Google Waymo 2017自動駕駛安全技術報告(二)

Waymo的技術在公開道路上、封閉測試場、仿真器進行了普遍的測試,因此能夠保證自動駕駛系統的每一部分在其ODD內都有強大、可靠、安全的處理能力。ios

Waymo的自動駕駛系統由三個相互獨立、嚴格測試的子系統組成:數據庫

1)通過OEM認證的基礎車輛系統;segmentfault

2)傳感器和計算機等內部硬件系統;安全

3)作出全部駕駛決策的自動駕駛軟件系統;性能

這些子系統組合起來構成一個完整的自動駕駛系統,而後咱們對其進行進一步的測試和驗證。對各個系統的測試和驗證能夠確保自動駕駛車輛知足咱們對系統設定的全部安全要求。學習

3. Testing and Validation Methods

3.1 基礎車輛系統的測試驗證

Waymo的當前的自動駕駛車輛是2017年克萊斯勒-帕西菲卡混合動力小型貨車的改進版,咱們將自駕系統集成到其中。菲亞特克萊斯勒汽車公司(簡稱「FCA」)出售給咱們的改進型2017年克萊斯勒-帕西菲卡混合小型貨車已得到聯邦機動車輛安全標準(FMVSS)認證,該標準規定了美國機動車輛或機動車輛設備的安全性能要求。測試

3.2 傳感器和硬件系統的測試驗證

1)構建安全可靠的供應鏈系統網站

Waymo與供應商和分銷商共同保證系統組件的性能、安全、質量和可靠性。咱們將供應商提供的系統組件引入到故障模式、影響分析(FMEA)和風險評估過程當中,並在與其它子系統進行集成時,檢測識別其在製造過程、獨立系統或其它系統集成時的潛在安全風險。咱們監控產品製造過程當中各個子部件的表現,並進行持續的可靠性測試,以確保它們在集成到咱們的車輛中以前知足設計指望和安全要求。ui

2)Testing At Every Levelthis

咱們多層次的安全測試方法受到美國宇航局發射火星探測器的工程經驗的影響(火星探測器是在距離地球數百萬英里的地方運行的一種自動駕駛車輛)。

這種方法意味着咱們須要對最底層的組件進行分析和測試,以確保咱們最關鍵的系統的性能和可靠性。例如,咱們的視覺(攝像頭)系統在安裝到車輛系統後,要在實驗室中進行100屢次單獨的測試。

首先,咱們對組成視覺系統的各個攝像頭、電纜和鏈接器等部件進行檢查,以確保每一個部件都符合設計規範。當相機完成集成以後,咱們再次進行測試,將每一個攝像頭組裝成一個環形,將它們校準後一塊兒工做,檢查每一個攝像頭的角度和方向結合在一塊兒是否可以構成360度全景。

而後進行整個相機系統的測試。組裝好的攝像機被添加到自動驅動系統中,由咱們的工程師進行測試,以確保不一樣傳感器可以像一個傳感器同樣協同工做。

在使用這種新的視覺系統上路以前,咱們執行諸如在各類照明條件下看到交通訊號燈、檢測行人和發現建築工地等任務以確認視覺系統正在發揮做用。全部測試經過以後,視覺系統做爲自動駕駛車輛的一部分才被容許上路。

3)硬件系統測試

經過FCA和Waymo之間的技術合做,咱們設計並在由FCA提供的改進型克萊斯勒-帕西菲卡混合小型貨車上集成了Waymo的自動駕駛傳感器和硬件系統。爲了確保咱們已經將自動駕駛系統正確地集成到了克萊斯勒-帕西菲卡混合動力小型貨車中,Waymo對集成的小型貨車在私人測試道路、實驗室以及模擬器上進行了數千次附加測試,用於評估車輛從制動、轉向、前照燈和車門物理控制等安全功能。經過這些測試,咱們能夠確保車輛在手動模式,有測試駕駛員的狀況下自動駕駛模式以及在車內沒有人的狀況下徹底自動駕駛模式等全部場景下的安全運行。

image

3.3 自動駕駛軟件系統測試

咱們的自動駕駛軟件也是以咱們的安全設計理念爲指導,不斷嚴格地測試軟件的各個組成部分,包括感知、行爲預測和規劃等。軟件的每一次更改都必須經過模擬測試、封閉道路測試和公共道路駕駛測試。

Simulation Testing

咱們肯定車輛在公共道路上遇到的最具挑戰性的狀況,並將其轉換爲虛擬場景,以便自動駕駛軟件在仿真器中不斷驗證。

image

Closed-Course Testing

新版自動駕駛軟件首先被推送到幾輛車上,最有經驗的駕駛員就能夠在咱們的私人測試道路上進行測試。咱們能夠爲不一樣的車輛使用不一樣版本的軟件,以便測試新的研發功能或特定功能。

image

Real-World Driving

一旦咱們確認自動駕駛軟件運行符合預期,咱們就開始在公共道路上部署新的軟件。首先小範圍測試,自駕車輛必須證實它們可以安全、始終如一地按預約路線行駛後,咱們將軟件更新推送到整個車隊。隨着自動行駛里程的增長,咱們根據車輛的運行反饋持續的改進咱們的駕駛方式和軟件系統。

image

3.4 仿真系統

Waymo的模擬器能夠重現咱們使用每個新軟件版本的真實世界駕駛行爲,還能夠爲咱們的軟件構建全新的虛擬場景以供測試。天天多達25000輛虛擬Waymo自動駕駛車輛在仿真器中行駛800萬英里,驗證舊技術改進,測試新技術效果,幫助自動駕駛車輛安全的在現實世界駕駛。

例如在亞利桑那州梅薩市的南隆摩街和南部西大街的拐角處,有一個黃色的閃爍箭頭表示左轉,這種類型的交叉口對人類和自動駕駛車輛來講都很棘手,駕駛員必須進入五車道交叉口,而後在迎面而來的車輛中找到一個間隙,過早的左轉可能會對迎面而來的車輛形成危險,過晚的左轉可能會使後面的駕駛員感到不滿。仿真模擬讓咱們把這樣的一次真實世界的遭遇變成成千上萬的練習和掌握技能的機會。

image

Waymo engineers build virtual scenarios that allow our self-driving vehicles to drive up to 8 million simulated miles each day.

Our self-driving vehicle encounters a flashing yellow left turn arrow in Mesa, Arizona.

How Simulation Works

Step 1:Start with a Highly-Detailed Vision of the World

咱們構建了一套包含車道、路緣、交通燈、交叉路口等在內的虛擬副本,在仿真中,咱們能夠將注意力集中在最具挑戰性的場景上,如黃色信號燈閃爍、逆行的車輛司機或快速騎行的自行車手,而不只僅是單調的累積公路里程。

We can recreate a highly-detailed, realistic virtual version of the East Valley.

Step 2: Drive, Drive, and Redrive

當閃爍的黃色左轉在虛擬世界中數字化後,咱們的軟件能夠成千上萬次的調試驗證這個場景。每次更新軟件時,咱們均可以在不一樣的駕駛條件下在同一個交叉口測試驗證。這就是咱們如何教會咱們的車輛在黃燈閃爍的狀況下天然向前,並插入到迎面而來的車流中。此外,咱們能夠在已經遇到的每個閃爍的黃色閃爍燈的場景上測試這個新技能,以便更快地升級改進咱們的軟件系統。

In simulation, we can practice driving the same intersection, in the same driving conditions thousands of times, with different vehicles from our fleet. In this image, we’re simulating driving the intersection with one of our Lexus vehicles.

Step 3: Create Thousands of Variations

接下來,咱們可經過一個稱爲」fuzzing」的過程來探索閃爍黃燈相似的數千種不一樣的變異場景。咱們改變迎面駛來的車輛的速度和交通燈的時間,以確保咱們的車輛仍然能在交通流中找到安全的間隙;經過增長模擬行人、摩托車分隔車道,甚至慢跑者在街道上之字形穿行等等。全部這些均可以讓場景變得更加複雜,看看這會如何改變自動駕駛系統的響應方式。

through a process called fuzzing, we can alter the speed, trajectory and position of objects on these virtual streets.

Step 4: Validate and Iterate

咱們的自動駕駛汽車已經學會了如何自信地在一個閃爍的黃色箭頭路口行駛,這項新技術就成爲咱們永久性知識庫的一部分,在整個車隊的全部車輛中共享。而後咱們將使用真實世界的駕駛測試和封閉道路測試來驗證是否與仿真場景駕駛行爲相符。仿真和真實的駕駛行爲交互迭代驗證,一塊兒實現自動駕駛的目標:在現實世界中,實現數十億英里的安全和穩定駕駛。

To make a scene more complex, we can add vehicles, pedestrians and cyclists that never existed in the original scene.

3.5 Field Tests at Our Closed-Course Facility

Waymo在加利福尼亞州創建了一個佔地91英畝的私人封閉式自動駕駛測試設施,專門爲咱們本身獨特的測試需求而設計和建造。這座被稱爲「Castle」的私人建築就像一座模擬城市,包括從高速路到郊區車道再到鐵路交叉口的全部場景。咱們的團隊在新軟件發佈到咱們的車隊以前,使用這些封閉場景的測試設施來測試驗證新軟件。此外,咱們利用封閉自動駕駛場地構建有挑戰性或者罕見的道路場景,以幫助咱們的自動駕駛系統獲取相應的駕駛經驗。在封閉場地中,咱們可以從新建立特定的學習和測試場景,而且對其進行數千次「結構化測試」。爲了增強仿真測試的效果,咱們在」Castle」封閉場地中建立了20000多個模擬場景,每個是咱們想要駕駛場景的再現:一個咄咄逼人的司機從車道上疾馳而出,或者一個行人忽然從一輛停着的車旁出現,這些場景在公共道路上可能須要數十萬英里的行駛距離才能遇到一次。此外還有人們從帆布袋或便攜式廁所裏跳到路邊,滑板運動員躺在滑板上在傳感器前扔紙堆等場景,這種「結構化測試」對於加速咱們的技術進步和確保咱們的車輛在平常和具備挑戰性的駕駛環境中的安全相當重要。

3.6 Behavioral Competencies for Normal Driving

徹底自動駕駛車輛必須可以在ODD內處理全部人類駕駛員指望的平常駕駛任務。美國交通部建議3級、4級和5級自動駕駛車輛應可以演示至少具有28項核心能力,Waymo在廣度和深度上擴展了28項核心能力,並且咱們測試了數千種複雜場景變化,確保咱們的系統可以安全的應對現實環境的挑戰。

對於每一個能力,Waymo的團隊建立了各類各樣的單獨測試,在咱們的封閉場地中反覆模擬運行。例如,爲了測試咱們進行無保護左轉的能力,咱們設計了幾十種真實狀況(包括多車道迎面而來的車輛、大卡車擋住咱們的視野、短紅綠燈場景下的轉彎等等),並測試咱們的車輛是否作出了適當的反應。

對於每個場景,咱們都使用模擬器來建立相同場景的的數百種變化。經過咱們的虛擬世界測試,咱們還能夠建立全新的無保護左轉場景,以便進一步測試這種技能。隨着咱們ODD的擴展,核心能力的數量可能會增長(例如,要在美國北部各州整年駕駛,咱們的系統必須具有在雪地中安全駕駛的能力),而且每一個類別中的測試數量可能會隨着更獨特或更復雜的場景而增長。

3.7 Testing the Fully Integrated Self-Driving Vehicle

image

在分別對基礎車輛系統、自驅動系統和軟件系統進行測試後,須要對集成的完整自動駕駛車輛進行測試。這些測試包括封閉式道路避碰測試、可靠性和耐久性測試,以及訓練有素的測試駕駛員進行實際道路測試。

Testing on Public Roads

Waymo有一個全面的公路測試流程,這個流程在八年的時間中通過了不斷改進和完善。這是自動駕駛的一個關鍵步驟,使咱們可以驗證咱們已經開發的技能,發現新的挑戰場景和開發新的駕駛能力。

實際公路測試的安全性始於嚴格培訓的司機,咱們的測試駕駛員接受了普遍的課堂培訓,瞭解整個系統的運行流程,以及如何在公路上安全監控車輛(包括參加防護性駕駛課程)。通過培訓後,咱們的駕駛員在道路測試時負責監控系統,並在須要時,接管車輛的控制權。

咱們每週進行數萬英里的開放道路測試,用於評估咱們的軟件系統,以確保它們展現出人類司機的行爲能力。真實世界測試提供了一個連續的反饋循環,讓咱們不斷地完善咱們的系統。這種公共道路測試驗證的迭代方法有助於咱們安全的擴展咱們的ODD和技術能力。

3.8 Real-World Experience

image

在過去的八年中,Waymo在美國四個州,20多個城市測試了咱們的自動駕駛車輛。從亞利桑那州的鳳凰城到華盛頓州的多雨柯克蘭市累計行駛了350多萬英里。當咱們擴展到新的測試地域時,咱們可以在不一樣的道路環境、街景和駕駛習慣中收集更多的駕駛經驗。例如,在鳳凰城駕駛使咱們可以在沙漠條件下測試傳感器和軟件,包括極端溫度和空氣中的灰塵;咱們學會了如何處理特殊類型的車輛(好比在道路中間噴灑植物的灑水車,以3英里/小時的速度在45英里/小時的道路上行駛);在奧斯汀第一次遇到了水平交通訊號;在柯克蘭遇到了潮溼天氣的場景。

在每個新城市,咱們都會遇到不習慣天天看到自動駕駛汽車的人,這也讓咱們可以瞭解人們對於自動駕駛汽車的見解:好比人們但願如何使用自動駕駛汽車;他們對自動駕駛有什麼見解;以及更多的人一塊兒告訴咱們如何開發和改進自駕技術。

image

咱們的自動駕駛汽車須要在極端寒冷和高溫下可靠、安全地運行。高溫給全部現代技術帶來了挑戰,手機等平常電子產品在陽光下使用時會過熱並關閉,然而,咱們的自動駕駛系統須要在高溫條件下安全運行。咱們的汽車配備了一個特殊的冷卻系統,可讓它們在很是熱(即便發動機在滿功率運行,系統在滿負荷運行)的溫度下工做。咱們的工程師在風洞中進行了普遍的測試,幾乎能夠模擬任何天氣條件,包括有史以來地球上最熱的溫度。

除了風洞測試,咱們還在美國三個最熱的地方測試了咱們的自動駕駛汽車:拉斯維加斯、戴維斯大壩和死亡谷。位於亞利桑那州和內華達州邊界的戴維斯大壩,有一段陡峭的沙漠公路,容許咱們在炎熱的太陽下駕車;拉斯維加斯大道讓咱們能夠在酷熱繁忙的街道上測試咱們的系統;死亡谷擁有地球官方記錄的最高溫度134華氏度的記錄。

在測試過程當中,咱們會密切監控咱們的系統,每秒進行200屢次不一樣的測量,以確認咱們的內部傳感器套件和計算可以正常工做。

image

3.9 Testing Crash Avoidance Capabilities

除了測試核心行爲能力外,咱們的工程師還跨各類場景進行碰撞避免測試。Waymo在咱們的私人測試道路上完成了數千次防撞測試,每一個單獨的測試都會重現一個獨特的駕駛場景,並容許咱們分析車輛的響應,而後咱們使用模擬器進一步測試這些場景,並改進咱們的總體軟件能力。

咱們從各類不一樣的來源學習要測試的碰撞,其中包括咱們對NHTSA致命車禍數據庫,以及利用咱們豐富的自駕車輛操做經驗來擴展NHTSA的37個車禍前場景。咱們還測試了其餘道路使用者形成潛在危險狀況的狀況,例如車輛忽然從車道上駛出,大型車輛橫穿目標車道,摩托車穿越交通,行人亂穿馬路。

2015年,國家公路交通安全管理局公佈了最多見車禍前情景分佈的數據。例如,其中四類車禍佔了總車禍場景的84%:追尾事故(rear end crashes)、在交叉口轉彎或者交叉行駛(vehicles turning or crossing at an intersection)、在道路邊緣行駛的車輛(vehicles running off the edge of the road)以及變換車道的車輛(vehicles changing lanes)。所以,避免或減輕這些類型的事故是咱們測試的一個重要目標。

image

3.10 Hardware Reliability and Durability Testing

自動駕駛車輛和傳統車輛同樣,必須可靠運行,這意味着車輛及其每一個單獨部件必須在極端環境條件下和車輛的整個使用壽命內正常工做。

Waymo工程師利用對物理故障的瞭解設計了獨特的壓力測試,加速了對咱們的車輛及其各個部件的環境測試,咱們將多年的實際使用壓縮爲幾天和幾周的測試。好比咱們用紫外線照射咱們的部件,用強大的噴水器轟擊它們,把它們浸入幾乎凍結的水缸中,在充滿鹽霧的房間中腐蝕它們,用強大的震動震動它們,而後在特定溫度和溼度下加熱和冷凍它們數週。咱們分析任何測試中發生的故障並進行設計改進,以提升組件的可靠性。咱們監控每一個傳感器和車輛自己的健康情況,以便在潛在故障發生以前識別和修復它們。

image

相關文章

Google Waymo 2017自動駕駛安全技術報告(一)

自動駕駛高精地圖-概述與分析

Waymo-自動駕駛長尾問題挑戰(2019)


公衆號:半杯茶的小酒杯

我的博客網站地址: http://www.banbeichadexiaojiubei.com

相關文章
相關標籤/搜索