广告
Mobileye 自动驾驶
2020-06-25 10:56:29· 来源：英特尔中国
对于自动驾驶这种未来词汇而言，很多人的感受可能都来自于科幻电影中的桥段。而现实中，人们能够体验的自动驾驶场景，基本还是类似ACC自适应巡航这些辅助驾驶的
对于自动驾驶这种“未来词汇”而言，很多人的感受可能都来自于科幻电影中的桥段。
而现实中，人们能够体验的“自动驾驶”场景，基本还是类似ACC自适应巡航这些辅助驾驶的功能，通过汽车装载的雷达以及摄像头，来实现定速巡航、车距车道保持以及方向调整等操作，来减缓驾驶员疲劳。
光说不练假把式啊！本来人们对于这种未来技术就有很大的疑虑，在标志清晰、道路条件优越并且单向行驶的高速上实现“低阶”自动驾驶的难度系数并不大，如何应对复杂城市道路以及各种随时发生的突发情况才是真正的考验。
一直以来，对于自动驾驶而言，技术上的问题可能并不是主要的，信任或许是这项“未来技术”在实践中面临的最大的难题。那个看不见的“驾驶员”想要获得大家的信任，本身就是一件很难的事情：把自己的生命托付给你一个不认识、看不见摸不着的“司机”，这事儿真的靠谱吗？
英特尔旗下Mobileye用一段自动驾驶汽车上路全程纪实的视频给出了自己的回答。
市区连续行驶 257KM
只为告诉你：靠谱
前不久，Mobileye公布一段全程纪实的视频，记录了Mobileye的自动驾驶汽车在耶路撒冷街道上连续行驶160英里（约257公里）期间的情景。
通过一架无人机来跟踪拍摄，最后，加上驾驶位的摄像头视角，以及车辆行进的3D地图，三位一体的展示了英特尔的自动驾驶汽车是如何在更为复杂的城市道路中实现无人工干预行驶257公里的，以及面对动态变化的复杂路况的时候，“驾驶员”是如何决策的。
和在高速路上实现的自动驾驶不同，在这段视频中我们可以看到非常复杂的城市自动驾驶场景：
无保护左转、被迫超车、十字路口礼让行人、识别路边停泊的车辆并提前变道等在城市道路经常会遇到的各种情况，相信新手司机们都深有体会。
来，我们一起来看看Mobileye是怎么做的。
复杂路况1：无保护左转
只要涉及到转向的操作，对于新手司机而言就是一个考验。特别是在更为复杂的城市道路中，除了交通信号灯，还有各方的车辆情况。
Mobileye面临的就是这样一个复杂道路环境下的左转情况，对向来车，测试车辆想让路，但在行经路线（右侧）上停满了车辆。
主动偏离设定路线，为来车让行
一旦有车让行，能够迅速完成转向
这时候，测试车辆的决策是：
把行经路线向前挪了一点，一旦有机会，就能够迅速实现转向。
Mobileye自动驾驶汽车连续行驶257公里，部分纪实
复杂路况2：人车混走的单行道
在城市里开车，经常会遇到的情况就是当你一不小心驶入一条很老的道路或者一些比较老旧的小区的内部道路，狭窄的道路以及人车混走的情况让你不得不打起12分的精神来应对。
Mobileye的测试车辆就面临这种情况，驶入了一条非常狭窄的单行道：右侧停满车辆，仅剩左侧的狭窄道路通行，并且有大量行人。
摄像头会预判人的行为轨迹
这个时候，自动驾驶车辆的策略是：
通过视距摄像头，来检测行人，并等待看他是否要穿过马路。一旦系统判断这个人并不打算过马路，自动驾驶车辆就会继续行进。
前方司机表示：这里太窄了，可以检测到他的车门打开
在左上角的屏幕中，你可以看到传感器对于行人的判断以及颜色代码进行相应的变化。
Mobileye自动驾驶汽车连续行驶257公里，部分纪实
复杂路况3：驶入环岛
环岛路况是一个不管新老司机都非常紧张的驾驶环境，不仅各个方向都有驶入已经行驶的车辆，而且很容易走错。
在耶路撒冷，测试车辆就遇到了一个多车道环岛路口,而且交通非常拥挤、环境复杂。即使是人类驾驶者走这个路口也是比较难的。
自动驾驶车辆果断、安全的挤出路口，
甚至同时还能注意避让行人。
复杂路况4：礼让行人
斑马线礼让行人，这是非常基本的行车礼仪，人类驾驶员也能够很好的做到这一点。但是Mobileye的测试车辆的预判以及决策可以做到更好。
在驶出环岛的路口，自动驾驶测试车辆遇到了斑马线，摄像头很早（行人未踏入车道斑马线）就捕捉到了行人过马路的动作，提前进行了停车让行。
靠谱的背后
怎样？在英特尔的自动驾驶车辆在耶路撒冷完成了这么多的高难度动作之后，你有没有对自动驾驶有更全面的认知？对于那个咱们看不见的“老司机”有没有增多一层信任呢？如果还想体验一下和它一起共度257公里，那不妨用以下视频第一视角感受一下。
Mobileye自动驾驶汽车连续行驶257公里，部分纪实
这一切，离不开Mobileye多年的技术研究和布局。
感知系统冗余
我们知道，自动驾驶的感知系统通常由摄像头、雷达和激光雷达构成，再且通过软件将传感器的原始数据转换为“环境模型”，这其中还需要特别包括其他道路使用者的位置和速度。
大部分的自动驾驶汽车厂商采用的都是这种传感器融合的处理感知系统，在只有一个系统的情况下，即使几率极小，但是感知系统仍然会在某种特定情况下忽略掉道路使用者和无生命障碍物等在内的相关物体的存在，或是错误地计算其尺寸，从而引发事故。
增加更多的传感器貌似是一个可用的解决方案，但是Mobileye想了一个更聪明的办法，来降低意外发生的概率：双子系统冗余设计。
简单说来，就是一台车上基于摄像头来构建一套完整的端到端自动驾驶，再使用雷达/激光雷达构建完全独立的系统。如此一来，产生的冗余就能让我们把犯错几率分布到两个系统当中去。因此，通过拥有两个独立的子系统来实现非常低的出错概率。这样一来，安全性能够得到大幅提升，因为如果一个分系统犯了错，还有另一个系统进行兜底。
事实上，建一个纯摄像头的自动驾驶汽车要困难得多。众所周知，摄像头很难被利用，因为它对深度（范围）的访问是间接的，是建立在诸如透视、阴影、运动和几何形状这样的线索之上的。
但是在视频中，Mobileye的自动驾驶车辆车里既没有雷达也没有激光雷达，实际上，这辆车由8个远距摄像头和4个停车摄像头提供感知支持，这些摄像头的信息被输入到仅由两个EyeQ®5芯片支持的计算系统中。
在展示汽车行进的地图显示屏上，我们可以清楚的看到，所有的车辆和行人，不光做了识别分类，给出了3D的Bounding Box，还预测了每辆汽车和行人的路径，准确度和实时性让人吃惊。
责任敏感安全模型（RSS）
要让“老司机”更加靠谱，除了依靠系统级的冗余设计，安全策略也是极为重要的。“驾驶员”如何通过眼睛以及传感器获取的信息来判断驾驶的状态和策略至关重要。
Mobileye的责任敏感安全模型（RSS）主要围绕驾驶员的实际操作展开，通过诸如“路权是被赋予的，而不是争夺来的”这样的概念来建立度量参数，以便让自动驾驶汽车做出安全的决策。
RSS模型在可供假设的范围内假定了最坏的情况，即其他道路使用者会做出的最糟糕的动作是什么。这样一来，自动驾驶车辆就不再需要对其他道路使用者的行为进行预测了。
RSS的理论证明，如果自动驾驶汽车遵循该理论所规定的假设和行为，那么自动驾驶汽车的决策大脑就永远不会造成事故。也是从那时起，RSS在全球范围内得到了推广。
总的来说， 自动驾驶的落地需要分阶段实施。在数据积累的高精地图和RSS系统支持下，可以在限定区域内开展运行和试点。
尽管如此，Mobileye基于强大技术能力与技术储备，通过极具前瞻性的构想，让自动驾驶的车辆能够在更为复杂的市内公共交通区域长距离行进，并且留下了美妙的体验。
广告
广告
编辑推荐
最新资讯
-
纽北（Nürburgring Nordschleife）赛道介
2024-11-22 09:17
-
虚拟验证先行丨集成多学科方法，让电池生产
2024-11-22 09:10
-
新品上市 | Fusion-LN 数据采集的下一个飞
2024-11-22 09:08
-
车规级V2X芯片- 汽车移动通信功能核心
2024-11-22 09:03
-
BEV端到端视觉论文合集|从不同的视角解析BE
2024-11-22 09:00
广告
广告
