騰訊數碼 劉琦
在特斯拉發佈Auto-Pilot之前，這些技術其實已不足為奇。除了自動變道（Lane Change）外，其他的功能，諸如車道保持、自動泊車、自我調整巡航等，在豪華D級車上都已是標配。比如賓士S級。
所謂的自動駕駛，只是這些技術組成的一個總稱罷了。當然，Elon Musk也並未稱其為自動駕駛，而是一直用Auto-Pilot指代。不過，真正的自動駕駛，顯然是基於Auto-Pilot而實現的。
本文，我們來研究下自動駕駛的實現。但與前幾篇解讀不同，我們將不再以特斯拉為例。因為在這個領域，最典型的“教學案例”是全新賓士S級。它的升級版S500 Intelligent Drive是全球第一款完成高速與城市路段測試的自動駕駛車型。
在當前的量產車裡，賓士S級是智慧化程度最高的車型。現役的賓士S級代號W222，是第六代產品。與最大的競爭對手寶馬7系、奧迪A8相比，賓士總能在反覆運算週期與技術水準上，領先後者至少2年。
對賓士S級的認知，人們普遍停留在“極致奢華”的層面。的確，論操控、論動力，它都是不是最出色的。而有著比對手貴幾十萬的價格下，依然用的是老一套的7G-Tronic變速箱這一事實，也沒有讓賓士的“The best or nothing”口號自圓其說。
但是，S級在汽車智能化層面，是最為出色的。甚至可以說，它引領了所謂“智慧汽車”的方向。甚至特斯拉Model S的Auto-Pilot，都有著與其類似的硬體佈局。
先從硬體層面說起。在一般的民用版S級上，為了實現各種Auto-Pilot功能，你能找到多達23個“感測器”。包括：
①
2個短距離前置雷達（30m，80°角）
②1個長距離前置雷達（200m，18°角）
③2個短距離後置側方位雷達（30m，80°角）
④1個多重距離後置雷達（30m，80°角；或80m，16°角）
⑤1個立體攝影機（SMPC），位於擋風玻璃內側，與後視鏡銜接（探測距離500m，包括50m/45°角的3D探測）
⑥12個超聲波感測器（前、後各4個；左右各2個，內置於前、後保險杠中）
⑦4個攝影機，可提供360°環景檢測（每個攝影機覆蓋垂直範圍130°、水準範圍180°的畫面，解析度1280*800）
這整套裝備，幫助賓士S級實現了初步的半自動駕駛。從產品角度，歸結為這些功能：自我調整巡航、車道保持、輔助刹車、車輛與行人偵測、追尾防護、智能遠近光燈、夜視儀、抗疲勞駕駛提醒等。看下賓士Intelligent Drive的功能列表，一通眼花繚亂的功能就這靠這些硬體、配合相應的軟體演算法實現的。
這樣講太抽象。用場景化描述的話，就比如在高速公路上，賓士S可以自動跟車、沿著車道線自動保持、遇到有弧度的彎道可以自動循跡、十字路口檢測到有轉彎的車輛可以提前預警並輔助刹車。當然你把手移開方向盤，感受這些功能時，自動駕駛的代入感立刻顯現出來。
曾在德國沿著世界上第一輛汽車走過的路線，自行駕駛了120多英里的S500
Intelligent Drive，其硬體設施也是基於上述這些實現的。不同的是，由於是全自動駕駛，這台車的CAN匯流排被連接到一台電腦上，統一進行資料運算。並對轉向助力等方面做了改動。
但從硬體角度講，S級就是一個範本。其他品牌的自動駕駛車型，也都是依靠類似的硬體實現的，只不過數量和安裝位置會有所差別。此類硬體的供應商，通常有博世、大陸、德爾福以及法雷奧等。都是汽車產業的Tier 1供應商。
軟體演算法，決定了自動駕駛的“聰明”程度。它要有一個大腦。這裡，我們以另外一台著名的原型車奧迪A7 Connect為例來說。因為奧迪首先推出了自動駕駛中央運算解決方案，命名為zFAS。它相當於一個電腦主機板，作為整台車的資料運算核心，並發出最終指令。
在這個主機板上，有兩個核心處理器。一個是英偉達的Tegra K1，負責處理車輛各感測器統計來的資料，比如車速、方位、距離等。另一個是MobileEye的EyeQ3視覺處理器，專門預算攝影機採集的畫面，比如分析紅綠燈等。
奧迪A7採集的所有資料，經過zFAS初步整理，會通過4G LTE模組上傳到遠端伺服器，由遠端伺服器完成資料處理，並再次返回結果，由zFAS通知車輛的其他ECU該如何執行。從這個模式可以看到，zFAS框架已經突破了傳統汽車的資料處理方式。
普通汽車，內置有上百個ECU，有的負責監控刹車、有的負責監測引擎轉速、有的負責監測大燈。這些ECU，在車輛內部構成一個局域網，相互之間通過CAN協定傳輸資料。由於駕駛員是指令發出者，所以這個局域網是被動化的，沒有資料的輸出與處理。
zFAS則改變了這個模式，它為ECU組成的局域網，提供了一個直接的資料輸出埠，並對其進行運算。當然，傳統汽車也有資料埠，即OBD。不同的是，自動駕駛汽車是先收集資料，再獲得指令。
綜上所述，這套方案是目前汽車廠商普遍奉行的辦法。當然，zFAS只是奧迪的專利。其他品牌有各自的運算方案。上述硬體與軟體的介紹，也是距離量產車較近的方案。另外一種自動駕駛的方案，則是Google的自動駕駛汽車。
Google的自動駕駛汽車，與賓士、奧迪以及富豪相比，最大的不同在於硬體基礎。Google最著名的原型車，是基於雷克薩斯RX450h改裝的那個車隊。你可以看到頭頂一個巨大的圓柱體裝置。
其實，Google的雷克薩斯SUV也裝備了一些雷達、攝影機等基礎硬體。但它有一個殺手鐧，就是頭頂這一套LiDAR，即鐳射測距。LiDAR可以精確描繪出車輛周圍360°的地理場景。一隻鳥飛過都能檢測到，更不說行人、車輛以及建築物。
這套設備非常昂貴，成本在7萬美元左右；而一輛賓士S級也就這個價格。所以，LiDAR方案顯然不適合量產車。但這個方案，對於描繪高精度地圖有個很重要的作用。它可以告訴車輛，哪裡有起伏路段、下一個轉角多少度等等。
自動駕駛固然承載了人們對科幻電影情節的憧憬，但也要認識到，此類技術的普及還有相當長的時間。目前，Auto-Pilot的半自動駕駛、或叫做輔助駕駛，是比較現實的技術。全自動駕駛，且不說成本，單單是資料量還仍不夠。這其中，要引入大資料、機器學習等電腦科學的前沿技術。
比如，你怎麼讓一輛賓士S級在上海自動判斷單行道？或者，它入股單行道後，該如何做出調整？在人類司機對此尚無能完美處置的時候，靠電腦還是有很大挑戰的。
0 comments:
張貼留言