
高速自動駕駛主要的應用場景乘用車真正落地很難,目前像Waymo這樣的大企業還處于測試階段。在技術方面,通用場景的高速自動駕駛技術成熟至少要10~15年的時間,這其中包含自動駕駛基礎設施的完善時間、公共道路法律法規的成熟時間、產業鏈技術提升及成本下降的時間,還包括社會公眾對自動駕駛技術的接受度等等。
因此很多自動駕駛企業選擇從低速落地,但低速自動駕駛是否技術更簡單,實現起來更容易呢?據了解,酷哇機器人是業內率先低速自動駕駛快速落地的公司,并發布了全球第一款自動車,已在長沙橘子洲落地運營有一年多的時間。今年以來,酷哇機器人在全國多地規模化運營,自動駕駛的技術實力從研發到運營得到了雙重驗證處于領跑的位置。
近期,我們在長沙天心區完整體驗了一回真正的自動駕駛掃地車。只要是車輛上路,不管高速還是低速,遇到的道路復雜性是同樣的。
城市道路場景會出現“突發別車”問題。針對此問題需要對路面可視區域內的私家車進行識別和跟蹤,進而軌跡預測和安全策略防范。但是,大部分自動駕駛傳感感知系統對近身私家車的感知識別是比較困難的,酷哇機器人的整車感知系統對近距物體的識別和軌跡預測進行了針對性設計,可以保證貼身私家車的識別和跟蹤可靠性。
十字路口路況復雜的問題。自動駕駛掃地車在通過十字路口時,酷哇機器人的感知系統要在識別紅綠燈的同時,對斑馬線行人和過往車輛都正確的軌跡預測并進行精確的車輛控制。
路邊行人軌跡多變的問題。當路邊出現行人的時候,行人的軌跡預測是十分困難的,因為人幾乎可以實現全向靈活移動。自動駕駛掃地車靠近行人的安全策略尤為重要,需要根據行人的當前速度和移動特性設定足夠充分的安全邊界。酷哇自動駕駛掃地車在行人不同方位進行運動控制,采用了不同運動學和動力學規劃器。
體積小速度快的摩托車加塞問題。摩托車的運動屬性捕獲也是一個很具挑戰的課題,在靜止狀態和運動狀態都需要根據車輛的三維位姿識別,預測其連續運動特性,從而系統決定自動駕駛掃地車需要采取的避讓策略。
作為自動駕駛掃地車,除了應對道路情況及時調整,還有清掃作業的關鍵性能。實實在在地把馬路掃干凈涉及自動駕駛性能的復雜性也不少。
比如沿邊清掃,要做到沿著馬路牙子的縫隙一絲不茍地作業,這對車輛定位的精準度要求非常高,酷哇機器人的定位精準度可達5cm。考慮到城市道路的復雜性,即連續彎道,破損的路邊,非清晰的道路線等,做到能穩定實現車輛精準沿邊非常考驗系統的智能型和魯棒性。
垃圾追蹤清掃,這是對自動駕駛掃地車的一個標準需求。每天的兩次精細化普掃后,剩余時間段是巡回清掃。發現垃圾及時清理,酷哇機器人垃圾追蹤的性能極大提高了巡回作業的清掃效率。
車輛整體調度,環衛保潔需要系統管理模式。自動駕駛掃地車在區域內的整體調度顯得尤為重要,酷哇自動駕駛掃地車可以實現位置信息、作業狀態、作業進度、作業路線等智能化管理。
自動駕駛的低速落地,速度降低并不意味著技術變簡單,需要考慮多方面的問題。首先,低速自動駕駛上路需要達到和高速自動駕駛同樣的性能,比如路徑規劃最優、不能撞到物體等。其次,低速自動駕駛一般使用在特殊用途的領域,像清掃車、灑水車等環衛車。不同車的功能不同,意味著要針對環衛行業進行特殊的研發,類似垃圾的識別就需要大量的數據迭代才能完成。酷哇機器人在環衛行業深耕積累了大量的運營數據優勢,并不斷在數據優勢基礎上升級,技術實力業內領航。最后,縮短自動駕駛產業技術和應用之間的距離任重道遠,低速自動車會改變整個環衛行業的產業結構,提升行業的作業效率。