Распознавание статических и динамических препятствий для автономного транспорта

Автономный автомобиль

Автономный автомобиль - это транспортное средство, которое может самостоятельно управлять без участия человека. Он также известен как автомобиль без водителя, самоуправляемый автомобиль, беспилотный автомобиль или автомобиль-робот. Автономные транспортные средства способны воспринимать окружающую обстановку (препятствия и колею) и добираться до места назначения с помощью комбинации датчиков, камер и радаров. Усовершенствованные системы управления могут интерпретировать информацию, предоставляемую датчиками, для обнаружения препятствий и выбора наиболее подходящего маршрута навигации для транспортного средства. Были проведены огромные исследования, чтобы воплотить идею автономного автомобиля в жизнь. В наши дни такие транспортные средства стали конкретной реальностью, они были созданы и широко протестированы на дорогах, хотя они еще не поступили в продажу в больших масштабах.

В автономных транспортных средствах одной из наиболее важных функций является правильное обнаружение препятствий, а также колеи транспортного средства. Транспортное средство должно быть способно точно и вовремя определять наличие препятствия, чтобы оно могло остановиться на безопасном расстоянии во избежание столкновения. Обнаружение колеи также является очень важным фактором, поскольку транспортное средство должно уметь держаться в пределах колеи и следовать линиям на дороге, чтобы правильно оставаться на трассе и также следовать по полосе движения.

Препятствия на пути внедрения технологии автономных автомобилей

В настоящее время тестируются полностью автономные транспортные средства (уровень 5), но мы все еще далеки от того, чтобы сделать их доступными для широкой публики. Хотя автономное транспортное средство прошло долгий путь, оно еще не стало распространенным видом транспорта, и существуют различные препятствия для внедрения.

В частности, некоторые технологии, необходимые для создания функционального беспилотного автомобиля, очень дороги, что делает конечную стоимость каждого транспортного средства непомерно высокой для широкой публики. Радар и лидар работают для прототипов, но при массовом производстве их сигналы и частота могут создавать помехи друг другу.

Многие аномальные условия, такие как снег, мусор или масло, могут представлять серьезную проблему, когда они покрывают разметку полосы движения и разделительные полосы. Кроме того, еще рано доверять ИИ в том, что он достаточно умен, чтобы принимать последовательные решения или принимать решения за доли секунды в сценариях жизни или смерти, например, когда пешеход внезапно переходит дорогу после крутого поворота.

Для автономного транспортного средства нет ничего важнее, чем ощущение того, что происходит вокруг него. Как и водители-люди, автономные транспортные средства нуждаются в способности принимать мгновенные решения.

Сегодня большинство автономных транспортных средств полагаются на множество датчиков для восприятия окружающего мира. Большинство систем используют комбинацию камер, радарных датчиков и лидарных датчиков (обнаружения света и определения дальности). Бортовые компьютеры объединяют эти данные, создавая всеобъемлющее представление о том, что происходит вокруг автомобиля. Без этих данных у автономных транспортных средств не было бы надежды на безопасное передвижение по миру. Автомобили, использующие несколько сенсорных систем, работают лучше и безопаснее – каждая система может служить проверкой для других, – но ни одна система не застрахована от атаки.

Обход препятствий для автономных транспортных средств

Автономным транспортным системам необходимо:

• планирование пути
• локализация внутри и снаружи помещений
• обход препятствий
• обнаружение объектов и классификация автомобилей
• людей, домашних животных
• дорожных знаков
• сигналов и т.д.

Планирование траектории является одной из фундаментальных технологий в автомобилестроении. В планировании траекторий есть две категории, а именно глобальное планирование траекторий и локальное планирование траекторий. Для глобального планирования маршрута требуется информация из географической информационной системы (ГИС) и глобальная локализация, в то время как для локального планирования маршрута требуется относительное положение и обход препятствий. Существует множество алгоритмов как для глобального, так и для локального планирования маршрута. При глобальном планировании маршрута графические методы, такие как алгоритм Вороного, алгоритм декомпозиции ячеек и алгоритм быстрого марширования, используются для построения графика, а затем нахождения кратчайшего пути к цели.

Предотвращение препятствий является одной из важнейших технологий в локальном планировании маршрута и одной из важнейших технологий, гарантирующих безопасность людей и транспортных средств. На протяжении десятилетий по этой теме проводилось множество исследований и было разработано множество методов, некоторые из которых были реализованы в реальных системах. Чтобы избежать столкновения с препятствиями, роботу необходимо не только обнаруживать препятствия, но и пересчитывать траекторию объезда и направлять себя по безопасному и эффективному пути в режиме реального времени.