我们没有理会宝马自动驾驶汽车的人工接管请求,你猜发生了什么?

  • 发表于: 2017/06/09 08:20:00 来源:车云网

机会难得,我们试了些不一样的事。

市面上的量产车已经渐渐达到了SAE自动驾驶2级,出现了融合多个驾驶辅助功能的产品。作为最早进入相关领域的主机厂之一,宝马新BMW 7系和全新BMW 5系已经搭载着增强型驾驶辅助功能开进了现实生活。

但是上周,车云菌在德国与宝马自动驾驶更前沿的部分有了一次亲密接触。机会难得,我们做了些不一样的事。

这篇文章里你会看到——在德国政府允许自动驾驶路测的A9高速公路上,宝马半自动驾驶汽车接受了“驾驶员就是不接管”的小测试,向我们给出了三次回应。位于Maisach的BMW驾驶学院内,宝马限定路况的全自动驾驶汽车从我们身边驶过,但车云菌竟然完全没有发现……

到底发生了什么?到底发生了什么?

宝马半自动驾驶车“就不接管”测试

宝马正在有计划地将半自动驾驶功能打包成名叫CoPilot(中文名叫“宝马智能驾驶”)的叠加包,用到量产车上。在2017年CES,宝马展示了基于5系的自动驾驶原型车。搭载CoPilot系统后,车子会在高速公路上自己加速、制动、转向、变道,并且避免路上遇到的危险。据介绍,原型车达到了部分自动驾驶(SAE L3)水平,计划在2021年实现量产。

宝马正在研究的CoPilot项目展示车宝马正在研究的CoPilot项目展示车

宝马工程师告诉我们,CoPilot原型车一共有23处安装了传感器装置来满足不同天气下对外部环境的监测。前脸处有一款法雷奥量产的激光雷达,前挡风玻璃处是Mobileye提供的涵盖三个不同视角的摄像头,后视镜底部隐蔽地加装了用做自动泊车的摄像头,车辆四角埋了毫米波雷达,在实际行驶时,高精度地图会帮助车辆确定自己身处何方。

当天我们有机会到A9公路试了试这辆车。蓝天白云,车子驶上公路后,驾驶座的工程师按下按钮触发了自动驾驶功能。10分钟左右的“自驾”过程中,车辆行驶平稳,跟随前车的整体驾控很平顺,变道时的小角度切入也显得很安全。 

在车辆行驶时,我们到了这辆车的“L3特质”——在需要变道时,工程师拨动转向灯给出了变道请求。宝马工程师告诉车云菌,目前在技术上这辆车已经实现了自动变道,出于安全考虑,还是要人手动打灯来给出“变道”命令。

图中白色箭头显示了周边车辆的运动趋势图中白色箭头显示了周边车辆的运动趋势

收到变道提醒后,车子会自行检测周围情况,在足够安全的情况下,执行变道操作。车辆对周围汽车驾驶行为的预测,会在一块加装的测试平板显示出来。图中白色箭头为算法判断的车辆运动方向,方向的判断依据包括车辆转向灯、车身到车道线距离等特征。

在驾驶权交接时,随车小伙伴和它玩了个小小的游戏——在车辆向我们提出人工接管时,故意视而不见,从中我们看到了宝马在L3人机交互方面的一些想法。

这辆自动驾驶车一共给出了3次接管请求。第一次请求提醒短而轻巧,随之仪表盘上也会亮起接管方向盘的蓝色警示灯,此时方向盘上亮起的仍然是自动驾驶模式下的蓝色光圈。随着出口的临近,车辆给出了第二次请求,给出短而急促的提示音同时,仪表盘和方向盘警示灯也随之变黄。第三次请求会有多声音警报音,交互的警示颜色也由黄变红。车辆甩了三次「脸色」后发现我们没有理睬接管请求,就自行制动降下车速,尽最大可能确保安全。这时工程师接过方向盘完成了接管。

总体来说,这辆车像是由一位经验老道的司机在操控,乘坐体验舒适。但工程师说他们还有很多事要做。比如在真正量产前,算法还会进一步升级。目前的测试车是量产车改装,只有一套执行机构,未来L3自动驾驶汽车推向市场时,会用上两套刹车和转向系统。 

而且还有一些复杂情况需要考虑。工程师提到,最难的情况其实是遭遇逆行车辆,以及被石子砸中的罕见情况,这些疑难杂症在平时路测中很难遇到。自动驾驶汽车刚开始遇到这些稀有案例,可能还不会自行处理。这些场景会通过网络上传至云端,用来训练算法,未来完善后的算法更新到车上,就能做出更安全的决策。

邂逅限定区域全自动驾驶车

在BMW驾驶学院内,车云菌邂逅了宝马限定区域的全自动驾驶原型车。

当它驶过车云菌身边,却没有引起车云菌的注意。最主要的原因在于,这辆车并没有很强的实验感。它和我们印象中的高级别自动驾驶车不太一样——传感器都被嵌入车身或者被隐藏了起来。而且车云菌在观察中发现,除了 Mobileye的摄像头套件和暗中配合的毫米波雷达,车身前脸车尾以及左右两侧增加了激光雷达传感器。 

宝马限定区域全自动驾驶原型车宝马限定区域全自动驾驶原型车

据观察,这些激光雷达看上去并不是多线数激光雷达。在向宝马询问时,我们没有获得答案。于是车云菌就线数问题咨询了相关人士,得知实现L4自动驾驶并不是非得一味追求线数越多越好。通过和其他传感器融合,也可以实现L4,只不过未来的融合和现在相比会存在不同。这对激光雷达传感器在软硬件层面给出了更高的升级目标。不过相关人士也提到,未来最好的选择还是用固态激光雷达来完成L4量产。

随后我们进入了短暂的体验环节。原型车在划线的车道内行驶,期间多次遇到另一辆车驶入原型车所在车道的情况。不过此时原型车和驶入车的车速都不是很快,车内电脑实时显示约30km/h,原型车跟车距离设置得比较远,大约有5米。具体表现大家可以观赏上面这个视频,其中还模拟了环岛场景跟车行驶。坦白说现场体验不是特别过瘾,天气是利于感知识别的晴天,行程工况虽然模拟了城区行驶的情况,但没有行人经过的考验。

未来宝马会跟合作伙伴对这辆车不断升级。

大家都还记得,在拉斯维加斯举行的 CES 2017 展会上,宝马与英特尔、 Mobileye 达成合作,目标是在2017年推出自动驾驶原型车。到年底时,40辆高度自动驾驶和全自动驾驶车队就会上路测试,并且用上宝马与英特尔、 Mobileye合作的计算平台。不久前有新闻说Tier1德尔福加入了联盟,这个信息让不少人认为,自动驾驶本地的计算平台可能已经要进入量产前的准备了。

BMW、Mobileye、Intel合作图BMW、Mobileye、Intel合作图

在自动驾驶阵营中,宝马、英特尔、Mobileye的联盟组合是渐进式自动驾驶的代表。从图中可以看出,宝马在决策规划、执行控制、测试等部分表现出了绝对强势。不过在这其中,最吸引人的部分还是合作小伙伴参与的本地和云端计算资源建设。

大家都知道,自动驾驶发展到高阶,需要本地和云端配合完成计算任务。一方面,自动驾驶汽车需要更强的本地计算,来确保即时性和安全性。另一方面,车辆需要将疑难问题和一些可以共享或深挖价值的数据上传到云端处理,典型例子就是上面L3体验中工程师提到的罕见情况的处理。

通过与英特尔、Mobileye、Here的合作,宝马已经完成了本地和云端的建设。

根据图中显示,在宝马自建的数据中心之外,Mobileye 道路体验管理——REMTM会利用车上的传感器收集环境数据并上传至云端,并且和基于 HERE 的后台技术相连接,用来提供更加新鲜的高精度地图,这种众包高精度地图系统会从 2018 年起将装备在所有新款 BMW 车型中。而宝马与英特尔合作建立的数据中心,会用于训练神经网络和进一步开发算法,并且模拟在现实世界中很少出现的场景,自动驾驶车辆测试中,扮演很重要的角色。 

车云小结

在体验了进行中的L3、L4自动驾驶项目后,车云菌顺着时间轴了解了宝马目前在自动驾驶领域几个重要的研发节点。

2006-2014

2006年BMW Father-Training:搭载了 BMW 赛道训练系统的BMW 3系首次在霍根海姆赛道展示了全自动驾驶。

2011年ConnectedDrive:高速公路高度自动驾驶测试车在德国A9高速公路进行公开路试。

2013年BMW ConnectDrive ActiveAssist:宝马开始研究高速公路高度自动驾驶功能,车辆可以在两条高速公路相接的复杂路段完成自动驾驶。 

2014年Drift Assist:研究自动驾驶汽车快速绕锥桶,在地面湿滑情况下漂移过弯。

在本次活动开场白中,宝马董事会成员、研发负责人Klaus Froehlich提到,“自动驾驶的竞争环境变得和以往截然不同,新竞争者关注未来,而宝马要把过去和未来结合起来”。

这种思路也贯穿在宝马的研发过程中。

在时间回溯时我们发现,无论是2006年的赛道自动驾驶还是2014年的漂移控制,宝马的自动驾驶探索是从本身最擅长的驾驶操控成长起来的。而且随着对感知定位、决策控制的逐步了解,面向未来自动驾驶的传感器方案和算法计算平台都在日趋成熟、固定并走向量产。

不过除了最新进入领域的竞争者,仍有老牌竞对在智能化道路上死磕。站在当下的时间节点,宝马5系与奔驰新E级都在量产级驾驶辅助功能上较劲。另一边奥迪抢先一步宣布了要在今年量产城市拥堵路况L3自动驾驶汽车的消息,想用全新一代A8抢占先发优势。随着各家厂商争相推出自动驾驶阶段性产品,这场竞赛将会越来越有趣。

相关标签:
宝马
智能汽车
自动驾驶
透析企业自动驾驶战略
  • 车云星
  • 空间站
  • 福特星球
  • 虫洞

加料 /

人评论 | 人参与 登录
查看更多评论