在世界人工智能大会的现场,仙途智能展示了其无人驾驶环卫车。这辆无人环卫车是面向开放道路行驶的,搭载有5颗16线Velodyne激光雷达,4颗1080P高清摄像头(前视两颗为深度学习使用),2颗24G大陆的毫米波雷达,前向监控用的摄像头。
这些传感器,主要是通过一个装载在车顶上的固定支架,对汽车改动并不大,车内目前使用的是工控机的方案,处理器使用了NVIDIA的芯片。
这辆车是一款长约6米,重约5.8吨的中型环卫车,而公司目前可覆盖3-16吨的环卫车型。无人环卫车是自动驾驶商业化落地的一个重要方向,这款车可以面向开放道路,政府以及环卫部门对这种车兴趣很大,但主要关心的点,还在于整个系统的成本。
如何平衡系统的安全、高效、稳定、易用、廉价,成了目前自动驾驶公司急需解决的问题。
autowise.ai(上海仙途智能科技有限公司)成立于2017年7月24日,是一家专注无人驾驶技术研发的公司,无人驾驶环卫是其技术落地方向。公司于2018年1月获得红点中国独家天使投资,2018年8月20日获得启迪汇、红点创投中国基金的A轮融资。
团队核心人员主要来自各大互联网公司和车企,包括Google、百度、滴滴、通用、沃尔沃等,在无人驾驶、AI、出行网络、大数据等领域拥有深厚积累。
CEO黄超曾百度研究院从事大规模机器学习、分布式计算等相关研发工作,参与和负责多项核心业务研发,包括凤巢、网盟CTR预估,PageRank,万亿参数神经网络,机器学习算法平台等;后在滴滴负责无人驾驶项目,任职项目负责人和首席工程师。
从组建团队开始,仅一年时间即完成城市道路和高速多种路况下的路测。
冗余传感器的必要性
定位于开放道路的中型无人环卫车,搭载的传感器不可谓不多,但每一个传感器都有其特定的用途。
五颗16线激光雷达,主要分为前向的三颗和侧向的两颗,总体而言都是为了感知周围环境,但在实际的功能上,又各有侧重。
前向的三颗主要是为了感知前向以及汽车左右侧前方的环境,激光雷达实际有效的感知距离,在100米上下,因此能够覆盖的行驶速度、以及障碍物距离,也比较有限。因此如果面对的是开放道路,三颗前向的激光雷达,是必不可少的。
这种做法事实上也在其它自动驾驶公司的方案上有所体现,三颗中低线束的激光雷达正在成为趋势。
其中一方面的原因就是,16线的激光雷达价格在去年有一次明显的价格下降;其次针对前向的探测,三颗激光雷达的布局,能够最大限度的避免盲区,以及在传感器的硬件冗余上,留有了余地,即使其中一颗出现故障,系统也不至于立马失效。
环卫车两侧的激光雷达,则主要是为了覆盖环卫车特殊的工作场景。环卫车工作时,需要沿着马路路沿行驶,这时候对环境感知的精度、准确性就有了苛刻的要求。
感知的误差如果即使在厘米级,都不能容忍,必须要能够达到稳定可靠的高精度感知。侧向的激光雷达,完成的就是这一部分工作。
传统的GPS、IMU导航,定位精度虽然号称厘米级,但在实际使用过程中,经常会有不小的误差。而这对于在开放道路行驶的无人环卫车而言,是不能容忍的。多激光雷达的存在,不仅可以辅助摄像头更精确的感知环境,同时也能采集高精地图,相当于为行驶上了双保险。
两颗侧向的摄像头,也是为了更准确的感知环境。而前向的两颗摄像头,是基于深度学习,覆盖不同距离的视觉方案。这种做法在业内较为少见,常见的是单目或者三目的深度学习方案。而autowise之所以使用两颗深度学习的摄像头,主要是考虑到环卫车行驶的速度,使用的场景。
前后两颗的毫米波雷达,主要是为了前后车防碰撞的预警,既是一个融合传感器方案,又有冗余的功用。
谈到冗余,公司的处理器也有冗余的硬件系统,这也有别于其他的自动驾驶公司。因为是直接面向开放道路,且会实际运行,因此软硬件上的冗余,就成了不得不做的事。
Autowise的处理器方案,还是工控机的。之所以没有使用一些常见的自研硬件电路板集成方案,是因为环卫车使用的环境恶劣,震动频繁、温度高,目前满足L4级的算力平台只有NVIDIA的处理器,但其并不具备车规标准。初创公司也难以帮其做车规的改进,因此刚开始工控机的方案更容易把控。
软件算法上做减法
除了硬件的感知部分,在软件的算法上,环卫车也有自己的特殊性。无人环卫车相比于传统的无人乘用车,在软件算法层面,是做了减法的。
首先,环卫车的行驶速度,会低于普通的车辆。因此,对于整体的感知、决策规划上的时间,会宽容许多。相应的在面对紧急情况时,有更多的反馈余地。因此,环卫车实际上比传统乘用车的算法,要简单一些。
当然做无人驾驶,在技术上有许多共通的地方。从无人环卫车切入,是因为这个场景更容易商业化落地。
但autowise实际上也在乘用车的无人驾驶上,积累技术。其现在环卫车的无人驾驶系统,就是来源于公司基于VV5的无人驾驶系统的技术积累,这些技术的积累也不会停止,未来将继续进行下去。
虽然,基于安全,系统稳定性的考虑,开放道路的无人环卫车,目前所需要的这套软硬件方面价格不菲,但这也是必须的。而针对不同的场景,传感器的配置上也可以进行减法。
比如环境不是开放的,行驶过程中对侧向的要求不高,可以对侧向传感器做减法。如果对于后向的碰撞预警不关心,那么也可以去掉相应的传感器。
当然,纵使如此,整体的方案成本,还是价格高昂。对于环卫部门,以及城市管理方而言,无人环卫车的功能非常诱人,但价格同样感人。无人环卫车以目前的附加成本,想要拿下订单,必须要能实现现有环卫车运营成本上的减计。比如人工成本、零部件损耗成本等等。
但迫于法律法规,技术发展的阶段性等原因,这些附加值还难以凸显。不过,值得欣慰的是,政府部门对这样的技术非常感兴趣,乐于尝试。
因此无人环卫车的发展,可能会先是以点带面,从少数示范应用,到更多地方使用的一个过程。这个过程,会随着技术的成熟、硬件成本、规模化等因素,影响整个进程的时间。
-
传感器
+关注
关注
2545文章
50439浏览量
750969 -
无人驾驶
+关注
关注
98文章
4014浏览量
120046
原文标题:无人驾驶环卫车的加法和减法 | GGAI视角
文章出处:【微信号:ilove-ev,微信公众号:高工智能汽车】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论