自动驾驶卡车可以缓解供应链问题
计算机建模有助于构建自动驾驶半挂车的未来
在全球范围内，成千上万的工人在半夜从床上爬起来，爬进一个大型钻井平台的狭小舱室。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井平台运送近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安全，同时节省重要货物的运输费用。
虽然这些钻机对全球供应链的流动至关重要，但该行业面临着日益严重的司机短缺问题。卡车运输业一直在努力留住现有员工并认证新司机，特别是在2019冠状病毒病大流行期间驾驶学校关闭的情况下。这些情况加在一起，使得卡车运输难以满足从燃料到电子产品等日益增长的需求。
一个简单的自动驾驶卡车车队。(图片来源:TuSimple)
长距离的大型钻井平台也是工人安全的噩梦。卡车司机工作时间长，经常在夜间或凌晨开车，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组合中，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运输行业的一个巨大问题。“自动驾驶卡车比自动驾驶汽车提供了更强大的商业案例，因为路线是高度可重复的，大部分驾驶都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，但它需要解决的问题比自动驾驶汽车要少得多。”
Han说，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。
自主之路
如今，从机器人吸尘器到你的新车，许多行业的技术都被贴上了自动驾驶的标签，这并不罕见。但MathWorks的汽车行业经理戈文德•马莱赫尔乌(Govind Malleichervu)解释说，当涉及到真正的自动驾驶时，许多技术都达不到要求。
Malleichervu表示:“许多原始设备制造商提供的自动驾驶功能都在2级或2级以上。”有了这些级别，车辆上的高级驾驶辅助系统(ADAS)可以控制制动系统、加速和转向，而驾驶员仍负责随时监控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测试和开发车辆ADAS固有的安全问题。
韩说，这就是TuSimple的卡车有优势的地方。虽然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更容易的途径。为了在一个城市测试自动驾驶汽车，公司必须首先与地方当局就车辆测试的地点、频率和速度达成协议。这通常意味着减少用于测试的面积和时间。
高速公路测试的另一个好处是，与城市相比，它面临的行人障碍更少，在很大程度上避免了走走停停的交通和狭窄或不平坦的道路。虽然这并不能完全消除发生事故时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。
韩寒表示，目前TuSimple的卡车处于4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，无需人类驾驶员的协助——尽管在图森普的案例中，该公司计划仍然让人类驾驶员坐在驾驶座上监督。与今天需要人类司机时刻保持警惕的卡车运输不同，4级或5级自动驾驶卡车将在夜间空旷的道路上行驶时给他们一个休息的机会。
韩寒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。大型钻机的重量，以及拉动满载拖车的动力，使得它们更难迅速停下来。一辆满载的卡车重达3.6万公斤(8万磅)，而一辆乘用车重近1360公斤(3000磅)。制动系统必须能够安全地阻止重型卡车在高速公路上行驶的动量。
“线控制动系统非常复杂，”韩说。“整个流程从感知开始，我们的程序观察车辆前后的环境。这包括运动规划、预测和控制算法。”
TuSimple的L4自动驾驶系统利用激光雷达等感知和传感器，可以360度地观察车辆周围和前方1000米的情况。Han解释说，数据随后被传递到安全关键的线传制动控制系统，然后该系统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，”韩寒说。“刹车的安全水平高于其他所有系统。”
Han解释说，这些对制动系统更严格的标准也反映在其冗余性上，如果出现问题，人工控制人员可以干预并手动制动。
“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，”韩寒说。“然而，由于制动系统是车辆安全最关键的部分，我们必须有完整的冗余，包括物理、信号、电源和软件系统。”
信任模型
TuSimple已经在真实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的951英里长途运输西瓜。然而，完全依赖道路测试的成本可能很快就会增加，韩解释道。相反，该团队在很大程度上依赖于建模和模拟，将其作为一种安全且具有成本效益的方法来进行线控开发。据Han介绍，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®等软件。
通过使用模型，该团队可以引用单一的真相来源，自动生成代码，并可以在不同的车辆约束下测试自动驾驶系统。
Han表示:“对于线控制动，我们只在10%的时间内对车辆进行测试，因为成本非常高。“它消耗人力，需要额外的协调。所以，我们大部分的测试都是模拟的。”
模拟需要建模不同的传感器输入，如激光雷达和雷达，如何通过微处理器传递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。
一个简单的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实来源，因为我们可以基于该模型与所有相关职能团队进行沟通。”
Malleichervu说，这些模型还通过自动生成代码来实现模型级别的设计，从而帮助减少由人类编码人员引入的错误。这种方法使团队能够在不同的车辆约束下测试自动系统，例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。
打破常规
除了简单之外，Han说主要依靠虚拟模型来测试他们的新设计还帮助他们摆脱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，就很难在一个月内发布一个功能，因为在那个月里你需要完成编码、测试、验证等一切工作。”
韩晓玲，TuSimple传感器和车辆控制集成高级总监
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，一个发动机或汽车项目从开始到完成v型车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。
Han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混合方法，包括v模型和敏捷方法。
“我们的迭代周期非常快，这意味着我们可以在几周内发布线控软件，而不是几年，”Han说。“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，就很难在一个月内发布一个功能，因为在那个月里你需要完成编码、测试、验证等一切工作。”
使用这种混合方法，TuSimple可以在不到24小时内发布有线软件补丁，在72小时到两周内发布新功能。韩寒认为，正是这种新颖的设计方法和TuSimple对建模的使用，将帮助该公司在2024年实现自动驾驶大型钻机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一个网站: