• 583查看
  • 0回复

[综合] ADAS/AD系统方案05-L3高阶智驾系统怎么设计

[复制链接]


该用户从未签到

发表于 13-8-2023 08:55:51 | 显示全部楼层 |阅读模式

汽车零部件采购、销售通信录       填写你的培训需求,我们帮你找      招募汽车专业培训老师



预告 | 解构自动驾驶大模型!8月17日,「生成式AI热潮下的自动驾驶」技术论坛将在上海举行,论坛将从主机厂入局、BEV感知、仿真数据闭环等多维度展开探讨,欢迎报名。

01

前言

分析过Mobileye的L4智驾方案后(如下面两篇文章),再来缕一缕L3高阶智能驾驶系统要怎么设计吧。
ADAS/AD系统方案04-Mobileye的L4智驾方案分析
ADAS/AD专题参考资料分享07-Mobileye 2021CES

02

正文

先回顾下L3和L4的定义。

ADAS/AD系统方案05-L3高阶智驾系统怎么设计w2.jpg

图1 L3和L4的定义L3的特点就是具备MRM能力,且不支持脱脑(驾驶员要具备成为DDT-fallback-ready-user的能力,在系统呼叫你的一段时间里,能顺利接管车辆)。L4的特点就是具备完全自动的MRM能力,且支持用户脱脑(驾驶员不再需要成为DDT-fallback-ready-user),遇到问题,用户不响应的化,车辆自己执行MRM,达到MRC状态。需要澄清的是,L4的能力,虽然也有Fail-Operational,但不要求说完全复制两个系统,一个系统出问题,另一个系统仍旧在保证脱脑状态下,继续完成NOA剩下的旅程!只是说,遇到问题,驾驶员完全可以不理会系统,系统需要具备在驾驶员不介入的情况下,做好MRM(比如做好靠边停车)就行。也就是说,L4并等于开启NOA时,系统必须有能力将人从A点成功送达B点。L4完全可以不完成全程,只需要能够在你不参与的情况下,停到路边就行(自动执行MRM)。也就是说,L4的难度,还是在系统性能方面(尤其是感知),要求支持脱脑;但是在Fail-Operational,并不要求像飞机那样搞2oo3,必须飞完全程。只要能自动执行MRM就行。也就是说,到了L4,是不需要DMS了。澄清完L3和L4的定义,我们看看L3系统怎么配置。一、L3高阶智能驾驶系统需要满足的几个关键需求


    功能层面,一方面:高速、城区、停车场,全场景要打通,保证系统在尽量多的路段能够开启,辅助用户驾驶;另一方面:尽量提升自动化程度,做到脱手/脱眼。【意味着需要构建比较强、鲁棒性也比较好的感知能力。其中,“比较强”这个要求,映射到了全场景,因此城区这种复杂场景,也要能够搞定;“鲁棒性也比较好”这个要求,映射到了做到脱手/脱眼。因此,Camera + Lidar + Radar/4D Radar + GNSS/RTK + IMU + HD Map + DMS全套传感器,默认要全上的,一方面来应对复杂场景,另一方面来确保鲁棒性。DMS上的原因在于,要识别驾驶员能够作为合格的DDT-fallback-ready-user】安全层面,受到图2的需求约束,需要构建一定的Fail-Operational的能力(但驾驶员还是不能脱脑,需要作为DDT-fallback-ready-user来监控)。另外,系统构建Fail-Operational能力的优先级不高,需要排在感知/预测能力之后。系统需要先具备较强的感知/预测能力,保证全场景智能驾驶的流畅性,以及足够优秀的可靠性保证脱手/脱眼,最后再考虑为了满足MRM需求而构建Fail-Operational系统。

ADAS/AD系统方案05-L3高阶智驾系统怎么设计w3.jpg

图2 遇到系统失效情况,在驾驶员接管之前,仍旧需要独立运行一段时间二、L3系统配置梳理

1. 全场景&脱手/脱眼:全场景+脱手/脱眼,首先考验的是感知性能。比如,驾驶员想脱手脱眼,首先是系统能把该检测到的场景都检测完整,并不会出错,不要让系统因检测不出来异形车、锥桶、施工区域、他车close cut-in等场景,导致发生事故。有了以上的底气,智驾系统才能放心的让驾驶员进行脱手/脱眼。但是,感知很难做,目前也是L3高阶智能驾驶的瓶颈,因此到底需要什么样的传感器配置,目前不完全清楚。为了保险期间,只能将最先进的传感器都配置上。比如国内比较流行的11V-5R-1or2L-12USS-1DMS。有人会说,这种配置会不会有些浪费?但是更多人会担心,即便“11V-5R-1or2L-12USS-1DMS”全配上,感知性能仍旧不一定能支持得了脱手/脱眼。然而,“11V-5R-1or2L-12USS-1DMS”却已经是目前最先进的传感器配置了。最终,这个问题当前变成了一个命题作文,只能假设“11V-5R-1or2L-12USS-1DMS ”全配上,是能够实现脱手/脱眼的(就是假设state-of-the-art的传感器装上车后,是能够实现L3自动驾驶的)。最终,传感器配置的选定上,反而“简单”了,全上就完事了。得出假设等式:11V-5R-1or2L-12USS-1DMS都配上 = 能够搞定全场景智驾&脱手/脱眼。2. MRM和Fail-Operational:系统故障,还需要能撑一段时间,那么整个L3智驾系统就不能有唯一的一个计算单元,比如不能只有一个域控制器;需要额外的一个控制器在主域控制器故障后,仍旧能够驱动全部(或部分)传感器,支持MRM的运行。这里我们一起盘点下,实现不同复杂度MRM的Fail-Operational设计的合理性。2.1 正常行驶MRM(完全正常行驶):某个部件失效后(比如控制器失效),L3系统完全不受影响,正常进行“全场景&脱手/脱眼”驾驶(仍能够完成A-B点的任务)。这其实已经超出了L4系统的要求了,极不合理了。我们不妨按照之前假设,硬着头皮往下拆解下:只有state-of-the-art的传感器配置,才能保证“全场景&脱手/脱眼”。意味着,哪个传感器或控制器都不能失效,一失效就搞不定“全场景&脱手/脱眼”了。这种系统,最简单的,要保证失效后,功能仍旧保持在“全场景&脱手/脱眼”的状态,理论上需要两套“11V-5R-1or2L-12USS-1DMS-1DCU”系统,也就是22V-10R-2or4L-24USS-2DMS-2DCU的配置。这样,哪个系统的任何一个传感器或控制器坏掉,还有另一个完整的“11V-5R-1or2L-12USS-1DMS-1DCU”系统在运行。但是,以目前整车上传感器的安装位置定义来看,是无法实施所有传感器都Double的。22V-10R-2or4L-24USS-2DMS,得多可怕。那么就要退回来,传感器是不可能Double了,只能控制器Double下。但是话又说回来,光控制器Double又有什么用呢?毕竟只要有个传感器失效了,即便是两个控制器,也无法支撑起“全场景&脱手/脱眼”的功能状态呀!(别忘了我们上面的假设:哪个传感器或控制器都不能失效,一失效就搞不定“全场景&脱手/脱眼”了)。因此,不仅这种要求超出了L4定义的要求,也受限于传感器全部Double的荒谬性,搞正常行驶MRM完全是荒谬的。2.2 降速行驶MRM(服务区停车):这其实也已经超出了L4系统的要求了,不合理。我们仍旧迎着头皮往下推演下。如果完整的“11V-5R-1or2L-12USS-1DMS-1DCU”系统能搞定全场景+脱手/脱眼,那么理论上,只要域控制器别搞单点失效(只配一个DCU作为中央大脑),传感器那么多,失效一个,系统感知性能不至于降低很多。因此,逻辑上,“11V-5R-1or2L-12USS-1DMS”的传感器配置,搭配上两个域控制器(避免控制器作为中央大脑,单点失效后造成系统完全瘫痪),做降速行驶MRM,是可行的。但是这种方式,两个控制器都必须是“全功能的”,就是每个域控制器,都要在物理上全接入“11V-5R-1or2L-12USS-1DMS”的豪华传感器配置,且都能在另一个DCU坏掉后,能够独立驱动这“11V-5R-1or2L-12USS”的豪华传感器配置,如图3所示。假设图2中的Input Data代表“11V-5R-1or2L-12USS-1DMS”的这29-30个传感器,上面的ECU1,会全部接入这29-30个传感器并都能处理;下面哪个ECU2,同样也会接入这29-30个传感器并都能处理。
ADAS/AD系统方案05-L3高阶智驾系统怎么设计w4.jpg

图3 同一套传感器配置,在两个Full-Size的域控制器全接入后,做降速行驶MRM(也是朝纲课题,L4/L5都没这个要求)2.3 路边停车MRM(变道靠边停车):路边停车的难度要远远低于降速行驶,也更合理。只要保证有个360°感知正常工作就可以(支持安全变道),因此在降速行驶MRM的基础上,两个域控制器不需要“全功能的”了。这个时候,Mobileye那个Ture Redundancy的设计就比较给力了。比如,“11V-5R-1or2L-12USS-1DMS”的传感器配置,摄像头全接入DCU1中,形成Camera-only子系统,且DCU1无需考虑处理Lidar/Radar的资源,只要搞定Camera就行;Lidar/Radar全接入DCU2中,形成主动传感器子系统,且DCU2也无需考虑Camera的接入,有足够资源处理Lidar/Radar点云就行。完全不需要像“降速行驶MRM”中的“全功能的”DCU配置。如此一来,两个子系统结合在一起,形成性能更完整的能支撑“全场景&脱手/脱眼”功能;由单个子系统失效(不管是传感器还是控制器),都有另外一个完全独立/隔离的子系统,保证做好路边停车MRM。性能好一些,能做到脱脑的话,那就是L4了。做的不好,不能脱脑,关键时刻还需要驾驶员接管,但是至少靠边停车的MRM能力都在,也算不错。逯建枫:ADAS/AD系统方案04-Mobileye的L4智驾方案分析2.4 自车道停车MRM:该MRM不牵涉到变道,理论上传感器上,只要有1V(检测车道线+前方车辆),就能够完成;顶多防一手自车刹停过程中有他车会closed cut-in,需要侧前传感器工作(比如侧前相机、侧前毫米波等)。整体上,对传感器依赖很小,因此在主系统为“11V-5R-1or2L-12USS-1DMS-1DCU”情况下(搞定全场景&脱手/脱眼),单独搞个Smart Camera做back-up就可以了。但是需要质疑的是,明明是能够完成“全场景&脱手/脱眼”的“11V-5R-1or2L-12USS-1DMS-1DCU”的L3高端智能驾驶系统,却仅仅因为设计的不合理(比如用了一个”全功能的“DCU,而不是用两个类似上文中做"靠边停车MRM"系统的不全功能的DCU),再搭上一个Smart Camera的成本,却只做到了自车道停车的MRM,你不觉得不合适吗?3. Fail-Operational只做到2个Channel(1oo2D)原因见2018年的两篇文章。一般地,为了平衡性能和成本,汽车上主要采用1oo2D的Fail-Operational设计。ADAS/AD开发11- 安全角度
ADAS/AD资料分享06-从FailSafe到FailOperational4. 总结整个第二节梳理了做到L3高阶智驾的功能定义(全场景+脱手/脱眼),以及L3高阶智驾所需的传感器配置(11V-5R-1or2L-12USS-1DMS全上),以及针对不同复杂度的MRM所需构建的Fail-Operational系统配置。针对不同的MRM我们做个分析。首先,从技术/工程/成本角度,否定了“正常行驶MRM”和“降速行驶MRM”(实质已超纲,L4/L5系统都没要求必须顺利完成A to B点完整NOA旅程的要求)的合理性。只是说,驾驶员不搭理系统的情况下,系统遇到故障,无需人介入的情况下自动执行DDT,并通过执行MRM,把车搞到MRC状态就行。但是自动执行DDT,不等于需要能自动完成从A点到B点的旅程。如果按照飞机那种2oo3的Fail-Operational设计,要求必须系统故障后,能顺利完成从A点到B点的旅程,属于对L3/L4/L5定义的严重误解,以及功能范围蔓延。第二,证明了路边停车MRM的合理性。对的,路边停车这种操作,是真正合理的MRM。成本低,系统出了问题,您还一时半会没来得及接管,车辆能帮忙把车安全的停好(停在路边),就是最合适的操作。您再打个火,自己开车就行了。找个时间修下车,修好了继续使用智驾系统。完美!最后,证明了自车道停车MRM的不合理性。除了上面分析的自车道停车MRM在L3高阶智驾系统上的不合理性(记住,只是高阶智驾系统哦!低阶的系统,搞自车道停车MRM可能很“香”哦)。自车道停车,不管是在高速上,还是在城区里,都不是个好的MRM,只能说是有些系统配置过低,搞不定路边停车MRM,就直截了当给你扔路中央了。多危险啊!后面车速度那么快,把你追尾了怎么办?结论,用户视角(产品视角),L3系统只做到自车道停车MRM,不合理。否定。好了,高阶智驾系统的Fail-Operational做到什么程度,就回答清楚了。只有唯一答案:做到路边停车MRM的Fail-Operational设计,是最合理的。这种方案的特点就是:完全独立的两个子系统,一部分传感器固定接DCU1(DCU1不需要有11V-5R-1or2L-12USS的全传感器处理能力),另一部分固定接DCU2(DCU2也不需要有11V-5R-1or2L-12USS的全传感器处理能力)。DCU规模小了,传感器也完全独立接了。一个子系统坏了,立马用另外一个子系统做MRM,系统简单明了。最佳案例,Mobileye的Camera-Only子系统,加Lidar/Radar子系统的Ture Redundancy系统。而且这个系统在L3和L4系统上都成立。做L3系统:如果像本人一样,对state-of-the-art传感器配置的感知/预测性能比较悲观,认为所有传感器加在一起,才能实现“全场景&脱手/脱眼”的L3功能,如图3。逻辑很顺,因此不管是Camera-only系统,还是Lidar/Radar系统,都是有360°感知能力,做变道和靠边停车,问题不大。加在一起,又是个完整的“11V-5R-1or2L-12USS-1DMS-2DCU”系统,预期能做“全场景&脱手/脱眼”,装个DMS需要驾驶员做DDT-fallback-ready-user,没问题吧?
ADAS/AD系统方案05-L3高阶智驾系统怎么设计w5.jpg
图4 加在一起,毕竟集齐了所有传感器,因此能做全场景&脱手/脱眼
做L4系统:如果采用Mobileye对感知性能的乐观假设,可以做到脱脑,去掉DMS,不需要驾驶员做DDT-fallback-ready-user。
ADAS/AD系统方案05-L3高阶智驾系统怎么设计w6.jpg
图5 去掉DMS做L4系统

03
其他事项澄清

1. Fail-Operational与功能安全的区别Fail-Operational,主要是在设计自动驾驶系统时,考虑的一种系统设计思想,限定在自动驾驶系统中,为了支持MRM功能。功能安全,主要是从危害分析触发,根据O、C、E的程度,去定ASIL等级,然后指导一个汽车电子系统(包括智驾系统,不管是fail-safe的还是fail-operational的;也包括转向系统、制动系统等等汽车电子零部件)的设计开发。可能由于FuSa在ASIL分解时,经常有类似ASIL B + ASIL B = ASIL D这种策略,分配到不同元器件,然后也牵涉到了“冗余”的实施措施。此“冗余”(FuSa)对上了彼“冗余”(自动驾驶的Fail-Operational),容易搞糊涂。2. 全场景智能驾驶 vs 脱手/脱眼,哪种功能推出策略会更优?ADAS/AD系统方案02-L2+功能定义变迁方向回顾
根据过往的分析,可以得到两种主流的智能驾驶功能推出策略。策略1:基于场景多样性的思路,推出从高速NOA到城区NOA的roadmap策略。目前以特斯拉和国内主机厂,以及对应的国内舆论场为主。核心逻辑是:L3以上高阶智驾难度高/成本高,先长期搞L2+,让用户对智能驾驶有体感(兼顾教育市场的作用),能够经常用(所以强调高速+城区+停车场等全场景可使用),逐步让用户的驾驶习惯迁移到人机共驾的状态。习惯养成后,再开其他没有NOA功能的车,感觉不习惯,就像AirPods逐步替代有线耳机、智能门锁逐步替代传统钥匙门锁一样。这种策略,有三个小问题:1. 前几年过度宣传导致的后遗症,原来一直宣传的是自动驾驶,试驾一次,发现还要人来操心,用户预期非常高,从而感觉不好用,不愿开启,导致“培养用户人机共驾习惯”的策略打折扣。2. 用户体验只能体现在大部分路段能开启带来的“实惠感”(好多场景我这个系统都能开启,你看多实惠呀),实际使用过程中谈不上很棒的用户体验(可能更多是为了盘算第1个问题,假设了“培养用户人机共驾”的前提下,能够帮助用户减轻一些驾驶负担?);3. 防不住有些“大胆”的用户,在人机共驾时,过度依赖系统,导致事故发生。始终会伴随一些舆论上的讨伐。事件多了后,监管可能也不得不采取一些措施。策略2:几年前的老路子,做好ODD,在相对简化的限定场景里,提高自动化程度,做脱手/脱眼。这里面的关键,就是限定场景的选择。貌似国外的OEM更青睐这条路子?比如奔驰搞的TJP。只搞高速场景(排除行人、自行车、三轮车等复杂的道路用户),但是这个功能一旦开启,就不能让人负责,必须是车负责,让人卸下防备,吃个汉堡,喝瓶奶茶,玩会手机。这也是一种用户体验,但是这个“用户体验”的获得,与策略1的逻辑完全相反,还是要搞ODD(限定场景),来降低感知复杂度,以达到整体功能可以做到脱手/脱眼。而且,这个很难,个人认为这个策略有点“闭关修炼憋大招”的感觉,不容易做好。总结来看,策略1赌的是策略2中脱手/脱眼搞不出,所以策略1可以慢慢培养用户的习惯;策略2赌的是,如果真的能在ODD限定范围内做出一些脱手/脱眼功能,减少用户监管车辆环境的带宽。假设一种具体功能场景:在给普通用户兜售“带ODD限定的可脱手/脱眼的TJP” vs “全场景L2+NOA”时,用户到底会怎么选呢?对于没有尝试过“全场景L2+NOA”功能的大多数司机,会更倾向选脱手/脱眼的TJP。逻辑是:在没有习惯“人机共驾”的普通司机面前,自己开车天经地义,不存在习惯使用“全场景L2+NOA”人机共驾状态的那一点的获得感。这个时候,再看到TJP,他的思路可能是:平时反正我自己开车,到了拥堵路段,能顾脱手/脱眼,让我该开会开会,该看书看书,交通它爱堵不堵,这种功能太香了。对于尝试过“全场景L2+NOA”功能、并习惯了人机共驾的少数司机,已经上了“人机共驾”的船,养成了习惯,那可能会纠结一下,毕竟在享受了全场景“人机共驾”的甜头后,再退回去,只能去享受“限定场景脱手/脱眼”功能,确实会有纠结的可能性。因为对比过后,有些人可能会有“失去感”。经过了11篇文章的分析,面向高阶智驾系统的拆解就告一段落了。主要从功能层、系统层、算法层进行了一些粗浅的分析。后面可能会写一些机器人相关的东西。拜拜~
技术论坛预告



快速发帖

您需要登录后才可以回帖 登录 | 注册

本版积分规则

QQ|手机版|小黑屋|Archiver|汽车工程师之家 ( 渝ICP备18012993号-1 )

GMT+8, 20-11-2024 19:41 , Processed in 0.293557 second(s), 30 queries .

Powered by Discuz! X3.5

© 2001-2013 Comsenz Inc.