美国创业公司 CEO 告诉你，自动驾驶车是如何工作的？

（编译自 voyage）自动驾驶相信大家都已经听过无数次了，但它到底是怎么运作的呢？或者说到它底遵循着一个什么样的工作流程呢？最近，Voyage，一家出身优达学城（Udacity）、致力于把普通汽车改装成自动驾驶出租车的美国创业公司，给大家做了个解答。它的 CEO Oliver Cameron 写了一篇文章，详细介绍了自家的自动驾驶出租车 Homer 的工作原理。虽然只是个例，但对我们更好地认识自动驾驶还是有帮助和借鉴意义的。友情提示：文章很烧脑~ GeekCar 原文编译如下： 感知、规划和行动 通常来说，一辆自动驾驶汽车遵循着感知、规划和行动（SPA）这样一个模式。首先，它通过激光雷达、雷达和摄像头等传感器感知周围环境。然后，它分析传感器数据和其他相关数据，规划出从 A 点到 B 点的路线。最后，它控制方向盘和车速，按照之前规划好的路线完成行驶任务。 一辆具有感知、规划和行动能力的汽车，其背后是一套复杂的硬件和软件系统，整个系统的协调运作才能实现汽车的自动驾驶功能。你可能对激光雷达、摄像头等表面的零部件略知一二，但对于整套系统如何协调运作或许并不了解，而这正是自动驾驶的关键所在。 Voyage 的架构 下面是一张 Voyage 出租车的系统结构图，也是一辆多传感器自动驾驶汽车的标准架构，其中每一个部分都扮演着重要的角色。接下来，我们将分计算、动力和线控设备三个部分来来简单介绍一下。 计算 计算对规划路线十分重要。Homer——Voyage 的首款自动驾驶出租车，其大脑就是一块搭载了 Intel Core i7–7700K Kaby Lake 四核 2.4GHz 处理器以及英伟达 Titan X GPU 的技嘉 AORUS 主板。为了保证传感器拥有足够的数据管道，它还配备了 64GB 的 RAM 以及由三个固态硬盘组成的 3TB 大容量存储器来应对数据冗余。 这个强大的计算机运行的是 Ubuntu 版的 Linux，它使用 Docker 容器来管理系统环境，并利用机器人操作系统（ROS）来建立快速感知原型，规划运动路径，控制节点。ROS 是一个适用范围极其广泛的多功能中件，它能够对复杂的信息传递、数据结构、数据记录等过程进行抽象处理。虽然 Ubuntu（包括 ROS）并不能满足量产车对实时操作系统（RTOS）的要求，但是它对原型算法来说却是一个很有用的工具，能够尽快在现实世界的环境中进行测试。减少从想法到实践所需的时间至关重要，这些工具正好能够帮助我们做到这一点。 ROS 节点本质上是一些独立运行的小程序，但又相互关联在一起。例如，某一个节点的任务可能是通过以太网接口读取激光雷达的原始数据，然后再把它转换成点云信息。点云信息由大量的三维点及其元数据组成，它们被发布在 ROS 网络上，以供其他节点使用。使用这些信息的节点可以把点云与地图相结合进行定位，也可以运行聚类算法，探测并跟踪目标。它们同样把结果发布在 ROS 网络上，以供运行运动规划算法的节点使用。总的来说，过程大概就是首先从原始传感器收集数据，然后互联的 ROS 节点再处理这些数据，最后线控单元向油门、刹车、方向盘等发出控制信号。 在自动驾驶研发过程中，使用 ROS 可以带来很多便利。例如，当节点相互交流时，它们会使用特定的通道或者说「 主题」（topic），这些主题会被自动记录下来，以供日后分析之用。事实上，一辆在路上行驶的 Voyage 汽车每时每刻都在记录数据。主题作为命名空间（namespace）可以防止数据冲突，同时将汽车的每一部分在每一时刻的活动整理成一份详细的日志。这样，我们就可以在自己的笔记本电脑上模拟具体的驾驶环境，而不用开着汽车在外面碰运气。而且，我们可以直接在办公室里测试新算法，而不用坐到汽车里面，这为工程师们节省了大量的时间。 一般情况下，我们大部分的计算任务都交给了计算机的 CPU。因为它们主要都是线性任务，在解决下一个问题之前必须为上一个问题找到答案。例如，激光雷达探测到的这个障碍物是什么？右转之前我是否需要左转？多线程被广泛地运用于处理大批量的数据，但是，有些问题用和人类智能相似的方法（平行思考）会解决得更好。 Voyage 热衷于机器学习。如果一个问题可以通过神经网络得到解决，我们可能已经正在开展这方面的工作了。我们会用深度学习去准确探测交通信号灯的状态，从一大堆雷达信号中识别出障碍物，通过场景分类把建筑物和道路区分开来，直接从端到端网络的成像中生成方向盘的偏转角度。把一个问题扔给 GPU 去解决并不总是对的，这时候如果能真正发挥工程师的创造力，或许会有意想不到的好结果。 动力 Voyage 自动驾驶出租车由福特 Fusion 原配的 12V 电瓶提供动力。电池首先将电力输送给一个配电装置（PDU）。这个配电装置是一个智能继电转换器，有 9 个不同的 12V 连接器。它还有自己的脚本语言，可以通过编程单独控制每个开关。车上负责计算的部分就是通过连接着一个 PDU 开关的一个 110V 逆变器获取能量的。 要想 PDU 维持运转，汽车必须保持行驶状态。例如，当福特 Fusion 混动车检测到司机不在车内时，车身控制模块就会在停止驾驶 30 分钟后关闭点火继电器，这样一来，PDU 和车上的计算机都会停止工作，这让很多工程师都有点恼火。 为了解决这一问题，我们更改了汽车的出厂配置，准确说来是更改了车上的一个模块，这样福特 Fusion 混动车就可以无限运转下去了。更改过程中，我们用到了一个叫作 FORScan 的开源工具，以及一个搭载 FTDI 芯片的 OBD-II 工具。我们用这些工具向车身控制模块发送特定信息，并修改原始出厂设置，这样汽车就不会自动关停了。 线控设备 现在我们有了计算能力和动力，那么怎么才能实际控制车辆呢？也就是说，在感知和规划路线完成之后，我们要如何行动？答案就是线控设备。 简单点，你可以把线控设备理解为传感器、计算机与传动装置之间的接口。有了它，计算机在处理完数据之后就可以向汽车发布指令，操纵汽车行驶。传动装置包括油门踏板、刹车踏板和转向器，它们都和线控设备连接在一起。在现在的汽车里，这些传动装置中很多都已经完全和司机的动作脱钩了。例如，当你踩下油门时，你只是移动了两个电位计，而它们则向发动机控制模块（ECM）发送一个原始的 0V-5V 的信号。这个踏板位置信息然后被转换为发动机扭矩，而发动机扭矩则决定点火正时，或通过打开节气门增加气流。 驱动油门踏板的线控设备连接在踏板总成和 ECM 之间。当这个系统关闭时，踏板的原始电位计向 ECM 发送一个 0V-5V 的信号。但是，当线控设备处于工作状态时，Ubuntu/ROS 计算机生成的指令将产生一个新的数字信号。 自动驾驶涉及到一系列复杂且相互关联的系统，希望这篇文章能帮助大家加深理解。 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！ 同时欢迎关注 GeekCar 微信公众号：     GeekCar 极客汽车 … 继续阅读