芝能汽車出品
Elon Musk最近宣布,特斯拉正全力攻克自動(dòng)駕駛技術(shù)的最后難關(guān):車輛控制。他再次預(yù)言,特斯拉將在今年年底前實(shí)現(xiàn)完全自動(dòng)駕駛。
作為這一計(jì)劃的一部分,特斯拉正在轉(zhuǎn)向更多地依賴神經(jīng)網(wǎng)絡(luò)來(lái)控制車輛,以減少C++控制代碼的使用。雖然特斯拉正在積極訓(xùn)練這些神經(jīng)網(wǎng)絡(luò),但訓(xùn)練計(jì)算仍然是一個(gè)限制因素。
自動(dòng)駕駛的規(guī)劃控制框架和方法,主要包括以下方面:
◎車輛超車規(guī)劃與跟蹤
超車是一個(gè)涉及車輛側(cè)向和縱向運(yùn)動(dòng)的復(fù)雜任務(wù)。超車操作包括換道到超車道、通過(guò)前車、換道回原車道等,并需要避免與其他車輛的碰撞。超車規(guī)劃涉及車輛動(dòng)力學(xué)和環(huán)境約束,以及對(duì)周圍障礙物的精確知識(shí)。
◎規(guī)劃控制整體架構(gòu)
自動(dòng)駕駛的規(guī)劃控制可分為三個(gè)主要層次:任務(wù)規(guī)劃、行為規(guī)劃和運(yùn)動(dòng)規(guī)劃。任務(wù)規(guī)劃涉及確定車輛的長(zhǎng)期目標(biāo)和路線,行為規(guī)劃涉及制定車輛與其他交通參與者的交互行為模型,運(yùn)動(dòng)規(guī)劃涉及確定車輛的具體軌跡和動(dòng)作。
◎規(guī)劃方法
常用的規(guī)劃方法包括基于圖搜索的算法(如Dijkstra和A*)、采樣點(diǎn)搜索算法(如RRT和PRM)、模型預(yù)測(cè)控制(MPC)等。其中,MPC是一種基于模型的優(yōu)化控制方法,可以顯式處理約束條件,并具有較好的控制效果和魯棒性。軌跡產(chǎn)生分為基于傳感器和基于動(dòng)力學(xué)兩類方法,跟蹤則采用幾何法和模型法。幾何法包括Pure Pursuit和Stanley方法,而模型法則是基于MPC的不同方法。
特斯拉希望整個(gè)過(guò)程能實(shí)現(xiàn)端到端(E2E)的控制,這目標(biāo)頗具野心。近期,特斯拉開(kāi)始部署超級(jí)計(jì)算機(jī)Dojo,這可能有助于加快訓(xùn)練支持全自動(dòng)駕駛(FSD)的神經(jīng)網(wǎng)絡(luò)的速度。Dojo計(jì)劃和系統(tǒng)改進(jìn)速度的加快可能給這一目標(biāo)帶來(lái)一線希望。
不過(guò),只有時(shí)間能告訴我們,特斯拉是否能實(shí)現(xiàn)其設(shè)置的期限并克服自動(dòng)駕駛的最后一道難題。