在军事需求的推动下以及技术的不断发展的激励下,美国、德国、意大利等国在无人驾驶车辆技术方面走在了全世界的前列。在2000年之前,以美国卡内基·梅隆大学研制的NavLab系列和意大利的ARGO项目最具代表性,德国的YaMoRs-P系统也涉及了很多无人驾驶车辆技术。
通过以上的信息,我们更加确信,实现无人驾驶的两大条件是需要被满足的。
对于意大利与德国的研究我们就不在赘述了,以上我们根据当时的技术提出了实现无人驾驶需要的两个条件。后来各国为了鼓励无人驾驶汽车的发展,相继推出了包括美国DARPA无人驾驶车辆挑战赛和中国智能车未来挑战赛等。不仅仅因为无人驾驶车辆代表了高新科技水平,更因为它满足了人们对汽车技术发展的迫切需求。在汽车技术开发领域,人们普遍认为技术比人类更可靠。也是为了降低交通事故为零的水平,无人驾驶汽车与车联网的结合,形成一个庞大的移动车辆网络,在加上现有的智能交通系统(Intelligent Transportation System,ITS)提供丰富的道路交通信息,无人驾驶汽车便可以更加自由安全的行驶在城市道路之中。
在谈过了由军事用途发展而来的无人驾驶车辆历史后,整个业内对于无人驾驶车辆提出了以下六点。1、体系结构。2、环境感知。3、定位导航。4、路径规划。5、运动控制。6、一体化设计。这六个方面组成了无人驾驶车辆的最新六要素。无论是哪一家车企要想实现2020年量产商用无人驾驶车辆都必须在以上六要素中深耕自己的技术水平。
对于体系结构来说,它是一个系统的“骨架系统”,确定了系统的基本组成框架和相互关系;对于无人驾驶汽车系统来说,体系结构还包括了系统信息的交流和控制调度,因此又起到了“神经系统”的作用。无人驾驶汽车体系结构定义了系统软、硬件的组织原则。集成方法以及支持程序。一个合理的体系结构可以实现系统模块间的恰当协调,并在软、硬件上具有开放性和可扩展性。
△ 目前体系结构主要有分层递阶式与反应式体系结构,像Google的无人驾驶实验车辆采用的一种混合式的体系结构。
在环境感知方面,主要需要四个步骤,分别是:感知与处理、环境建模、价值评估和行为生成。在感知与处理环节离不开遍布于车身的各类传感器,通过收集到的感知数据与已经储存在车内的先验储备知识相互作用,从而检测数外界的有用信息。这里对于传感器以及车载软、硬件都是一个较大的考验了。例如未来将要在车辆上搭载的更加强大的英伟达NVIDIA Tegra X1处理器。
不仅仅是与奥迪MMI互联科技的结合,全新A4车型所需要的移动处理器更是要拥有惊人的信息处理速度与极短的图形处理显示时间。所以惊艳的这块数字化仪表盘背后是无比强大的科技实力的支持。
△ 英伟达NVIDIA Tegra X1处理器的强大在于目前可以保证对于环境感知的控制精准到位,那么它得多强大才能担以重任呢?
这块英伟达NVIDIA Tegra X1处理器可实现杰出的性能与安全性。每一颗Tegra X1 均可提供 1 Teraflop 的处理性能,而且还包含一颗强大而节能的GPU、一颗四核 ARM® v8 CPU 以及专用的音频、视频和图像处理器(高度集成了音频视频以及网卡等)。 就摄像头处理而言,Tegra X1 可提供惊人的每秒 13 亿像素吞吐量,足以处理帧速率高达 60 fps 的 12 个 200 万像素摄像头。 Tegra X1 处理器还支持 NVIDIA CUDA,能够把突破性的超级计算与深度学习处理搬到汽车上来。所以说这些高科技都是“台上一分钟台下十年功”!除了目前英伟达外,还有意法半导体(STMicroelectronics)的Mobileye所使用的EyeQ3芯片以及飞思卡尔的S32V处理器。
△ 小伙伴们可以对照自己的手机以及电脑等计算机设备终端的处理器自行的对比一下,看看能否更加直接了当的感觉到这些处理器的强大。(图为未来EyeQ4架构)