福特自動(dòng)駕駛項目中兩大技術(shù)板塊淺析

上個(gè)月，福特展示了一輛福特Fusion Hybrid自動(dòng)駕駛測試車(chē)。目前，福特正與美國麻省理工學(xué)院和斯坦福大學(xué)合作研發(fā)自動(dòng)駕駛相關(guān)技術(shù)。其中，麻省理工學(xué)院主要負責汽車(chē)周?chē)慕煌窙r，而斯坦福大學(xué)負責研究在周?chē)嬖谡系K物時(shí)，如何將車(chē)載傳感器的性能發(fā)揮到極致。

換句話(huà)說(shuō)，前者的研究目的是利用車(chē)載攝像頭收集直接可見(jiàn)（line-of-sight）的交通數據，并依此對路況進(jìn)行掌握和預測；后者則是致力于視野受阻擋（non-line-of-sight）情況下的路況信息收集，例如利用V2X技術(shù)。

福特Fusion測試車(chē)中除了包含目前福特量產(chǎn)車(chē)上已有的安全技術(shù)外，還添加了4個(gè)雷達傳感器和實(shí)時(shí)3D地圖。

福特與麻省理工合作:收集直接可視的路況數據

雖然雷達傳感器本身也能夠對車(chē)周?chē)窙r進(jìn)行檢測，福特在與麻省理工學(xué)院的合作項目中還開(kāi)發(fā)出了一種先進(jìn)的算法，幫助車(chē)載系統在收集到當前路況后，預測其它車(chē)輛和行人之后的移動(dòng)情況。福特將其稱(chēng)為“情景規劃（scenario planning）”。通過(guò)這一預見(jiàn)性規劃方案，汽車(chē)能夠對周?chē)窙r中潛在的風(fēng)險進(jìn)行更好地評估與預測，從而對行人、車(chē)輛和其他移動(dòng)物體進(jìn)行及時(shí)有效地閃避。

福特駕駛輔助和主動(dòng)安全全球經(jīng)理Greg Stevens表示，在該合作項目中，對于車(chē)輛移動(dòng)規律的評估與預測已經(jīng)獲得顯著(zhù)成果，項目的下一步計劃是加強對行人移動(dòng)規律的預測。系統之所以具備預測能力主要是從3方面對目標物體進(jìn)行分析。

預測車(chē)輛移動(dòng)規律

首先是車(chē)輛的物理屬性，例如它的加速、制動(dòng)、變換車(chē)道等。根據這些屬性，前方車(chē)輛的可移動(dòng)范圍被限制在很小的空間內，使預測正確率提高。其次是分析其他車(chē)輛對于本車(chē)的關(guān)系，例如一輛車(chē)正在從其他車(chē)道靠向本車(chē)所在車(chē)道。最后，系統會(huì )結合第二點(diǎn)和綜合路況進(jìn)行比對，作出進(jìn)一步的分析。例如，當導航系統或攝像頭發(fā)現前方有匝道出口，而另一輛車(chē)則正在向出口處的車(chē)道變道，那么系統將會(huì )認為這輛車(chē)準備進(jìn)入該匝道口。

預測行人移動(dòng)規律

Greg Stevens表示，對于行人的移動(dòng)行為預測更具挑戰。雖然他們移動(dòng)速度不及汽車(chē)，但更突然，更無(wú)規律。例如，原本向前直走的行人可能突然橫穿馬路。

不過(guò)即便如此，研究人員依舊擬定了兩種或許可以預測行人行為的方案。第一種，當行人在行走過(guò)程中突然朝后看，那么就有很大可能他即將穿越道路。另一種，當行人朝著(zhù)人行橫道線(xiàn)的方位走時(shí)，也同樣可以認為他即將橫穿道路。

在2014北美車(chē)展上，福特展示了一輛測試車(chē)，并利用傳感器系統展示了車(chē)載安全系統獲得給類(lèi)交通數據的3D視圖。

福特與斯坦福大學(xué)合作：收集被障礙物阻擋的路況數據

福特與斯坦福大學(xué)的研究項目主要關(guān)于如何檢測被障礙物擋住的交通路況。當司機的視線(xiàn)被前方大卡車(chē)擋住時(shí)，司機都會(huì )潛意識地探頭張望。而項目開(kāi)發(fā)的系統中的傳感器能夠檢測到前方車(chē)輛緊急制動(dòng)，并作出規避動(dòng)作，此前，系統還會(huì )先分析相鄰車(chē)道是否有足夠的空間可讓車(chē)輛實(shí)現變道。目前該項目還處于初期階段。

自動(dòng)駕駛是福特未來(lái)汽車(chē)技術(shù)發(fā)展藍圖（Blueprint for Mobility）的主要對象，其描述了2025年的交通概念。福特推出自動(dòng)駕駛測試車(chē)后，將持續探索適合于全自動(dòng)駕駛的社會(huì )、立法和技術(shù)方面的方案。

一般認為，V2V是一項多對象的交互性技術(shù)，其尚存在許多技術(shù)難題。例如某塊區域內的司機需要使用同一種語(yǔ)言交流，并且每個(gè)V2V頻道中還需要制定統一的擁堵管理策略。

Greg Stevens表示，我們的目標是讓司機能夠很輕松地運用相關(guān)技術(shù)預測即將到來(lái)的交通情況，讓自動(dòng)駕駛的相關(guān)知識變成人們的“常識”，讓人們知道，無(wú)論是可視路況還是被障礙物阻擋的路況，充分掌握它們對于行車(chē)安全非常重要。