AG体育机械设备有限公司欢迎您!

车辆运动规划系统助自动驾驶汽车更快/更安全决策

时间:2021-06-09
本文摘要:据国外媒体报道,DukeUniversity已经启动了一个研究项目,加快桌面机器人手臂的运动规划,让机器人可以依靠自定义的处理器,并在几毫秒内完成了通常必须在几秒钟内启动的工作。随后,杜克大学的研究人员基于这项技术正式成立了一家名为RealtimeRobotics的公司。最近,他们致力于将这项技术用作自动驾驶汽车。让自动驾驶慢一点,做运动规划也包括了车要求下一步做什么的过程。

AG体育官网

据国外媒体报道,DukeUniversity已经启动了一个研究项目,加快桌面机器人手臂的运动规划,让机器人可以依靠自定义的处理器,并在几毫秒内完成了通常必须在几秒钟内启动的工作。随后,杜克大学的研究人员基于这项技术正式成立了一家名为RealtimeRobotics的公司。最近,他们致力于将这项技术用作自动驾驶汽车。让自动驾驶慢一点,做运动规划也包括了车要求下一步做什么的过程。

让这个过程更快,不仅意味着让车辆更慢,做出要求,还意味着在书中做出更好的要求,以尽可能保证汽车及其周围车辆的安全。问题是行走在不可预测的世界里,需要大量的计算机来猜测人类的下一步行动。计算机非常擅长这项工作,尤其是在道路等半结构化环境中。

大多数计算机用于概率模型,以预测不确定对象的下一步行动。例如,大多数模型可能同意前方的车辆可以以完全相同的速度向前行驶,并保持在自己的车道上。没有信号变道的可能性很低,突然刹车的可能性更低。大多数自动驾驶系统根据概率模型中最有可能再次发生的场景,即周围物体的下一个动作,进行运动规划。

这种模型不会得到一个置信度,如果系统不确认不会再发生,也不会降低车辆的速度。但系统仍然无法一次规划一个场景,而不是考虑车辆可能采取的所有行动(甚至有些是不可能的),或者制定一个运动计划,让车辆保持最佳状态,以应对可能再次发生的事情。

大多数自动驾驶系统不能一次管理一个运动计划,速度在3Hz到10Hz之间。与此不同的是,RealtimeRobotics可以操作数十甚至数百个运动方案,每次的计算时间接近1毫秒,也就是1000Hz,这使得自动驾驶系统需要在更短的时间内考虑更好的潜在结果,做出更好的决策。

实时机器人的车辆运动规划系统有一个巨大的预先计算的图形网格,它还包括车辆在无障碍环境中可以采取的所有不同的运动轨迹。网格还包括节点和边,其中节点响应于特定车辆的设备(方向、速度、行进方向),而边连接节点以响应于车辆一秒钟移动时间内这些设备之间的轨迹。网格中有几千万条边,反映了网格覆盖的所有时间范围内车辆配备状态的变化。每条边代表燃油使用成本或乘客舒适度,成本较低的边意味着车辆行驶更高效、更稳定。

AG体育

每10毫秒,实时系统不会按照以下步骤进行运动规划:1。摄像机、雷达、激光雷达等传感器的传感数据不会输出到系统,系统也不会识别静态障碍物(如建筑物、树木)、确定性运动障碍物(如足球)、挑战性不确定运动障碍物(如其他汽车、行人、自行车)。将所有静态和动态障碍物方位的传感数据放入网格中;2.对于每个不确定的障碍物,系统必须对其在计划间隔内可能遵循的轨迹做出明智的猜测。

幸运的是,许多模型都在试图预测汽车、行人和自行车可能做出的动作。在这个系统中,不确定的障碍物被建模为静态对象,然后进行猜测。

3.一旦所有障碍物的数据都包含在网格中,就可以进行实际的运动规划,并应该告诉车辆下一步该做什么。RealtimeRobotics的FPGA可以配备芯片,需要在硬件中对网格数据进行编码,然后在网格的边缘进行操作,以更低的成本找到路径,从而使得运动规划展开的非常缓慢,可以在近一毫秒内交付给一个规划,如果一定要扩展,更容易添加到更多的硬件中。4.此时,实时系统做的运动规划和其他系统做的一样好。不同的是,实时系统可以更慢地交付给计划,然后再次返回到步骤3。

新操作用于略有不同的猜测方法,以猜测不确定移动障碍物的可能动作。因为模型只对其他车辆或行人的下一步行动做概率性猜测,所以有可能,而且还会再次发生。情况越简单,猜测越不准确。

但如果重复第3步和第4步10到100次,就可以得出场景最有可能再次发生的结论,然后自由选择最差的锻炼方案,保证最低的安全性。5.最后一步是继续进行运动规划。由于网格的每条边代表每辆车的一秒钟运动时间,并且不会计算新的运动规划并继续每10毫秒执行一次,规划速度越慢,车辆做出最差请求的速度越慢。

RealtimeRobotics的车辆运动规划系统不仅与许多运动规划模型的重复使用有关,还与车辆速度有关,因为当对缓慢移动的车辆进行运动规划时,规划时间等于车辆行驶的距离。如果车速为60公里/小时(约40英里/小时),规划10毫秒和100毫秒时,1.5米的距离差不会频繁出现,这可能成为避开行人的关键因素。在速度较慢且更受限制的环境下,如高速公路,可能需要更慢地规划速度,以换取更少的规划方案,使车辆有更多的反应时间。

然而,在一个更快、更简单的环境中,规划可能需要更长时间。总部位于波士顿的实时公司已经在建模环境下测试了该系统,但没有机会在真正的汽车上进行测试,尽管该公司为自动驾驶汽车领域的许多公司开发了该系统的原型。


本文关键词:AG体育,车辆,运动,规划,系统,助,自动,驾驶,汽车,更快

本文来源:AG体育-www.fxnh.net