毫米波雷达。而且受到雨、雪、雾等天气影响时,性能会下降。

 

单眼摄像头

単眼カメラ
单眼摄像头(德尔福)
照片:MarkLines
  利用微电脑对摄像头拍摄的数字画面进行图像处理,通过图像识别检测、识别图像中的物体。CMOS图像传感器的工作原理为:利用光电二极管产生与感光度相应的电荷,通过转移晶体管发送至累积二极管,并在此读出电压信号。产品进化方面,主要通过提高像素提高分辨率、利用背面照射技术提高感应度、提高动态范围等方式推动。摄像头具备而雷达不具备的优势为可通过数字图像处理,进行图像识别,以此判断人、标志等目标。

 

立体摄像头

ステレオカメラ
立体摄像头(大陆)
照片:MarkLines
  通过对2台以一定间隔水平设置的摄像头同时拍摄的图像进行比较,可进行空间识别。还可进行距离测定,但高速行驶时的远程测定不及毫米波雷达。此外,受雪、雾的影响,会产生性能下降,因此通常为毫米波雷达与单眼或立体摄像头结合使用。虽然立体摄像头可包含单眼摄像头的功能,但在梅赛德斯奔驰的道路测试中,根据用途对视角及方向进行调整,单眼摄像头和立体摄像头均使用了多个。

 

激光扫描仪

レーザースキャナー
激光扫描仪(Velodyne)
照片:Velodyne
  一般称为全方位LIDAR(Laser Imaging Detection And Ranging)。安装于车顶的传感器单元内置多个激光发送、接收传感器,边旋转边进行测量,由此可进行快速的全方位扫描,获取360°全景的实时3D图像数据。制作高精度的3D数据,与之前已做成的3D地图数据进行对照,进行正确定位,并高度判断可行驶的路线。尽管被谷歌的自动驾驶实验车及大学等研究机构的试验车采用,但目前价格非常昂贵,约为800万日元,而且其使用还受到需安装至车顶较高位置的条件制约。

 

超声波声纳

超音波ソナー
超声波声纳(博世)
照片:MarkLines
  利用安装在车辆前后保险杠内的传感器发出超声波,并接受遇到障碍物时反射回来的声波,根据声波往返的时间,计算出车辆距离障碍物的距离。适用于5m以内的短程测定。目前作为驻车时把握与墙壁或旁边车辆之间距离的传感器,已广泛应用于几乎全部整车厂的高级乘用车中。

 

 



加速・减速・转向的执行器

直接使用驾驶辅助系统的执行器
  自动驾驶需取代驾驶员,自动对加速、刹车、转向等操作进行控制。但这些执行器目前已在驾驶辅助系统中得到应用。智能巡航控制及紧急制动辅助系统为了确保本车与前行车辆保持一定距离,对执行器进行电子控制,从而实施加速、减速、以及在检测到障碍物时进行制动操作。这些驾驶辅助系统的加速及制动执行器几乎可以原封不动的运用在自动驾驶中。

电动助力转向有所突破
  此前通过液压控制的动力转向在近些年的车型该款中逐渐切换为电动助力转向。与液压动力转向相比,最新的电动助力转向可进行各种控制,甚至可以说作为使自动驾驶成为可能的执行器,取得了相当的突破。最新日产SKYLINE和梅赛德斯奔驰S class / E class / C class中采用的驾驶辅助系统搭载可利用摄像头识别行驶车道线,进行自动转向,确保车辆沿车道行驶的辅助功能。这些执行器如能正确把握状况并下达操作指令,便可直接用于自动驾驶。

 

转向执行器:电动转向

  搭载于日产SKYLINE的“电控主动转向”和“主动车道控制”驾驶辅助系统可利用摄像头识别车道线,进行转向操作,确保车辆在车道内行驶。必要时还可根据驾驶员的期望控制转向操作量。采用称为线控转向的新技术,可与驾驶员的转向操作分别进行独立的转向操作。如果加上操作内容的控制指示系统,则可直接用于自动驾驶。 ステアリングアクチュエータ:電動ステアリング
SKYLINE的电控主动转向系统
照片:MarkLines

 

制动执行器:ESP

  制动执行器使用ESP单元。可根据指示,对制动液压进行控制,产生必要的制动力。作为智能巡航控制等与前行车辆保持行驶距离的驾驶辅助系统,已在高级车中得到大量的应用。 ブレーキアクチュエーター:ESP
博世产ESP

 

加速执行器:电动节气门

  加速执行器使用发动机的电动节气门。电动节气门目前在一般车辆中已得到广泛普及,可根据驾驶员踩下的油门深度及行驶状态,按照控制发动机性能的ECU的指示,自动控制节气门的最佳开度。可进行包括变速器档位选择在内的综合控制。也可作为智能巡航控制等与前行车辆保持行驶距离的驾驶辅助系统使用。 アクセルのアクチュエーター:電動スロットルバルブ
日立汽车产电动节气门

 

 



用于自动驾驶的3D地图

要求高精度的3D数字地图
3Dデジタルマップ
                                                                                                              资料:戴姆勒

  较原来的车辆导航仅利用GPS定位相比,自动驾驶对精度的要求高出更多。梅赛德斯奔驰的道路测试结果表明,在实际情况中要对车辆进行行驶、停车位置的指示,需要行驶车道及停车线位置+/- 5 ~10 cm的精度要求。因为当路上有障碍物或停止的车辆时,需要判断能否避开障碍物,顺利通过。

需要信号灯、停车线、标志等先前地图上没有的信息
  地图数据中除道路分布外,还需要停车线、车道线、护栏、信号灯位置、交通标志的数量及方向等先前地图上没有的信息。确认当前位置还需要周边建筑等信息。大型电子地图公司Zenrin正在开发此类自动驾驶用3D数字地图。此类地图不仅需要较高的精度,还需要对车道变更等各种变化作出及时更新。
自動運転を想定したデジタルマップ
设想用于自动驾驶的数字地图
资料:Zenrin
地图数据的标准化
  目前梅赛德斯奔驰等实施道路测试的整车厂仅在测试行驶区内,单独制作此类地图,用于自动驾驶。但在广泛区域内制作如此高精度的地图,数据量会非常庞大,以致于车辆导航系统无法容纳。作为对策,考虑将数据保存至大型服务器,通过远程信息处理系统进行通信。如果将巨大的地图数据保存至云服务器使用,还需要各整车厂破除壁垒进行数据共享。目前各国已开始讨论如何进行此类地图数据的标准化。此外,如此巨大数据的制作费用由谁负担、使用费用向谁收取、由哪些企业主导管理等今后动向均受到关注。

 

 



远程信息处理(与云数据间的通信)

远程信息处理在自动驾驶中不可或缺
  高精度地图数据拥有庞大的信息量,保存至云后,车辆需通过远程信息处理系统与之进行通信。云服务器除地图数据外,还可向自动驾驶车辆实时提供交通信息、事故信息、落下物等最新信息。随着搭载远程信息处理通信功能的车辆不断增加,实际行驶的车辆可将检索到的道路施工、交通事故等最新道路信息上传至云服务器。由此向周边行驶车辆提供最新信息。远程信息处理对于需要最新信息的自动驾驶来说不可或缺。
テレマティクス
资料:MarkLines
远程信息处理的通信方式有2种可能
  云服务器与车辆之间的通信方式考虑有2种。一种为整车厂事先在车辆中安装专用电话单元。另一种为用户使用自己签约的智能手机。前者的使用案例有雷克萨斯,制作服务程序提供服务。此外还有日产聆风,最初就在车辆中搭载专用电话单元,将EV行使数据发送至集中管理中心,以用于今后的开发。后者使用智能手机的案例有汽车保险系统,可根据行驶状态及距离给予保费优惠,已在欧美实际展开应用。目前2种方式均有可能,随着地图数据的标准化,远程信息处理的具体通信方式及数据形式也需要制定标准。

巨大商业模式的前景不明
  此项云服务规模巨大,需要庞大的投资。费用由谁负担,以何种形式提高收益成为该商业模式创立的课题。或许可能像用于智能手机的谷歌地图一样,采用无需使用者直接付费,而是通过广告收入进行运营的商业模式,但目前尚无定论。如何制作该商业模式的框架成为今后发展的一大关键。

参考文献
吉田贵彦、为强化安全系统做出贡献的传感技术、汽车技术Vol.68,No4,2014
稻叶敬之、桐本哲郎、车载毫米波雷达、汽车技术Vol.64,02,2010

<全球汽车产业平台 MarkLines>