冬天来了,为什么在下雪天测试无人车成了一种「时尚」?

· Dec 25, 2017

(本文编译自 FT,原文:「Self-driving cars face a new test: snow」

随着气温逐渐降低,北半球许多地区都已出现了降雪。不过,除了传统的圣诞节,今年还多了一个新的话题——无人车。

在即将过去的 2017 年,无人车跨过了一个又一个的里程碑,例如 Waymo 于 11 月宣布将正式在美国亚利桑那州进行完全无人驾驶试运营。现在,无人车又面临另一个严峻的考验——如何在雪天行驶。

下雪对无人车是一个「很有意思的问题」,Uber 自动驾驶研发中心高级工程师 Carl Wellington 这样说道。

有「意思」在哪儿呢?答案是摄像头和雷达。无人车靠摄像头和雷达来感知周围的世界,特别是雷达脉冲。但是,如果下雪,事情就不那么好办了,因为雷达脉冲可能会把雪花误认为街道上的其他东西。

「激光雷达有着卓越的性能,它能让无人车对周围环境形成细节丰富的三维感知。但是,正因为过于敏感,就连雪花这样小的东西它也不会放过。」Wellington 解释道。去年冬天 Uber 在匹兹堡测试无人车雪天行驶后,他的团队就开始在算法上下大功夫,希望能分辨出从雪花那里反射的脉冲和从其他物体上反射的脉冲。http---com.ft.imagepublish.prod-us.s3.amazonaws.com-83c4691a-e650-11e7-8b99-0191e45377ec

(图解:激光雷达是如何工作的?1. 车上的扫描器发出激光脉冲  2. 扫描器接收由物体反射回来的脉冲  3. 测量脉冲的返回时间并以此为根据计算距离  4. 以每秒数千次的频率发射激光脉冲,在此基础上生成周围环境的精确模型  5. 旋转的扫描器可以生成一个 360˚的模型,不旋转的固态雷达的扫描范围约为 120˚)

在「不大不小的雪」这一场景下,Wellington 团队做了测试,结果还不错,但是,大雪和积雪在某种程度上来说仍然「难搞」。

从雪花上反射回来的雷达脉冲只是雪天对无人车的考验之一。另外,无人车导航需要高精度 3D 地图,它遇到下雪天也是「痛并快乐着」。

「下雪时一件比较有意思的事情就是,整个世界被大雪覆盖后看上去就和以前不一样了。」nuTonomy CEO Karl Iagnemma 说。nuTonomy 的大本营在新加坡,但是今年冬天他们又在波士顿开始了雪天测试。「大雪让世界变了样,但也给无人车提出了难题。」

http---com.ft.imagepublish.prod-us.s3.amazonaws.com-84f59d18-e650-11e7-8b99-0191e45377ec

(图解:6. 雪花会干扰扫描器  7. 积雪会改变物体的模样,进一步给自动驾驶系统带来难题)

虽然如此,与人类相比,无人车在雪天还是有点儿优势的。得益于无人车本身已有的高精度地图,即使道路标志和人行横道被大雪覆盖,它还是能够知道它们的具体位置。而且,就算下着鹅毛大雪,无人车也可以通过雷达传感器探测到前方的物体,虽然收集到的信息可能不够精确,对行驶帮助不大。

硅谷是个从不下雪的地方,但即使如此,那里的无人驾驶初创公司也已经意识到了不能做「温室里的花朵」。

第一个让完全无人驾驶车上路的 Waymo 最近也宣布,他们将在底特律接受严冬的考验。「我们要在雨雪天气中训练我们的无人车,」Waymo CEO John Krafcik 在一份声明中这样说道,其目标之一即「教会无人车处理在结冰路面上刹车打滑的问题。」

AImotive,一个匈牙利的无人车初创公司,因为同样的原因在芬兰拿到了测试许可。「这个许可非常重要,因为在芬兰下雪十分常见。」AImotive CEO Laszlo Kishonti 说。此前,AImotive 已在其总部所在地布达佩斯做了小雪天气的测试。

随着测试的进行,这些公司都发现了一个事实:无论是人类司机还是无人车,想要在雪天安全行驶,少不了一个极其重要的因素——自我意识。http---com.ft.imagepublish.prod-us.s3.amazonaws.com-86c43a64-e650-11e7-8b99-0191e45377ec

(图解:无人车的优势所在:   8. 由于有高精度地图,即使路标和人行道被大雪覆盖,无人车也知道它们的具体位置 9. 如果无人车装有雷达传感器,其视野就不会受到雨雪天气影响)

无人车需要能够判断它对周围的环境到底了解多少,并对能见度很低或视野受阻时的不确定性有一个清醒的认识。

「所有这一切的关键之一即在于让无人车去理解——「我知道我在哪里」,并对此确信无疑,或者我并不十分确定——然后再根据理解去行动。」Wellington 说,「至于正确答案,和人类一样:减速,谨慎。」


原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作!

欢迎关注 GeekCar 微信公众号:     GeekCar 极客汽车(微信号:GeekCar)&极市(微信号:geeket)。

0


Related Posts 相关文章

发表评论