自动驾驶卡车可以缓解供应链问题
计算机建模有助于建立自动半卡车的未来
在全球范围内，成千上万的工人在半夜从床上爬起来，爬进一个大钻机的狭小舱室。这些劳动力每年将数十亿吨货物运送到仓库、杂货店和港口。航运业每年通过人工驱动的大型钻机运输近110亿吨(120亿吨)货物。
有了自动驾驶卡车，TuSimple可以让卡车司机和其他司机在高速公路上更加安全，同时还可以节省重要货物的运输费用。
虽然这些钻机对全球供应链的移动至关重要，但该行业面临着日益严重的司机短缺。卡车运输行业一直在努力留住现有员工和认证新司机，特别是在驾校在COVID-19大流行期间关闭的情况下。这些情况加在一起，使卡车运输难以满足从燃料到电子产品等各种物资日益增长的需求。
一个简单的自动驾驶卡车车队。(图片来源:TuSimple)
长途大钻机也是工人安全的噩梦。卡车司机工作时间长，经常在夜间或清晨开车，因此比其他司机更容易疲劳。美国疾病控制与预防中心表示，疲劳驾驶对驾驶的损害不亚于醉酒驾驶。
正是在卡车运输业面临的这些问题中，韩晓玲和他的同事们TuSimple看到了一种新的解决方案的机会:重型卡车的自动驾驶技术。
TuSimple的传感器和车辆控制集成高级总监Han表示，这些车辆可以解决卡车行业的一个巨大问题。“自动驾驶卡车提供了比自动驾驶汽车更强的商业理由，因为路线是高度可重复的，而且大部分驾驶是在高速公路上进行的，”韩说。“虽然解决卡车的自动驾驶问题极其困难，但它要解决的问题要比自动驾驶汽车少得多。”
韩表示，有了自动驾驶卡车，TuSimple可以让高速公路更安全、更高效，同时帮助降低成本和卡车的环境足迹。
通往自主之路
如今，从机器人吸尘器到你的新车，很多行业都被贴上了自动驾驶的标签。但MathWorks的汽车行业经理戈文德•马莱歇夫(Govind Malleichervu)解释说，要实现真正的自动驾驶，这些技术中的许多都还不够。
Malleichervu表示:“许多oem提供的自动驾驶功能都处于第2级或第2级以上。”“有了这些级别，车辆上的高级驾驶员辅助系统(ADAS)就可以控制制动系统、加速和转向，而驾驶员仍然负责随时监测环境并执行所有其他驾驶任务。”
这种相对有限的自主水平部分是由于在城市环境中为车辆测试和开发ADAS所固有的安全考虑。
韩说，这就是TuSimple的卡车的优势所在。尽管该公司预计其卡车至少要到2024年才能全面上路，但在车辆密度较低的高速公路而不是市中心测试这项技术，为实现完全自动驾驶提供了一条更容易的途径。要在一个城市测试自动驾驶汽车，公司必须首先与当地政府就测试地点、频率和速度达成协议。这通常意味着减少可用于测试的区域和时间。
高速公路测试的另一个好处是，它面临的行人障碍比城市少，在很大程度上避免了走走停停的交通和狭窄或不平的道路。虽然这并不能完全消除一旦出现问题对其他司机造成伤害的风险，但它确实降低了发生致命事故的可能性。
韩表示，TuSimple的卡车目前处于四级自动驾驶状态。这意味着车辆可以在有限的条件下自动驾驶，而不需要人类驾驶员的帮助——尽管在TuSimple的案例中，公司计划仍然让人类驾驶员坐在驾驶员的位置上监督。不像今天的卡车运输需要人类司机时刻保持警惕，4级或5级自动驾驶卡车将让他们有机会在空旷的道路上彻夜行驶时休息。
韩和他的团队一直在开发的这种自动驾驶的一个关键方面是自动线控制动系统。大钻机的重量，以及拉一辆满载的拖车的动力，使得它们很难迅速停下来。一辆满载的卡车可重达3.6万公斤(8万磅)，而一辆乘用车的重量接近1360公斤(3000磅)。制动系统必须能够安全地停止重型卡车在高速公路上行驶的动量。
“电传制动系统非常复杂，”韩说。“整个管道从感知开始，我们的程序观察车辆前后的周围环境。这包括运动规划、预测和控制算法。”
利用激光雷达等感知和传感器，TuSimple的L4自动系统可以看到车辆周围360度和前方1000米的情况。Han解释说，这些数据随后被传递到对安全至关重要的电传制动控制系统，该系统随后将软件感知与卡车硬件连接起来，以激活安全制动。
“刹车是自动驾驶中最基本的系统，”韩说。“刹车的安全级别高于所有其他系统。”
Han解释说，这些对刹车系统更严格的标准也反映在它的冗余性上，这允许人工控制人员在出现问题时进行干预和手动刹车。
“对于汽车的其他部件，比如发动机，一定程度的冗余就足够了，”韩说。“然而，由于制动系统是车辆最关键的安全部分，我们必须有充分的冗余，包括物理、信号、电源和软件系统。”
信任模型
TuSimple已经在真正的高速公路上测试其大型卡车，包括从亚利桑那州到俄克拉荷马州运送西瓜的951英里的长途跋涉。然而，完全依赖道路测试的成本可能会迅速增加，韩解释道。相反，该团队在很大程度上依赖建模和模拟，将其作为一种安全、经济的线控开发替代方案。据韩说，多达90%的卡车车辆控制单元测试是使用MATLAB开发的模型完成的®,仿真软件®，以及其他软件。
通过使用模型，该团队引用了单一的真相来源，自动生成代码，并可以测试不同车辆约束下的自动驾驶系统。
Han表示:“对于线控制动系统，我们只在10%的时间内进行整车水平的测试，因为成本太高。“它消耗人力，需要额外的协调。所以，我们大部分的测试都是通过模拟进行的。”
模拟需要建模不同的传感器输入，如激光雷达和雷达，如何通过微处理器中继到卡车的物理控制系统。通过模型管理这些组件使团队成员能够同时进行设计，即使他们在不同的物理位置工作。
TuSimple司机让自动驾驶接管。(视频来源:TuSimple)
“团队可以参考模型来检查车辆内部的情况，”韩说。“这比阅读代码容易得多。这就是为什么该模型是整个车辆控制单元团队的唯一真相来源，因为我们可以基于该模型与所有相关功能团队进行沟通。”
Malleichervu说，通过自动生成代码来实现模型级别的设计，这些模型还有助于减少由人工编码员引入的错误。这种方法使团队能够在不同的车辆约束下测试自动系统，如不同的发动机或货物重量。该团队依靠MATLAB脚本和GitHub来管理这些变体。
打破了模具
除了简单，Han说主要依靠虚拟模型来测试他们的新设计也帮助他们打破了汽车和软件行业的标准设计模型v模型．
“我们有一个非常快的迭代周期，这意味着我们在一个月内发布软件，而不是一年。如果没有建模，你便很难在一个月内发行一款新功能，因为在这个月内你需要完成编码，测试，验证等所有内容。”
TuSimple传感器和车辆控制集成高级总监韩晓玲说
TuSimple结合了v模型和敏捷方法来创建他们理想的设计过程。(图片来源:TuSimple)
v模型也被称为验证和验证模型，它是一种设计方法，在实现新特性之前系统地进行分析、设计和验证。因此，Malleichervu表示，v型发动机或汽车项目从开始到结束通常需要三到五年的时间;实现对现有设计的升级需要大约一年的时间。
韩说，对于TuSimple来说，这种方法太慢了。相反，该公司在开发自主系统时采用了一种混合方法，包括v模型和敏捷方法。
Han说道:“我们拥有非常快速的迭代周期，这意味着我们在几周内便能够发布在线控制软件。”“这就是为什么我们也需要遵循敏捷过程。这也是我们依赖建模的原因。如果没有建模，你就很难在一个月内发布一个新功能，因为在这个月内你需要完成编码、测试、验证等所有工作。”
使用这种混合方法，TuSimple可以在不到24小时内通过网络发布软件补丁，在72小时到两周之间发布新功能。韩认为，正是这种新颖的设计方法和TuSimple对建模的使用，将帮助该公司实现到2024年自动驾驶大卡车在高速公路上行驶的目标。
阅读其他故事
您也可以从以下列表中选择网站: