自动驾驶卡车可缓解供应链问题

　　计算机建模帮助打造自动驾驶半挂卡车的未来

　　摘要:图森未来 (TuSimple) 正在努力研发自动驾驶卡车，让高速公路在变得更加安全高效的同时帮助降低运输成本及其对环境的影响。

　　每天，全世界有数十万的司机需要半夜从床上爬起来，钻进大型卡车的狭小驾驶空间。这一劳动力群体每年会向仓库、杂货店和港口运送数以十亿吨记的货物。运输业每年通过人工驾驶的大卡车运输近 110 亿公吨（120 亿吨）的货物。

　　通过自动驾驶卡车，TuSimple 可以把高速公路变为对于卡车司机和其他司机来说都更加安全的场所。与此同时，自动驾驶卡车的使用还可以节省关键物资的运输费用。

　　尽管这些卡车对世界各地供应链的运转至关重要，但该行业仍面临着日益严重的司机短缺问题。卡车运输业一直面临“留住老司机、发展新司机”的两难困境，而随着新冠疫情期间许多驾驶学校的关闭，这一局面变得愈发艰难。在上述因素的综合作用下，卡车运力已无法满足不断增长的运输需求，从燃油燃料到电子产品的供应都受到了影响。

TuSimple 的自动驾驶卡车车队。（图片所有权：TuSimple）

　　另外，长途运输卡车也是司机安全的梦魇。由于工作时间长，经常要在夜间或清晨驾驶，因此卡车司机比其他司机更容易产生疲劳感。美国疾病预防控制中心表示，疲劳驾驶与醉酒驾驶带来的交通风险一样大。

　　正是卡车行业面临的这些问题，让 TuSimple 的韩晓凌和同事们看到了一种全新解决方案的机会：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韩晓凌表示，这些车辆可以解决卡车运输业面临的棘手问题。韩晓凌说：“自动驾驶卡车比自动驾驶乘用车的商业应用前景更为广泛，因为卡车运输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。虽然卡车自动驾驶的问题解决起来非常困难，但和自动驾驶汽车比起来，它需要面对的问题就少得多了。”

　　韩晓凌还表示，TuSimple 的自动驾驶卡车可以让高速公路在变得更加安全高效的同时帮助降低运输成本及其对环境的影响。

　　自动驾驶之路

　　MathWorks 公司的汽车行业经理 Govind Malleichervu 介绍，目前各行各业都标榜采用了自主技术，从智能扫地机器人到各式新车，不一而足；然而如果用真正的自主性标准加以衡量，许多技术并未达到严格意义上的自主。

　　4 级或 5 级的自动驾驶卡车可以让其司机在夜间空旷的道路上驾驶时有机会休息。

　　根据国际自动机工程师学会的定义，汽车的自主性包括从 0 到 5 六个可能的级别。0 到 3 级是从无自动化到有限的自动化，包括辅助转向或制动。由于功能的限制，人类驾驶员仍然需要控制车辆并监督这些系统。要实现第 5 级自主性，即车辆独立执行所有的驾驶任务，仍需多年时间。

自动驾驶的六个级别（图片所有权：NHTSA.gov）

　　Malleichervu 说，“许多 OEM 提供的自动驾驶功能达到了 2 级或 2+ 级。加号的意思是在 2 级的基础上提高了自主性，但尚未达到 3 级。达到这种级别后，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，而人类驾驶员仍然需要负责随时监控环境，并执行所有其他驾驶任务。”

　　造成这种相对有限的自主性的部分原因是伴随在城市环境中测试和开发车辆 ADAS 而来的安全顾虑。

　　韩晓凌表示，这正是 TuSimple 卡车的优势所在。虽然该公司预计其卡车至少要到 2024 年才能全面上路，但在驾驶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。为了在城市测试自动驾驶汽车，公司必须首先与地方有关部门就测试车辆的区域、频率以及速度达成协议。这通常意味着可用于测试的区域和时间都会减少。

　　高速公路测试的另一个好处是，与城市道路相比，它面临的行人障碍更少，并且在很大程度上避免了走走停停的交通状况和道路狭窄或不平坦的情形。这代表着万一出现问题，虽然对其他司机造成伤害的风险并不为零，但它确实能降低发生致命事故的可能性。

　　韩晓凌表示，TuSimple 的卡车目前已达到 4 级自主性。这意味着车辆可以在有限的条件下自动驾驶，而无需人类驾驶员的帮助 — 不过 TuSimple 公司仍计划让人类驾驶员在驾驶座上进行监控。目前的卡车运输要求人类驾驶员时刻保持警惕，4 级或 5 级自动驾驶卡车的不同之处在于，在空旷的道路上彻夜行驶时，卡车司机会有休息的机会。

　　韩晓凌和他的团队正在开发这种自动驾驶的关键技术之一：自主线控制动系统。大型卡车的重量以及牵引满载拖车所带来的动态特性，使得卡车更难快速停车。一辆满载的卡车重达 36,000 公斤（80,000 磅），而一辆客车的重量只有 1,360 公斤（3,000 磅）。制动系统必须能够安全地阻止重型卡车高速行驶时的向前冲力。

　　韩晓凌表示，“线控制动系统非常复杂，整个系统管道从感知开始，我们的程序要观察车辆前后左右的情形。这涉及到运动规划、预测和控制算法。”

　　借助感知和激光雷达等传感器，TuSimple 的 4 级自主系统可以 360 度地观察车辆周围，以及前方 1,000 米范围的路况。这些数据随后会传递到安全关键型线控制动控制系统，韩晓凌解释说。该控制系统随后会在软件感知与卡车硬件之间建立关联，以激活安全制动。

　　韩晓凌还表示，“制动是自动驾驶中最基础的系统，对制动安全的要求高于所有其他系统。”

　　制动系统的这些更严格的标准也反映在其冗余上。这意味着如果出现问题，人类控制者可以进行干预并手动制动。

　　“对于车辆的其他部件，例如发动机，一定程度的冗余就足够了，但是由于制动系统是关乎车辆安全性的核心部件，我们必须拥有完全的冗余，包括物理、信号、电源和软件系统。” 韩晓凌继续说道。

　　信任模型

　　TuSimple 目前已经在真正的高速公路上测试其大型卡车，包括一段从美国亚利桑那州到俄克拉荷马州长达 951 英里的路程。不过，韩晓凌解释说，完全依赖道路测试会导致成本快速增加。做为替代，该团队现在主要依靠建模和仿真来作为线控开发经济高效且安全的替代方案。据韩晓凌介绍，高达 90% 的卡车车辆控制单元的测试是使用 MATLAB®、Simulink® 和其他软件开发的模型完成的。

　　通过使用模型，该团队只参考唯一数据源，自动生成代码，并可以测试具有不同车辆约束条件的自主系统。

　　“我们只有 10% 的时间在车辆层面测试线控制动，因为这样做的成本非常高昂”，韩晓凌这样表示。“不仅耗费人力，还需要额外的协调工作。因此，我们利用仿真进行大部分测试。”

　　仿真需要对不同的传感器输入（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进行建模。使用模型来管理这些组件可以让团队各成员能够同时进行设计，即使他们在不同的物理地点工作。

　　“团队成员可以使用模型来检查车内发生的情况”，韩晓凌表示。“这比阅读代码可要容易得多。这就是为什么模型是整个车辆控制单元团队的唯一数据源，因为我们的所有相关职能团队均可以基于模型进行交流。”

　　Malleichervu 称，这些模型还可以通过自动生成代码来实现在模型级别进行的设计，从而帮助减少编程人员引入的错误。这种方法让团队能够测试具有不同车辆约束条件的自动驾驶系统，例如不同的发动机或货物重量。该团队依靠 MATLAB 脚本和 GitHub 来管理变体。

　　摆脱束缚

　　韩晓凌表示，除了简单易用之外，依靠虚拟模型来完成大多数的新设计测试还有助于他们不再依赖汽车和软件行业称为 V 模型的标准设计模型。

　　“我们的迭代周期非常快，这意味着我们软件的发布是每月而不是每年。要在一个月内而不是一年内发布软件。......如果没有建模，在一个月内发布一个功能是非常困难的，因为编程、测试、验证等所有工作都需要在这个时间段内完成。”

　　韩晓凌，TuSimple 传感器与车辆控制集成高级总监

TuSimple 结合 V 模型和敏捷方法创建了理想的设计流程。（图片所有权：TuSimple）

　　V 模型也被称为验证和确认模型，是一种在实现新功能之前系统地进行分析、设计和验证的设计方法。Malleichervu 说，使用 V 模型设计方法完成发动机或车辆项目的全部设计通常需要三到五年时间；对现有设计进行升级大约需要一年时间。

　　韩晓凌说，对于 TuSimple 来说，这种方法太慢了。做为替代，该公司在开发自动驾驶系统时采用了一种混合方法，即将 V 模型和敏捷方法结合运用。

　　“我们的迭代周期非常快，这意味着我们要在几周而不是几年内发布线控软件”，韩晓凌说。“这就是为什么我们也需要遵循敏捷流程的原因。这也是我们依赖建模的原因。如果没有建模，一个月内很难发布一个功能，因为编程、测试、验证等所有工作都需要在那一个月内完成。”

　　使用这种混合方法，TuSimple 可以在 24 小时内发布线控软件补丁，并在 72 小时到两周内的发布新功能。韩晓凌认为，正是这种新颖的设计方法和 TuSimple 对建模的使用，才能帮助公司实现目标，即自动驾驶的大型卡车可以在 2024 年驰骋于高速公路上。