Auto >> Fordonsteknik >  >> Autopilot

Vision på 18 ton:Utveckla Perception för Torcs självkörande lastbilar

Föreställ dig det här:En lastbil åker längs motorvägen. På grund av lastbilens storlek har dess förare bättre sikt än andra fordon på vägen, men de kan inte se allt. En kompakt personbil kör in i förbipasserande körfält och kör in i lastbilens döda vinkel. Framför lastbilen slår en minivan i bromsarna för att undvika att träffa fordonet framför den. Föraren av lastbilen måste uppfatta dessa faror, bestämma hur han ska reagera och omedelbart manövrera för att förhindra flera olyckor och hålla lastbilen upprätt.

Detta scenario skulle förvirra mänskliga förare med miljontals miles av körupplevelse. Körförhållandena kan förändras på ett ögonblick, men på vägen finns det inget utrymme för misstag. En försenad reaktion kan vara skillnaden mellan liv och död.

Hur ser, tänker och agerar Torcs självkörande lastbilssystem i dessa situationer?

Uppfattning vid Torc

Perception-teamet på Torc är avgörande för vårt uppdrag att köra säkert. Teamet består av expertingenjörer, var och en med sin egen specialitet, som har decennier av erfarenhet av att utveckla självkörande teknologier och en passion för robotik. Hårdvarupaketet för våra lastbilar innehåller olika sensorer, såsom RADAR, kort- och långdistans LiDAR och kameror. Perception-teamet skapar algoritmer som översätter rå sensorinformation för att säkerställa att våra fordon korrekt kan visualisera, lokalisera och reagera på lämpligt sätt på sin miljö.

Vårt självkörande system omvandlar rå sensordata till representationer av den verkliga världen i realtid när den korsar motorvägen. Perception-teamet skapar vägarna för att omvandla denna data till handlingsbar information.

Som en del av Perception, Mapping and Localization-team skapar Torcs mycket detaljerade HD-kartor som tillsammans med GPS och andra system gör att våra fordon kan navigera sina rutter.
Active Sensing och Information Fusion-team skapar algoritmer som kombinerar sensordata för att detektera och identifiera objekt för Torcs autonoma körsystem. Vi använder också maskininlärning för att analysera dessa data för att klassificera objekt i ytterligare detalj. Till exempel kan maskininlärning identifiera trafikljus i olika färger eller bestämma skillnaden mellan en fotgängare och en ljusstolpe.

Med deras expertis och verktyg ger Perception en oöverträffad vision till Torcs självkörande system. Andra mjukvaruteknikteam på Torc använder sedan denna information för att utveckla beteenden för systemet.

Kulminationen av vårt arbete

Sedan starten för över 15 år sedan har Torc framgångsrikt utvecklat och distribuerat självkörande teknik inom ett brett spektrum av industrier. Perception-teamet har riklig erfarenhet av att se våra självkörande lösningar för stora tunga fordon inom försvars- och gruvindustrin som måste vara pålitliga, exakta och kunna fungera under en mängd olika förhållanden. Detta gör Torc unikt positionerat för att hantera de många utmaningarna med att automatisera lastbilar. Lastbilar och lastbilskörning skiljer sig till sin natur radikalt från personbilar, och vårt Perception-team arbetar för att lösa de specifika utmaningar som följer med att utveckla uppfattning för lastbilar.

Fokusera på de stora problemen

Långdistanstransporter står för 69 % procent av all fraktaktivitet i USA. Torc har valt att fokusera på denna miljö för självkörande lastbilar på grund av den minskade komplexiteten. Motorvägar ger en välskött miljö med en mer förutsägbar uppsättning scenarier än stads- eller landsvägar. Specifikt tillåter kodning för självkörning på motorvägar våra ingenjörer att fokusera på specifika problem. Motorvägsskyltar och körfältsmarkeringar är också regelbundna och konsekventa, vilket gör dem lättare för kameror och sensorer att upptäcka och tolka. Många landsbygdsvägar har däremot inte sådana linjer eller skyltar. De typer av föremål som måste identifieras och motsvarande manövrar som en lastbil måste utföra på en motorväg minskar avsevärt. Motorvägskörning inkluderar utmanande scenarier som att slå samman och passera på flerfiliga motorvägar. Det är därför vi fortfarande utför rigorösa tester i simulering och stängda banor – och varför högtrohet är så viktigt vid motorvägshastigheter.

Veta var vi står

Våra självkörande lastbilar gör sin resa med en kombination av Torcs egenutvecklade HD-kartor, GPS och tillståndsuppskattningsprogramvara för att navigera sina rutter. GPS installerad i lastbilens hårdvara hjälper till med navigering, men även om GPS kan ge allmän vägledning på motorvägar, kan tillförlitlighet och precision variera. Används av sig själv kan GPS leda dig in i en sjö istället för din avsedda påfart. Dessutom finns det fortfarande stora delar av landet som ligger i GPS-degraderade eller nekade områden. Autonom körning kräver en lösning som ger precision. Vårt team för kartläggning och lokalisering kan kartlägga och underhålla rutter för noggrannhet med våra egna fordon med hjälp av sensorer, programvara och annan lokaliseringsdata.

Lösningar av episka proportioner

Godslastbilar är större än och inte lika manövrerbara som personbilar. Dessa skillnader leder till långsammare acceleration och ökad bromssträcka än deras fyrhjuliga motsvarigheter. Godslastbilar väger i genomsnitt cirka 35 000 pund och kräver mer än dubbelt så lång längd som ett passagerarfordon för att stanna helt. Detta stoppsträcka kan fördubblas när en lastbil bär en maximal last på 80 000 pund. Som ett resultat av detta är lastbilshanteringen begränsad och manövrering kräver mer yta än passagerarfordon. Lastbilskörningsbeteende måste utformas för att ta hänsyn till dessa fakta. Våra ingenjörer tar hänsyn till dessa skillnader när de ställer in systemet för att hjälpa lastbilen att bestämma hur lång sträcka som behövs för att följa andra fordon på ett säkert sätt eller hur mycket utrymme som behövs för att förhindra att lastbilen sticker i en sväng.

Vi ser allt

På grund av sin storlek och den extra längden på sina släpvagnar är lastbilar naturligtvis självstängande. Stora delar på alla fyra sidor av lastbilen är döda vinklar för föraren. Personbilar som kör på dessa platser är svåra, för att inte säga omöjliga, att se. Våra ingenjörer möter några av de unika utmaningar som lastbilar erbjuder genom att lägga till en robust sensorsvit som förbättrar sikten runt lastbilen. LiDAR med lång räckvidd ger till exempel objektdetektering längre ner på vägen för att tillgodose lastbilarnas behov av ökat stoppavstånd. Sensorer som ger täckning vid lastbilens döda vinklar kan hjälpa till med komplexa scenarier som att slås samman i flera körfält med snabbt rörlig trafik. När vi fortsätter att ta oss an de unika utmaningarna med att automatisera stora semi-lastbilar, tar varje förbättring oss ett steg närmare vårt mål:ett robust autonomt körsystem som ökar trafiksäkerheten och frakteffektiviteten.

Vad som krävs för att vara en del av Perception

Nu när du känner till några av utmaningarna som vårt Perception-team tar itu med med lastbilstransporter, kanske du undrar "Vad gör en idealisk Perception-teammedlem?" Våra teammedlemmar är ett nyfiket kollektiv av problemlösare som inte är rädda för att ställa frågor. Tron på att självkörande teknik kan hjälpa till att rädda liv gynnar deras strävan efter innovation. De närmar sig problem relaterade till perception med en nybörjartänk och hantverkslösningar med hjälp av sin omfattande expertis. De är också öppna för ständiga förbättringar och finner tillfredsställelse genom att arbeta som ett team för att övervinna de svåra problem som Perception står inför. Lär dig mer om Torc mjukvaruingenjörer.

Gå med oss!

Om du tyckte om att läsa om hur vårt Perception-team övervinner utmaningar relaterade till lastbilstransporter och skulle vilja ha en givande karriär med möjligheter att lära sig, förnya och bidra till ett världsförändrande uppdrag, skulle vi älska att höra från dig. Intresserad av att hjälpa till att utveckla framtiden för autonoma lastbilstransporter?

Relaterat

  • 25 januari 2022

    Marnie Young
    Går med i Torc as
    Chief People Officer

  • Hur autonoma lastbilar kan hjälpa till att lösa krisen i försörjningskedjan – om de hanteras på rätt sätt.