Global Sources
電子工程專輯
 
電子工程專輯 > 控制技術/MCU
 
 
控制技術/MCU  

城市挑戰賽:無人駕駛汽車挑戰都會叢林

上網時間: 2008年01月23日     打印版  Bookmark and Share  字型大小:  

關鍵字:無人駕駛  Urban Challenge  雷射 

一輛大型的紅色運動休旅車(SUV)繞過一個轉角後,來到了一個十字路口,它停下來等待另一輛車駛過,接著便加速通過該路口。

但司機在哪?呢?沒有司機,車中根本沒人。取而代之地,一排排的相機、天線和奇形怪狀的感測器正安裝在車頂與其保險桿上,一大堆電腦佔據了整個後座。這輛車小心翼翼地加速後,隨即消失在下一個街角處。

這樣的場景就像是先前出現在由美國國防部先進研究計劃署(Darpa)所主辦的城市挑戰賽(Urban Challenge)中,這項賽事日前在加州Victorville的前喬治亞空軍基地舉行。

這項Urban Challenge是由美國國防部所主辦的研究計劃,專注於自動駕駛車輛的設計。為了實現無人駕駛,這些車輛安裝了複製人類感知功能和智力的儀器。

圖說:圖中的機器人眼睛內部配備了光學、紅外線和雷達感測器。
圖說:圖中的機器人眼睛內部配備了光學、紅外線和雷達感測器。

這絕不是一個可輕易實現的任務。與Darpa先前所舉辦的競賽相較,在Urban Challenge競賽中除了要找到到達終點的路徑之外,今年的比賽規則還提出了更高的要求──這些車輛必需在市區環境中行駛超過60英哩的距離。這些都為參賽帶來了全新挑戰,例如要融入於行動中的車潮、避開移動的障礙物、七彎八拐地找到目的地,最終還要能停放在一個空位上,同時必須在全程中遵守加州交通法規。

不過,在日常駕駛中所會遇到的一些更複雜的活動,例如辨識交通標誌、訊號燈和行人,目前都還未被此專案列入參賽要求。

有36個參賽隊伍最終進入了準決賽,但在去年10月的資格認證階段中,只有11個團隊最終完成任務到達終點。原計劃中約有20部車可成功抵達終點。

對於成功抵達終點的車輛少於預期之故,Darpa總監Tony Tether認為,並非所有的自動駕駛汽車均在上路前做好了充份的安全性準備。在此準決賽期間,接二連三的競爭團隊都遇到了麻煩,有的發生了碰撞,有的則嚴重地迴轉,還有的車輛完全偏離了行車路線。

在Urban Challenge中,雖然各參賽隊伍的領隊必須是美國公民或永久居民,但許多歐洲和日本的車隊也參加了比賽。例如,福斯(Volkswagen)汽車為上屆Darpa Grand Challenge競賽中獲勝的Stanford Racing Team提供了人員和技術的支援。

AnnieWay車隊是從Cognitive Automobiles聯合研究中心獨立而出的,該中心是由卡爾斯魯厄(Karlsruhe)大學、慕尼黑科技大學、德國國防大學、以及德國弗勞恩霍夫協會(Fraunhofer-Gesellschaft)共同成立。柏林車隊是柏林自由大學、弗勞恩霍夫研究所(從事智慧分析和資訊系統研究)及休斯頓的萊斯大學所共同支持的計劃。而CarOLO車隊則由德國布魯克大學各學院的學生、教師和研究人員所組成。

這些車輛將憑著各種感測器來達到成功駛過Victorvilee市的‘都市叢林’目標。這些車輛除了把GPS系統用於導航之外,還安裝了許多光學相機、雷射雷達系統和掃描器,結合這些設備可用以模擬人類駕駛員的視覺感知。此外,大量的輸入資料則被饋入電腦中,並因而產生能有效操控車輛的訊號。

在實際的應用中,雷射雷達(光學定向和測距)是一種普遍使用的感測器。在36個參賽隊伍中,約有1/3的車隊使用了德國光學系統製造商施克(Sick)光電公司所生產的紅外線掃描器。

圖說: 紅外線掃描器可作為自動駕駛汽車的眼睛,提供訊號以便於運算外部環境的3D模式。
圖說: 紅外線掃描器可作為自動駕駛汽車的眼睛,提供訊號以便於運算外部環境的3D模式。

但僅僅依靠紅外線掃描器還不夠。“如果只用雷射雷達系統,那麼可能連汽車、可樂罐和自行車騎士等都分不清楚。” 德國蓋爾森基興(Gelsenkirchen)應用科學大學汽車技術教授Ferdinand Dudenhoeffer調侃地說。

大多數的車隊都同意這個觀點,並已在其車輛上增加了相應的設備。“我們使用了兩種不同類型的雷射系統,可根據訊號傳播的時間來計算周圍環境的3D影像。”布魯倫瑞克大學教授Bernhard Rumpe表示。Rumpe也是CarOLO車隊的經理之一,該車隊用雷達系統來彌補雷射雷達訊號的不足。另外,CarOLO車輛也使用相機來辨識車道。

“雷射系統的智慧化程度還不夠高。”Rumpe說,“這是由於不同演算法所造成的差異。”布魯瑞克大學所開發的軟體則能夠非常準確地把物體的尺寸和運動向量區分開來。

儘管如此,Rumpe坦承CarOLO方案也仍非盡善盡美。“該方案仍產生了太多的‘正誤判率’結果,需要靠實際的檢驗才能消除。”他表示。不過,他也認為其車隊的特別優勢在於採用多種學科的途徑,該車隊人員囊括了該校機械工程學系和來自該校中兩個軟體研究所的多位專家。

圖說:完整的360°虛擬全景需要多個感測器以輸入大量資料。
圖說:完整的360°虛擬全景需要多個感測器以輸入大量資料。

在這一方面,其它大多數的車隊也和CarOLO車隊一樣,均具有強力的大學與研究背景為其後盾。然而,LUX車隊卻採用了一條完全不同的方案。

LUX車隊與德國新興的Ibeo Automobile Sensor公司與其母公司Sick公司聯手,採用了一種完全依靠紅外線感測器的途徑。他們正針對一款使用了4個(以取代一個)雷射光束的新一代雷射掃描器來進行原型測試。這款車在前後保險桿上以前2後1的配置整合了3個掃描器,因此,與其它參賽車輛不同的是,在這輛車上看不到未來型的感測器,外觀上該車看來更像是一輛一般的汽車。甚至在其他參賽車的後座上都擺滿了專用電腦時,LUX的車輛也仍空空如也。

“沒有照相機、雷達,也沒有超音波感測器。”LUX行銷經理Tanja Muller表示,“我們設法把整個預處理功能整合在感測器中,以便減少輸入主電腦的資料量。因此,我們只需在車子的行李廂中放置兩部配備了Pentium M處理器與Linux作業系統的PC,就可以產生用來控制方向和速度的訊號。由於源自煞車輔助的感測器系統已發展得很成熟,可用以檢測障礙物的運動向量,甚至可判斷出障礙物的特性:如果障礙物有腿,便判定它是人。”

一旦這些機器人汽車完成‘決賽’之後,組織者及參賽團隊將對這些結果進行評估。因為出發點不同,他們很可能會獲致不同的結論。雖然Darpa把開發自動駕駛技術與最終設計出可在都會區自主駕駛的汽車作為Urban Challenge競賽的目標,但對於汽車產業而言,更有趣的或許是如何以該技術來提高駕駛員的安全性。

“我認為,未來的20年內還無法在公共交通中看到自動駕駛的汽車。”Dudenhoeffer表示,“但從該競賽過程中所獲得的認知技術,卻相當適用於提高交通安全,例如協助消除貨車的駕駛‘盲點’。另外,在此日趨熟齡化的社會中,這些技術可用來提供更安全的支援。”

對此,為幾個車隊提供贊助的福斯公司也有同樣的看法。“我們要找出目前有哪些可能的方式。我們的目標並不是開發出無人駕駛的自動汽車,而是要開發出更具智慧化的駕駛輔助系統,例如具有‘跟車-停車’決策功能的自動駕駛控制系統。”該公司發言人Harthmuth Hoffmann指出。

“我們的目標是改善駕駛輔助系統,”他接著說,“我們深信這是整個汽車產業的一個重要發展趨勢。”

作者:何默然




投票數:   加入我的最愛
我來評論 - 城市挑戰賽:無人駕駛汽車挑戰都會叢林
評論:  
*  您還能輸入[0]個字
*驗證碼:
 
論壇熱門主題 熱門下載
 •   將邁入40歲的你...存款多少了  •  深入電容觸控技術就從這個問題開始
 •  我有一個數位電源的專利...  •  磷酸鋰鐵電池一問
 •   關於設備商公司的工程師(廠商)薪資前景  •  計算諧振轉換器的同步整流MOSFET功耗損失
 •   Touch sensor & MEMS controller  •  針對智慧電表PLC通訊應用的線路驅動器
 •   下週 深圳 llC 2012 關於PCB免費工具的研討會  •  邏輯閘的應用


EE人生人氣排行
 
返回頁首