當前位置:
首頁 > 最新 > Waymo無人車報告:通往自動駕駛之路

Waymo無人車報告:通往自動駕駛之路

前不久,Waymo(前Google自動駕駛項目)向美國交通部提交了一份43頁的安全報告,這份報告詳細說明了Waymo如何裝備和訓練自動駕駛車輛,從而避免駕駛中的一般和意外情況發生。這份報告是Waymo以第一視角,對自己自動駕駛技術的最完整解讀。

據雷鋒網了解,Waymo可能最快今年11月上線自動駕駛打車服務。在自動駕駛走向商業化之際,Waymo的這份報告不僅是對自己八年開發的總結,也彰顯了它對自己及新技術的信心。或許我們將迎來一個自動駕駛的新世界,這份報告則是一個起點。

以下是Waymo報告完整中文版,由雷鋒網作者張馳、李秀琴、張夢華、李天使、高宇、Brian Chan、陳浩、張丹丹、劉聰聯合編譯。

以下為報告全文:

自動駕駛汽車能夠改善道路安全並給上百萬人提供新的移動出行方式。不管是上下班通勤、接送孩子上學還是挽救生命,全自動駕駛車輛都有著巨大的潛能——因為它能使人們的生活變得更好。

安全是Waymo的核心任務,這也是我們在八年前就成立谷歌自動駕駛項目的目標。

每年,全世界有120萬生命死於交通事故。在美國,這種因事故死亡的數量還在增加。 一個常見的現象是94%的交通事故都是由人為失誤造成的。我們相信,Waymo的技術每年可以拯救上千個在交通事故中失去的生命。

我們對安全的承諾反映在我們所做的每一件事情中,從谷歌的文化到如何設計和測試這項技術。在Waymo自動駕駛技術的安全報告里,我們詳細闡述了Waymo的工作:安全。

這個關於安全系統的概論強調了Waymo自動駕駛汽車在350萬英里實測所積累的數據里程,以及在上千萬英里的模擬駕駛中所學到的重要經驗和教訓。

Waymo的安全報告也影響了美國交通廳發布的聯邦政策框架:《自動駕駛系統 2.0: 安全駕駛的願景》(Automated Driving Systems 2.0: A Vision for Safety)。交通廳的框架列出了12點安全設計元素,並鼓勵各公司測試並且部署各自的自動駕駛系統來解決相應的領域。

在這個報告中,我們將列出與每一個安全設計元素相關的流程以及他們是如何支撐整個自動駕駛車輛的研發、測試和部署的。

全自動駕駛汽車只有在安全的情況下才會被大眾的所接受。這也是為什麼我們一直以來都在研究安全課題。總而言之,我們的自動駕駛汽車將實現更安全的交通和更多樣的機動性,以此來更好的服務廣大民眾的需求。


報告內容主要分為五部分:

一、系統安全程序:安全的設計

二、Waymo的自動駕駛車輛如何運作

三、測試及驗證方法:確保車輛安全有效

四、與人群安全互動

五、總結


一、Waymo的系統安全程序–安全設計

作為第一家在公共道路上完成自動駕駛的公司,Waymo一切都得自己來。

在Waymo成立之初,我們建立了自己的系統安全計劃,這一安全理念一直根植在我們的技術測試和開發流程中。這個項目是一個全面並且穩健的,我們稱之為:安全設計。

安全設計意味著我們從地面上考慮安全性,並將安全性納入每一個系統層級和每一個開發階段,從設計到測試和驗證。這是一個多管齊下的方法,建立在包括航空航天,汽車最佳實踐和防禦系統等多個行業中。

根據這些實踐,我們對自動駕駛車輛的各個部件進行了強有力的測試,以確保所有子系統作為完整的自驅動系統集成時,能夠安全地運行。

這個方法還可以幫助我們驗證車輛是否作為全自動駕駛汽車安全地行駛在道路上。同時我們還可以了解系統部件、子系統或其他方面的任何變化或故障,以及在整個自動駕駛系統中所引起的變化。

這個過程激發了Waymo許多關鍵安全功能的產生,包括冗餘的關鍵安全系統,使車輛在技術故障時安全停止,隨著多感測器的使用和廣泛開展的測試程序,以使我們進行快速的技術改進。

Waymo的系統安全解決方案

我們的系統安全計劃涉及5個不同的安全領域:行為安全、功能安全、碰撞安全、操作安全和非碰撞安全。每一個領域都需要各種測試方法的組合,這些測試方法可以讓我們驗證全自動駕駛汽車的安全性。

行為安全

行為安全是指車輛在道路上的行駛決策和行為。正如人類駕駛員,自動駕駛車輛也要遵守交通規則,必須在各種情況下安全地導航——無論是預料中的還是意外的。

Waymo運用功能分析、模擬工具和道路駕駛,以充分了解在我們的業務設計領域提出的挑戰,並制定安全要求和多管齊下的測試和驗證過程。

功能安全

功能安全旨在確保我們的車輛安全運行,即使有系統缺陷或故障。這意味著要建立備份系統和冗餘機制來處理意外情況。

例如,我們所有的自動駕駛車輛都配備了第二台計算機——在主計算機出現故障時可立刻接管車輛,使車輛安全停車(即最小風險條件)。我們的每一輛車都有備用轉向和制動,整個系統還有其他許多冗功能。

碰撞安全性

碰撞安全性,即耐撞性,是指車輛通過各種措施保護車內乘客的能力,從保護車內人員的結構設計到具有座椅約束和安全氣囊的功能,以減輕傷害或防止死亡。

碰撞安全性是由美國聯邦機動車輛安全標準(FMVSS)定義的,由美國國家公路交通安全管理局(NHTSA)發布。汽車廠商必須證明他們的基礎車模型滿足FMVSS要求。

操作安全

操作安全是指我們的車輛和乘客之間的互動。有了操作上的安全,我們可以確保消費者在自動駕駛車輛中擁有安全舒適的體驗。

我們建立安全產品的方法是通過危險分析、現有安全標準、廣泛測試和各種行業的最佳實踐而得知的。例如,通過我們早期的乘坐項目(在4節中進一步介紹),我們已經開發和測試了一種能使乘客可以清楚地表明目的地,指揮車輛靠邊停車,並聯繫Waymo的用戶界面。

非碰撞安全

我們針對可能與車輛相互作用的人群進行物理上的安全處理。例如,電子系統或感測器的危害,可能會對乘員、車輛技術人員、駕駛員、急救人員或旁觀者造成傷害。


安全流程

為了減少潛在的內部風險,必須在設計中強調安全性,然後進行驗證以證明安全風險已降低到可以確定的水平。

我們的方法從識別危險場景和潛在風險的緩解措施開始。這些措施可以採取多種形式,如軟體或硬體的要求、設計建議、程序控制或額外的分析建議。

我們使用各種風險評估方法,如預先危險性分析、故障樹,設計失效模式及後果分析(DFMEA)。這個連續過程與正在進行的工程和測試活動以及安全工程分析密切相關。

風險分析過程有助於我們識別自動駕駛系統的體系結構、子系統和組件的需求。這些安全要求是從一系列子系統和系統分析技術、各種系統工程過程以及聯邦和州的法律法規中發展起來的。分析還支持Waymo的行為安全測試需求發展,以及系統如何檢測和處理故障。

Waymo在公共道路、閉合環、以及模擬駕駛環境上都進行了廣泛的測試。我們使用從這次測試中收集到的信息,以及對國家碰撞數據和自然駕駛的研究,為潛在危險提供更多的分析。

來自這些工具的組合在Waymo對系統準備就緒的理解中起著重要作用。基於這一認識,我們能夠全面分析和評估系統安全性,然後才可以在公共道路上進行全自動駕駛操作。


二、Waymo自動駕駛汽車是如何工作的?

自動駕駛系統

與現在汽車採用的技術不同,如自適應巡航控制或者車道保持系統,需要駕駛員不斷監控。Waymo自動駕駛系統的開發則基於無人參與。Waymo的自動駕駛系統包含軟硬體,當集成到汽車中,就能執行所有的駕駛功能。

用自動駕駛的行話來說,Waymo的自動駕駛系統在特定地理區域和特定條件下,可以完成整個動態駕駛任務,人類駕駛員不需要提供操作。

這種技術在國際汽車工程師學會(SAE International)的定義上來看,屬於自動駕駛系統的Level 4級別,即在任何系統故障事件中,我們的技術可以為車輛提供安全制停的能力,實現最小的安全風險。

與Level 1、Level 2、Level 3這些較低級別的自動駕駛系統不同,Level 4級別可在任何系統故障的情況下,給車輛安全制停的能力,而無需人類駕駛員接管。


全自動駕駛:讓人類一直保持「乘客」身份

高級駕駛員輔助技術是Waymo團隊探索的首批技術。2012年,我們開發並測試了Level 3自動駕駛系統,該系統可以讓車輛在單車道的高速公路上實現自動駕駛,但過程仍然需要人類司機的接管。在內部測試中,我們還發現人類過於依賴這項技術,而沒有仔細監控路況。

當駕駛員輔助技術變得更加先進時,人類經常被要求在幾秒鐘內由「乘客」轉向「司機」,但在更具挑戰性或更複雜的情況下,這些場景用得很少。車輛承擔的任務越多,這一過渡階段就越來越複雜。

避免這個轉接過程帶來的問題,也是Waymo正在開發全自動駕駛汽車的部分原因。我們的技術將關注所有駕駛,讓人類在車內保持「乘客」身份。


目標和事件檢測響應:車輛感測器

為了滿足自動駕駛的複雜需求,Waymo開發了一系列感測器,讓自動駕駛汽車無論是在白天還是夜晚,都能實行360°監控,且視野面積可達3個足球場那麼大。

這種多層感測器套件可以無縫協同工作,繪製出整個視野的3D圖像,並顯示動態和靜態物體,包括行人、自行車、來往車輛、交通指示燈、建築物和其他道路特徵。

LiDAR(激光雷達)系統

LiDAR(光檢測和測距)的日夜工作,可在每秒內輸出數百萬個360°的激光脈衝,測量反射到表面並返回車輛所需的時間。

Waymo的系統包括內部開發的三種類型激光雷達:短程激光雷達可以讓車輛持續不斷地觀察和監控;高解析度的中程激光雷達;新一代功能強大的長距離激光雷達,視線面積可達三個足球場。

視覺(照相機)系統

我們的視覺系統包括,用於觀察世界的照相機,該相機可像人類一樣觀察世界,同時具有360°視野,而人類只有120°視野。由於Waymo的高解析度視覺系統能檢測到色彩,它可以幫助系統發現交通指示燈、施工區、校車和應急車輛的灰燈。Waymo的視覺系統由多套高解析度相機組成,以便在長距離、日光和低亮度的情況下也能很好的工作。

雷達系統

一般而言,雷達使用波長來感知物體和運動。這些波長能夠在諸如雨滴等物體的周圍進行傳播,從而可以讓雷達在雨、霧、雪天氣中都發揮效果。Waymo的雷達系統具有連續的360°視野,可以跟蹤車輛的前後方和兩側過路車輛的行駛速度。

補充感測器

Waymo還有一些額外的感測器,包括音頻檢測系統,該系統可以聽到數百英尺遠的警車和緊急車輛發出的警報聲,以及GPS,它可以補充車輛對其地理位置的了解。


Waymo自動駕駛軟體

自動駕駛軟體就是車輛的「大腦」。它讓來自感測器的信息變得有意義,這個「大腦」還能利用這些信息幫助車輛做出最佳駕駛決策。

Waymo已經花了八年的時間來打造和完善這些軟體,並在其中使用了機器學習和其他先進工程技術。經過多年的精心設計和測試,Waymo已經收穫了數十億英里的模擬駕駛,以及超過350萬英里的道路駕駛經驗。

同時,我們的系統還對這個世界擁有很深的語境理解,這也是區分Level 4自動駕駛技術的關鍵部分。

Waymo的自動駕駛軟體,不只是檢測其他物體的存在,還要真正理解這個物體是什麼,它可能做出哪些舉止,以及如何影響我們的車輛在路上的行為。這就是Waymo的車輛如何在全自動模式下實現安全駕駛。

鑒於我們的軟體由不同部分組成,在這裡Waymo將細介紹三個重要組件:感知、行為預測和規劃。

感知

感知是Waymo軟體用於檢測和分類道路對象的一部分,同時還可用於估算速度、航向和加速度。我們的自動駕駛軟體可以從Waymo的感測器獲取無數細節,並將它們變成一個實時視圖。

感知有助於車輛區分行人、騎自行車者、摩托車手、車輛和其他物體等等。它也能區分諸如傳輸信號之類的靜態物體的顏色。對於這些物體,感知能讓我們的系統在語義上了解周圍車輛的情況——無論交通燈是綠色的,車輛是否亮起,車道是否被阻擋,都能知曉。

行為預測

通過行為預測,我們的軟體可以對道路的每個對象的意圖進行建模、預測和理解。由於Waymo已經擁有數百萬英里的駕駛里程經驗,在面對不同的道路對象可能做出的行為時,我們的車輛已經構建了高精準度的模型。

例如,我們的軟體了解到,行人、騎自行車者、摩托車手可能看起來相似,但在行為上則有很大差異。行人可能比騎自行車者、摩托車手速度都要慢,但都有可能突然轉向。

規劃

我們的規劃軟體會考慮到從感知和行為預測兩個程序中收集到的所有信息,並為車輛繪製好路徑。依據我們的經驗,最好的司機往往是防禦型的司機。這也是為什麼我們會訓練防禦型駕駛行為。比如遠離其他司機的盲點區域,給騎自行車者和行人留出額外的空間。

Waymo的規劃軟體會優先考慮這幾步。例如,如果自動駕駛軟體認為前面的車道由於施工而關閉,並預測車道上的自行車會移動,那麼規劃軟體可以做出決定,以便提前給騎自行車者減速或騰出空間。

依據道路經驗,我們還完善了駕駛體驗,以確保車輛中的乘客在路上是平穩而舒適的。對於其他道路使用者來說,也是自然和可預測的。


設計運行範圍:確保車輛在特定條件下可安全運行

設計運行範圍(operational design domain,簡稱ODD),是指自動駕駛系統可以安全運行的條件。Waymo的範圍就包括地理位置、道路類型、速度範圍、天氣、時間、國家和地方性交通法律法規。

事實上,自動駕駛的ODD可能是非常有限的。例如,白天的溫帶氣候條件下的一條低速公共街道或私人場地(如商業園區)的單程固定路線。然而,Waymo的目標在於可以在廣泛的地理區域內、在各種條件下導航城市街道。我們的車輛已經具備在惡劣天氣下駕駛的能力,如中雨,白天和夜間都能正常工作。

Waymo的系統也被設計為不能在未經批准的設計運行範圍之外運行。例如,乘客不能選擇我們認可的地理位置之外的目的地,我們的軟體不會創建在「地理圍欄」區域以外的路線。

類似地,我們的車輛也被設計為自動檢測可能會影響其ODD以內的安全駕駛的突然變化,例如,暴風雪天氣,以讓車輛及時安全制停(即達到最小風險條件)直至行駛條件得以改善。

Waymo的車輛還需遵守其地理區域範圍內的聯邦、州政府和當地的法律。經法律要求,這些要求中的任何變化,都被視為我們系統中的安全要求,包括相關的速度限制、交通指示和信號。

在我們的車輛駛入新區域之前,我們的團隊會逐一了解任何獨特的道路規則或駕駛習慣,以及時更新軟體,並讓車輛能夠安全做出響應。例如,加利福尼亞和德克薩斯州,就自行車道上如何進行右轉彎則有不同規則。

與此同時,Waymo的ODD還將不斷發展。我們的最終目標是開發完全自動駕駛技術,從而可以讓人類在任何時間、任何地點,任何情況下都能自由的從A地到往B地。

隨著我們系統功能的不斷增長和驗證,我們還將不斷擴大設計運行範圍,將我們的技術帶給更多的人。


最小風險狀況:確保車輛能夠過渡到安全停止狀態

對於低等級自動駕駛水平的車輛,當道路環境過於複雜,超出車輛處理能力或車輛本身出現故障時,需要由人類駕駛員執行對車輛的控制。

作為全自動駕駛汽車,Waymo的技術必須要具備足夠的魯棒性以能夠獨自處理這些狀況的能力。

如果我們的自動駕駛車輛不能繼續一段計劃中的行程,它必須有能力進行安全停止,即被稱作「最小風險狀態」或「回退」。

這可能包括以下情況:自動駕駛系統感知到故障、車輛發生碰撞、環境條件的改變,導致在設定的設計運行環境內可能影響駕駛安全等。

Waymo的系統被設計為自動檢測每一個上述場景。除此之外,我們的系統每秒鐘運行上千次,檢查系統,並發現系統錯誤。同時Waymo系統配備了一系列對關鍵系統(如感測器系統、計算系統和制動系統)的冗餘設計。

我們的車輛響應隨以下因素的不同而有所區別,包括:道路類型、目前交通狀況、技術故障嚴重程度等。根據這些因素,系統將確定一個適當的響應動作以保證車輛和乘客的安全,包括靠邊停車或安全停止。


車輛冗餘-安全至上的自動駕駛系統

備用計算系統

備用計算系統總是在後台運行,目的是當它檢測到主計算系統故障時,控制車輛執行安全停止。

備用制動系統

如果主制動系統出現故障,我們有一個完整的備用制動系統能夠立即生效。當故障發生時,主制動系統、備用制動系統均可以讓車輛執行安全停止。

備用轉向系統

備用轉向系統有獨立的控制器和獨立的電源供應,以執行冗餘的轉向可控制。對主轉向系統、備用轉向系統,其中之一發生故障時,另一個均能夠執行車輛的轉向操作。

備用電源系統

對於每個關鍵的驅動系統提供兩個獨立的電源供應。這些獨立的電源供應確保了我們車輛的關鍵驅動組件在發生單電源故障或電路中斷時仍然可用。

備用碰撞檢測和碰撞規避系統

多個碰撞檢測和碰撞規避系統能夠不間斷的掃描車輛前後的物體,包括行人、自行車和其它車輛。在極少數情況下,當主系統對行駛路徑中的物體沒有檢測到或沒有響應時,這些備用系統能夠控制車輛減速或停止。

冗餘的慣性測量系統:對進行車輛定位

冗餘的慣性測量系統能夠幫助車輛準確地追蹤它的行駛軌跡。主慣性測量系統、冗餘慣性測量系統相互反覆核對,並在其中一個系統檢測到故障時由另一個系統執行車輛定位。


數據記錄和事故後的行為

Waymo自動駕駛技術永遠不會停止進步。Waymo有一個強大系統來收集和分析現有上路車輛所產生的數據。對從一輛車中學習到的任何有用經驗,我們會同時體現在整個車隊中。

Waymo的系統能夠檢測到碰撞的發生,並將自動通知Waymo後台運營中心,在那裡我們訓練有素的專家可以啟動碰撞後響應程序,包括與執法人員和急救人員進行溝通,並派人員到現場。我們的運營中心也有乘客支持專家,他們可以通過車載音響系統直接與乘客溝通。

在碰撞發生後,我們可以分析所有可用的數據,包括視頻和其他感測器數據,以評估可能導致這一事故的原因。同時,我們可以做出任何適當的軟體更改,並相應地升級車隊中每輛車。任何影響車輛安全的隱患都會被修復,同時在車輛升級前我們會進行安全測試。


自動駕駛車輛的網路安全

Waymo已經開發了一個健全的識別、劃分優先順序並降低網路安全威脅的流程。我們的安全實踐是建立在谷歌的安全流程基礎之上,遵循NHTSA及Auto-ISAC發布的指導策略。

為了進一步提升網路安全性,Waymo還加入了Auto-ISAC,這是一項旨在加強全球汽車行業網路安全意識和協作的行業行動計劃。


如何建立自動駕駛車使用的地圖

在自動駕駛車輛上路前,我們的地圖團隊會首先使用測試車輛的感測器來創建高度詳細的3D地圖。這些地圖不同於基本的衛星圖像或在線地圖。

相反,Waymo的地圖給汽車提供了對於物理環境的深刻理解:道路類型、道路的距離、尺寸和其他地貌特徵。

我們使用這些數據並添加凸顯的信息,包括交通控制信息,如人行橫道的長度、紅綠燈的位置、相關標識等。

通過安裝在車上的地圖,Waymo的系統會重點關注環境動態變化的部分,如其他道路使用者。我們的系統交叉引用實時感測器數據和車載3D地圖以檢測道路變化。

如果一個道路的變化被檢測(如前方發生碰撞導致一個十字路口擁堵),我們的汽車可以在設計運行環境內對路徑進行重新規劃,並通知後台運營中心,讓其他車輛可以避免在該地區行駛。

在這種情況下,地圖不僅作為參考點添加到我們的軟體,同時也向系統提供重要的信息反饋。這些詳細的自定義地圖提供了對每個行駛位置的全面的理解。再加上我們對於系統的的深入了解,Waymo能夠確保車輛只在設計運行環境內使用。


Waymo實現安全的方法

1. 構建可驗證的軟體和系統

2. 對通信進行加密和驗證

3. 為關鍵系統構建冗餘的安全措施

4. 限制關鍵系統之間的通信

5. 提供及時的軟體更新

6. 對安全威脅建模並優先考慮

我們從實體車輛的內部和外部對自動駕駛系統的所有潛在安全訪問點進行了全面審查,並採取措施限制這些接入點的數量和功能。

這首先要與我們的汽車廠商合作夥伴合作,以確定和減輕基礎車輛的漏洞。我們在軟體設計和汽車設計過程中充分考慮已知的威脅,以確保我們的系統和車輛設計能夠對抗這些威脅。

新軟體版本需通過同行評審和驗證過程。我們的風險分析和風險評估過程旨在識別和降低這些風險,包括那些與網路安全有關的風險。在Waymo的設計中,安全性至關重要,如轉向、制動、控制器與外界通信隔離。

我們同時也考慮無線通信的安全。Waymo的車輛不依賴於一個固定的連接來保持安全性。在路上行駛時,所有的車輛和Waymo的通信(如:冗餘的連接)會加密,包括那些Waymo運營支持人員和乘客的通信。車輛可以同我們的運營中心通信以收集更多的路況信息, 而同時我們的車輛在實時執行駕駛任務。

這些保護措施有助於防止那些對自動駕駛汽車有物理訪問許可權的人,包括乘客和附近的惡意者。我們有不同的機制來觀察異常行為和內部機制來分析這些事件。

如果我們意識到有人試圖破壞車輛安全性,Waymo將會觸發公司級別的事件響應程序,包括評估、遏制、恢復和補救。


三、測試及驗證方法:確保車輛的性能與安全

Waymo的技術經過了廣泛測試,包括公開道路,封閉道路和模擬等,這使得系統的每個部分在運行時都有效,可靠和安全。

Waymo自動駕駛汽車由三個主要子系統組成,它們都經過了嚴格的測試:

車輛本身,由OEM認證;

內部硬體,包括感測器和計算機;

自動駕駛軟體,用於做出駕駛決策。

上述子系統組合成全自動駕駛車輛,然後作進一步測試和驗證。對硬體和軟體進行整體測試,可以確保自動駕駛車輛符合我們為系統設定的所有安全要求。


車輛安全

Waymo目前的自動駕駛汽車,是由2017年款的克萊斯勒Pacifica混合動力Minivan改裝的,加入了自動駕駛系統。這些改裝的車輛通過了菲亞特克萊斯勒(FCA)的認證,符合所有適用的聯邦機動車輛安全標準(FMVSS)。


自動駕駛硬體測試

在FCA和Waymo的技術合作中,Waymo的自動駕駛系統(包括感測器和硬體)與FCA提供的改裝的Pacifica Minivan進行了整合。

為了保證兩者整合的效果,Waymo在FCA的測試的基礎上,還進行了數千次額外測試。這些測試包括了私人測試場景,實驗室和模擬等情景,可以評估車輛的每個安全功能,比如制動器、轉向,以及鎖、前燈和門等物理控制。

通過測試,我們可以確保車輛在手動模式,自動駕駛模式(有測試司機在方向盤後)和全自動駕駛模式(車輛中沒有人)的安全。總得來說,測試的目的是保證加入自動駕駛系統後車輛能安全運行。


自動駕駛軟體測試

與硬體一樣,自動駕駛軟體也遵循「安全設計(Safety by Design)」的原則。Waymo嚴格測試了軟體的各個組件,包括感知、行為預測和規劃以及整體軟體。

我們的技術會不斷學習和提高。軟體的每一次更新都經歷了嚴格的發布過程。每個更新都會經過模擬測試,封閉路段測試和公共道路測試。

模擬測試

在模擬中,我們會嚴格測試任何修改和更新,然後再部署到車輛中。我們還找出了車輛在公共道路上遇到的最具挑戰性的情況,並將其數字化為虛擬場景,供自動駕駛軟體在模擬中練習。

封閉路段測試

新軟體會首先推送到少數幾輛車,以便有經驗的駕駛員在私人場地中測試。我們可以在不同的車輛上使用不同版本的軟體,從而測試新的或特定的功能。

現實世界測試

一旦確認軟體如預期一樣良好,我們就開始在公共道路上測試。開始會很小心,在自動駕駛車可以安全且持續按預定路線行駛後,才會將軟體更新推送到整個車隊。在公共道路上行駛的距離越多,就越能監控和評估軟體的性能。

隨著駕駛里程的增長,我們會進一步完善駕駛體驗和更新軟體。這種持續的反饋過程使我們對系統建立了信心,也讓車輛能達到SAE Level 4級的自動駕駛水平。


模擬器:虛擬世界幫助車輛學習高級的現實世界駕駛技巧

Waymo的模擬器可以在每個新軟體版本里回放我們在真實世界裡駕駛的數據,還可以針對我們的軟體構建全新的現實虛擬場景進行測試。

每天有多達25000輛虛擬的Waymo無人車在模擬器中駕駛高達八百萬英里的里程,來鞏固已有的技能和測試新商務技能,從而幫助車輛安全地在現實世界中駕駛。

舉個例子:有一個左轉黃燈在亞利桑那州梅薩的南隆摩街和西南大街的拐角處閃著。 這種類型的路口對於人類和無人車來說都是棘手的,因為司機在進入五個方向的路口後,要在車流里找到縫隙通過。 過早左轉可能會造成危險,太晚轉彎可能會阻礙交通。

模擬器能夠讓我們有很多次機會練習這種單一情況來精通一個技能。


模擬器如何工作

第一步:從視覺世界開始

我們可以重建一個非常詳細的虛擬現實版本東部山谷

我們用強大的定製感測器套件構建了具有相同的尺寸、車道線、路肩和交通信號燈的虛擬路口。

在模擬器中,我們可以專註於最具挑戰性的路口而不是單一的高速公路,比如閃著黃燈的左轉路口、犯錯的司機和不按規則出牌的自行車。

第二步:駕駛、駕駛、駕駛

在模擬器里,我們可以讓車隊中不同的車輛在相同的駕駛條件下通過同一個路口很多次。 如上圖,我們正在模擬自動駕駛汽車通過的一個路口。

隨著這個閃黃色的左轉路口在虛擬世界中被數字化,我們的軟體可以練習這個場景數千次。 每當我們更新軟體時,我們都可以在各種駕駛條件下測試軟體對同一路口的改變。

這就是為什麼我們能夠在閃黃燈的路口自然地向前挪動車輛,並插入到複雜的車流中。 此外,在模擬中我們可以在遇到的每個閃黃燈的路口練習這個新技能,以便更快地迭代這個軟體。

第三步:創造大量的變化

通過「模糊」過程我們可以改變這些虛擬街道上各種物體的速度、軌跡和位置

接下來,我們可以通過這個棘手的左轉來探索無數種可能性。

通過一個叫「模糊」的過程,我們改變車流的速度和交通信號燈的時間,以確保無人車仍然可以找到安全的車距。 通過添加模擬行人、摩托車變道甚至慢跑者過馬路,現場可以變得更繁忙和更複雜,看他們如何影響我們的無人車。

第四步:驗證和迭代

為了使場景更加複雜,我們可以添加原場景不存在的車輛、行人和騎自行車的人

如今,我們的無人車已經學會了如何自信地在閃著黃燈的路口左轉。

這個新技能成為了我們永久知識庫的一部分,與車隊中的每一輛車共享。 反過來,我們將使用現實世界的駕駛和我們自己封閉式測試場地來驗證模擬器里的經驗,然後循環又從第一步開始。


正常駕駛的行為能力

完全自動駕駛的車輛必須能夠處理在同一業務設計領域內所有人類駕駛員所期望的日常駕駛任務。

這意味著自動駕駛系統需要證明他們具有足夠的技能,或者說「行為能力」,這對預期的地點和操作條件是必需的。

美國運輸部(DOT)已經建議,Level 3,Level 4和Levle 5級(SAE)自動駕駛應該能夠證明至少28項核心競爭力,易滿足加州合作夥伴先進交通技術研究所(PATH)在加州大學伯克利分校交通運輸研究院的研究成果。 DOT還鼓勵公司「在考慮所有已知行為能力下,對自動駕駛系統的設計,測試和驗證」。

Waymo的安全計劃則在廣度和深度上擴展了28項核心競爭力,我們在複雜性方面測試了大量的場景變化,確保我們的系統能夠安全地處理現實環境的挑戰。 另外,我們已經確定了更多的類別來擴展最初的28個核心競爭力。

對於每個能力,Waymo團隊在封閉場景和模擬器上創建了各種各樣的單項測試。例如,為了測試Waymo的左轉能力,我們搭建了數十個現實生活中的情形,並測試我們的車輛能否適當地作出反應。 我們把有挑戰性的變數帶進普通道路練習,包括多條線路的車流、用大卡車擋住車輛的視野等。

我們在每一種場景中還使用模擬器來創建數百種不同的變化。通過虛擬測試,我們還可以創建輛左轉的全新場景,以便我們進一步測試此技能。

隨著我們擴展業務設計領域,核心競爭力的數量可能會增加(例如在北美地區開展業務,我們的系統必須能夠安全地在雪中行駛),並且每個類別中的測試數量可能會擴大以包含更多複雜獨特的場景。

雖然這種情景測試可以展示我們軟體的核心駕駛技巧,但這些能力需要轉化到現實世界。所以這只是一個起點,接下來我們的需要把模擬驗證的結果用來測試我們車輛的硬體和軟體,然後進行軟硬體無縫整合,以便它在公共的道路上駕駛,在現實交通狀況下展現Waymo自動駕駛汽車的能力。


在封閉設施進行現場測試

Waymo在加利福尼亞州專門為測試需求而設計和建造了一個佔地91英畝的私有封閉式測試設施。

這個綽號為「城堡」的私有設施就像一個模擬城市,包括從高速公路、郊區車道到鐵路道口。 我們的團隊使用這些設施來驗證新軟體,然後再將其更新到我們在道路上的車隊。

我們還可以在這些場地創造出有挑戰性或罕見的路況,以便我們的車輛獲得在特殊情況下的經驗。

我們能夠在封閉道路中進行數千個「結構化測試」,重新創建用於學習和測試的特定場景。為了幫助我們的模擬器獲得素材,我們在Castle設置了超過20000個模擬場景。

每個場景都重新創造了一個我們想要練習的駕駛狀況,比如一個心急的駕駛員快速變道,或者一個突然從停在路邊的汽車上下車的人,這可能在公共道路上很久才能見一次。

我們已經重現了人們從路邊的帳篷或移動廁所里走出來,玩滑板的人躺在他們的滑板上,並在感測器前扔了一堆紙等情況。

這種「結構化測試」是加速技術進步和確保車輛在日常駕駛和具有挑戰性的駕駛狀況下的安全性的關鍵。


完整的自動駕駛汽車測試

測試完底層車輛、自動駕駛系統和軟體之後,我們測試了整體的自動駕駛汽車,包括封閉道路上的防撞測試,可靠性和耐久性測試,以及測試駕駛員坐在方向盤後面的道路測試。

公開道路測試

Waymo 有一個綜合性的道路測試項目,過去 8 年中一直在不斷更新改進。

這是非常重要的一個環節,它可以幫助我們驗證技術,發現新的具備挑戰性的解決方案,不斷開發新的技能。道路測試需要有經過高度訓練的駕駛員坐在車上,來保證其安全性。

我們的測試駕駛員經過大量專業訓練,了解整個駕駛系統,以及如何在公開道路上監控汽車安全行駛。同時,他們也學習了防禦駕駛課程。經過這些訓練,在公開道路上測試車輛時,駕駛員可以監控系統狀況,在需要時及時控制車輛。

道路測試中,每周行駛的成千上萬英里里程都用在了軟體評估上。我們監控系統,確保其有效展示車輛行為特徵。之後,我們再尋找可以建構這種特徵的解決方案,以促成更穩定的駕駛。

實際場景測試則提供了一個連續的反饋環路,可以幫助我們持續更新系統。工程師們監控真實場景的解決方案、調整軟體、更新駕駛系統,進而完成這些改變。

反覆測試後,再在公開道路上確認,這幫助我們在擴展車輛能力操作設計的同時,也更安全地測試了自己的能力。

真實場景體驗

過去 8 年,Waymo 在美國 4 個州進行了測試,在 20 多個城市裡實現了自動駕駛——從晴朗的鳳凰城,一直到多雨的柯克蘭,整個過程中積累了超過 350 萬英里的自動駕駛數據。每到一個新的地方,我們就可以獲得多種不同道路環境、街景和駕駛習慣的經驗。

比如,在鳳凰城,我們得以測試感測器和軟體在沙漠環境下的反應,包括極端溫度和揚塵情況。另外,我們還學習如何讓新型交通工具更持久地駕駛,例如澆水車在路中間澆水的時候,速度可從 3 英里/小時提高到 45 英里/小時。奧斯汀有水平交通信號燈,柯克蘭則提供了更多濕潤氣候下的經驗。

在新的城市,我們每天都會遇到還不習慣在路上看到自動駕駛汽車的人。我們從這些不同的人群中得到很多新鮮的視角和觀點——人們使用自動駕駛汽車的意願,他們如何看待自動駕駛汽車等等,這些人可以為我們發展和更新自動駕駛技術提供很多指引。     

極端溫度下的自動駕駛

在極端寒冷和非常炎熱的溫度下,我們的自動駕駛車輛也需要可靠並且安全地運行。Waymo工程師研發了自動駕駛的硬體和軟體,由此創造了一整套可以在極端環境下可靠運行的系統。

高溫對所有的現代科技提出了挑戰。電子設備,例如手機,當在烈日下使用,可能過熱而關機。然而,我們的自動駕駛系統在炎熱環境下也必須安全工作。

我們的車輛裝有一個特殊的冷卻系統,能讓這些電子設備在非常高的溫度下也能工作,比如發動機運轉在最大功率以及系統在最大能耗的情況。Waymo的工程師在一個幾乎能模仿各種天氣情況的風洞進行了大量實驗,包括地球上曾記錄的最高溫度。

除了風洞測試,我們也在美國三個最熱的地方也測試了我們的自動駕駛車輛:拉斯維加斯,戴維斯丹以及死亡峽谷。

戴維斯丹位於亞利桑那和內華達州的邊境,有漫長陡峭的沙漠公路可以在烈日下行駛。拉斯維加斯可以讓我們在烈日下無數停停走走的城市擁堵路況下測試我們的車輛。死亡峽谷則擁有地球上官方記載的最高溫度134℉(57℃)。

在測試中我們密切的監視著系統溫度,每秒記錄超過200個不同的溫度點,來驗證我們的自主開發的感測器套裝和演算法正常工作。

測試車輛防撞能力

除了測試核心能力,我們的工程師也在不同的情景下進行了防撞測試(附錄8記載了Waymo防撞測試情景)。

Waymo在私有測試道路上完成了上千次的防撞測試。每一次測試都在不同的駕駛情況下進行,讓我們的分析汽車的反應。我們用模擬器來測試這些情景並改善總體軟體能力。

我們從大量數據中了解應該測試哪種碰撞,包括我們的分析,例如NHTSA的致命碰撞資料庫,我們在自動駕駛汽車方面的廣泛經驗,來擴展到NHTSA的37個預碰撞情景。我們也測試了其他情景,例如其他道路使用者造成了潛在的危險情況,比如車輛突然駛離了車道,大型車切入目標車道,摩托車進入道路,行人亂穿馬路等等。

2015年,NHTSA發布了最常見的預碰撞場景的數據。例如,僅僅4種碰撞目錄就涵蓋了84%的碰撞情形:後端碰撞,車輛轉彎或者穿過十字路口,車輛駛下路沿,車輛變道。因此,防止或者緩和此類的碰撞是我們測試項目的重要目標。

硬體可靠性和耐久性測試

自動駕駛車輛和傳統車輛一樣,必須可靠運行。這意味著車輛和每一個零部件必須在極端環境和整個生命周期內都能正常運行。

Waymo工程師設計了獨特的應力測試。利用疲勞物理知識來加速在車輛和其零部件上的環境應力,我們把真實生活中幾年的使用周期壓縮到幾天或者幾周的測試。

我們讓零部件在紫外線輻射中進行暴晒,用強力水槍進行轟炸,把車浸在幾乎零度的水桶中,在充滿鹽霧的房間里慢慢腐蝕,搖晃並強有力震動,在潮濕的空間里幾星期的加熱,冷凍。

我們分析任何類型的失效並改進設計來增加零件的可靠性,監視每個感測器的健康程度和車輛自身,從而可以在問題出現之前發現並解決潛在危險。


四、與乘客安全互動

我們的車輛被設計成自動駕駛,因此用戶界面的設計考慮的是乘客,而非駕駛員。

這也是我們開發特殊的車內內容和用戶界面的原因。這能幫助乘客理解Waymo的自動駕駛車輛在道路上正在做的事情,讓乘客知道例如選擇目的地,靠邊停車,並在需要的情況下和Waymo支持熱線聯繫。

除了為乘客提供安全且直觀的日常出行方案,Waymo為應對緊急情況開發了流程。例如,我們的車輛不僅可以發現碰撞並且對在路上的緊急車輛做出反應,而且我們和法律部門以及第一援助人員,這些可能和我們車輛聯繫的機構進行了培訓。

最後,自動駕駛的潛力只有通過增加公眾的認知和認可才能完全實現。今年10月,Waymo啟動了「讓我們談論自動駕駛」——世界上最大的關於自動駕駛的公共教育活動。

通過和國家和地區安全組和高級團體的夥伴合作,我們希望讓公眾參與進來,並讓公眾了解這種技術的工作原理,以及自動駕駛技術背後的巨大益處。


Waymo的早期試駕者項目

我們希望了解一輛自動駕駛汽車如何滿足人們的日常交通需求,無論是作為私人用車還是共享用車,或是讓大眾出行更加便宜。這也是為什麼在今年4月,我們在鳳凰城啟動了早期騎行者項目,這也是第一輛Waymo自動駕駛汽車的公眾試驗。

我們的試乘者來自不同的人群,從有青少年的家庭,到年輕的工作者。他們用我們的車輛來滿足日常需求,從上下班,到帶孩子去參加足球練習。讓早期使用者學習如何使用車輛至關重要,我們的研究團隊和使用者緊密聯繫,為他們提供項目信息,告訴他們如何使用車輛以及如何提供反饋。

在過去的100年,當車輛被設計時,總是假定有一個人類駕駛員。試乘著的體驗告訴我們,人們希望如何和車輛互動,以及作為乘客而非駕駛員的乘坐體驗。他們的經歷幫助我們創造了一種更直觀且更方便的車內體驗。


行駛體驗

Waymo的用戶體驗由4個主要原則主導:給予乘客一次無縫出行所需的信息;幫助乘客預期將要發生的事情;積極主動溝通車輛對路況的反饋;幫助乘客與車輛安全共存。

我們希望乘客了解車輛正在接受的信息,以及採取相應行動的原因。每輛車提供了乘客貫穿行程的有用的視覺和聽覺信息,幫助他們了解車輛和其他道路使用者正在採取的行動。在Waymo自動駕駛車中,有一個顯示屏來提供視覺駕駛信息,例如目的地、當前車速、車輛選擇的路線。聲音系統則為乘客提供相關通知。

我們已經為試乘者和車輛互動提供了多種的方式,如按下物理按鈕,移動App和和Waymo行駛支持專家通話。


讓Waymo車輛更容易使用

顯示

Waymo乘客顯示屏幕顯示了重要的交通信息,例如目的地、到達時間。它也顯示了靜態的道路元素,例如交通燈,停車信號牌,以及一些環境中的動態元素,例如車輛,自行車以及行人。

如此,乘客可以理解車輛正在感知並且回應這些元素,從而對車輛的能力更有信心。

啟動行車按鈕

無論何時,使用者都可以用App或者車內的按鈕來開始行程

靠邊停車

車輛有一個靠邊停車按鈕,當按鈕被按下,車輛會找到一個附近安全的地點來停車。

移動App

Waymo早期用戶項目的參與者,在Wayo車輛里用一個移動App,可以發起目的地的需求。這款App也能讓用戶給予使用反饋和聯繫Waymo尋求支持。

行駛支持小組

Waymo創建了一個用戶支持小組來回答早期用戶的的問題。通過在車內的按鈕、電話移動App,就可以聯繫這些專家。

無障礙性:為現今無法駕駛的人們提供機會

我們相信,Waymo的技術具有為世界各地的人們完善安全性和機動性的潛能。從一開始,Waymo一直在聆聽殘障人士人群的聲音並與之合作、共事。

我們持續了解到不同駕駛者特有的需求。同時,我們所了解的這些需求將構成新的特性,而這些特徵將使得長期以來不得不依賴於他人的人們獲得經驗。

我們也知道,我們無法獨立完成我們的目標。Waymo致力於與合作夥伴合作,打造能夠服務於更多人群的車輛平台和解決方案。


開發中的無障礙功能

一款無障礙移動App

我們正在構建一款直觀、便捷的移動應用程序。專為使用Android TalkBack, iOS VoiceOver及其它無障礙服務人士所設計。

語音提示及工具

視力障礙的駕駛者需要我們將車輛定位在出發地點。我們正在探索具體的「尋路」功能,包括駕駛者能夠讓車輛提供語音以幫助他們引導車輛行駛的方式。可在移動App中打開附加的語音提示,同時,可在車內使用,讓駕駛者了解他們的旅程情況。

盲文標籤

我們的自動駕駛車輛中的行駛按鈕伴有盲文標籤,讓視障駕駛者能夠啟動車輛,靠邊停車,或是致電與能夠為其提供更多協助和信息的操作人員進行通話。這些按鍵也可以在移動App中使用。

視頻顯示

在通過每一個行駛階段,聾啞及聽力障礙的駕駛者可以通過屏幕視頻提示,了解車輛情況。

無障礙的駕駛幫助

我們採用對話形式的駕駛幫助,通過車內的視頻顯示或音頻讓所有駕駛者獲得所有駕駛的能力。


緊急情況及與執法人員和現場急救員的互動

Wammo的自動駕駛車輛可實現與執法人員及現場急救員的互動。使用我們定製的感測器套件,包括音頻檢測系統,我們的軟體可以鑒別附近的消防車,檢測其閃爍的燈光,可在數百英尺遠的地方聽到警報聲。音頻感測器能夠識別警報聲可能來源的方向,提高車輛安全和及時響應的能力。一旦檢測到緊急情況發生,我們的車輛能夠及時做出響應,靠邊停車或立即停車。

Waymo還會提供我們所測試的每一座城市的政府信息,並提供一系列交通管理機制。在一些城市,Waymo還進行現場培訓,幫助警察和其他緊急援救人員在緊急情況下,鑒別我們的車輛。

我們計劃持續開展這類現場培訓,同時,我們計劃擴大培訓範圍,從而讓我們的車輛更智能。

與亞利桑那州錢德勒警察局進行測試

我們已經同亞利桑那州錢德勒警察局和消防部門進行合作,對我們的自動駕駛小型貨車進行緊急車輛測試。當地警車、摩托車、救護車、救火車及非標示特殊作業車輛追蹤、通過並引導我們的車輛時,強大的感測器套件,包括遠程音頻檢測系統,可以觀測到這些車輛。我們的感測器可以採集各種速度、距離和角度的數據——構建一個視覺和聲音庫,這將有助於我們的車輛在道路上遇到緊急車輛時做出安全反應。


五、總結

八年來,Waymo一起專註於一件事:讓全自動駕駛技術成為現實。我們嚴守安全設計,公司文化也將安全,以及安全之上的開放溝通置於核心位置。Waymo的所有人都希望實現這一目標,讓自動駕駛對每個人來說都安全可用。

這份報告總結了我們為確保全自動駕駛車輛安全部署所做的努力。這項新技術能提升道路安全,提供新的出行選擇,我們對此感到很興奮。


喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 雷鋒網 的精彩文章:

騎摩托車的機器人:雅馬哈進化版「追風騎士」Motobot Ver.2,時速快達200Km/h
2017 CIVC 中國智能汽車大賽啟動,無人駕駛將登 F1 賽場
Oculus Jason Rubin:歡迎微軟入場,內容生態搭建更關鍵
計算機視覺著名學者馬毅教授離職上科大,前往加州大學伯克利分校擔任教職
阿里巴巴 iDST 首席科學家兼副院長任小楓:最看好計算機視覺在這四大新零售細分方向的應用

TAG:雷鋒網 |