一個(gè)合格的自動(dòng)駕駛產(chǎn)品一定具備兩種基本能力:自動(dòng)行走能力及自動(dòng)作業(yè)能力。前者是該產(chǎn)品能稱(chēng)之為自動(dòng)駕駛產(chǎn)品的根本,它的關(guān)鍵在于自動(dòng)駕駛軟件系統(tǒng)的設(shè)計(jì),也是本文重點(diǎn)介紹的對(duì)象;后者會(huì)在下文重點(diǎn)講述。
對(duì)于一個(gè)自動(dòng)駕駛產(chǎn)品,如果說(shuō)車(chē)身底盤(pán)及殼體等是其骨架,制動(dòng)、轉(zhuǎn)向等執(zhí)行器是其手腳,雷達(dá)、攝像頭等 傳感器 是其眼睛與耳朵,車(chē)規(guī)級(jí)線(xiàn)束、接口等是其血液,那么自動(dòng)駕駛軟件系統(tǒng)就是自動(dòng)駕駛產(chǎn)品的大腦。核心大腦部分包括負(fù)責(zé)感知世界、認(rèn)知自我的感知及定位系統(tǒng),負(fù)責(zé)行為分析決策的決策規(guī)劃系統(tǒng),負(fù)責(zé)指導(dǎo)執(zhí)行的控制系統(tǒng)及 車(chē)輛 平臺(tái)軟件,以及負(fù)責(zé)任務(wù)交互的人機(jī)交互系統(tǒng)。
上一期文章介紹了蝸小白的骨架、眼睛、耳朵、手腳及血液,接下來(lái)則重點(diǎn)介紹蝸小白自動(dòng)行走大腦,即自動(dòng)駕駛軟件系統(tǒng)。主要分為以下五個(gè)部分:
系統(tǒng)軟件架構(gòu)
環(huán)境感知系統(tǒng)
地圖與定位系統(tǒng)
決策規(guī)劃系統(tǒng)
車(chē)輛控制系統(tǒng)
一、系統(tǒng)軟件架構(gòu)
如果將蝸小白自動(dòng)駕駛軟件系統(tǒng)比作大腦,系統(tǒng)軟件架構(gòu)就是對(duì)大腦的組織與結(jié)構(gòu)進(jìn)行設(shè)計(jì)。從概念上來(lái)說(shuō),軟件架構(gòu)是對(duì)軟件組織與邏輯關(guān)系的描述。良好的架構(gòu)設(shè)計(jì)可以大大降低軟件設(shè)計(jì)與開(kāi)發(fā)的復(fù)雜性,同時(shí)能夠滿(mǎn)足用戶(hù)對(duì)軟件系統(tǒng)性能的要求。
那么具體到蝸小白,軟件架構(gòu)設(shè)計(jì)會(huì)面臨什么挑戰(zhàn)呢?
首先,蝸小白采用了大量復(fù)雜算法以應(yīng)對(duì)各種作業(yè)場(chǎng)景,這些算法通常具有計(jì)算時(shí)間長(zhǎng)、計(jì)算時(shí)間抖動(dòng)大等問(wèn)題。需要在大量復(fù)雜計(jì)算的基礎(chǔ)上確保系統(tǒng)反應(yīng)時(shí)間。
其次,蝸小白屬于L4級(jí) 無(wú)人駕駛 系統(tǒng),作業(yè)安全是其系統(tǒng)設(shè)計(jì)的基礎(chǔ)。必須從軟件架構(gòu)角度出發(fā),設(shè)計(jì)一套適用于整個(gè)產(chǎn)品生命周期的安全性保障機(jī)制。
最后,算法的持續(xù)發(fā)展使得感知、定位、決策、控制等核心模塊的能力快速提高。軟件架構(gòu)必須具備良好的升級(jí)能力,以確保新的軟件算法與硬件不會(huì)對(duì)整個(gè)軟件系統(tǒng)穩(wěn)定性產(chǎn)生非常大的影響。
為了解決上述問(wèn)題,蝸小白通過(guò)軟件分層、核心任務(wù)重點(diǎn)保障等方法達(dá)到良好的軟件可升級(jí)性、計(jì)算資源分配效率。蝸小白軟件架構(gòu)如圖2所示?？偟膩?lái)看,蝸小白軟件系統(tǒng)包括三大部分:自動(dòng)駕駛操作系統(tǒng)、云端平臺(tái)及移動(dòng)端APP、車(chē)輛底層平臺(tái)。
其中,AVOS又分為應(yīng)用層軟件與支持層軟件。應(yīng)用層軟件主要負(fù)責(zé)實(shí)現(xiàn)自動(dòng)駕駛功能,其主要包括感知、定位、決策規(guī)劃、控制等自動(dòng)駕駛核心功能,以及OTA升級(jí)、HMI、遠(yuǎn)程任務(wù)管理等附屬功能。支持層主要用于保障系統(tǒng)性能與穩(wěn)定性,其主要包括關(guān)鍵任務(wù)運(yùn)行狀況監(jiān)控、計(jì)算資源調(diào)度、通信、傳感器與計(jì)算平臺(tái)時(shí)間同步、系統(tǒng)運(yùn)行監(jiān)控、診斷和日志等功能。應(yīng)用層與支持層架構(gòu)的深度優(yōu)化為蝸小白量產(chǎn)打下堅(jiān)實(shí)基礎(chǔ)。
二、環(huán)境感知
環(huán)境感知技術(shù)是利用各類(lèi)傳感器采集車(chē)輛周?chē)沫h(huán)境信息,通過(guò)智能算法對(duì)空間環(huán)境進(jìn)行建模,從而實(shí)現(xiàn)對(duì)空間動(dòng)態(tài)環(huán)境深刻理解的過(guò)程。看上去很深?yuàn)W的樣子,其實(shí)簡(jiǎn)單來(lái)說(shuō)就是利用 激光雷達(dá) 、超聲波雷達(dá)、攝像頭等傳感器感知周?chē)氖澜?并且分析周?chē)惺裁纯赡軙?huì)影響小白行駛的物體,然后利用感知的信息進(jìn)行避障、行駛等駕駛行為。
蝸小白感知傳感器包括激光雷達(dá)、超聲波雷達(dá)和攝像頭。激光雷達(dá)用于遠(yuǎn)距離探測(cè),能實(shí)現(xiàn)環(huán)境建模、定位、路面檢測(cè)、障礙物識(shí)別等功能;超聲波雷達(dá)用于近距離探測(cè),包括近距離障礙物檢測(cè)、緊急避障等;攝像頭主要用于障礙物識(shí)別、環(huán)境建模、增強(qiáng)定位、視頻監(jiān)控等功能。
攝像頭就像是小白的眼睛,激光、超聲波雷達(dá)就像是小白的耳朵。有了眼睛和耳朵,小車(chē)就能感知周?chē)沫h(huán)境。
為了支持復(fù)雜場(chǎng)景下的自動(dòng)行走及安全作業(yè),小白的感知能力必須達(dá)到L4級(jí)別。常見(jiàn)的城市結(jié)構(gòu)化道路感知系統(tǒng)面對(duì)的場(chǎng)景,需要識(shí)別的目標(biāo)較為單一:車(chē)、行人、非機(jī)動(dòng)車(chē)、車(chē)道線(xiàn)等,如下圖所示。
但是蝸小白日常的工作場(chǎng)景相對(duì)復(fù)雜,需要覆蓋社區(qū)道路、廣場(chǎng)、園區(qū)等,檢測(cè)目標(biāo)類(lèi)型多樣且存在各種意外狀況,比如下面這樣的場(chǎng)景。
蝸小白需要檢測(cè)影響車(chē)輛通行的所有障礙物,否則就有可能出現(xiàn)安全風(fēng)險(xiǎn)。為了保證蝸小白在復(fù)雜運(yùn)營(yíng)環(huán)境中感知功能的穩(wěn)定可靠,他必須通過(guò)所有你想得到和想不到的各類(lèi)測(cè)試,例如下圖的各類(lèi)測(cè)試物品。
除此之外,蝸小白還有自己的殺手锏:能夠識(shí)別各種類(lèi)型的道路邊界,并在此能力的基礎(chǔ)上實(shí)現(xiàn)了高精度貼邊清掃。
三、定位與地圖系統(tǒng)
在談?wù)摰貓D與定位系統(tǒng)之前,我們不妨先來(lái)想想一個(gè)基本的問(wèn)題:人們是如何過(guò)馬路的?顯然,我們?cè)谶^(guò)馬路時(shí)要做兩件非常簡(jiǎn)單,卻又非常必要的事情:低頭查手機(jī),抬頭看車(chē)輛。
“低頭查手機(jī)”,是因?yàn)楫?dāng)我們身處陌生的城市,手機(jī)會(huì)告訴我們自身的位置及到達(dá)目的地的路線(xiàn),這是我們?cè)谀吧鞘兄械淖晕叶ㄎ弧?ldquo;抬頭看馬路”,是希望了解周?chē)鷣?lái)往的車(chē)輛及行人,以防被撞到,這就屬于上段介紹的環(huán)境感知范疇了。
蝸小白在行走和作業(yè)時(shí),同樣面臨這兩個(gè)問(wèn)題,其中高精度定位幫助蝸小白完成“低頭查手機(jī)”的部分。無(wú)論在哪條道路上,蝸小白必須精確地知道自己身處何方。為了確定自身的位置,它必須把自己看到的信息與一張地圖進(jìn)行比較,而這張地圖代表了它對(duì)周?chē)h(huán)境的先驗(yàn)認(rèn)知。
蝸小白工作環(huán)境的復(fù)雜性及多樣性,給三維場(chǎng)景重建帶來(lái)了諸多挑戰(zhàn):
1、盤(pán)旋交錯(cuò)的不規(guī)則道路,高低錯(cuò)落的3D環(huán)境,極大地增加了點(diǎn)云拼接和閉環(huán)檢測(cè)的難度;
2、公園、商業(yè)街、工業(yè)園區(qū)、住宅小區(qū)、學(xué)校等多種多樣的應(yīng)用場(chǎng)景下快速的標(biāo)準(zhǔn)地圖生產(chǎn)流水線(xiàn)作業(yè);
3、因季節(jié)變化、局部場(chǎng)景變化導(dǎo)致的局部地圖更新,保證地圖的時(shí)效性和準(zhǔn)確性。
通過(guò)以下圖片可以看出,無(wú)論場(chǎng)景多大多復(fù)雜,無(wú)論樓宇多密集,無(wú)論道路多曲折,蝸小白都能夠完成精準(zhǔn)的三維環(huán)境重建。
蝸小白典型作業(yè)場(chǎng)景包括校園、公園、工廠、社區(qū)、廣場(chǎng)、科技園區(qū)等,相對(duì)當(dāng)前自動(dòng)駕駛乘用車(chē)行駛的高速公路和城區(qū)主干道,其對(duì)激光雷達(dá)、慣性傳感器、衛(wèi)星導(dǎo)航和輪速計(jì)等定位傳感器的可用性要求更高,需要克服環(huán)境變化導(dǎo)致激光/視覺(jué)誤匹配、樓宇/樹(shù)木遮擋帶來(lái)的GPS多路徑誤差及長(zhǎng)時(shí)間失效、低成本慣性傳感器器件誤差、輪速計(jì)測(cè)量噪聲等問(wèn)題。
蝸小白選用低成本定位傳感器,采用傳感器原始信息進(jìn)行故障診斷和融合濾波后定位信息再校驗(yàn)的雙重保障,解決了融合定位連續(xù)性和高可靠性雙重矛盾,實(shí)現(xiàn)復(fù)雜多樣封閉區(qū)域無(wú)縫導(dǎo)航定位,清掃作業(yè)時(shí)平均定位精度優(yōu)于10cm。
四、決策規(guī)劃系統(tǒng)
決策規(guī)劃系統(tǒng)是蝸小白自動(dòng)駕駛大腦的中樞。具體來(lái)說(shuō),決策規(guī)劃系統(tǒng)需要解決兩個(gè)問(wèn)題:蝸小白接下來(lái)做什么,怎么做?“做什么”就是行為決策,判斷蝸小白是要回到功能點(diǎn)還是進(jìn)行全覆蓋清掃、是要直行還是避障、是要停等還是靠邊讓行等等;“怎么做”就是軌跡規(guī)劃,計(jì)算如何運(yùn)動(dòng)才能實(shí)現(xiàn)返回、清掃、避障、讓行等行為。通過(guò)對(duì)環(huán)境感知系統(tǒng)和地圖定位系統(tǒng)給出的信息進(jìn)行綜合分析,再結(jié)合當(dāng)前任務(wù),對(duì)車(chē)輛應(yīng)該執(zhí)行的行為進(jìn)行合理決策,同時(shí)計(jì)算出對(duì)應(yīng)這個(gè)行為的一條車(chē)輛行駛軌跡,最后將這條軌跡交給控制系統(tǒng)進(jìn)行跟蹤。
蝸小白行駛的環(huán)境通常是一些封閉園區(qū),沒(méi)有公共道路上那些具體的道路標(biāo)志標(biāo)線(xiàn)和交通規(guī)則,也沒(méi)有換道、超車(chē)、匯入等交通行為,看似會(huì)比乘用車(chē)簡(jiǎn)化些。但也正因?yàn)樾旭偔h(huán)境沒(méi)有具體交通規(guī)則約束,環(huán)境中的其他參與者也更加復(fù)雜并且不可預(yù)測(cè),這給軌跡規(guī)劃帶來(lái)了巨大的挑戰(zhàn)。乘用車(chē)躲避障礙物一般比較簡(jiǎn)單,不會(huì)面臨太復(fù)雜的工況,但是我們的小白就可能會(huì)遇到狹窄擁堵的胡同,也可能會(huì)遇到人流密集的廣場(chǎng),環(huán)境的復(fù)雜與隨機(jī)性使得小白面臨的軌跡規(guī)劃問(wèn)題異常復(fù)雜,如下圖所示。
通過(guò)結(jié)合多種避障模式,蝸小白已經(jīng)可以實(shí)現(xiàn)各種復(fù)雜工況下的自由行駛。
除了行駛和避障以外,蝸小白的本職工作還是清掃,為了將地面清掃干凈,蝸小白必須走過(guò)所有需要清掃的路面,這就是蝸小白需要解決的另一個(gè)規(guī)劃問(wèn)題——全覆蓋路徑規(guī)劃。使用過(guò)掃地機(jī)器人的朋友應(yīng)該知道,掃地機(jī)器人是以一種類(lèi)似地毯式搜索的模式進(jìn)行清掃的,蝸小白的全覆蓋路徑規(guī)劃與掃地機(jī)器人的地毯式清掃目的相同,但是兩者差異很大,有以下幾方面原因:
1、作業(yè)環(huán)境不同:掃地機(jī)器人是在一般的室內(nèi)工作,其環(huán)境一般都是筆直的墻面組成的規(guī)則矩形,而蝸小白工作的環(huán)境有各種可能,導(dǎo)致清掃區(qū)域可能是各種復(fù)雜的形狀,單純的走直線(xiàn)無(wú)法覆蓋所有地面;
2、轉(zhuǎn)向系統(tǒng)不同:掃地機(jī)器人一般都可以原地轉(zhuǎn)向,所以即使是折線(xiàn)路徑也可以完美跟蹤,而蝸小白是前輪轉(zhuǎn)向,且體型較大,有最小轉(zhuǎn)彎半徑限制,只能沿著曲率連續(xù)的曲線(xiàn)行駛,如果清掃路徑不光滑或超出轉(zhuǎn)彎半徑限制,自然也無(wú)法精確跟蹤,更談不上全覆蓋了;
3、外形輪廓不同:掃地機(jī)器人一般都設(shè)計(jì)成圓形,因此其原地轉(zhuǎn)向時(shí)不會(huì)撞到障礙物,非原地轉(zhuǎn)向時(shí)路徑寬度即代表了碰撞關(guān)系,而蝸小白近似為矩形,沿著曲線(xiàn)清掃路徑行駛時(shí)其車(chē)體在路徑兩側(cè)的分布是不對(duì)稱(chēng)的,因此單純的路徑寬度無(wú)法表達(dá)蝸小白的碰撞關(guān)系,全覆蓋路徑必須考慮到這一點(diǎn)才有實(shí)際意義。
以上差異導(dǎo)致掃地機(jī)器人的全覆蓋路徑和蝸小白的全覆蓋路徑完全不是一個(gè)難度層次的問(wèn)題,如下圖所示。
經(jīng)過(guò)智行者小伙伴們無(wú)數(shù)個(gè)日日夜夜的設(shè)計(jì)和調(diào)試,最終我們摸索出來(lái)一套有效的全覆蓋路徑生成辦法,大家看看效果。
正是有著這樣強(qiáng)大的通行能力和全覆蓋清掃能力,我們的蝸小白才能在各種復(fù)雜環(huán)境下圓滿(mǎn)完成任務(wù)。
五、車(chē)輛控制
車(chē)輛控制系統(tǒng)是基于車(chē)輛實(shí)時(shí)狀態(tài)信息,通過(guò)控制車(chē)輛轉(zhuǎn)向、驅(qū)動(dòng)、制動(dòng)執(zhí)行器實(shí)現(xiàn)對(duì)車(chē)輛期望軌跡的精確跟蹤控制。我們可以把車(chē)輛的轉(zhuǎn)向、驅(qū)動(dòng)、制動(dòng)等執(zhí)行器比作小白的手腳,控制系統(tǒng)就是接收小白前端大腦發(fā)出的指令后,按照指令操控手腳執(zhí)行動(dòng)作的模塊,如圖所示。
蝸小白作為L(zhǎng)4級(jí)別低速自動(dòng) 清掃車(chē) ,需要實(shí)現(xiàn)復(fù)雜環(huán)境下的全自動(dòng)行走及作業(yè)功能,對(duì)車(chē)輛控制提出了很大的技術(shù)挑戰(zhàn)。
如復(fù)雜環(huán)境下的貼邊清掃功能,要求車(chē)輛的循跡控制具備厘米級(jí)精度并保證其貼邊控制的安全性。又如,小白在作業(yè)時(shí)需要進(jìn)行無(wú)線(xiàn)充電與垃圾清倒,厘米級(jí)精度的定點(diǎn)停車(chē)功能也是小白需要具備的。
除此之外,對(duì)于車(chē)輛控制極具挑戰(zhàn)的技術(shù)難題在于產(chǎn)品的自動(dòng)適配,車(chē)輛個(gè)體必然存在差異,如何實(shí)現(xiàn)成千上萬(wàn)輛的小白具備高精度且高一致性的控制能力,這是量產(chǎn)控制系統(tǒng)必須要解決的問(wèn)題。
