【電腦報】中國無人駕駛冠軍車煉成記
發布日期：2013-11-29 閱讀次數：
不用考駕照，上班路上人們可以騰出雙手做自己想做的事，盲人和老人也可以享受駕駛的樂趣，路上不會有交通事故，交警檢查誰還在手動駕駛……”世博會上對2030年的無人駕駛和車聯網商用的暢想，對北京理工大學智能車輛研究所的龔建偉博士來說，也是他研究無人駕駛車的動力和目標。
10天前，由國家自然科學基金委員會主辦的第五屆“中國智能車未來挑戰賽”上，來自國內多所高校及科研機構的17支參賽車隊參與角逐，北理工的車隊脫穎而出，龔建偉及其團隊研發的第7代無人駕駛車“RAY”獲得總冠軍，龔建偉離心中的目標又進了一步。
11月2日至4日，江蘇常熟市，天氣晴好。
“我們的無人車不能在大雨天行駛，對于雨雪天氣的處理，傳感器信息會受到干擾，另外，一些外接設備在雨天可能失靈。”龔建偉說比賽前還是有些擔心天氣不好。
智能車挑戰賽是在真實城郊道路和城區道路環境中進行的公開比賽，包括城郊道路（18公里）和城區道路（5公里）兩個賽段。
據北理工參賽的老師介紹，與前四屆比賽相比，此次比賽選擇了更加復雜的道路環境，增加了拱橋、匝道口等場景。
城郊道路的考核點包括動態車輛干擾、交通信號燈識別、施工繞行、避障等，城區道路的考核點包括遇到行人停車讓行，U-TURN、路口通行、學校門前減速慢性等。
在出發點，參賽的車輛車型各異，因各研發機構控制的方法不同，因此車的裝備也很不一樣。有的車上還有和機械手一樣的自動駕駛儀，有多個外接電機。北理工車隊有三輛車參賽，其中“RAY”顯得最清爽，從外觀看，只在車頂有一攝像頭，車前裝有激光雷達和毫米波雷達，車身就是從4S店買來的比亞迪汽車。車內駕駛座旁的顯示屏是給研發人員查看車況的，中控系統放在后排椅子下，電腦主機在后備箱。駕駛座、方向盤與我們平常車一樣沒有外接設備。
按比賽要求，出發前30分鐘，氣動電腦，把路網文件通過U盤拷到車載電腦上，規劃路徑。車載軟件系統要能夠自動處理該路網文件。在起始線前方，處于自主駕駛狀態的參賽車輛在接收到路網文件后，應識別啟動信號燈組，在綠燈亮起后3分鐘內啟動車輛，超過三分鐘撤出當前比賽，重新排隊出發。“RAY”看到綠燈亮起，穩穩起步。
每一輛無人駕駛車后都有一輛跟蹤記錄的裁判車，但不能通過無人車外的電腦指揮，控制權都在車上的系統上。
“在考點1，快到無信號燈的十字路口，前方一輛有人駕駛的直行車輛通過，RAY按路徑規劃要右轉，沒問題，RAY減速、停下等前方直行車過，然后右轉。”龔建偉說在第二個考點，遇到紅綠燈，RAY大約花10秒看到紅燈亮，然后減速停車。
RAY不是第一個發車，但RAY的速度較快，比賽中超越了幾輛速度較慢的賽車，第一天城郊的比賽，第二個到達終點。第二天的城區比賽，RAY表現優異。
不是每輛參賽車都能順利完成考點任務，有的途中無故停下不動，有的翻車，有的速度太慢。
評委們按照安全性、智能、平穩性和速度給參賽車打分，RAY最后以綜合分第一的成績奪冠。
“第三天還有一場場地挑戰賽，我們用RAY腦控完成了比賽。”龔建偉說的腦機控制就是研發人員戴上特制帽子，可以檢測頭部的信號，轉換成電腦指令，控制汽車。腦機研究是另一個研發團隊的成果，RAY的控制接口開放，就可以實現按照人的意識開車。
車里的人腦子里想著開車，汽車就會啟動，前面有彎道，轉彎，OK，車就轉彎。“以后在高速路上，腦子里想找加油站，車就會開往最近的休息區加油站。”龔建偉說腦機控制目前還僅限于場地測試，信息監測與處理反應速度太慢是主要原因。
記者看了龔教授錄制的視頻，相對于城郊路上無人駕駛幾十公里的時速，腦機控制車行速度的確緩慢。
高路上對無人駕駛車而言，是最好的路況環境。比賽完后，龔建偉帶著隊員從江蘇回北京的路上還測試了一段RAY的性能。
“大約100公里的高速路，RAY無人駕駛狀態跑了約1小時，最高時速120公里，這100公里路上車少，RAY只超了幾輛貨車。”
“其他時段我們還是人工駕駛RAY回來的。”
“無人駕駛車也可以人工駕駛？”對記者的疑惑，龔建偉讓記者坐上RAY，在北理工校園里人工駕駛跑了200米。
“這就是4S店買來的車，我們并未作硬件改造，當然可以無人駕駛和人工駕駛切換。”
龔建偉解釋道“我們與比亞迪有深度合作，在已有的車載CAN總線基礎上，通過設置通訊協議并進行智能化改造，實現對車輛運動狀態的讀取并對車輛運動進行控制。”
從今年3月份開始，北理工項目組人員出差深圳20多人次，和比亞迪技術人員經過3個多月的軟件程序改造，車輛本身沒有任何硬件和機構方面的改動，完成速銳車的自動駕駛改造；同時，由北京理工大學在比亞迪北京4S店購置新車，上牌照后重新升級車內控制程序，實現了自動駕駛。
到11月比賽前，完成“RAY”的感知、規劃決策和路徑規劃與跟蹤系統的測試，并完成近700km的無人駕駛道路測試。
龔建偉眼中的自動駕駛沒有太多神秘，其實是對環境的視聽感知與學習，基本配置是電腦、攝像頭、雷達及聲音感知器件。
其中工控機負責車體定位、路徑規劃、路徑跟蹤、決策融合和控制，對環境的識別、障礙物的識別、交通標志的識別也是工控計算機的任務。
RAY裝備的工控機性能與一般的筆記本性能相當，攝像頭也不是非常昂貴，價值幾千元，車前的兩種雷達探測40米近距離和100米遠距離的物體，聲音感應器用來區別后方來的車是否救護車、救火車之類，同時作出判斷讓路。據介紹，RAY總體改造成本大約30萬元，加上十幾萬元的買車款，不到50萬元。
“這樣說來，發燒友也可以做這方面的研究？”
“當然，我估算了一下，如果加載的設備不用太精良，10萬元也可以做無人駕駛車。我們會把研發的一些成果，比如軟件模塊放在網上給愛好者下載，加上以后車聯網實現，又可以減少車上的一些感應器，通過車聯網，靠近的車可以相互交換信息，知道旁邊車的行駛路徑和速度，自然不會發生交通事故。”
北理工研發無人駕駛車，始于1995年，當時與國防科大、南京理工、浙江大學、清華大學一起研發的第一代無人駕駛車，現在還在北理工的陳列室里。
然后是第二代、第三代，其應用已經在軍事領域初見成效。無論是龐大的裝甲車，還是小巧的模型車，無人駕駛的智能化程度在逐步提升。
2000年起，北理工的團隊獨立研發無人車，最近剛成立了“地面無人系統研究院”，集合計算機、自動化、車輛工程等專業人才研發無人駕駛系統。“我們能奪冠的優勢在于對汽車工程的深入了解，還在人工智能上有長期技術積累的總結。”
“明年，‘視聽覺信息的認知計算’重大研究計劃將要實現2000km以上的長距離無人行駛目標，北理工的無人車會通過2000公里的高速路測試，我們計劃從北京跑到深圳。”龔建偉團隊與比亞迪的合作還將繼續。
為了提升穩定性和可靠性，研發團隊將進項大量道路測試及相關研究工作，提升改平臺在自動駕駛方面的性能與指標，保證軟件代碼的可靠性和擴展性，同時，對電動助力系統長時間工作的可靠性進行實驗測試，采用更大功率的轉向電機控制器，提高對于多種路面的適應性。
在操作方便性方面，將在短時間內增加方向盤干預方式，即在自動駕駛模式下，只要人一握方向盤及其他操作件，就能感知到人的干預，自動退出自動駕駛模式。
“還將在電動汽車、混合動力汽車平臺上探索無人駕駛車輛技術，研究新能源車輛實現無人駕駛的特點。”
在龔建偉提供的視頻中，無人駕駛車載碼頭集裝箱貨物集中的地方已經有應用試驗，相對單純的路線、路況，是碼頭貨運車采用無人駕駛的一個有利條件。
業界對車聯網的態度也將決定無人駕駛車的研發進程。專家預估未來兩三年，車聯網在北京、上海的試行，將帶動無人駕駛和人工駕駛進入混合運行模式。
10天前，由國家自然科學基金委員會主辦的第五屆“中國智能車未來挑戰賽”上，來自國內多所高校及科研機構的17支參賽車隊參與角逐，北理工的車隊脫穎而出，龔建偉及其團隊研發的第7代無人駕駛車“RAY”獲得總冠軍，龔建偉離心中的目標又進了一步。
賽場內外的比拼
11月2日至4日，江蘇常熟市，天氣晴好。
“我們的無人車不能在大雨天行駛，對于雨雪天氣的處理，傳感器信息會受到干擾，另外，一些外接設備在雨天可能失靈。”龔建偉說比賽前還是有些擔心天氣不好。
智能車挑戰賽是在真實城郊道路和城區道路環境中進行的公開比賽，包括城郊道路（18公里）和城區道路（5公里）兩個賽段。
據北理工參賽的老師介紹，與前四屆比賽相比，此次比賽選擇了更加復雜的道路環境，增加了拱橋、匝道口等場景。
城郊道路的考核點包括動態車輛干擾、交通信號燈識別、施工繞行、避障等，城區道路的考核點包括遇到行人停車讓行，U-TURN、路口通行、學校門前減速慢性等。
在出發點，參賽的車輛車型各異，因各研發機構控制的方法不同，因此車的裝備也很不一樣。有的車上還有和機械手一樣的自動駕駛儀，有多個外接電機。北理工車隊有三輛車參賽，其中“RAY”顯得最清爽，從外觀看，只在車頂有一攝像頭，車前裝有激光雷達和毫米波雷達，車身就是從4S店買來的比亞迪汽車。車內駕駛座旁的顯示屏是給研發人員查看車況的，中控系統放在后排椅子下，電腦主機在后備箱。駕駛座、方向盤與我們平常車一樣沒有外接設備。
按比賽要求，出發前30分鐘，氣動電腦，把路網文件通過U盤拷到車載電腦上，規劃路徑。車載軟件系統要能夠自動處理該路網文件。在起始線前方，處于自主駕駛狀態的參賽車輛在接收到路網文件后，應識別啟動信號燈組，在綠燈亮起后3分鐘內啟動車輛，超過三分鐘撤出當前比賽，重新排隊出發。“RAY”看到綠燈亮起，穩穩起步。
每一輛無人駕駛車后都有一輛跟蹤記錄的裁判車，但不能通過無人車外的電腦指揮，控制權都在車上的系統上。
2013年11月4日上午于江蘇常熟閉幕式廣場進行的腦控車輛演示場景
“在考點1，快到無信號燈的十字路口，前方一輛有人駕駛的直行車輛通過，RAY按路徑規劃要右轉，沒問題，RAY減速、停下等前方直行車過，然后右轉。”龔建偉說在第二個考點，遇到紅綠燈，RAY大約花10秒看到紅燈亮，然后減速停車。
RAY不是第一個發車，但RAY的速度較快，比賽中超越了幾輛速度較慢的賽車，第一天城郊的比賽，第二個到達終點。第二天的城區比賽，RAY表現優異。
不是每輛參賽車都能順利完成考點任務，有的途中無故停下不動，有的翻車，有的速度太慢。
評委們按照安全性、智能、平穩性和速度給參賽車打分，RAY最后以綜合分第一的成績奪冠。
“第三天還有一場場地挑戰賽，我們用RAY腦控完成了比賽。”龔建偉說的腦機控制就是研發人員戴上特制帽子，可以檢測頭部的信號，轉換成電腦指令，控制汽車。腦機研究是另一個研發團隊的成果，RAY的控制接口開放，就可以實現按照人的意識開車。
車里的人腦子里想著開車，汽車就會啟動，前面有彎道，轉彎，OK，車就轉彎。“以后在高速路上，腦子里想找加油站，車就會開往最近的休息區加油站。”龔建偉說腦機控制目前還僅限于場地測試，信息監測與處理反應速度太慢是主要原因。
記者看了龔教授錄制的視頻，相對于城郊路上無人駕駛幾十公里的時速，腦機控制車行速度的確緩慢。
高路上對無人駕駛車而言，是最好的路況環境。比賽完后，龔建偉帶著隊員從江蘇回北京的路上還測試了一段RAY的性能。
“大約100公里的高速路，RAY無人駕駛狀態跑了約1小時，最高時速120公里，這100公里路上車少，RAY只超了幾輛貨車。”
“其他時段我們還是人工駕駛RAY回來的。”
與“RAY”同行
“無人駕駛車也可以人工駕駛？”對記者的疑惑，龔建偉讓記者坐上RAY，在北理工校園里人工駕駛跑了200米。
“這就是4S店買來的車，我們并未作硬件改造，當然可以無人駕駛和人工駕駛切換。”
龔建偉解釋道“我們與比亞迪有深度合作，在已有的車載CAN總線基礎上，通過設置通訊協議并進行智能化改造，實現對車輛運動狀態的讀取并對車輛運動進行控制。”
從今年3月份開始，北理工項目組人員出差深圳20多人次，和比亞迪技術人員經過3個多月的軟件程序改造，車輛本身沒有任何硬件和機構方面的改動，完成速銳車的自動駕駛改造；同時，由北京理工大學在比亞迪北京4S店購置新車，上牌照后重新升級車內控制程序，實現了自動駕駛。
到11月比賽前，完成“RAY”的感知、規劃決策和路徑規劃與跟蹤系統的測試，并完成近700km的無人駕駛道路測試。
龔建偉眼中的自動駕駛沒有太多神秘，其實是對環境的視聽感知與學習，基本配置是電腦、攝像頭、雷達及聲音感知器件。
其中工控機負責車體定位、路徑規劃、路徑跟蹤、決策融合和控制，對環境的識別、障礙物的識別、交通標志的識別也是工控計算機的任務。
RAY裝備的工控機性能與一般的筆記本性能相當，攝像頭也不是非常昂貴，價值幾千元，車前的兩種雷達探測40米近距離和100米遠距離的物體，聲音感應器用來區別后方來的車是否救護車、救火車之類，同時作出判斷讓路。據介紹，RAY總體改造成本大約30萬元，加上十幾萬元的買車款，不到50萬元。
無人駕駛汽車的各種電子部件
“這樣說來，發燒友也可以做這方面的研究？”
“當然，我估算了一下，如果加載的設備不用太精良，10萬元也可以做無人駕駛車。我們會把研發的一些成果，比如軟件模塊放在網上給愛好者下載，加上以后車聯網實現，又可以減少車上的一些感應器，通過車聯網，靠近的車可以相互交換信息，知道旁邊車的行駛路徑和速度，自然不會發生交通事故。”
北理工研發無人駕駛車，始于1995年，當時與國防科大、南京理工、浙江大學、清華大學一起研發的第一代無人駕駛車，現在還在北理工的陳列室里。
然后是第二代、第三代，其應用已經在軍事領域初見成效。無論是龐大的裝甲車，還是小巧的模型車，無人駕駛的智能化程度在逐步提升。
2000年起，北理工的團隊獨立研發無人車，最近剛成立了“地面無人系統研究院”，集合計算機、自動化、車輛工程等專業人才研發無人駕駛系統。“我們能奪冠的優勢在于對汽車工程的深入了解，還在人工智能上有長期技術積累的總結。”
下一代無人車計劃
“明年，‘視聽覺信息的認知計算’重大研究計劃將要實現2000km以上的長距離無人行駛目標，北理工的無人車會通過2000公里的高速路測試，我們計劃從北京跑到深圳。”龔建偉團隊與比亞迪的合作還將繼續。
為了提升穩定性和可靠性，研發團隊將進項大量道路測試及相關研究工作，提升改平臺在自動駕駛方面的性能與指標，保證軟件代碼的可靠性和擴展性，同時，對電動助力系統長時間工作的可靠性進行實驗測試，采用更大功率的轉向電機控制器，提高對于多種路面的適應性。
在操作方便性方面，將在短時間內增加方向盤干預方式，即在自動駕駛模式下，只要人一握方向盤及其他操作件，就能感知到人的干預，自動退出自動駕駛模式。
“還將在電動汽車、混合動力汽車平臺上探索無人駕駛車輛技術，研究新能源車輛實現無人駕駛的特點。”
在龔建偉提供的視頻中，無人駕駛車載碼頭集裝箱貨物集中的地方已經有應用試驗，相對單純的路線、路況，是碼頭貨運車采用無人駕駛的一個有利條件。
無人駕駛汽車的控制設備
無人駕駛汽車的技術分布圖
無人駕駛汽車的技術分布圖
未來如果與地圖廠商合作，無人駕駛車就可以在更廣泛的道路上行駛，“不過，現在無人車還沒有到商用的地步，與地圖廠商的合作還是下一步。”
業界對車聯網的態度也將決定無人駕駛車的研發進程。專家預估未來兩三年，車聯網在北京、上海的試行，將帶動無人駕駛和人工駕駛進入混合運行模式。
分享到：
