产品四类

汽车冷却系统长城汽车自动驾驶开发的安全DNA

自动驾驶应该定义或者扩张为一个广义的、颠覆整个汽车行业,或者是颠覆所有行业的驾驶技术,因为物流、农业、工业、矿区等行业都可以用自动驾驶解决。解决的前提是什么呢?要...
产品订购

详细内容

      自动驾驶应该定义或者扩张为一个广义的、颠覆整个汽车行业,或者是颠覆所有行业的驾驶技术,因为物流、农业、工业、矿区等行业都可以用自动驾驶解决。解决的前提是什么呢?要有足够的安全。要有足够安全性,保障系统是可靠的,系统决策是正确的,起码要保证系统不会出致命的事故,所以任何自动驾驶系统都离不开安全

      2019第四届ADAS与自动驾驶论坛于3月21-22日在上海召开,论坛由CCIA智能网联专委会与佐思产研主办,地平线、纵目科技、中科慧眼、中电昆辰、富兰光学、创景科技等单位支持

      长城哈弗技术中心主任工程师甄龙豹在论坛上发表了题为“长城汽车自动驾驶开发的安全DNA”的演讲,以下是演讲全文

      首先看一下自动驾驶汽车是由什么组成的?广义上的自动驾驶汽车分两部分,第一部分是自动驾驶系统ADS,第二部分是传统的车辆平台(AutonomousVehicle Platform,简称AVP)。车辆平台由传统执行机构ESP、EPS,交互系统HMI等组成

      其他还包括冗余架构、冷却系统、冗余电源、电源管理系统等。这两个系统之间通过以太网或者其他车载网络进行数据交换

      为了更好应对ADS和AVP的开发,长城推出了智能领航平台i-Pilot。i-Pilot是从L3开始的。i-Pilot愿景是开放、可扩展的自动驾驶平台,目标是优化研发路线,集成业内最新技术,开发模块化功能,兼容平台拓展性,实现软硬件的快速迭代

      I-Pilot智慧领航集成了长城汽车自动驾驶系统,采用了可扩展结构,符合车规级开发流程,兼容车载传感器系统的升级迭代,支持从L3自动驾驶一直到L5完全自动驾驶系统的开发和量产

      上图是长城汽车的自动驾驶开发路线年实现高速公路的自动驾驶,里面包含上下匝道自动处理。判断高速公路自动驾驶智能化程度,最简单的区分是是否支持上下匝道自动处理。如果它不支持,那它是不完整的

      I-Pilot 2.0现在更多是作为研发性项目,实现城市自动驾驶,服务于共享出行,无人送货等

      I-Pilot 4.0是利用更新的传感器,更新一代的技术架构,更新一代完整技术,升级迭代打造4.0。当然现在只是一个概念,因为届时有什么最新的技术,有什么最新的传感器,谁也无法确定

      现在已经量产的车辆平台里面,换挡、制动、扭矩等各个方面都采用了线会实现完整的车辆备份控制,包括所有的备份。3.0、4.0实现新架构、新迭代的优化,成本更低,更好为社会服务的平台

      长城汽车现在采取中、美、印三地协同研发。很多人不理解,开发自动驾驶系统,为什么要搞这么多研发机构?举一个最简单的例子,长城的i-Pilot是首先立足服务于中国,最后服务于全球。着眼点不单单是中国。在中国上市以后,会逐步推到德国、美国,如果不了解当地情况,自动驾驶系统会满足当地的交规和驾驶习惯吗

      美国高速具有中国高速所不具备的其他特征,如不同的红绿灯,高速上有十字路口等。特斯拉致死事故就是在高速的十字路口导致的,这在中国高速里面是完全想象不到的

      高速公路的自动驾驶系统有一系列的情况。拿换道来说,是由于前车车速太慢,驾驶员要去快车道行驶,不想在慢车道上走,还是由于其他驾驶员的主观意图介入?这是换道意图的产生;然后进行换道可能性的判断,有没有别的车在抢相邻车道?后车是不是不会突然加速?等等。换道就会有不下一百个工况的研究,因此不管仿真也好,还是实际上路测试也好,还是测试设备上测试也好,都要不断发掘,打造系统可靠性和完整性

      长城的AVP是车辆本身的执行平台。因为我们发现业内企业将过多精力集中在自动驾驶技术本身,技术再好,技术落地也需要车辆平台的支撑,否则技术再好也是没法落地的。所以AVP同样重要

      2018年8月27日长城VV6发布会上,长城汽车正式加入了百度的Apollo开放车辆认证平台

      10月24日,长城与AtonomousStuff宣布为中国市场共同开发和部署自动驾驶车辆平台。新推出的ORA电动车R1,也完全支持线控处理,目前长城已经形成燃油与纯电双引擎自动驾驶车辆开发平台,以更好的支持业内自动驾驶系统开发及落地

      长城自动驾驶车辆开发平台具备线控驱动、线控制动、线控换档、线控大灯、线控雨刷等功能,为广大开发者提供方便、安全、更低成本的平台,加速整个无人驾驶行业的部署和量产。同时VV6提供四驱驾驶,可满足不同场景的自动驾驶开发测试

      功能安全方面,有自动驾驶系统安全分析的方法论。整体来说,从用户需求导出图谱,整体形成逻辑架构定义,从逻辑架构定义本身进行分析,最后执行系统安全架构

      使用安全方面从三大维度考虑,第一是传统的ADAS需求是什么,第二拟人化的需求是什么,第三本身系统限制是什么。由这三点导出系统配置和系统架构

      比如ADAS需求, ACC停车以后,一般都是三秒内前车起步的话,系统可以自动起步,三秒以后需要驾驶员确认起步。经过调查发现,停车三秒之内,一是人对于周围环境的记忆和感知是不会产生太大变化的,二是人的注意力会保持集中,这是三秒的来源。过了三秒以后,周围的环境会产生很大变化,很多信息会从人的记忆里面抹去;同时过了三秒以后,人的注意力会产生分散,有很多其他的额外动作产生

      另外一个是拟人化的分析需求准则。人类的可视距离是非常远的,在条件空旷、周围环境清晰的条件下,人的可视距离可达到一公里以上。所以人有更多时间来应对道路维修和路面上的掉落物,可以及早进行规避。这个决策动作完全是人自身决定的。现在任何的传感器,都不具备远距离微小物体的探测能力,比如路面的凸起。这会导致什么情况?当发现路面有掉落物的时候,如果在五六十米才感知它的话,自动驾驶系统已经不足以把车安全刹停了。哪怕刹停了,也不敢保证后车不追尾

      基于这个角度,长城开发了长焦摄像头,探测距离150米以外,可看到150米左右路面凸起的微小物体,只要高度大于20厘米左右(大于这个尺寸会对系统造成安全影响),可以感知出来,甚至可对它进行完整的区域划分。凸起物属于哪一个区域,是压过去还是骑着过去,针对不同区域划分,进行不同的系统操作

      长城车辆平台的安全系统ECU都有两份,包括传感器接入两个不同的ECU,由不同的ECU处理不同数据,两个ECU之间进行数据通讯,两个ECU之间进行不同连接,传感器进行不同的电源连接,以此保证当其中一套传感器失效以后,有另一套传感器可以继续使用。保证车辆能在紧急情况下将人安全送到另一个区域。整个执行平台,都是双份的,包括双电源、双电机、双轮速、双横摆等

      从人机交互层面,采用了HUD多维信息感知,使得交互系统的一套失效以后,还有另外一套可以清晰告诉驾驶员系统信息。针对单点失效和多点失效都进行完整的系统操作,包括安全驾驶员监管、当前车辆停车、应急车道停车以及下个服务区停车,以保证驾驶人员的安全

      一些研究表明,自动驾驶汽车在没有任何死亡事故情况下,安全行驶2.75亿英里,才能证明它和人类可以融合。这个准则可以应用于国内的道路吗?2.75亿英里的道路组成应该是什么样的呢?高速占多少,市区占多少?还是全部是高速或全部是城郊

      Waymo实车测试超过1000万英里,仿线亿英里。仿真和实车测试是必须同时进行的

      用仿真来验证决策是不是安全没有问题,可是用仿真验证感知的安全,并不是好方法。因为传感器的仿真到现在为止,没有任何的仿真平台能够做到对传感器线%

      谷歌大牛Ian Goodfellow已经加盟苹果,担任特殊项目的机器学习主管



    相关推荐: