日前，福特展示了一辆福特Fusion Hybrid自动驾驶测试车。目前，福特正与美国麻省理工学院和斯坦福大学合作研发自动驾驶相关技术。其中，麻省理工学院主要负责汽车周围的交通路况，而斯坦福大学负责研究在周围存在障碍物时，如何将车载传感器的性能发挥到极致。
换句话说，前者的研究目的是利用车载摄像头收集直接可见(line-of-sight)的交通数据，并依此对路况进行掌握和预测；后者则是致力于视野受阻挡(non-line-of-sight)情况下的路况信息收集，例如利用V2X技术。
福特Fusion测试车中除了包含目前福特量产车上已有的安全技术外，还添加了4个雷达传感器和实时3D地图。
福特与麻省理工合作:收集直接可视的路况数据
虽然雷达传感器本身也能够对车周围路况进行检测，福特在与麻省理工学院的合作项目中还开发出了一种先进的算法，帮助车载系统在收集到当前路况后，预测其它车辆和行人之后的移动情况。福特将其称为“情景规划(scenario planning)”。通过这一预见性规划方案，汽车能够对周围路况中潜在的风险进行更好地评估与预测，从而对行人、车辆和其他移动物体进行及时有效地闪避。
福特驾驶辅助和主动安全全球经理Greg Stevens表示，在该合作项目中，对于车辆移动规律的评估与预测已经获得显著成果，项目的下一步计划是加强对行人移动规律的预测。系统之所以具备预测能力主要是从3方面对目标物体进行分析。
预测车辆移动规律
首先是车辆的物理属性，例如它的加速、制动、变换车道等。根据这些属性，前方车辆的可移动范围被限制在很小的空间内，使预测正确率提高。其次是分析其他车辆对于本车的关系，例如一辆车正在从其他车道靠向本车所在车道。最后，系统会结合第二点和综合路况进行比对，作出进一步的分析。例如，当导航系统或摄像头发现前方有匝道出口，而另一辆车则正在向出口处的车道变道，那么系统将会认为这辆车准备进入该匝道口。
预测行人移动规律
Greg Stevens表示，对于行人的移动行为预测更具挑战。虽然他们移动速度不及汽车，但更突然，更无规律。例如，原本向前直走的行人可能突然横穿马路。
不过即便如此，研究人员依旧拟定了两种或许可以预测行人行为的方案。第一种，当行人在行走过程中突然朝后看，那么就有很大可能他即将穿越道路。另一种，当行人朝着人行横道线的方位走时，也同样可以认为他即将横穿道路。
在2014北美车展上，福特展示了一辆测试车，并利用传感器系统展示了车载安全系统获得给类交通数据的3D视图。
福特与斯坦福大学合作：收集被障碍物阻挡的路况数据
福特与斯坦福大学的研究项目主要关于如何检测被障碍物挡住的交通路况。当司机的视线被前方大卡车挡住时，司机都会潜意识地探头张望。而项目开发的系统中的传感器能够检测到前方车辆紧急制动，并作出规避动作，此前，系统还会先分析相邻车道是否有足够的空间可让车辆实现变道。目前该项目还处于初期阶段。
自动驾驶是福特未来汽车技术发展蓝图(Blueprint for Mobility)的主要对象，其描述了2025年的交通概念。福特推出自动驾驶测试车后，将持续探索适合于全自动驾驶的社会、立法和技术方面的方案。
一般认为，V2V是一项多对象的交互性技术，其尚存在许多技术难题。例如某块区域内的司机需要使用同一种语言交流，并且每个V2V频道中还需要制定统一的拥堵管理策略。
Greg Stevens表示，我们的目标是让司机能够很轻松地运用相关技术预测即将到来的交通情况，让自动驾驶的相关知识变成人们的“常识”，让人们知道，无论是可视路况还是被障碍物阻挡的路况，充分掌握它们对于行车安全非常重要。
相关文章
[错误报告][推荐][收藏] [打印] [关闭] [返回顶部]
已有
