ADAS na Uendeshaji Unaojiendesha: Misingi ya Kuhisi — Akili Bandia katika Uhandisi wa Magari

Faida:

Uwezo wa kuelezea majukumu ya kamera, rada, LiDAR na muunganisho wa sensor katika mnyororo wa kugundua na viwango vya otomatiki vya SAE.
Uwezo wa kuunda uwekaji lebo ya data, ufafanuzi wa hali na vipimo vya tathmini ya utambuzi wa kitu, uainishaji na ufuatiliaji.
Uwezo wa kutathmini kwa kina kesi za makali, usawa wa uwongo chanya / hasi na ukingo wa usalama katika matokeo ya modeli ya kugundua.

Magari mengi leo yana vipengele kama vile onyo la kuondoka kwa njia ya barabara, breki ya dharura ya kiotomatiki au udhibiti wa safari wa baharini. Hizi zote ziko chini ya mwavuli wa ADAS (Mifumo ya Usaidizi wa Dereva wa Juu). Katika moyo wa mifumo hii na kuendesha gari kwa uhuru zaidi ni mtazamo: jinsi gari "linavyoona" ulimwengu unaozunguka na sensorer na "kuelewa" kwa akili ya bandia. Katika kitengo hiki, tutashughulikia msururu wa utambuzi, vitambuzi, viwango vya otomatiki na suala muhimu zaidi, mipaka ya usalama.

Onyo kutoka mwanzo: Eneo hili ni muhimu sana kwa usalama. Ikiwa mtindo wa kugundua hautambui mtembea kwa miguu, matokeo yanaweza kuwa mbaya. Ndiyo maana kila pato la AI hapa lazima lizungukwe na michakato ya uhandisi wa usalama (ISO 26262 na SOTIF katika vitengo vinavyofuata).

Sensorer: macho, masikio na rada

Rundo la kuendesha gari kwa uhuru linachanganya vihisi tofauti kwa sababu kila moja ina nguvu na udhaifu:

Kamera: Kamera "inaona" rangi, maandishi (alama ya trafiki), mstari wa mstari na aina bora ya kitu. Lakini ni mbaya wakati wa usiku, ukungu, mwanga mkali wa jua na makadirio ya umbali.
Rada (Kugundua na Kuanzia Redio): Hupima umbali na kasi kwa kutumia mawimbi ya redio. Haiathiriwi kidogo na mvua / ukungu na hupima kasi moja kwa moja (kwa athari ya Doppler); lakini azimio lake ni la chini, na kufanya iwe vigumu kutofautisha "huyu ni mtembea kwa miguu au sanduku?"
LiDAR (Kugundua Mwanga na Kuanzia): Hupiga leza na kutoa "wingu la nukta" la pande tatu sahihi la mazingira; Inatoa umbali na sura vizuri sana. Lakini ni ghali na inaweza kuathiriwa na ukungu/mvua nzito.
Ultrasonic: Masafa fupi, kama vitambuzi vya maegesho.

Kwa kuwa hakuna haitoshi peke yake, fusion ya sensor inafanywa: kwa kuchanganya data ya sensorer tofauti, udhaifu wa kila mmoja hulipwa kwa nguvu ya mwingine. Kwa mfano, kamera inasema "mtembea kwa miguu", rada inasema "katika mita 12, inakaribia 5 km / h"; Fusion inachanganya hizo mbili na kuunda wimbo wa kuaminika.

Kidokezo: Wakati wa kutathmini dai la ugunduzi, "ni kitambuzi gani kinaweza kuiona na kwa kiwango gani?" uliza. Ikiwa makadirio ya umbali wa kamera usiku ni duni, uamuzi wa umbali kulingana na kamera moja unatia shaka.

Mlolongo wa kugundua

Mlolongo wa kawaida kutoka kwa data ya kihisi mbichi hadi uamuzi ni kama ifuatavyo:

Ugunduzi: Kupata vitu kwenye wingu la picha/point ("kuna zana hapa").
Uainishaji: Kuamua aina ya kitu (mtembea kwa miguu, baiskeli, gari, ishara).
Kufuatilia: Kufuata kitu kati ya viunzi, kukadiria kasi na mwelekeo wake.
Fusion: Kuchanganya vitambuzi ili kuunda muundo thabiti wa ulimwengu.
Utabiri: "Je, mtembea kwa miguu huyu atavuka barabara?"
Kupanga na kudhibiti: Uamuzi na amri ya uendeshaji/breki/kiongeza kasi.

Akili ya Bandia (hasa kujifunza kwa kina) 1-3. nguvu sana katika hatua; 5-6. Hatua hizo zinazidi kuzingirwa na sheria za uhandisi na mantiki ya usalama.

Viwango vya otomatiki vya SAE

Uhuru sio kitu cha "ndio/hapana", ni hatua kwa hatua. Kiwango cha SAE J3016 kinafafanua viwango sita:

Kiwango

Jina

Nani anaendesha gari?

mfano

Hakuna otomatiki

wote kuendesha

Onyo pekee (onyo la sehemu isiyoonekana)

Msaada wa dereva

dereva + msaada mmoja

Utunzaji wa baharini unaobadilika AU utunzaji wa njia

Uendeshaji wa sehemu

Dereva (usimamizi wa mara kwa mara)

Kasi + njia pamoja, dereva anayewajibika

Uendeshaji wa masharti

Mfumo (chini ya hali fulani)

Chini ya hali fulani mfumo unatoa, dereva yuko tayari kuchukua

otomatiki ya juu

Mfumo (katika eneo maalum)

Bila dereva katika eneo lililoainishwa

Otomatiki kamili

Mfumo (katika hali zote)

Bila dereva kila mahali (bado)

Tahadhari: Kutokuelewana kwa hatari zaidi ni Kiwango cha 2. Katika Kiwango cha 2, gari inasaidia uendeshaji na kasi, lakini dereva huhifadhi usimamizi na wajibu wa mara kwa mara. Kukosea kwa mfumo kama "autopilot" na kutozingatia kumesababisha ajali mbaya. Kiwango cha 2 haimaanishi "bila dereva".

Vipimo vya tathmini: chanya ya uwongo na hasi ya uwongo

Aina mbili za makosa ni muhimu wakati wa kutathmini muundo wa utambuzi:

Uongo chanya: Kufikiri kwamba kuna kitu ambacho hakipo. Kwa mfano, kufikiri kwamba kivuli cha daraja ni "kikwazo" na kuvunja bila ya lazima. Inasumbua na wakati mwingine hatari (mgongano wa nyuma-mwisho).
Hasi ya uwongo (hasi ya uwongo / kukosa): Kutokuwa na uwezo wa kuona kitu kilichopo. Kwa mfano, kutomuona mtembea kwa miguu halisi. Hili ndilo kosa kuu zaidi katika kuendesha gari kwa uhuru.

Vipimo vinavyofupisha haya:

Usahihi: Kiasi gani cha ulichotia alama ni sahihi.
Kumbuka (unyeti): Umenasa kiasi gani cha kile kilichopo.
mAP (maana ya Usahihi Wastani): Kipimo cha kawaida cha utunzi cha utambuzi wa kitu.

Kumbuka (bila kukosa mtembea kwa miguu) ni muhimu katika masuala kama vile utambuzi wa watembea kwa miguu katika kuendesha gari kwa uhuru; Kuongeza hii wakati mwingine huongeza chanya ya uwongo. Ubadilishanaji huu ni uamuzi wa uhandisi wa usalama, sio usahihi wa mfano.

Kesi za makali na mkia mrefu

Sehemu ngumu zaidi ya kuendesha gari kwa uhuru sio hali za kawaida, lakini zile za nadra na za kushangaza: ishara ya nusu inayoonekana chini ya theluji, lori iliyoelekezwa chini, mtembea kwa miguu aliyevaa, fanicha iliyoanguka barabarani. Hali hizi adimu lakini hatari huitwa mkia mrefu. Ingawa mfano unaweza kuwa mzuri kwa mamilioni ya maili "ya kawaida", inaweza kushindwa katika hali mbaya ambayo haijawahi kuona hapo awali. Ndiyo maana majaribio kulingana na mazingira, uigaji na uthibitishaji wa ulimwengu halisi hayana mwisho.

Uchunguzi mdogo wa kesi

Kesi ya 1 - Thamani ya muunganisho. Ilipokuwa ikijaribu kufunga breki kiotomatiki kwa dharura, timu ya ADAS iligundua kuwa ilikuwa polepole kuona gari la rangi nyeusi mbele yake kwenye jua kali kwa kutumia kamera pekee. Wakati data ya rada imeongezwa (rada haiathiriwa na glare) mfumo hutambua gari sekunde 0.4 mapema; Hii inamaanisha umbali wa breki wa takriban mita 10 kwa 90 km/h. Matokeo: Fusion ilifunga sehemu moja ya upofu ya kitambuzi.

Kesi ya 2 - Usawa wa kukumbuka/usahihi. Wakati kizingiti cha mtindo wa kutambua watembea kwa miguu kinapungua, kukumbuka huongezeka kutoka 96% hadi 99%, lakini chanya za uwongo (kivuli, misitu) huongezeka, ambayo husababisha kuvunja kwa lazima. Timu ya usalama hufanya uamuzi: kuwaepuka watembea kwa miguu ni kipaumbele, lakini faraja hudumishwa kwa kuondoa chanya za uwongo kwa kuchanganya na kufuatilia mantiki. Hitimisho: Uchaguzi wa metri ni uamuzi wa uhandisi/usalama, hakuna "nambari sahihi" moja.

Kesi ya 3 - Mshangao wa kesi ya Edge. Ingawa mwanamitindo alifaulu kwa 99.8% katika uthibitishaji wake, ilikosea picha ya mtembea kwa miguu mkubwa nyuma ya lori lililokuwa limebeba tangazo la tairi la theluji uwanjani kwa "mtembea kwa miguu halisi" na ikafunga breki ghafla. Timu inaongeza kesi hii ya makali kwenye maktaba ya matukio na inafunza tena kielelezo. Hitimisho: Mkia mrefu haujawahi "kuisha"; Mkusanyiko wa hali ya kila mara unahitajika.

violezo vya haraka

Kiolezo cha 1 - Inazalisha orodha ya matukio:

Jukumu: Wewe ndiye mhandisi wa kesi ya ADAS. Jukumu: Tengeneza matukio ya majaribio yenye changamoto (ya makali) ya kusimama kiotomatiki kwa dharura. Muktadha: Mjini, 30-50 km/h, watembea kwa miguu mchanganyiko na mwendesha baiskeli. Kizuizi: Tanguliza zile adimu/hatari, sio matukio ya mara kwa mara; andika tabia sahihi inayotarajiwa kwa kila kisa.Pato: Mfano | hali | tabia inayotarajiwa | kiwango cha hatari.

Kiolezo cha 2 - Muhtasari wa mwongozo wa kuweka lebo:

Jukumu: Lebo ya ubora wa uwekaji lebo.Kazi: Andika rasimu ya sheria za uthabiti kwa uwekaji lebo za watembea kwa miguu. Muktadha: Kuna watembea kwa miguu wanaoonekana kwa sehemu, wameketi, kwenye viti vya magurudumu, na katika vikundi.Pato: Kanuni | mfano | punguza jedwali la daraja la serikali.

Kiolezo cha 3 - Tafsiri ya kipimo:

Jukumu: Mtaalam wa tathmini ya maono ya kompyuta. Kazi: Tafsiri matokeo yangu ya ugunduzi wa watembea kwa miguu. Muktadha: usahihi 0.93, kumbuka 0.90, wengi hukosa usiku au mvua. Kizuizi: Sisitiza umuhimu wa kurudishwa kwa usalama; Niambie ni chini ya hali gani uthibitishaji wa ziada unahitajika. Pato: Maoni + maeneo ya kipaumbele kwa kuboreshwa.

Kiolezo cha 4 - Muhtasari wa mantiki ya Fusion:

Jukumu: Wewe ni mhandisi wa muunganisho wa vitambuzi. Kazi: Pendekeza rasimu ya mantiki ya uamuzi wakati kamera na rada zinagongana. Muktadha: Rada huona kitu kidogo kikisogea kwa mita 15 huku kamera ikisema 'hakuna mtembea kwa miguu'. Kizuizi: Tumia kanuni ya dhana kwa ajili ya usalama (upande salama). Pato: Jedwali la uamuzi + uhalalishaji.

Agizo dhaifu / Ukumbusho thabiti

Agizo dhaifu:

Je, mfano wa gari langu linalojiendesha ni salama?

Bila muktadha; "salama" haijafafanuliwa; AI inazungumza kwa maneno ya jumla tu na inaweza kutoa imani inayopotosha.

Agizo lenye nguvu:

Jukumu: Wewe ni mshauri wa tathmini ya usalama wa ADAS. Kazi: Niundie orodha ya kuhakiki ili nitilie shaka udhaifu wa modeli yangu ya kutambua watembea kwa miguu. Muktadha: Mfumo wa Kiwango cha 2 cha Mjini; Kumbuka huanguka usiku na katika mvua; Kuna kamera + rada pekee, hakuna LiDAR. Kizuizi: Usitangaze 'salama'; taja chini ya hali gani mfumo uko kwenye kikomo chake na ni upimaji gani wa ziada unahitajika. Pato: Eneo la hatari | kwa nini | mtihani uliopendekezwa | meza ya umuhimu.

Makosa ya kawaida

Kukosea Kiwango cha 2 kwa "bila dereva". Wajibu ni wa dereva; Dhana hii potofu ni mbaya.
Kutegemea sensor moja. Kila sensor ina doa kipofu; fusion ni muhimu.
Kuangalia tu usahihi wa wastani. 99% mafanikio, 1% amekosa watembea kwa miguu inaweza kuwa mbaya; kukumbuka na kesi za makali ni muhimu.
Kupuuza kesi kali. Mkia mrefu hauna mwisho; Mkusanyiko wa matukio unaendelea.
Kuacha uamuzi wa usalama kwa mfano. Maamuzi ya kizingiti na usawa ni jukumu la uhandisi wa usalama.

Kwa muhtasari

Kiini cha ADAS na hisia za kuendesha gari kwa uhuru ni kamera, rada, LiDAR, na muunganisho wa kihisi; Kila sensor ina nguvu / udhaifu tofauti.
Msururu wa ugunduzi unajumuisha ugunduzi, uainishaji, ufuatiliaji, muunganisho, utabiri na udhibiti; AI ni nguvu katika hatua za kwanza.
viwango vya SAE vinaanzia 0 hadi 5; Katika Kiwango cha 2, jukumu liko kwa dereva.
Hasi ya uwongo (utekaji nyara wa watembea kwa miguu) ni kosa mbaya zaidi; kukumbuka na kesi za makali kuchukua kipaumbele.
Maamuzi ya usalama ni wajibu wa kihandisi; Usahihi wa mfano sio kigezo pekee.

Jukumu la maombi

Chagua chaguo za kukokotoa za ADAS (k.m. usaidizi wa kuweka njia). (1) Andika kwenye jedwali ni vihisi ambavyo vinaauni utendakazi huu na jinsi inavyofaa. (2) Tengeneza matukio 5 ya kingo ukitumia Kiolezo cha 1 na ubainishe tabia salama inayotarajiwa kwa kila moja. (3) Linganisha matokeo ya uwongo chanya na hasi ya uwongo kwa chaguo hili la kukokotoa. (4) Orodhesha ni upimaji wa kujitegemea unaohitajika kabla ya kudai kuwa kielelezo ni "salama".

orodha ya ukaguzi

[ ] Nilitathmini uwezo/udhaifu wa vitambuzi kulingana na utendakazi.
[ ] Pia nimeorodhesha kesi ya mwisho (mkia mrefu) matukio.
[ ] Nililinganisha matokeo chanya/hasi ya uongo kwa usalama.
[ ] Nilizingatia umuhimu wa kiusalama wa Recall.
[ ] Nilifafanua kiwango cha SAE na nani anawajibika.
[ ] Nilitayarisha mpango huru wa majaribio kabla ya kudai "salama".