图1 博世和戴姆勒在2017年4月签署了关于完全自动化(SAE 4级)和无人驾驶(SAE 5级)驾驶到城市道路未来十年的开发协议
2017年4月,博世和戴姆勒签署了关于完全自动化(SAE 4级)和无人驾驶(SAE 5级)驾驶到城市道路未来十年的开发协议(见图1),并且希望在城市工况下实现全面自动驾驶(SAE 4级)和无人驾驶(SAE 5级),双方的目标是共同开发并在本世纪20年代初投产无人出租车自动驾驶系统。
图2 2017 年秋季投放市场的新款梅赛德斯—奔驰S 级车型代表了OEM 厂商在自动化驾驶技术上迈出的重要一步
图3 除了激光雷达传感器之外,梅赛德斯—奔驰自动驾驶汽车上搭载的新功能还包括图形处理装置
如图2及图3所示,由于有了性能增强的摄像头和雷达系统,2017年秋季投放市场的新款梅赛德斯—奔驰S级车型代表了OEM厂商在自动化驾驶技术上迈出的重要一步。除了激光雷达传感器之外,梅赛德斯—奔驰自动驾驶汽车上搭载的新功能还包括图形处理装置,当然,为了确保安全,涉及到完全自动化驾驶的试验都有经过特殊培训的司机进行监督。与此同时,戴姆勒正在全世界范围内对其自动驾驶技术进行测试,2016年12月,德国斯图加特地区委员会准许戴姆勒公司在公共道路上测试下一代自动驾驶汽车(见图4);另外,从美国加利福尼亚州和内华达州到德国的高速公路上,获得批准的路段都有戴姆勒的自动驾驶汽车在进行测试。
图4 2016 年12 月,德国斯图加特地区委员会准许戴姆勒公司在公共道路上测试下一代自动驾驶汽车
尽管真实世界的测试对于评估真实世界情景方案非常之好,但对于精细调整一个系统或者引入革命性技术的变化所需要的重复性环境,真实世界的测试仍要面临很多的挑战。
这就是为什么戴姆勒现在来到德国伊门丁根市专门建设全新的测试和技术中心的原因。戴姆勒在其5 km2的土地上投入了约2.15亿美元,以加速其自动驾驶车辆的开发工作。这个中心将于2018年建成,将有300名左右的员工参与自动驾驶技术的开发工作。当然,这个中心并非只用于无人驾驶汽车的研发,在谈到带有戴姆勒—奔驰铭牌的各种独特型号的车辆时,这些投资也用于货车、客车等商用汽车的开发工作。
在戴姆勒测试和技术中心的运行方面, Unimog U430自动工作车也扮演着重要的角色,其任务是确保测试部分能够提供准确、一致且可以重复的路况。Unimog U430的前面配备有带喷洒器的平路机,目的是为了确保测试道路表面能更加平整。如果天气不能满足工程技术人员所规定的水分标准,或者如果道路表面材料的化学成分不达标,平路机上的4 200 L水箱会让水输送到前置喷洒器里,后置的松土机还会将一些过度压实的道路部分刨松。
据戴姆勒的一位负责人Von Hugo称,从技术上讲,这个中心的所有设施都是用于自动驾驶车辆的开发和验证,而开发工作的最大部分是虚拟化进行的。尽管这样,仍然需要300位新人承担运行工作,因为很多测试工作并非都是虚拟化进行的,实际测试也必不可少。
虚拟和现实的结合
对于汽车行业来说,这是一个新型的测试和开发中心。该中心没有或者说不需要数百公里相互交织在一起的道路,其自动驾驶测试的核心区是200 m×300 m的混凝土板块路段,外围配备一系列通向这个核心区域的车道,这样,轿车、面包车、客车以及货车等各种车型,都可以进入核心区进行测试。
尽管伊门丁根所应用的许多工程设计思想是新的,但是,开发理念却是一样的:数字化开发和汽车测试场地实地验证结合,然后在真实世界里评估。正如Von Hugo所说:“我们并不是只依赖那个封闭汽车测试场地,为了验证一辆自动驾驶车辆在真实道路里是否可靠,我们必须在真实世界里对其进行测试。”但是,坚持常规开发流程的缺陷,在于物理原型车辆到处都在使用制造零件或3D打印零件。因此,物理原型车辆的成本越来越高,而这些物理原型车辆也可能会在碰撞测试中损坏。一般而言,原型车中总会有人对为什么和怎样发生碰撞进行解释,尽管那样做对车辆安全性的开发和改进提高会有好处,但是,在非必需的地方,戴姆勒的工程师是不会有意引发事故的。
Von Hugo强调说:“我们尽量不采用即将投产的车辆来进行首批测试,也不一定车里要有人。如果我们这样进行测试,我们会使汽车测试实现自动化,这样没有人会受到伤害。从根本上而言,这些车辆都是‘机器人车辆’。如果我们想让另外一辆汽车在其前面0.6 s的情况下对汽车进行测试的话,那么,我们可以非常可靠地进行反复测试,而且我们也可以对测试随时进行一些更改。但是,那仅是我们所做测试的一个部分而已。与任何当前形式的个人移动交通工具相比,自动驾驶汽车需要更多的验证,自动驾驶汽车需要进行大量的模拟仿真工作,改进算法时,这样就不需要对每一种动作进行模拟了。”
在到达那个点的时候,就虚拟工程设计、软件开发和戴姆勒的某一个模拟仿真器而言,已经做了大量的工作,这些都是由来自各行各业人们推动的,不仅只是工程设计或常规开发小组。“对于虚拟测试来说,不仅是验证技术和体验零故障的问题,而是关于人的问题,以及人们如何反应和操作的问题。在我们的模拟仿真器上,我们的1000多位员工在进行测试自动驾驶的方方面面。”Von Hugo透露说。
未解的假设和问题
戴姆勒认为,这并非是想为技术或品牌狂热者开发一款自动驾驶系统,而是为每一个人进行开发,要这样做,会更加困难。这不是只针对一般的司机,而是在试图展开一张大网,把所有司机都网罗进去。
“人们知道如何开、关自动驾驶功能吗?模式会发生混乱吗?”Von Hugo提出这些假设。在汽车指示司机收回控制权,或者当汽车从司机那里收回控制权的交接阶段,司机可能并不确定是汽车在负责,还是司机需要负责,这时就会出现模式混乱的问题,这个问题可能是汽车生产企业在无人驾驶汽车开发阶段所面临的最大的关键问题。
尽管在真实世界中,模式混乱会更加经常地发生,但是Von Hugo相信这个问题被所谓的“电车难题”(伦理学领域最为知名的思想实验之一)的两难形势遮盖了,在涉及到没有赢家的选择方案危机时,汽车将拯救谁呢?为什么?
“我们相信,这个伦理方面的问题并非如当今人们所相信的那样有关联,”Von Hugo坚持认为,“在我们的工程设计工作中,99%的工作是为了防止这类情况发生,但仍然有些情况是今天的司机所不能处理的情况,从物理观点来看,自动化车辆也不能防止那种情况发生,但是,这仍然会比一般司机坐在转向盘后面的情况会更好一些。”
大数据的挑战
戴姆勒的工程技术人员在试图解决“电车难题”的两难问题时,也在努力解决不同程度的潜在模式混乱问题,这种潜在模式混乱的问题,来源于速度或车道宽度非常接近时出现的最小差别方面。
Von Hugo说:“这是有关各种路况的问题。例如,我们之所以进行测试,是为了确保我们可以处理有人在不打转向灯的情况下进行并道,然后,我们还要确保在不同的速度、不同车道宽度以及不同车道标识的情况下可以变更车道。然后,我们采用模拟仿真技术改变各种参数,以便了解当一辆汽车移动并道的速度比较快,或者车道比较狭窄,或者两辆汽车同时并道,会发生什么情况。”但是,所有这些会产生一个新问题——数据。尽管硬拷贝数据的收集并未从测试阶段完全消失,而软拷贝数据的积累却呈指数般爆炸性增长。
“对于奔驰E级车辆的数据而言,在一般常规道路上,我们行驶150万km,会收集
2 000 TB数据。所以,我们在努力改进提高我们收集和分选数据的方法,如果我们不做的话,那么有可能会出现这样的情况——将数据从车辆上采集出来所花费的时间,会比记录数据的时间还要长。”Von Hugo说。
在奔驰E级车辆数据方面的经验促使戴姆勒将资金投放在检索其数据的全新系统上,目的是获得丰富而有效的数据,而当为了具体原因,在具体的测试中或者在具体条件下需要这些数据时,才可以获得这些数据。Von Hugo解释说:“我们有一种采用Hadoop集群的新程序,这是一种服务器架构体系,允许来自于世界各地的多点数据进行更加灵活的存取和储存。”
评论
加载更多