我們?nèi)绾螢樽詣玉{駛汽車構(gòu)建路徑感知

全新NVIDIA DRIVE Labs視頻系列詳細(xì)介紹了自動駕駛的構(gòu)建模塊，帶您一探究竟NVIDIA DRIVE軟件的“廬山真面目”。

Editor’s note

目前還沒有任何一個開發(fā)商或公司成功創(chuàng)造出全自動駕駛的汽車。但我們距離這個目標(biāo)越來越近了。通過全新的DRIVE Labs博客系列，我們將以工程技術(shù)為重點的視角針對每一個開放的挑戰(zhàn)進(jìn)行觀察，從路徑感知到交叉路口處理，我們將介紹NVIDIA DRIVE AV軟件團(tuán)隊如何應(yīng)對問題并創(chuàng)建安全可靠的自動駕駛軟件。

DRIVE Labs系列視頻第一集：

我們?nèi)绾螢樽詣玉{駛汽車構(gòu)建路徑感知

任務(wù)：通過多樣性和冗余建立路徑感知可靠性

方法：路徑感知集成

在行駛期間，相信自動駕駛汽車能夠利用數(shù)據(jù)感知并選擇正確的行駛路徑至關(guān)重要。我們將此種信任稱之為路徑感知可靠性。

對于L2+級自動駕駛系統(tǒng)來說，例如NVIDIA DRIVE AP2X平臺，實時評估路徑感知可靠性意味著評估該系統(tǒng)是否知道何時進(jìn)行安全的自主操作，以及何時應(yīng)該將操作權(quán)移交給人類駕駛員。

為了驗證路徑感知的可靠性，我們在硅谷全長50英里的高速公路環(huán)路上完成了一次零干預(yù)的全自動駕駛。這意味著自動駕駛系統(tǒng)可以自主處理高速公路交叉路況，車道變化，避免駛?cè)脲e誤出口，甚至在曲率較大的路面以及車道標(biāo)記有限的情況下也能讓汽車保持在正確的車道內(nèi)行駛。所有這些操作都應(yīng)當(dāng)以讓人類駕駛員感到平穩(wěn)舒適的方式進(jìn)行。

測試的實時性是挑戰(zhàn)的關(guān)鍵所在。在離線測試中，比如分析預(yù)先錄制好的鏡頭，我們始終可以將路徑感知信號與理想的參數(shù)進(jìn)行對比。然而，當(dāng)信號在行駛的汽車中實況運行時，我們無法從地面實況數(shù)據(jù)中獲益。

因此，在實況測試中，如果汽車僅在一種路徑感知信號下行駛，則無法保證置信度的實時正確性。此外，如果唯一的路徑感知輸入失敗，自動駕駛功能也許會失靈；就算功能不失靈，也可能導(dǎo)致操作的舒適度和平穩(wěn)度有所降低。

從獨立網(wǎng)絡(luò)到路徑感知集成

為了建立實時的置信度，我們在路徑感知軟件中引入了多樣性和冗余。

我們將幾種不同的路徑感知信號進(jìn)行組合，包括三種不同的深度神經(jīng)網(wǎng)絡(luò)輸出，以及作為選擇之一的高清地圖。事實上，不同類型的信號帶來了多樣性；同時，它們又都在感知可行駛的路徑，于是就創(chuàng)造了冗余。

由各種深度神經(jīng)網(wǎng)絡(luò)（DNN）產(chǎn)生的路徑感知信號在很大程度上是相互獨立的。 這是因為各種DNN在訓(xùn)練數(shù)據(jù)，編碼，模型架構(gòu)和訓(xùn)練輸出方面都是完全不同的。

高置信度路徑感知集成示例（包括左車道，汽車所在車道以及右車道的中心路徑）。高置信度的結(jié)果在可視化中呈現(xiàn)出粗的綠色中心路徑線條。實心的白色線代表車道預(yù)測線，也是由集成計算得出。

通過訓(xùn)練，各種不同的DNN可以針對不同情況進(jìn)行預(yù)測。例如，我們的LaneNet DNN可以預(yù)測車道線路。無論是否存在車道線路，PathNet DNN都可以預(yù)測能夠定義可行駛路徑的范圍。PilotNet DNN能夠根據(jù)人類駕駛員的駕駛軌跡預(yù)測駕駛中心路徑。

我們通過集成技術(shù)將不同路徑感知的輸出結(jié)合在一起。它是一種機(jī)器學(xué)習(xí)方法，該方法結(jié)合了幾種基本模型并創(chuàng)建了一個最佳預(yù)測模型。

通過對不同路徑感知信號的一致及不一致情況的分析，我們建立并測量了汽車在實況駕駛中的路徑感知可靠性，獲得了更高質(zhì)量的整體結(jié)果。

該分析通過可視化的方式進(jìn)行呈現(xiàn)。當(dāng)信號分量非常一致時，表示指定中心路徑預(yù)測的粗線將會呈現(xiàn)出綠色；而當(dāng)它們不一致時，則會變成紅色。

由于我們的方法基于多樣性，因此出現(xiàn)系統(tǒng)級故障的可能性較小。從安全角度來看，這是非常有益的。

可靠駕駛

利用多樣性和冗余創(chuàng)建的路徑感知可靠性能夠使我們對所有潛在路徑進(jìn)行評估，包括車輛所處車道以及車輛左右車道的中心路徑及車道線預(yù)測，變道、分道及并道，以及遇到障礙物時的車道分配。

在駕駛期間，多個路徑感知DNN與障礙物感知和追蹤功能一起在車內(nèi)運行。 為了同時運行這些任務(wù)以保證自動駕駛車輛的安全，高性能計算顯得尤為重要。

路徑感知集合軟件功能將在NVIDIA DRIVE Software 9.0中發(fā)布。