无人驾驶汽车是未来汽车发展趋势

真正的高科技无人驾驶车，不是没人碰的老爷车

多年以来，汽车产业涌现出了大量的自动化智能技术，这些技术能够实现自适应巡航定速 (adaptive cruise control)、车道偏离检测、智能安全气囊系统等特性。下一步，我们将推出具备视觉功能的汽车，其不仅可为驾驶员提供建议，甚至还能根据道路、交通以及天气状况的变化自动做出反应。

目前，实现自动化汽车所必需的大量技术已经具备。当前的挑战主要在于，如何进行产品定义、系统集成，如何构建智能汽车的基础结构，以及如何界定汽车的可靠性和容限要求。不过，正如汽车和半导体产业在过去的发展经历中所表现出的那样，下一步发展的主要障碍还是在于缺乏足够的想象力。

Digital Auto Drive (DAD) 是一家总部位于美国加利福尼亚州的研发机构，专门从事基于视觉识别的 3D 影像和导航技术研究，其研究领域充满挑战性和感召力。DAD已经采用德州仪器 (TI) 的数字信号处理器 (DSP) 开发出了无人驾驶的丰田 Tundra 卡车，这辆车能自动识别前方道路，进行即时导航决策，完全无需人工干预就能自动行驶。

DAD 车队将参加美国国防部高级计划研究署 (DARPA) 于 2005 年 10 月 8 日在内华达州 Primm 举行的无人驾驶汽车挑战赛 (DARPA Grand Challenge) ，参赛队伍达 23 支。获参赛资格的车队必须让全自动越野车辆在莫哈韦沙漠上行驶约 150 英里，以帮助国防部 (DoD) 开发无人驾驶军用车辆的新技术，相关技术将用于装备美军车辆。

促进 DARPA 挑战赛举办的部分原因是，国会曾要求到 2015 年前，所有军用车辆中三分之一必须实现自动化。在 2004 年的 DARPA 挑战赛中，无人驾驶车辆穿越了约 110 英里的沙漠，从加利福尼亚州的巴斯托直到内华达州的 Primm。观察2004年挑战赛的赛道示意图，我们发现这条赛道几乎与从巴格达到法鲁贾的道路一模一样。“自动化”一词有许多含义，不过本文中的“自动化”是指车辆必须能够实现完全自动导航，即不采用遥控或通过其他外界方式对车辆施加影响。

军用市场是无人驾驶车辆技术的直接目标，这也是 DAD 卡车队的市场对象，不过，消费类汽车市场也将受益于上述技术的进步。在挑战赛车辆中使用的许多技术，如障碍检测等，甚至会影响目前领先汽车制造商正在开发中的防撞系统技术。

2004 年挑战赛回顾

首届挑战赛于 2004 年 3 月 13 日举行。赛道长 142 英里，跨越莫哈韦沙漠沙漠，从加利福尼亚州的巴斯托直到内华达州的 Primm。在到达 2005 年起点的 15 支车队中，仅 7 辆车越过起始门栅区，只有 4 辆车行驶了 5 英里以上。

DAD 车队的挑战赛历程开始于 QID，车队在此完成了 8 次试车，次数超过所有其他车队。DAD 获得第四旗位 (pole position)，于 2004 年 3 月 13 日早上 6:45 开始挑战赛赛程。DAD 卡车行驶 6 英里后，停车给拖车让行，然后自己撞上了石头。DAD 车队在路上超过了其他的一个车队，这也是两辆无人驾驶车辆间出现超车行为的首次记录，最终 DAD 车队的行驶距离在全部参赛者中排名第三。

必须将数项复杂技术进行无缝集成，才能使标准尺寸的轻型载重车自己在起伏不平的沙漠上行驶。DAD 车队的参赛车辆经过了数千人工小时的设计、编程和检测工作，该车包括两大组件：实时立体 3D 影像和车辆伺服控制。这种自动导航的创新技术采用了最先进的 TI DSP 技术，实现了高级伺服控制功能和高速立体视觉系统。此外，DAD 还得益于 TI 广泛的伺服控制、机器人、车载以及电子技术经验，各方面技术的完美结合最终形成了自动车辆。

DAD 车队采用 3D 影像系统 (RTI) 进行环境感测，以避免碰撞到障碍物。该系统采用两个 CCD 数码相机获取全面的 3D 地图，并用其明确辨别在给定的 GPS 路径中应做哪些绕行才能避开障碍物。

DAD 车队所用的自动设计方法过去和现在都非常简明，只要操作三个开关就能实现自动化操作。在车辆自动行驶状态下，驾驶员可以坐在车里。这种优化的设计使 DAD 工程师能够在比赛后坐在卡车里重新再开过一遍赛道。

在自动模式下确保卡车能合法上街行驶，并让所有乘客都感到舒适，这使 DAD 工程师能坐在车里进行赛前检测。实际上，DAD 车队就是开着参赛卡车去参加挑战赛的。

力争 2005 年获大奖——最新技术概览

为参加 2005 年挑战赛，DAD 车队从立体视觉系统转而采用激光系统来进行卡车自动导航。这种创新系统是一种 64 个元件构成的旋转LADAR地面映射和障碍检测系统，用作统一的环境感测系统。该系统拥有 360 度视角、20 度垂直角度功能，能实现稳健的实时 3D 地形映射，突破了传统的视觉系统难以克服的雨天、黑暗和雾天等难题。

激光系统建立在光发射器和传传感二极管基础之上。为了确定在卡车行驶道路上的有关物体的距离，系统会向物体发出激光，并测量激光到达物体并返回传感二极管的时间，从而确定与卡车的距离。高速重复上述过程，我们就能获得用于详尽描绘地形图所需的所有相关信息，其比此前设计的所有系统都更为精确。

系统相机采用 DSP 等高级技术进行多次反射辨别，并变化激光强度，采用冗余子相机设备等。相机安装在车厢顶部中心位置，能清晰观察到所有方向，并以 600 RPM 的速度旋转。相机采用支架安装，并配备有可汇报设备精确转角位置的惯性导航系统 (INS)，这样导航计算机就能进行精确控制。

LADAR 相机系统生成自身所用的光，并用专用滤镜来避免光线反射作用，这样，在各种光线条件下都能正常工作。由于整部相机不停转动，因此能甩掉尘土和雨水。LADAR 相机系统除可通过忽略早期反射在雾天和大雨天情况下保持清晰视线外，还集成了动态电源特性，以在不能获得清晰地面反射的情况下加大激光发射器的强度。

C6000" DSP 可处理来自 LADAR 系统、卡车 GPS 装置以及 INS 输入的数据。TI DSP 的运行频率高达 1GHz，能够根据 RDDF 的要求分析车辆的占用宽度 (vehicle path) 和速度，并可将路径导航与 LADAR 提供的地形图相结合。如果未发现可行的路线和速度，系统将寻找偏离中心线的可行路径。LADAR 系统识别物体的大小和距离，包括纵向位置和路面本身的曲线。如果物体不是路面本身，那么假定所有物体都是固体，应当避免碰撞。

在考虑行车路径时，要结合车辆通过路径的重力因素。有关信息将用于决定车辆行驶的最高速度，并相应进行加速和制动操作。在各种情况下，软件都会力图在 GPS 行驶路程点之内找到最佳的行驶路面及最快的速度。

我们应将激光影像系统提供的信息与预测车辆行驶路径数据以及最终的导航控制数据进行合成，然后发送给车辆伺服控制导航系统，这些都是通过 TI TMS320C2000" 数字信号控制器进行的。车辆伺服控制系统实际控制车辆的行驶。该系统主要采用激光影像系统的信息，同时也依靠两个不同的高精度 GPS 接收机、可实际进行卡车导航的伺服马达以及 IMU(内部测量单元)等的信息。

IMU 用陀螺仪和运动传感加速计来纠正 GPS 信号的偏差。陀螺仪和里程表系统足以进行导航，但在通过隧道时需要再次接收 GPS 信号。不过，只要 GPS 信号不稳定，系统就默认采用 LADAR 系统。

在没有部件或风扇运行的情况下，计算机系统的耗电只有几瓦特。整个 DAD 导航系统纯粹就是为赛事而全新设计的。因此，我们在该系统中嵌入了所有计算功能，其占用面积比传统的计算系统要小得多。

我们运用 SolidWorks公司的 CAD/CAM 系统对 LADAR 地形测绘和障碍检测系统进行了充分的设计和建模。整个 PC 板布局都采用 PADS，并针对所有软件开发采用 TI 的 Code Composer Studio 程序。所有软件代码都用汇编程序语言进行内部编程。

未来展望

DAD 吸取首次挑战赛的经验教训，不断在车辆轮胎、布线、硬件安装和现场检测等各方面加以改善。DAD 车队决心绝不在 2005 年挑战赛中让石块挡住了前进的道路。车队还针对转速偏离于理想转速的情况制定了应急方案。这意味着如果卡车碰上了石块，它会加大马力开过去。

DAD 车队的卡车是 2005 年 DARPA 挑战赛中唯一一辆完全依靠 DSP 技术参赛的车辆，其自动决策功能将对路面状况以及超过 500 英尺的潜在障碍物进行评估，并以每秒超过 60 次的速度进行检测。这一处理能力完全能够满足以 100 MPH 速度运行的车辆的要求，这对于其它用用传感器技术和视觉技术的竞争对手来说，将是一个显著的竞争优势。此外，由于 DSP 在控制商业和政府应用的关键任务系统方面已拥有数十年的使用经历，因此具有卓越的可靠性能。

与 2004 年一样，DAD 参赛车辆在非自动模式下也能像一般车辆一样由人来驾驶。只要打开安装在车辆顶棚后视镜上方的三个开关就能启动自动模式，这三个开关分别用于控制油门、刹车制动以及转向控制。关闭这些开关，车辆就和正常的卡车没什么区别。嵌入式 DSP 计算机占用的空间很小，因此不管车辆是否采用自动模式行驶，都能使乘客舒适驾乘，同时也利于货物运输。

许多人都不止一次地这样想象，如果能在上班的路上让汽车自动行驶，不用看路、尽管放松休息和享受驾乘乐趣，那该有多惬意。普通消费者想要一边读着晨报一边让自己的爱车载着自己满城随意通行，虽说这一美好愿景的实现尚有待时日，但自动化汽车技术的未来非常看好，这一美梦的实现会比大多数人的想象要快得多。