本文較長，我將按“APS自動泊車”、“AEB自動緊急停車”、“城市場景挑戰(zhàn)賽“、”V2X/5g與中國的自動駕駛“的順序與您分享。
一、 APS自動泊車
相信網(wǎng)友們對自動泊車這一功能早已不陌生了，可能您覺得這壓根算不上是自動駕駛。的確，這一功能的實現(xiàn)較為簡單，但是系統(tǒng)工作邏輯卻是與自動駕駛?cè)绯鲆晦H，同樣包含感知、決策、執(zhí)行三大系統(tǒng)，是現(xiàn)在業(yè)界公認(rèn)的最快實現(xiàn)的“自動駕駛落地功能”。所以接下來我們就以自動泊車為例，初步認(rèn)識一下自動駕駛。
首先自動泊車過程可以分為 3 個部分，分別是車位探測(感知)、路徑規(guī)劃(決策)和路徑追蹤(執(zhí)行)。
具體而言就是1、利用超聲波傳感器，毫米波雷達(dá)，攝像頭等不同方案監(jiān)測本車與路邊車輛的距離信息，判斷車位的長度是否滿足停車要求;
2、IECU根據(jù)汽車與目標(biāo)停車位的相對位置等數(shù)據(jù)，得出汽車的當(dāng)前位置、目標(biāo)位置及周圍的環(huán)境參數(shù)，據(jù)此規(guī)劃計算出最佳泊車路徑和策略;
3、執(zhí)行路徑規(guī)劃，將相關(guān)策略轉(zhuǎn)化為電信號傳達(dá)給執(zhí)行器，依據(jù)指令引導(dǎo)汽車按照規(guī)劃好的路徑泊車。
簡單原理我們清楚了，接下來我們再來看看本次活動關(guān)于APS的測試規(guī)則。
首先設(shè)置有三種車位，分別是縱向停車、側(cè)方停車、斜向停車。
我們先從簡單的縱向車位及側(cè)方停車看起，這兩種測試工況應(yīng)用率更高，車位更加規(guī)范，此時主要考驗被測車輛的車位識別能力。在實際測試中，有不少車型順利完賽，但比較意外的是特斯拉Model X在本項測試中拿到了0分。
從圖片中可以發(fā)現(xiàn)，特斯拉Model X在車位識別上出現(xiàn)了很大問題，該車輛將左側(cè)障礙物識別成了背景車，并且在整體自動泊車環(huán)節(jié)，未識別到車位線。所以特斯拉的該項成績?yōu)?。在測試中也有出現(xiàn)類似情況的車型，該類問題主要在于車輛的自動泊車系統(tǒng)主要靠雷達(dá)的探測，但是探測出的物體無法準(zhǔn)確識別，同時傳感器無法辨別白色車位線。
下面我們再來看看難度最大的斜向泊車位，該車位的設(shè)置不僅需要被測車輛對車位的準(zhǔn)確識別，還需要在倒車時根據(jù)兩側(cè)障礙物的距離不停修正方向，更改行車路徑。
我們以成功通過測試的老款長安CS95為例，該車型在啟動自動泊車時，并未識別到這是一個斜向車位，但是在倒車過車中，CS95根據(jù)背景車實時修正方向，最終成功停進(jìn)車位。
值得一提的是，該項測試包含個人參賽選手，作為普通消費者的選手們所攜帶的智能汽車涵蓋了主流品牌車型，其中既有特斯拉 Model X、奔馳 E200、寶馬 530Li、沃爾沃 S90、豐田凱美瑞、大眾 CC 等進(jìn)口及合資品牌車型，也有紅旗 H5、魏派 VV6、吉利博越、長安 CS95 等自主品牌車型，還包括小鵬 G3 等造車新勢力品牌車型。
二、AEB自動緊急制動
AEB系統(tǒng)(Autonomous Emergency Braking，自動緊急制動)是ADAS最先實裝的功能之一，并且國家法規(guī)要求“兩客一危”必須強(qiáng)行預(yù)裝，它的主要應(yīng)用是避免或減輕車輛碰撞發(fā)生的機(jī)率及危害，而這項測試也是開幕式當(dāng)天最具看點的比賽，參賽選手同樣包含專業(yè)組和個人組。該項測試加入個人組是我覺得最成功的地方，原因在于該項測試“可操作性”很大，只有個人組選手才能充分的保證測試的公平公正性。這里的“可操作性”可不是說駕駛員偷偷摸摸的提前踩剎車，而是另有玄機(jī)。下面我為您簡單的介紹一下。
這里要提一個TTC時間的概念(time-to-collision，預(yù)期碰撞發(fā)生時間，TTC=兩車車距 / 兩車的相對車速)。根據(jù)資料顯示雖然不同駕駛者應(yīng)對危險時反應(yīng)能力與反應(yīng)時間有所區(qū)別，但是駕駛者通過控制方向盤閃避障礙物的平均極限是TTC 1.0s。也就是說在碰撞前1s的時間內(nèi)，駕駛員可以控制一輛60km/h的車輛躲避障礙。這又會影響什么呢?
駕駛員對危險性的主觀感受
從圖中可以看到，駕駛者對危險的判斷是和TTC直接相關(guān)的，當(dāng)TTC 3.0s以上時，駕駛者并不會感覺到風(fēng)險存在，但是在TTC 1.6s以下時，才駕駛者會覺得很危險。這就表明在量產(chǎn)車中搭載的AEB系統(tǒng)，TTC時間基本控制在3秒內(nèi)，這樣既可以有效降低碰撞發(fā)生的概率但是又可以不頻繁發(fā)動產(chǎn)生“誤報”。如果沒有量產(chǎn)車的參加，只為了測試的話，大可以將AEB的感知提前，比如TTC5秒就剎車，那么看起來的測試成績一定會非常好。所以說，這次比賽中加入的個人組選手才是最有料的地方。
下面我們來簡單的說一下當(dāng)天的比賽情況。當(dāng)天AEB的測試工況為：道路中間擺放靜止的障礙車模型，被測車輛以30km/h、40km/h、50km/h的時速分別測試。該測試場景參照了E-NCAP中的CCRs工況。
專業(yè)車組和個人車組所表現(xiàn)出的普遍問題是，30km/h、40km/h工況下AEB功能正常觸發(fā)率比較高，而且國產(chǎn)車型在這兩個工況下，表現(xiàn)得非常優(yōu)秀。但是50km/h工況下，大部分車型的AEB功能不能觸發(fā)，個人組29款車型中，只有豐田凱美瑞2019款2.0 G豪華版、沃爾沃V60智雅兩款車型的AEB功能正常觸發(fā)。
接下來，挑選專業(yè)組和個人組在AEB故障車避撞比賽中的前10名，參加AEB行人鬼探頭場景的比賽。但是專業(yè)組10個車隊，只有一個車隊在30km/h工況下成功剎停，其他全部折戟。個人車組的10款車型也全部折戟。有參賽隊伍反映，比賽場景的設(shè)置難度太大。
三、城市場景應(yīng)用挑戰(zhàn)賽
APS/AEB的比賽由于加入個人參賽者而變的更加真實，但如果說它們是自動駕駛的現(xiàn)在，那么接下來的“城市場景應(yīng)用挑戰(zhàn)賽”則是自動駕駛的未來。
城市場景應(yīng)用挑戰(zhàn)賽設(shè)置了15個應(yīng)用場景，包含有轉(zhuǎn)彎、合流道、主動超車等絕大部分的真實用車會遇到的情況，我們將挑選幾個比較典型的的項目來為大家一一說明。
1、 合流道
首先值得一提的是，本次測試環(huán)境包含比較復(fù)雜的隨機(jī)性，其中包括隨機(jī)出現(xiàn)的背景車、隨機(jī)變換的信號燈以及隨機(jī)出現(xiàn)的行人。那么在合流道時，隨機(jī)出現(xiàn)的背景車將成為被測車輛的第一大考驗。
首先我們看一下評分規(guī)則：
(1)參賽車輛在進(jìn)入主路前不能正確開啟左轉(zhuǎn)向燈的，扣10分;
(2)主路有車時，參賽車輛不能減速禮讓而強(qiáng)行切入的，該場景扣20分;
(3)主路有車時，參賽車輛與主路車輛發(fā)生碰撞的，該場景記0分;
(4)主路無車時，參賽車輛在路口停滯的，每5s扣20分;
可以說，這個簡單的合流道上來就給了參賽車輛一個下馬威，首先你要識別出中斷的車道線、以及辨別出道路、其次要探測左后方來車，要禮讓并且不能在路口停滯。
2、行人避讓 -行人闖紅燈
這個場景設(shè)置的非常有意思也非常真實。在參賽車輛通過路口時，需要首先判斷信號燈，若是紅燈，則需要提前采取制動的準(zhǔn)備。若是綠燈則直接通行，但此時會隨機(jī)出現(xiàn)闖紅燈的行人，這就需要參賽車輛具有較強(qiáng)的識別能力以及較快的反應(yīng)速度。我們來看一下此場景的評分標(biāo)準(zhǔn)。
1. 參賽車輛在紅燈剎停時超出停止線的，扣40分，闖紅燈碾壓人行橫道線的，該場景記0分;
2. 參賽車輛在綠燈亮后不能及時起步的，每5s扣20分;
3. 有行人闖紅燈時，參賽車輛與行人發(fā)生碰撞的，該場景記0分;
4. 有行人闖紅燈時，參賽車輛在行人完全通過行駛車道前起步的，扣40分;
5. 無行人闖紅燈時，車輛在停止線以外剎停的，該場景扣60分。
可以看到，該場景的評分是十分嚴(yán)格的，并且由于行人出現(xiàn)的隨機(jī)性導(dǎo)致參賽車輛無法提前準(zhǔn)備，所有的臨場表現(xiàn)都取決于車輛本身。
另外還包含如隧道通行，駝峰橋等“BUG”級場景。這些場景對正常駕駛員來說可能是小意思，但是對于無人駕駛系統(tǒng)來說可就是一大難題了。
比如進(jìn)入隧道后，GPS信號遭屏蔽丟失，不少參賽車輛直接“懵了”。而駝峰橋場景要求參賽車輛以20km/h的速度通過駝峰橋，上橋時不能發(fā)生溜坡或停滯，下橋的速度限制在20km/h。參賽車輛出現(xiàn)比較多的問題是下橋時無法控制車速，速度超過20km/h。
四、V2X/5g與中國的自動駕駛
到這里我們就先不談具體每個場景的概況了，我們往回聊。不知您在看場景概況圖時，有沒有發(fā)現(xiàn)左下角的RSU標(biāo)識呢?您可千萬別覺得這是什么不起眼的東西。我們有理由相信，它將成為我國率先實現(xiàn)無人駕駛的一大神器!有些夸張?別急，您接著往下看。
簡單來說，當(dāng)今實現(xiàn)自動駕駛有兩個方法，第一種是靠車，第二種是靠路(Vehicle to Everything，簡稱V2X)。
靠車就像前面咱們說的，需要各種傳感器，然后運算、判斷最后在執(zhí)行。但是這種方案對車的算力要求比較高，而且加上復(fù)雜路況或者在顛簸路面時傳感器的晃動等等因素導(dǎo)致最終該方案進(jìn)展比較緩慢。而靠路(V2X)就比較簡單了，這就好比：路中間有一個大坑，但是旁邊站一個人跟你喊“往左轉(zhuǎn)，有坑!”此時車只需要聽到提示，然后執(zhí)行就好了。大大減少了感知、判斷等工作，工作效率自然就提高了。另外靠路(V2X)這一方案中，車與路測傳感器之間的交流更是可以靠5G強(qiáng)大的通信能力讓汽車更安全、更高效的運行。
