自动驾驶汽车的增强现实

正文

请到「今天看啥」查看全文

━━

美国国家公路交通安全管理局的统计数据显示， 在大约1.6亿公里的驾驶里程中，会发生一次严重的事故，这比从地球到太阳的距离还远一些（是Waymo车队记录里程的10倍，Waymo是谷歌的兄弟公司，拥有最多的自动驾驶汽车经验）。要行驶这么远的距离，一辆自动驾驶汽车需要24小时不间断高速行驶近200年的时间。若在小路上行使，需要通过十字路口停车场附近，则需要花费更长的时间。一个500辆车的车队需要10年才能完成这项测试工作，不仅如此，对每种新设计都必须重新进行一次测试。

很显然，汽车行业必须采用其他策略加强道路测试，生成更多的边缘案例。 目前采用的一种方法是在封闭的测试设施中，反复呈现已知的边缘案例，来测试自动驾驶汽车。 以遇到高速闯红灯的汽车场景为例，需要像电影布景那样建造一个十字路口，自动驾驶汽车在绿灯亮时通过，同时避开前方非法通过的车辆。

这种方法虽然很有效，但也存在局限性，通常需要多辆车来模拟边缘案例，还需要专业司机进行驾驶。 所有这些都需要大量成本且难以协调。 更重要的是，我们无法保证自动驾驶汽车能够按照预期避开事故，特别是在测试的早期阶段。 如果出现问题，就会发生真正的撞车事故，导致自动驾驶车辆损坏，甚至会伤害到其他车辆的驾驶人员。 最终，无论布景设计师多么精心地设计，都无法建立一个完全真实的交通环境模型。 在现实生活中，一片树影都会迷惑自动驾驶汽车的传感器，即便雷达探测到一个井盖，也可能误认为那是一辆不存在的卡车。

面对这些物理测试的局限性，计算机仿真可提供一种方法。 通过算法生成虚拟车辆，然后在与真实世界道路相匹配的数字地图上移动。 由此产生的数据随后传输到行驶在同一条道路的实际车辆上，就像数据来源于车辆的自配传感器一样，车辆准确地解释数据。 我们可以把它想象成机器人使用的增强现实。

虽然实体测试车辆行驶在空旷的道路上，但其接收到的信号“认为”它被其他车辆包围着。 同时，系统会将采集到的信息——包括来自增强现实和对真实世界环境的感知——传回仿真平台。 由此，真实车辆、仿真车辆或行人等其他仿真对象能够产生交互作用。 通过这种方式，我们能够以安全、经济有效的方式测试多种场景。

━━ ━━

汽车增强现实的想法源于后门： 工程师们已经改进了某些种类的计算机仿真，在其中加入了真实的机器。早在1999年，福特汽车公司就通过测量一个实际的转速发动机来为计算机仿真动力传动系统提供数据。这种混合仿真方法被称为硬件在环，工程师采用这种方法是因为在软件中对引擎进行仿真是非常困难的。了解这段历史后，我们认识到可以采用相反的方法——在测试实际车辆的虚拟环境中生成仿真车辆。

2017年6月，我们在全球首个自动驾驶汽车全尺寸测试场——Mcity应用了增强现实环境。 该测试场占地32英亩，位于美国安阿伯市密歇根大学北校区。 其8车道公里（lane-kilometers）的路面被分成不同的区域，分别具备高速公路、多车道主干道和交叉路口等特征。

它的工作方式如下： 自动测试车辆配备了车载仪器，能够传输车辆的位置、速度、加速度和行驶方向等状态，每隔1/10秒传输一次。

请到「今天看啥」查看全文