新闻中心

传统ADAS的2.0时代:个性化辅助驾驶

作者:华一汽车科技    来源:www.jjmdesigns.net    发布时间:2019-10-31 11:17    阅读:次

传统ADAS,路向何方?
 
驾驶员驾驶风格在行车安全中起着重要的作用,同时,对于目前搭载的高级驾驶员辅助系统开发来说,也是关键环节,以提高不同车辆的自动辅助驾驶个性化能力。
 
ADAS
 
目前,已经量产的比如ACC等ADAS功能,都是基于标准化的功能逻辑进行开发,并不能反映不同驾驶员的驾驶风格或个性化定制。
 
被称为“人机共驾”的下一代技术研发,对于舒适和愉快的驾驶体验,以及提高市场接受度是很重要的一环。而现有市面上已经上市的ADAS车型,之所以出现不同车主的体验不一,也正是反映出现有模式的缺陷。
 
在现有的车主中,有两类比较典型的人群,一种是特斯拉的忠实粉丝,他们过分相信和依赖自动辅助驾驶系统;一种是因为此前有不好的体验,而极度反感并且手动关闭系统功能。
 
事实上,随着ADAS的普及率越来越高,隐藏的风险也在不断出现。比如,此前美国密歇根大学研究了盲点监控对司机的影响。研究发现,当司机的车辆安装了盲点监控技术后,他们在换车道前回头看车流的倾向大大降低。
 
主要的问题是,人们一旦接触了ADAS,就会很快习惯它。反过来,他们在驾驶上也变得更加松懈。
 
以第一起涉及特斯拉Model S自动辅助驾驶的致命车祸为例。对事故的调查发现,司机无视特斯拉的警告(让司机保持警惕,把手放在方向盘上),结果造成事故发生前,司机的手仅仅只接触了方向盘25秒。
 
正是因为这个原因,通用汽车在其所有配备了超级巡航(Super Cruise)的汽车上安装了司机监视摄像头,以保证注意力集中。
 
司机依赖ADAS的问题不仅仅是人类的“懒惰”,还有一些真正的技术问题。
 
首先,没有行业标准,比如自动紧急制动应该如何工作。奔驰系统的表现与沃尔沃不同,日产则让人胆战心惊。斯巴鲁的双目令人印象深刻。
 
而对于自适应巡航控制,不同品牌的汽车有着不同的系统驾驶风格和安全警告。
 
此外,多年来,系统变得更糟,而不是更好。以Autopilot的新功能Navigate为例,《消费者报告》在对这一功能进行评估时发现,该功能有时候几乎没有给车与车之间留出足够空间。
 
这也是为什么越来越多的主机厂开始考虑在现有的ADAS功能基础上增加一些人工智能的技术来弥补“广泛性功能”的个性化不足。
 
现代汽车近日宣布,正在开发一种基于人工智能的巡航控制系统。该技术分析驾驶员的个人驾驶行为,并将其与车辆的自主驾驶功能相结合,目的是提高个人驾驶体验。
 
高级辅助驾驶
 
该系统名为基于机器学习的智能巡航控制(SCC-ML),将在现代下一代汽车中投入批量生产。通过这种机器学习,新技术按照与驾驶员相同的模式独立调节速度。
 
比如,前摄像头和雷达不断记录驾驶信息,并将其发送到中央计算机,通过提取相关细节,以识别司机的典型驾驶模式。这个机器学习的过程是由人工智能控制的。该系统的编程方式是识别不安全的驾驶模式。
 
该算法捕捉了手动驾驶模式的三个方面:与前方车辆的距离、驾驶员加速的力度以及对驾驶情况变化的反应速度。外部驱动条件和当前的速度要求也被考虑在内。
 
在现有的常规自适应巡航控制系统中,驾驶员可以手动调整与前车的距离和车速(在一些其他ADAS功能上也是如此)。如果没有机器学习,就不可能根据驾驶员的个人偏好来细微调整自动驾驶所需的设置。
 
现代汽车的系统可以检测到,例如,司机是在城市中缓慢行驶,还是在超车车道上,与前面的车辆保持着较短或较长的距离。在分析数据时,系统可以区分超过10000种不同的模式,从而灵活地适应每个司机的驾驶风格。
 
目前,在国内也有一些汽车制造商比现代汽车更早提出类似的概念和实现路径。
 
去年,东风汽车公司技术中心智能网联部副部长也提出,东风汽车将通过“人机共驾”提升驾驶体验,会根据驾驶员的驾驶习惯、特性,推出个性化的自动驾驶。
 
比如,基于深度数据挖掘和深度学习方法来研究驾驶员辨识模型,并根据模型用最大似然概率进行过特性辨识。
 
例如,ACC个性化控制参数,则是通过e指数模型表征不同驾驶人跟车的速度历程,表征不同驾驶人的跟车距离,从而给出驾驶员的跟车干预时刻。
 
而一些ADAS方案商也在布局类似的技术路径。
 
几年前,大陆集团和一所大学开发了一种机器学习车辆系统,算法根据一系列车辆数据创建一个始终更新的驾驶员档案,允许它们根据驾驶风格调整城市辅助系统给出的驾驶机动建议。
 
大量的测试表明,在城市辅助系统中使用的算法可以在三到五个驾驶动作中得出当前驾驶风格的结论。因此,该系统可以将驾驶员分配到一个或多个驾驶配置文件集群,这意味着驾驶辅助系统可以提供高度个性化的驾驶建议。
 
而这些个性化的算法配置,要解决的就是如果辅助驾驶系统的警告不被认为是有用的,通常会被司机视为无用的功能,甚至被忽视或关闭。
 
实际上,这些需求在现实的功能落地上已经显现出来。
 
比如,上个月,宝马新X5系统OTA发布升级版本,主要是优化驾驶辅助系统。其中,修正了ACC不能识别变道中车辆的严重问题(这个问题会导致追尾前方加塞车辆),并且调整了跟车距离,比之前版本变大。
 
不过,有业内人士表示,这种调整更多只是一种保守的做法,而并非长远之策。这就需要类似上面几家企业提出的驾驶员行为建模,并以此提供个性化的辅助驾驶。
 
“目的就是在不同的环境条件下根据必要的整车数据及位置等相关信息推算车辆与环境的互动逻辑关系并通过数学模型的形式表达。”在格物科技创始人杜光辉看来,现有的ADAS量产系统需要基于当地的道路场景和驾驶员行为、驾驶习惯,需要重新做一些开发。
 
苏州格物科技是目前国内为数不多从事驾驶员行为模型开发用于ADAS及自动驾驶的初创公司,通过预测驾驶员的行驶意图,再结合有效的应对措施做到安全、有效的通行。
 
比如,在系统专家行为的模型基础上,根据不同的行车习惯和方式开发定制化的驾驶员行车模型,这些模型组可以精准表达真实道路上各种车辆行为,并集成在仿真平台里面。
 
更安全、更高效的驾驶行为的新规则可能是根据现有车辆的数据制定的,这些数据不仅基于道路法规,还基于人类在特定环境下驾驶车辆的方式。

 

文章转载请保留原文网址:http://www.jjmdesigns.net/news/hyzx/956.html


上一篇:自动驾驶的五大核心技术

下一篇:未来汽车技术的九大应用趋势


液晶仪表 返回列表
 极速快乐8 9号棋牌 上海时时乐 极速11选5 荣鼎娱乐 三分时时彩 极速11选5 海南4+1 上海快3走势图 159彩票