Artikel ini akan memberi anda pemahaman yang mudah difahami tentang pemanduan autonomi

Prinsip pemanduan autonomi selalunya boleh difahami dengan baik dari perspektif seni bina pemanduan autonomi Pemahaman yang paling mudah dan mudah difahami tentang pemanduan autonomi oleh orang ramai ialah persepsi, membuat keputusan dan. perlaksanaan. Semua robot mempunyai struktur ini.

• Persepsi menjawab soalan tentang perkara di sekeliling, serupa dengan mata dan telinga manusia. Dapatkan maklumat tentang halangan dan jalan di sekeliling melalui kamera, radar, peta dan cara lain.
• Membuat keputusan menjawab soalan tentang apa yang saya mahu lakukan, serupa dengan otak. Dengan menganalisis maklumat yang dirasai, laluan dan kelajuan kenderaan dijana.
• Pelaksanaan adalah serupa dengan tangan dan kaki, menukar maklumat membuat keputusan kepada isyarat brek, pemecut dan stereng untuk mengawal kenderaan untuk memandu seperti yang diharapkan.

Seterusnya kita pergi lebih dalam dan masalahnya menjadi lebih rumit.

Dalam kehidupan seharian kita, secara intuitif kita mungkin berfikir bahawa saya memutuskan keputusan saya yang seterusnya berdasarkan maklumat yang saya lihat dengan mata saya pada setiap saat. tetapi ini selalunya tidak berlaku. Sentiasa ada kelewatan masa dari mata ke kepala ke tangan dan kaki, dan perkara yang sama berlaku untuk pemanduan autonomi. Tetapi kita tidak merasakan kesannya kerana otak kita secara automatik mengendalikan ramalan. Walaupun hanya beberapa milisaat, keputusan kami adalah berdasarkan ramalan tentang perkara yang kami lihat untuk membimbing operasi tangan dan kaki kami. Ini adalah asas untuk kami mengekalkan fungsi normal. Oleh itu, kami akan menambah modul ramalan sebelum keputusan pemanduan autonomi.

Proses persepsi juga mengandungi alam semesta, dan apabila dipertimbangkan dengan teliti, ia boleh dibahagikan kepada dua peringkat: "penginderaan" dan "persepsi". "Sensing" memperoleh data mentah daripada penderia seperti gambar, manakala "persepsi" memproses maklumat berguna daripada gambar (seperti bilangan orang dalam gambar). Seperti kata pepatah lama, "Melihat adalah percaya, mendengar adalah percaya." Maklumat berguna "persepsi" boleh dibahagikan lagi kepada persepsi kenderaan sendiri dan persepsi luaran Orang ramai atau kereta pandu sendiri selalunya mempunyai strategi yang berbeza apabila memproses kedua-dua jenis maklumat ini.

• Penderiaan kenderaan sendiri - maklumat yang diperolehi oleh reseptor pada setiap masa (termasuk kamera, radar, GPS, dll.)
• Persepsi luaran - maklumat yang dikumpul dan diproses oleh ejen luar atau kenangan lampau (termasuk kedudukan, peta, maklumat berkaitan kenderaan, dll.), yang memerlukan input persepsi kedudukan kenderaan sendiri (GPS).

Selain itu, halangan, lorong dan maklumat lain yang diproses oleh pelbagai penderia melalui algoritma selalunya bercanggah. Jika radar melihat halangan di hadapan tetapi kamera memberitahu anda tiada halangan, maka anda perlu menambah modul "gabungan". Buat sambungan dan pertimbangan lanjut tentang maklumat yang tidak konsisten.

Di sini kita sering merumuskan "gabungan dan ramalan" sebagai "model dunia". Perkataan ini sangat jelas, sama ada anda seorang materialis atau idealis. Adalah mustahil untuk menjejalkan semua "dunia" ke dalam otak anda, tetapi yang membimbing kerja dan kehidupan kita ialah "model" "dunia", iaitu dengan memproses apa yang kita lihat selepas kita dilahirkan, dan secara beransur-ansur membina model. dalam fikiran kita. Pemahaman Tao tentang dunia dipanggil "pandangan dalaman". Tanggungjawab teras model dunia adalah untuk memahami sifat dan hubungan elemen persekitaran semasa melalui "gabungan", dan membuat "ramalan" bersama "undang-undang a priori" untuk memberikan pertimbangan yang lebih santai untuk pelaksanaan keputusan kali ini rentang boleh berjulat dari beberapa milisaat hingga beberapa saat.

Disebabkan penambahan model dunia, keseluruhan seni bina menjadi lebih kaya, tetapi terdapat satu lagi perincian yang sering diabaikan. Itulah aliran maklumat. Pemahaman yang mudah ialah orang melihat sesuatu melalui mata mereka, memprosesnya di dalam otak, dan kemudian menyerahkannya kepada tangan dan kaki mereka untuk pelaksanaan Walau bagaimanapun, situasi sebenar selalunya lebih rumit. Terdapat dua tingkah laku tipikal di sini yang membentuk aliran maklumat yang bertentangan sama sekali, iaitu, "rancang untuk pencapaian matlamat" dan "anjakan perhatian."

Bagaimana anda memahami "rancangan untuk mencapai matlamat"? Sebenarnya, permulaan berfikir bukanlah persepsi tetapi "matlamat". Hanya apabila anda mempunyai matlamat, anda boleh mencetuskan proses "perlaksanaan keputusan-persepsi" yang bermakna Contohnya, jika anda ingin memandu ke destinasi, anda mungkin mengetahui beberapa laluan dan akhirnya anda akan memilih salah satu laluan berdasarkan laluan. keadaan kesesakan. Kesesakan adalah milik model dunia, manakala "sampai ke sana" adalah milik keputusan. Ini adalah proses di mana keputusan diserahkan kepada model dunia. 

Bagaimana untuk memahami “peralihan perhatian”? Walaupun ia adalah gambar, manusia mahupun mesin tidak boleh mendapatkan semua maklumat yang tersembunyi di dalamnya. Bermula daripada keperluan dan konteks, kami cenderung untuk menumpukan pada skop terhad dan kategori terhad. Maklumat ini tidak boleh diperolehi daripada gambar itu sendiri, tetapi datang daripada "model dunia" dan "matlamat".

Mari tambahkan beberapa maklumat yang diperlukan dan susun semula keseluruhan struktur Ia kelihatan seperti berikut. Adakah ia lebih rumit? Belum habis lagi, jom teruskan menonton.

Algoritma pemanduan autonomi, seperti otak, mempunyai keperluan untuk masa pemprosesan. Kitaran umum adalah antara 10ms-100ms, yang boleh memenuhi keperluan tindak balas kepada perubahan persekitaran. Tetapi persekitaran kadang-kadang mudah dan kadang-kadang sangat kompleks. Banyak modul algoritma tidak dapat memenuhi keperluan masa ini. Sebagai contoh, memikirkan tentang erti kehidupan mungkin bukan sesuatu yang boleh dilakukan dalam 100ms Jika anda perlu memikirkan kehidupan setiap langkah, ia mesti menjadi sejenis kemusnahan kepada otak. Perkara yang sama berlaku untuk komputer Terdapat had fizikal untuk kuasa dan kelajuan pengkomputeran. Penyelesaiannya adalah dengan memperkenalkan rangka kerja berlapis.

Mekanisme berlapis ini secara amnya akan memendekkan kitaran pemprosesan sebanyak 3-10 kali apabila ia meningkat Sudah tentu, ia tidak semestinya perlu muncul sepenuhnya dalam rangka kerja sebenar berdasarkan sumber dan algoritma on-board Penggunaan boleh dilaraskan secara fleksibel. Pada asasnya, persepsi ialah proses menaik yang secara berterusan memperhalusi elemen tertentu berdasarkan perhatian, memberikan maklumat persepsi dengan "kedalaman dan arah." Membuat keputusan ialah proses menurun, menguraikan tindakan daripada matlamat kepada setiap unit pelaksanaan lapisan demi lapisan mengikut tahap model dunia yang berbeza. Model dunia umumnya tidak mempunyai arah aliran tertentu dan digunakan untuk membina maklumat alam sekitar pada skala butiran yang berbeza.

Mengikut kerumitan tugas pemprosesan, pembahagian kerja dan persekitaran komunikasi juga akan dikebiri dan digabungkan dengan sewajarnya. Sebagai contoh, fungsi ADAS peringkat rendah (ACC) memerlukan kurang kuasa pengkomputeran dan boleh direka bentuk dengan hanya satu lapisan. Fungsi ADAS mewah (AutoPilot) biasanya mempunyai dua tahap konfigurasi. Bagi fungsi pemanduan autonomi, terdapat banyak algoritma yang kompleks, dan reka bentuk tiga lapisan kadangkala diperlukan. Dalam reka bentuk seni bina perisian, terdapat juga situasi di mana model dunia dan persepsi atau modul membuat keputusan pada lapisan yang sama digabungkan.

Pelbagai syarikat pemanduan autonomi atau piawaian industri akan mengeluarkan reka bentuk seni bina perisian mereka sendiri, tetapi selalunya hasil pengebirian berdasarkan status quo dan bukan Ia mempunyai kebolehgunaan universal, tetapi untuk memudahkan pemahaman semua orang, saya masih menggantikan modul berfungsi arus perdana Mari kita lihat hubungan perbandingan, yang akan lebih membantu untuk memahami prinsip.

Perlu diingatkan terlebih dahulu bahawa walaupun ini sudah bermakna sedikit seni bina perisian, ia masih merupakan penerangan tentang prinsip dan sebenarnya. Reka bentuk perisian lebih rumit daripada ini Kami tidak mengembangkan semua butiran di sini, tetapi menumpukan pada bahagian yang mudah dikelirukan. Mari fokus padanya di bawah.

Persepsi Alam Sekitar-SEMUA DALAM Pembelajaran Mendalam

Untuk memastikan kenderaan tanpa pemandu memahami dan memahami persekitaran, bahagian persepsi alam sekitar sistem pemanduan tanpa pemandu biasanya perlu mendapatkan sejumlah besar maklumat tentang persekitaran sekeliling, termasuk lokasi halangan, kelajuan, bentuk tepat lorong di hadapan, dan papan tanda jenis kedudukan Kad, dsb. Maklumat ini biasanya diperoleh dengan menggabungkan data daripada berbilang penderia seperti lidar, kamera persisian/keliling dan radar gelombang milimeter.

Pembangunan pembelajaran mendalam telah menjadikannya satu konsensus seluruh industri untuk menyelesaikan pembinaan pemanduan autonomi melalui algoritma rangkaian saraf. Algoritma modul persepsi adalah "gadai" keseluruhan proses pembelajaran mendalam dan merupakan modul perisian pertama yang melengkapkan transformasi.

Korelasi dan perbezaan antara peta kedudukan dan persepsi kenderaan sendiri V2X dan persepsi luaran

Dalam tradisi rasa Fahami bahawa persepsi luaran adalah berdasarkan isyarat kedudukan GPS, yang menukar maklumat dalam sistem koordinat mutlak seperti peta berketepatan tinggi dan mesej kenderaan-ke-semuanya (V2X) ke dalam sistem koordinat kenderaan sendiri untuk digunakan oleh kenderaan. Ia serupa dengan navigator Amap yang digunakan oleh orang ramai. Digabungkan dengan maklumat "persepsi kenderaan sendiri" pada asalnya dalam sistem koordinat kenderaan sendiri, ia menyediakan maklumat persekitaran untuk pemanduan autonomi.

Tetapi reka bentuk sebenar selalunya lebih kompleks disebabkan oleh ketidakpercayaan GPS, IMU memerlukan pembetulan berterusan kedudukan pemanduan autonomi sering menggunakan padanan peta persepsi untuk mendapatkan mutlak yang tepat Kedudukan, gunakan keputusan penderiaan untuk membetulkan IMU untuk mendapatkan kedudukan relatif yang tepat, dan bentuk redundansi dengan sistem INS yang terdiri daripada GPS-IMU. Oleh itu, isyarat kedudukan yang diperlukan untuk "persepsi luaran" selalunya bergantung pada maklumat "persepsi kenderaan sendiri".

Selain itu, walaupun peta adalah sebahagian daripada "model dunia", ia dihadkan oleh sensitiviti GPS Semasa proses pelaksanaan perisian domestik, modul penentududukan dan peta modul menyepadukan dan mengimbangi semua data GPS untuk memastikan tiada maklumat kedudukan sensitif dibocorkan.

Modul ramalan gabungan - fokus teras adalah pada perbezaan antara keduanya

Teras gabungan adalah untuk menyelesaikan dua masalah, satu Ia adalah masalah penyegerakan spatio-temporal Menggunakan algoritma penukaran sistem koordinat dan algoritma penyegerakan masa kerjasama perisian dan perkakasan, mula-mula selaraskan hasil pengukuran penderiaan lidar, kamera dan radar gelombang milimeter kepada spatio-temporal. titik untuk memastikan kesatuan data asal keseluruhan persepsi persekitaran. Yang lain adalah untuk menyelesaikan masalah perkaitan dan penghapusan anomali, mengendalikan perkaitan pemetaan penderia yang berbeza kepada elemen "model dunia" yang sama (seseorang/lorong, dsb.), dan menghapuskan anomali yang mungkin disebabkan oleh kesilapan pengesanan oleh sensor tunggal. Walau bagaimanapun, perbezaan asas antara gabungan dan ramalan ialah ia hanya memproses maklumat dari masa lalu dan saat semasa, dan tidak memproses momen luaran.

Ramalan akan membuat pertimbangan pada masa hadapan berdasarkan hasil gabungan masa hadapan ini antara 10ms hingga 5 minit. Ini termasuk ramalan lampu isyarat, ramalan laluan pemanduan halangan sekeliling atau ramalan kedudukan selekoh jauh. Ramalan tempoh yang berbeza akan menyediakan perancangan untuk tempoh yang sepadan dan ramalan butiran yang berbeza, dengan itu menyediakan ruang yang lebih besar untuk pelarasan perancangan.

Kawalan Perancangan - Penguraian Strategi Hierarki

Perancangan ialah apabila kenderaan tanpa pemandu membuat beberapa keputusan yang berkesan untuk matlamat tertentu Proses membuat keputusan yang bertujuan Untuk kenderaan tanpa pemandu, matlamat ini biasanya merujuk kepada sampai ke destinasi dari titik permulaan sambil mengelakkan halangan, dan terus mengoptimumkan trajektori dan tingkah laku pemanduan untuk memastikan keselamatan dan keselesaan penumpang. Ringkasan struktur perancangan adalah untuk mengintegrasikan maklumat berdasarkan persekitaran butiran yang berbeza, menjalankan penilaian dan penguraian lapisan demi lapisan bermula dari matlamat luaran, dan akhirnya menyerahkannya kepada pelaksana untuk membentuk pembuatan keputusan yang lengkap.

Dipecahkan, modul perancangan secara amnya dibahagikan kepada tiga lapisan: Perancangan Misi, Perancangan Tingkah Laku dan Perancangan Gerakan Teras adalah untuk mendapatkan laluan global berdasarkan rangkaian jalan dan laluan diskret algoritma carian, yang diberikan jenis tugasan berskala besar, selalunya dengan kitaran yang panjang Perancangan tingkah laku adalah berdasarkan mesin keadaan terhingga untuk menentukan tingkah laku tertentu yang perlu diambil oleh kenderaan dalam kitaran sederhana (tukar kiri Jalan, mengelak, E. -STOP) dan tetapkan beberapa parameter sempadan dan anggaran julat laluan. Lapisan perancangan gerakan selalunya berdasarkan kaedah pensampelan atau pengoptimuman untuk akhirnya memperoleh satu-satunya laluan yang memenuhi keperluan keselesaan dan keselamatan. Akhirnya, ia diserahkan kepada modul kawalan untuk mengikuti laluan unik melalui ramalan suapan dan algoritma kawalan maklum balas, dan memanipulasi brek, stereng, pendikit, badan dan penggerak lain untuk akhirnya melaksanakan arahan.

Saya tidak tahu tahap apa yang anda fahami, tetapi perkara di atas hanyalah pengenalan kepada prinsip pemanduan autonomi Teori, algoritma dan seni bina pemanduan autonomi semasa berkembang dengan sangat pantas, walaupun kandungan di atas adalah agak asas. Tetapi tuntutan baharu telah membawa banyak pemahaman baharu kepada seni bina dan prinsip pemanduan autonomi.

Atas ialah kandungan terperinci Artikel ini akan memberi anda pemahaman yang mudah difahami tentang pemanduan autonomi. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!