丰田的自动驾驶:Autonomous Vehicle and ADAS Japan 2016 (1)

于2020年左右导入面向高速公路的自动驾驶系统,普通道路用系统也将运用AI及大数据

2016/08/15

概要

在面向机动车专用道路的自动驾驶实验车中,驾驶员双手脱离方向盘的景象
在面向机动车专用道路的自动驾驶实验车中,驾驶员双手脱离方向盘的景象 (资料来源:丰田)

 2016年7月11-12日,TU Automotive主办的“Autonomous Vehicle and ADAS Japan 2016”在东京开幕。本报告围绕丰田汽车的先进安全先行开发部部长鲤渕健先生的演讲“自动驾驶技术的概要及其对社会带来的冲击”,对丰田自动驾驶的概要进行介绍。

 丰田的想法是以“移动队友理念(Mobility Teammate Concept)”为基点,开发出人与汽车相互协调的自动驾驶技术。

 近年来,基于高分辨率图像扫描仪(LIDAR: Light Detection And Ranging)及应用LIDAR的3D地图等新技术,汽车自动驾驶所必须的周边3D网络识别技术有了巨大进步。丰田发布称,计划于2020年导入可在高速公路实现车道变换的自动驾驶技术。

 面向普通道路的自动驾驶技术的计划导入时间尚未公布。在高速公路等机动车专用道路上,不仅车道均为汽车专用道,非常明确,且所有车辆都同方向行驶。但是在普通道路上,车辆行驶环境并非很完善,存在多种道路及交通法规,各种移动个体混杂,前进方向也各不相同,所以需要对各种场景进行综合判断。现阶段的驾驶智能与实现自动驾驶所需的驾驶智能间仍存在不少差距——丰富(信息量大)的地图及丰富的LIDAR。此外,AI(人工智能)的发展及基于大数据的精准判断也是必不可少的。

 最后,鲤渕先生指出,自动驾驶隐藏着可改变未来移动性(Mobility)的巨大可能性。此外,汽车智能化方面的差异也将从以往的1)硬件差异、2)软件差异,转变为3)大量信息收集工作的差异得到改变。


相关报告:
日产:Serena自动驾驶车、Note系列HV于2016年内在国内投放(2016年7月)
丰田ITS:全球首度将路车间、车车间的无线通信配套于新款普锐斯等3款车型上(2016年4月)



丰田:推进人与汽车相互协调的自动驾驶“移动队友理念(Mobility Teammate Concept)”

 鲤渕先生以“自动驾驶技术的概要及其对社会带来的冲击”为题,进行演讲。


 自动驾驶的开发目的在于“安全”、“自由移动”及“顺畅的交通环境”。此外,鲤渕先生举例说明了自动驾驶的两个大方向:
1. 由系统主导进行一部分驾驶(高速公路等),可减轻驾驶员疲劳,为提高长时间驾驶的安全性做贡献。
2. 辅助危险回避:驾驶员享受驾驶乐趣的同时,由系统自动监控,与丰田的“Fun to drive”理念共存。


 自动驾驶技术不仅可用于汽车的自动行驶,还可用于人工驾驶等多领域。综合上述功能,丰田以“移动队友理念”为基点,开发出人与汽车相互协调的自动驾驶技术。

 

丰田的自动驾驶技术理念——移动队友理念(Mobility Teammate Concept)

(1) 为“所有人”提供“自由移动”。
(2) 驾驶员想享受驾驶乐趣时,可人工驾驶。
(3) 驾驶员不想或者无法驾驶时,可放心交由车辆自动驾驶。
(4) 以移动队友理念(Mobility Teammate Concept)(人与车朝着同一目标,互相守护,互相帮助,建立如同心意相通的伙伴般的关系)为基点,创造人与汽车相互协助的自动驾驶。

(注)本报告中的所有图表均由MarkLines基于丰田鲤渕先生的演讲资料制作。下同。



必要的驾驶智能及近年来的技术革新

基于3D LIDAR,车辆周围的360度检测渐渐成为可能
基于3D LIDAR,车辆周围的360度检测渐渐成为可能。此外,搭载3D LIDAR的车辆每次驶过同一地点时,空间数据都会被记录保存,对3D地图的数据进行更新或补充,提高可靠新及精度。(右图)。

 近年来,随着技术的快速革新(传感器性能、硬件处理能力、软件技术的进步),自动驾驶所必须的3D网络识别技术得到发展。特别是传感器性能方面,3D 360度雷达扫描(LIDAR)技术不仅可识别障碍物,还可将自身位置与自动驾驶3D地图的位置进行对比,实现高精度定位。

 自动驾驶系统所必须的驾驶智能方面,丰田对现有技术及正在导入的新技术做了说明(下表)。定位与检查行驶路线方面,在现有白线识别摄像头的基础上,追加自动驾驶3D地图与3D激光扫描仪的比对功能,提高其可靠性及精确度。

 现有GPS的定位精度无法达到自动驾驶的要求。单独使用GPS时,最坏情况下误差达50m,现有GPS技术 + 陀螺仪在最坏情况下的误差也达30m。通过“GPS + 陀螺仪 + 识别传感器 + 高精度地图”的组合,可将误差控制在左右方向不超过0.1m,前后方向不超过0.5m的范围内。

系统实现所必需的驾驶智能

系统实现所必需的驾驶智能


可在机动车专用道路上行驶的自动驾驶系统实验车

 在以上技术中,丰田采用了最晚可在2020年内实现的技术,并开发出具有量产可能性的、搭载机动车专用道路自动驾驶系统的实验车(左下照片)。

 装有LIDAR、Radar、Stereo camera、GNSS(Global Navigation Satellite System:使用卫星的定位系统)用天线。共搭载6个LIDAR,分别为前后、左前、左后、右前、右后。

 通过ETC口后,驾驶员可通过按键切换进入自动驾驶。车载系统会通过比对高精度地图信息掌握本车位置。此外,周围障碍物及车辆情况则通过安装在车辆各部位的传感器来识别,并自动选择到达目的地的路线及车道。行驶路线及目标速度生成后,系统会自动操控方向盘、油门及刹车。

 机动车专用道路上的并线、变道、保持车道/车距、分流等已成为现实。机动车专用道路上自动驾驶的难度由简单至困难分别为,1)单一车道、2)包含变道、3)包含并线/分流。丰田的系统可实现3)的要求。

 右下照片为,从立交桥向高速公路主路并线时,确认周围车辆及道路白线的情景。

搭载在机动车专用道路实现自动行驶系统的实验车
搭载在机动车专用道路实现自动行驶系统的实验车 (资料来源:丰田)
在机动车专用道路实现自动行驶系统的概要
在机动车专用道路实现自动行驶系统的概要 (资料来源:丰田)
从立交桥向高速公路并线
从立交桥向高速公路并线 (资料来源:丰田)


普通道路上的自动驾驶系统的方向:需要具备丰富地图信息的新技术

普通道路自动驾驶研究实验车
普通道路自动驾驶研究实验车 (照片:丰田)

 丰田展示了普通道路上实现自动驾驶的研究实验车(右侧照片)。通过LIDAR(搭载在车顶)、摄像头、雷达、GPS、姿态传感器等的组合,提高系统可靠性。

 在机动车专用道路上,不仅车道均为汽车专用道,非常明确,且所有车辆都同方向行驶。但是在普通道路上,车辆行驶环境并非很完善,存在多种道路及交通法规,行人及自行车等多种移动个体混杂,运动轨迹互相交错。如何按交警的指示行动,如何理解其他车辆的意图等,需要对各种场景进行综合判断。

 自动驾驶所需的空间信息(高精度地图)方面,采用传统方法便可完成在机动车专用道路上进行自动驾驶的系统准备工作。但在普通道路进行自动驾驶的系统准备工作,则需要准备大量信息,且成本巨大。比如在定位方面,除白线、道路边界、标识等不会变化的道路特征外,路口的左右转弯等,需要掌握众多车辆的行驶轨迹,在其基础上确定本车位置。地面形状及树木等常时静物也需要识别,使用传统技术方法很难完善。所以,完善普通道路大量信息的新技术就显得特别重要——比如,当搭载3D LIDAR的车辆通过时,系统自动记录最新地图数据等。

(注) 9家日本整车厂就对自动驾驶用3D地图进行标准化一事达成一致。为推动其工作,三菱电机、Zenrin等6家公司于2016年6月共同成立“动态地图基盘企划有限公司( Dynamic Map)”。

 3D LIDAR方面,搭载机动车专用道路自动系统的实验车的保险杠及车身上装有Lean LIDAR,相对的,普通道路自动驾驶研究实验车的车顶上搭载有Rich LIDAR。

 

普通道路/机动车专用道路实验车所搭载的LIDAR的对比

  普通道路自动驾驶实验车 机动车专用道路自动驾驶系
统实验车
Rich LIDAR Lean LIDAR
LIDAR搭载位置 搭载于车顶上 搭载在保险杠内
LIDAR性能 垂直视角 26.8° 3.2°
层数 64层 4层
(注)
1.垂直视角即垂直方向的可视角度。
2.层数即扫描线。机动车专用道路系统为水平扫描线,普通道路系统则同时包含水平、垂直两种扫描线。


以灵活运用AI及大数据为目标

 自动驾驶的本质是系统重复进行“识别→判断→操作”,但在普通道路上,“判断”变得异常困难。丰田将实现普通道路自动驾驶所需的驾驶智能分为:全方位识别、聪明判断、自主学习三方面,并总结于下表。

 现阶段的驾驶智能与必要的驾驶智能(实现所有道路自动驾驶的驾驶智能)间仍有巨大的鸿沟,需要更精准的判断力。构建基于大数据的高级软件,此外,为了提高自我学习能力——“基于以往经验对初遇的事态进行恰当处理,积累经验”,AI的发展也是必不可少的。

 自2016年起,丰田陆续发布了关于AI研究及大数据应用等计划。面向企业客户开发的新车载资讯系统“TransLog”,通过行车记录仪录制视频,与Toyota Research Institute联动,调查交通事故的原因。据丰田发布,计划携手保险公司在日美市场普及“TransLog”。

 此外, 即使完善了自动驾驶也无法确保零事故率,虽然概率非常小,但应对残留风险的规则、体制(社会共识、相关法规的完善、保险等)是必不可少的。

 

实现普通道路自动驾驶所必须的驾驶智能

全方位识别(Rich) 聪明判断(Smart) 自主学习(Self-learning)
行驶环境不完善,车道、交通法规多样 在主干国道行驶 在主干普通道路行驶 在所有道路行驶
基于全方位识别、判断的更安全驾驶。 识别推测各种移动物体的动作,顺畅行驶。 基于以往经验对初遇的事态进行恰当处理,积累经验
需要对各种情况做综合判断 ・识别所有障碍物,确定行驶路线。
・为弥补信息不足,假设最危险的情况,在其情况下确保安全行驶。
・满足汽车左右转向的意图。
・预测障碍物的动作,确定行驶路线。
・推测信息不足之处,收集必要信息。
・判断潜在风险。
今后的课题
(运用AI及大数据)
各级智能化间存在较大鸿沟,需要更为精准的判断力。

 

丰田:AI及大数据应用计划

AI(人工智能)方面

2015年12月  在以机器学习及深度学习为代表的AI领域中,丰田出资10亿日元赞助拥有自主高科技的PFN (Preferred Networks,东京都)。
2016年1月  在美国成立新公司Toyota Research Institute,研究开发人工智能,并对其活动内容进行发布。
(注)丰田在美国成立了Toyota Research Institute(TRI)。其CEO Gill A. Pratt说,“运用AI对自动制动系统等ADAS技术进一步优化,计划2-3年投入实用”。但是“实现全自动驾驶仍需要大量行驶试验,将分阶段解决”。

大数据方面

2016年1月  远程信息处理服务方面,丰田发布自2017年起提高全球车载通信机(DCM)的搭载率,进一步有效利用收集到的信息。
 此外,为了处理庞大的数据,丰田宣布在Toyota Smart Center内构建丰田大数据中心。
2016年1月  在美国与微软共同成立新公司Toyota Connected,收集与活用车辆信息。该公司与日本丰田大数据中心平行运行,推进大数据的研究与应用。

灵活应用行车记录仪的视频文件

2015年12月  开发远程信息处理服务系统“TransLog”,协助租赁汽车的企业客户进行车辆运行管理。丰田宣布该系统从2016年1月起开始提供服务。作为其中一环,将增加利用行车记录仪记录危险行为的功能。
 研讨新技术,将行车记录仪保存的影像应用于新型驾驶辅助系统。此影像文件将含有每条车道的堵车情况。
2016年4月  与爱和谊日生同和财产保险共同在美国成立Toyota Insurance Management Solutions USA。向丰田车客户提供与TransLog相同的服务,及“pay how you drive”保障。丰田会在征得客户同意的基础上使用行驶数据。
2016年8月  在日本,丰田与爱和谊日生同和财产保险共同为导入TransLog的客户提供6%的保费优惠。
资料来源:丰田新闻发布 2015.12.11/2016.1.4/2016.1.5/2016.4.13/2016.7.27


自动驾驶对社会带来的冲击

 鲤渕先生在演讲的最后就自动驾驶对社会带来的冲击发表评论。在安全、自由移动、物流、新型商务方面,自动驾驶隐藏着可改变未来移动性的巨大可能性,详见下表。

自动驾驶技术的可能性

安全 自动制动功能的高性能化
身体不适时的后援
辅助遵守交通法规
自由移动 实现舒适的移动
公共交通不发达地区的新型移动手段
为难以或者无法驾驶的人提供移动手段
物流 解决货车驾驶员不足问题
集中夜间物流,提高整体运送能力
驾驶员可在汽车行驶中处理其他工作
新型商务 私人公共交通服务机关
与汽车分时租赁组合,提高便利性
利用自动驾驶汽车所收集的信息的新兴服务


 此外,汽车智能化的差异领域将会发生变化。今后将步入庞大数据收集上的差异所导致的差异化时代。软件及在车辆上收集到的丰富高精度数据将变得异常重要。此外,许多新兴服务势必从中产生。

汽车智能化领域的差异变化

1)硬件差异 以往“硬件 + 软件”的结构中,硬件为中心,软件起发挥硬件能力的作用。
2)软件差异 同样“硬件 + 软件”的结构中,不同的是软件具备“高度控制能力”、“整合能力”及“新功能”。
3) 大量信息收集活动的差异 今后的动向为,
(1)自动生成地图、车辆自我学习、通过新功能/服务来储存大量“数据”。
(2)活用大量数据的“软件”变得非常重要。
(3)拥有处理丰富数据、软件能力的“硬件”是必不可少的。

<全球汽车产业平台 MarkLines>