了解自动驾驶汽车后面的数学

文章：朱利安薄荷

自治车的概念一直在贯穿各种行业报告的头条新闻。虽然关于自动驾驶汽车的安全和监管的许多问题仍未答复，但其启用技术正在目前改变汽车景观。

晚模车真的像电脑四轮车轮：95％的创新现在在他们的电子元器件中。雷达，超声波传感器，摄像机，激光器，数百个电子计算单元（ECU），控制软件和连接的技术块嵌入在每辆新车中。

然而，尽管有法律和安全问题，但是完全自主驾驶的道路仍然很长。

一个完全自主的汽车将负责转向，加速和减速，以及在所有条件和情况下对驾驶环境的全面监测和理解。汽车工程师协会（SAE）决定了汽车行业的标准和路线图，将这些能力分类为5级，最高类别。

Leti研究人员对实现全自动汽车的挑战制定了一种新的解决方案。

充满了计算机的行李箱

在2017年的高端车辆上已经建议了自动驾驶3级功能，包括环境监测。在2017年的高端车辆上已经建议了。几乎所有汽车制造商已经展示了他们的4级原型，其中汽车完全自主。

他们证明，这种先进汽车所需的技术可用，具有一个显着的缺点：原型中的计算要求用计算机填充后备箱。

3级是一个里程碑，因为汽车负责监控和理解驾驶环境，人类司机被降级到备份角色。对于汽车，这意味着感知任务不能仅限于跟踪有限的对象（AKA特征融合或对象融合）。

车辆必须能够评估周围环境中的任何位置的状态，以构建车辆环境的综合地图（地图融合或电网融合）。

该地图由细胞构成，通常具有10cmm×10cm形状，以模拟至少100m×100m（通常需要在车辆前面的200m的环境）。因此，这产生了含有超过一百万个细胞的环境模型，每次传感器必须刷新新数据，通常每隔20ms到50ms的状态刷新。

此外，为了提高稳健性和安全性，使用多种异构范围传感器（相机，雷达，激光器，超声波传感器），提供具有嘈杂数据的感知系统，可能是矛盾的，这必须以可以应对传感器不确定性的方式融合。
在这张地图中，我们希望检测周围环境的每个可能障碍，也可以提供每一次可用空间，为车辆提供安全区域来规划紧急避免或简单的导航。这绝对需要大量的计算。

5级的路障

4级汽车只能在驾驶条件允许时以完全自主模式运行（在高速公路，环境可见性上）。在最终的水平中，汽车在所有条件下自主运作。没有人知道是否会达到该水平。但技术不会是障碍。它比这更复杂：它将重塑整个行业（价值几万亿美元），并重新定义其整个价值链和商业模式。

此外，扰乱接受的运输海关的社会影响可能是宽泛的，最初的。例如，父母可以独自派遣孩子们在一辆被编程到那里的汽车上学。校车司机会失去工作吗？无人驾驶汽车与出租车竞争吗？会有更多的汽车池或更少吗？

但好消息是前四个级别不呈现如此广泛的社会问题和障碍。挑战仅仅是技术，例如技术。如何处理汽车电子要求？

一条大道是消费电子解决方案。Nvidia Ceo，Jen-Hsun Huang最近宣布推出一个称为驱动PX2的超强强大平台，每秒八万亿运行：这种计算能力可能足以适用于3级应用。

但这种积极的冷却平台会在10到15年的激烈用途后行为吗？他们会如何年龄？他们如何处理汽车的振动？它们将如何匹配认证和安全要求？不幸的是，这些问题的答案是已知的，这解释了为什么汽车行业仍在寻找解决方案。

一个破坏性的概念

第二个解决方案是重新考虑自动驾驶应用的基础。我们不能通过逐步构建2级解决方案来试图实现级别3。

我们需要考虑新的计算范例和系统架构，这些架构与从头开始的所有车辆的传感器都密切相关。我们不得尝试缩小机器人演示器以适应汽车要求。可以找到许多良好的机会，仔细看看传感器。传感器具有大视野缺乏角度分辨率，以精确定位障碍，但它们真的擅长侦测自由空间。

我们的研究小组在Leti开始了这条道路，以概率制定的概率融合的形式已经开始，已被证明是在20世纪80年代后期举行的A. Elfes引入的原始机器人框架。

该配方消除了浮点操作的需要，并将计算要求减少100倍。通过这种方法，可以在已经存在的现有技术平台上执行感知任务是可行的。

Leti的Σfusion是这种概念的嵌入式数据融合示范，可以在自动车辆中进行环境感知。它提供基于范围传感器的周围建模。好处是：一种创新的正式方法，保证了传感器准确性的可追溯性;准确和快速的环境感知;低功耗和轻松集成;简化的内存表示;无误运营认证;大众市场MCU实现的实时性能;并支持开发新的关键功能。

__figure 1：__ *（来源：SAE International）*