1
產業
今年CES上，自動駕駛了將近900多公里，把自己從舊金山開到了拉斯維加斯會場的奧迪A7概念車很是出了一陣風頭。要知道，當時坐在駕駛座後面的並不是一個經驗豐富的工程師，而是應邀而來的一位記者。
我們都知道，要讓車輛學會自動駕駛，第一課必須是讓它能夠感知到這個世界，看到自己周圍的場景，變得耳聰目明，而後做出種種判斷。那麼第二課是什麼呢？這個想必不同的授課老師有不同的教學路線，奧迪選擇的路線是：讓車輛學會明辨物體，不要謊報軍情。
在完全自動駕駛車輛出現之前，現在的自動駕駛從技術上已經可以滿足日常使用了，但是當遇到一些複雜狀況，或意外事故時，還需要把主導權交回到人類的手中。因而，不論是筆者剛體驗過的沃爾沃，還是後來宣講過的BMW，以及其他所有在從事自動駕駛研究的企業來說，如何保證自動駕駛的安全是最為重要的。
但是，奧迪在這方面有點不太一樣的看法。安全固然重要，但是如果為了保證安全而緊張過度，也是不好的，所以現在奧迪的工程師們在致力於的一項工作是，讓自家的自動駕駛系統能夠在保證安全的前進下，不會謊報軍情。
奧迪的自動駕駛系統由zFAS這個大腦在總管。zFAS由四個處理器組成：英偉達K1處理器用來收集四個鏡頭的數據，並完成車輛在低速行駛時所需要完成的動作；英飛凌的Aurix處理器主要負責一些額外的瑣碎雜事；Mobileye的EyeQ3進行視覺信息處理；而來自阿爾特拉的Cyclone FPGA（Field Programmable gate array，現場可編程門序列）則充當傳感器融合器。zFAS通過這些處理器控制鏡頭、雷達、超聲波傳感器，將他們收集到的數據進行整合，讓車輛能夠“看得見”和感知到外面的世界。
“所有傳感器收集到的數據最終都會進入傳感器融合器（sensor fusion box），”奧迪AG駕駛輔助系統的架構主管Matthias Rudolph介紹到，“利用這些輸入的信息，最終會將車輛周邊的環境虛擬化。 ”
目前zFAS是由很多台電腦共同組成的，奧迪準備在第二課的同時對硬體設備予以整合，希望最終能夠集成到一塊主板之上。
對應的，這套系統的軟體構架也是分層的。感知傳感器的程序形成了第一層，第二層是融合層，用於將地圖、道路標誌等數據進行整合，整合之後的數據用於分析，能夠增加可靠性。
Rudolph舉例說明：“雷達並不擅長於計算出車輛的寬度，但是一個攝影鏡頭可以。如果我們能夠將這些數據整合到一起，那麼對於車輛前方的狀況，我們就能夠得到一個更為清晰的勾勒。”
如果車輛不能夠準確識別什麼是有威脅性的，什麼是無害的，做出正確地判斷和動作，那麼會產生兩種可能性：
1.錯誤地將無害事物的危險性定義較高，比如路面上只有一個小石頭，結果車輛卻因為前方有“障礙物”而停車，緊張過度；
2.將行人或者障礙物錯判，結果發生安全事故。
而這兩種情形，是自動駕駛工程師們都不希望發生的。“如果車輛自動剎車了，但是車輛前方沒有任何事物，那麼就會讓駕駛員對系統的準確度產生懷疑。次數一多，信任就很難再次構建。所以我們必須不能出錯。”
奧迪讓zFAS通過觀察移動的目標，根據車輛的行進路線和速度來分析是否存在碰撞的可能，靜止的物體也同樣如此。“我們也會讓車輛注意觀察那些固定的物體，不管是堵牆還是一輛停泊的車，都不希望會撞上他們。”
對於所有的自動駕駛系統來說，行人是最大的挑戰。行人比車輛更難以監控和分類，而且行人在道路上的自由度更高。奧迪使用一個單目鏡頭來檢測行人。有的時候行人會有一些奇怪的舉動，比如說行人突然加快速度奔跑，如果是沿著路邊，那麼是安全的；如果沖向馬路，就不安全了；行人也會在街邊打鬧… …這些舉動都必須讓自動駕駛車輛慢慢學會去辨識，不能因為某一個動作就讓車輛成為驚弓之鳥，必須在真的可能會產生危險的時候才會停下來。
“車輛發現行人之後，會計算兩者接觸的時間。我們希望的理想狀態是，當車輛停止的時候，車輛與行人之間的距離會是非常近，能夠在僅僅幾厘米的距離之外停下，而不是在幾米開外就停住。”這樣的原則設定並不能提高通行效率，反而會可能帶來阻礙。
當然，雖然說自動駕駛系統致力於躲避開一切行人與道路佔用者，但是在現階段，碰撞並不太可能被完全避免。“當電腦發現無法避免事故發生的時候，車輛會自動轉彎以最大程度去降低造成的傷害。”
這樣的情形大多會發生在人類駕駛員沒能及時接管車輛的時候，因為自動駕駛車的經驗還不足以避免碰撞。奧迪在車內安裝有一個LED燈警示系統，以便告訴駕駛員什麼時候他們需要接管車輛。每當這個時候，LED燈會閃爍。駕駛員可以通過踩剎車，或者急轉彎來接管車輛。車輛內部會有一個鏡頭用來觀察駕駛員的行為，所以發現駕駛員精力不集中，在作別的事情，燈光的閃爍會加強，如果需要的話，還會有聲音告警。
“在自動駕駛模式下，我們隨時都可能需要人類接管車輛，所以我們需要知道駕駛員在做什麼。”(王珺)
《車云網授權轉載》
5394
