Trang chủ Công nghệ & Ứng dụng Công nghệ & Ứng dụng Đâu là lý do mà xe tự hành trở nên đắt đỏ

Đâu là lý do mà xe tự hành trở nên đắt đỏ

alt

Xe tự hành đã có thể hoạt động tốt trong khuôn viên nơi giao thông di chuyển chậm.

Nhiều người dân thành thị trẻ muốn sở hữu một chiếc ô tô, nhưng không giống như các thế hệ trước, nhu cầu di chuyển của họ thay đổi. Khi cần di chuyển một quãng đường xa đáng kể, chẳng hạn, hơn 5 dặm (8 km), họ sử dụng điện thoại của họ để gọi dịch vụ như Uber (hoặc một chiếc xe từ một công ty đi xe chia sẻ tương tự). Nếu họ cần đi dưới một dặm (1.8 km), họ có thể đi bộ hoặc sử dụng các dịch vụ khác, chẳng hạn như xe tay ga Lime và Bird ngày càng phổ biến hoặc ở một số thành phố, hoặc dịch vụ chia sẻ xe đạp.

Vấn đề là hệ sinh thái di chuyển như một dịch vụ của ngày hôm nay rằng thường không làm tốt công việc trong các khoảng cách trung gian,nhưmột vài dặm. Gọi một xe Uber hoặc Lyft cho những chuyến đi ngắn như vậy thường đắt đỏ, trong khi các dịch vụ như xe ga hoặc xe đạp chia sẻ lại quá không lý tưởng với nhiều người. Vì vậy, khoảng cách 1- 5 dặm có thể là một thách thức. Hơn nữa, theo thống kê, những chuyến đi như vậy có thể chiếm hơn một nửa nhu cầu.

Nhiều chuyến đi trong khoảng cách trung gian này diễn ra trong môi trường có tốc độ hạn chế, chẳng hạn như khuôn viên trường đại học và khu công nghiệp, nơi hiện có thể hợp lý về mặt kinh tế và công nghệ để triển khai các phương tiện tự hành, tốc độ thấp chạy bằng điện. Một công ty khởi nghiệp có ý định làm cho hình thức vận chuyển này trở nên phổ biến là PerceptIn. Hiện PerceptIn có phương tiện tự động hoạt động tại các địa điểm du lịch ở Nara và Fukuoka, Nhật Bản; tại một khu công nghiệp ở Thâm Quyến, Trung Quốc và hiện đang sắp xếp các phương tiện của mình để đưa đón mọi người xung quanh Fishers, Ind., địa điểm của trụ sở công ty.

Bởi vì các phương tiện tự hành nhỏ bé không bao giờ vượt quá 20 dặm (32 km) mỗi giờ và không pha trộn với giao thông tốc độ cao, họ không gây ra cùng một loại vấn đề an toàn nảy sinh với xe ô tô tự trị mà đi trên những con đường giao thông và đường cao tốc thông thường. Mặc dù lái xe tự động là một nỗ lực phức tạp, nhưng thách thức thực sự đối với PerceptIn không phải là tạo ra một phương tiện có thể tự lái trong những môi trường như vậy - công nghệ để làm điều đó giờ đây đã được thiết lập tốt - mà là giảm chi phí.

Những chiếc xe tự hành đắt tiền có thể khiến bạn phải trả khoảng 300.000 đô la Mỹ do các công nghệ cần thiết để đảm bảo hoạt động của xe trong môi trường phức tạp. Ngược lại, mẫu xe PerceptIn hiện được bán ở mức giá khoảng 70.000 USD và giá chắc chắn sẽ giảm trong tương lai. Tại sao lại có sự khác biệt như vậy?

Tại sao xe tự hành lại đắt?

Hãy bắt đầu bằng cách giải thích tại sao những chiếc xe tự hành thường đắt tiền.Tóm lại, nó ĐẮT vì các cảm biến và máy tính họ mang theo rất đắt tiền.

alt

Bộ cảm biến cần thiết cho việc lái xe tự động thông thường bao gồm một máy GPS cao cấp, nắp đậy (phát hiện ánh sáng và phạm vi), một hoặc nhiều máy quay video, radar và sonar. Chiếc xe cũng cần ít nhất một máy tính rất mạnh.

Các máy thu GPS được sử dụng trong bối cảnh này không giống như cái được tìm thấy trong điện thoại của bạn. GPS sử dụng trên các phương tiện tự có khả năng động học thời gian thực cho vị trí có độ chính xác cao, sửa lỗi xuống còn 10 cm. Các thiết bị này thường có giá khoảng 4.000 đô la. Tuy nhiên, ngay cả các máy GPS đắt tiền này cũng không thể cung cấp thông tin chính xác vị trí của chiếc xe. Trong một số trường hơp tín hiệu có thể bị trễ, bị tắt hoặc bị nhiễu. Ngoài ra, GPS cần một tầm nhìn không bị cản trở lên bầu trời. Trong các môi trường kín, chẳng hạn như các đường hầm, thiết bị GPS sẽ không hoạt động.

May mắn thay, các phương tiện tự trị có những cách khác để tìm ra vị trí của chúng. Cụ thể, họ có thể sử dụng ma trận, xác định khoảng cách đến các vật bằng cách quét một chùm tia laser và đánh giá thời gian ánh sáng phản xạ trở lại. Một thiết bị điển hình cho xe tự hành có phạm vi quét 150 mét và lấy mẫu hơn 1 triệu điểm không gian mỗi giây.

alt

Quét như vậy có thể được sử dụng để xác định các hình dạng khác nhau trong môi trường xung quanh. Sau đó, máy tính trên xe sẽ so sánh các hình dạng quan sát được với các hình dạng được ghi trong bản đồ kỹ thuật số độ nét cao của khu vực, cho phép nó theo dõi vị trí chính xác của chiếc xe mọi lúc. Lidar cũng có thể được sử dụng để xác định và tránh các chướng ngại vật thoáng qua, chẳng hạn như người đi bộ và xe khác.

Lidar là một công nghệ tuyệt vời, nhưng nó tồn tại hai vấn đề. Đầu tiên, các thiết bị này cực kỳ đắt đỏ: Một thiết bị Lidar cao cấp trên xe tự hành có thể dễ dàng tiêu tốn hơn 80.000 đô la, mặc dù chi phí đang giảm và đối với các ứng dụng tốc độ thấp, một thiết bị phù hợp chỉ có giá khoảng 4.000 đô la. Ngoài ra, thiết bị Lidarquang học có thể không cung cấp các phép đo hợp lý trong thời tiết xấu, chẳng hạn như mưa lớn hoặc sương mù.

Điều tương tự cũng đúng đối với các camera được tìm thấy trên các phương tiện này, phần lớn được sử dụng để nhận biết và theo dõi các vật thể khác nhau, như ranh giới của làn đường lái xe, đèn giao thông và người đi bộ. Thông thường, nhiều camera được gắn xung quanh xe. Những máy camera này thường chạy ở tốc độ 60 khung hình mỗi giây và nhiều máy camera được sử dụng có thể tạo ra hơn 1 gigabyte dữ liệu thô mỗi giây. Tất nhiên, việc xử lý lượng thông tin khổng lồ này đặt ra nhu cầu tính toán rất lớn trên máy tính đặt trên xe.

Các hệ thống radar và sonar được tìm thấy trong các phương tiện tự hành được sử dụng để tránh chướng ngại vật. Các bộ dữ liệu mà chúng tạo ra cho thấy khoảng cách từ vật thể gần nhất trong đường dẫn xe cộ. Ưu điểm chính của các hệ thống này là chúng hoạt động trong mọi điều kiện thời tiết. Sonar thường có phạm vi hoạt động tới 10 mét, trong khi radar thường có tầm quét tới 200 mét. Giống như máy ảnh, các cảm biến này tương đối rẻ tiền, thường có giá dưới 1.000 USD mỗi chiếc.

Nhiều phép đo cung cấp cảm biến như vậy được đưa vào các máy tính của xe, chúng phải tích hợp tất cả thông tin này để tạo ra sự hiểu biết về môi trường. Mạng lưới thần kinh nhân tạo và học tập sâu, một cách tiếp cận đã phát triển nhanh chóng trong những năm gần đây, đóng một vai trò lớn ở đây. Với các kỹ thuật này, máy tính có thể theo dõi các phương tiện khác đang di chuyển gần đó, cũng như của người đi bộ băng qua đường, đảm bảo phương tiện tự trị không va chạm với bất cứ ai hoặc bất cứ ai.

Tất nhiên, các máy tính trên xe tự hành phải làm nhiều việc hơn là chỉ tránh đụng phải thứ gì đó. Họ phải đưa ra một số lượng lớn các quyết định về nơi để lái và tốc độ di chuyển. Do đó, các máy tính của xe cộ cầntạo ra các dự đoán về chuyển động sắp tới của các phương tiện gần đó trước khi quyết định một kế hoạch hành động dựa trên những dự đoán đó và nơi mà người sử dụng cần tới.

Cuối cùng, một chiếc xe tự hành cần một bản đồ tốt. Bản đồ kỹ thuật số truyền thống thường được tạo ra từ hình ảnh vệ tinh và có độ chính xác ở mức mét. Mặc dù điều đó quá đủ cho người lái xe, nhưng xe tự hành đòi hỏi độ chính xác cao hơn cho thông tin ở làn đường. Do đó, bản đồ độ nét cao đặc biệt là cần thiết.

alt

Cũng giống như các bản đồ kỹ thuật số truyền thống, các bản đồ phân giải cao (HD) này chứa nhiều lớp thông tin. Lớp dưới cùng là một bản đồ với các ô lưới khoảng 5 x 5 cm; nó được tạo ra từ dữ liệu khai thác thô được thu thập bằng những chiếc xe đặc biệt. Lưới này ghi lại thông tin độ cao và phản xạ về các đối tượng trong môi trường.

Trên đầu lưới cơ sở đó, có một vài lớp thông tin bổ sung. Chẳng hạn, thông tin làn đường được thêm vào bản đồ lưới để cho phép các phương tiện tự trị xác định xem chúng có đi đúng làn hay không. Trên đầu trang của thông tin làn đường, các nhãn hiệu giao thông được thêm vào để thông báo cho các phương tiện tự trị về giới hạn tốc độ địa phương, cho dù họ đang tiếp cận đèn giao thông,… Điều này giúp ích trong trường hợp camera trên xe không thể đọc được biển báo.

Bản đồ kỹ thuật số truyền thống được cập nhật 6 đến 12 tháng một lần. Để đảm bảo các bản đồ mà xe tự hành sử dụng có chứa thông tin cập nhật, bản đồ HD nên được làm mới hàng tuần. Do đó, việc tạo và duy trì bản đồ HD có thể tốn hàng triệu đô la mỗi năm cho một thành phố hạng trung.

Tất cả dữ liệu trên các bản đồ HD đó phải được lưu trữ trên xe trong bộ nhớ trạng thái rắn (SSD) để truy cập sẵn sàng, thêm vào chi phí cho phần cứng máy tính, cần phải khá mạnh. Ước tính sơ bộ, một hệ thống điện toán cơ bản cho xe tự hành sử dụng bộ xử lý Intel Xeon E5 và 4 - 8 GPU Nvidia K80. Hệ thống này có khả năng cung cấp 64,5 nghìn tỷ hoạt động tính toán mỗi giây, nhưng nó tiêu thụ khoảng 3.000 watt và tạo ra một lượng nhiệt khổng lồ. Và nó có giá khoảng 30.000 đô la.

alt

Khi mà chỉ những cảm biến và máy tính có thể dễ dàng tiêu tốn hơn 100.000 đô la, thật dễ để hiểu tại sao các phương tiện tự lại đắt như vậy, ít nhất là ngày nay. Chắc chắn, giá sẽ giảm khi tổng số lượng sản xuất tăng. Nhưng vẫn chưa rõ chi phí tạo và duy trì bản đồ HD sẽ được tính như thế nào. Trong mọi trường hợp, sẽ cần thời gian cho công nghệ tốt hơn để giải quyết tất cả các mối quan tâm an toàn rõ ràng đi kèm với lái xe tự hành trên đường thông thường và đường cao tốc.

Giải quyết thách thức từ PerceptIn

PerceptIn đã cố gắng giải quyết những thách thức này bằng cách tập trung vào các phương tiện nhỏ, tốc độ chậm hoạt động trong khu vực hạn chế như trong khuôn viên các trường đại học và khu công nghiệp với hệ thống đường di chuyển nội bộ hơn là các cao tốc giao thông cao tốc.

Chiến thuật chính mà công ty sử dụng để giảm chi phi là loại bỏ hoàn toàn hệ thống Lidar và sử dụng các cảm biến giá cả phải chăng hơn: máy ảnh, thiết bị đo quán tính, GPS, bộ mã hóa bánh xe, radar và sonar. Dữ liệu mà mỗi cảm biến này cung cấp sau đó có thể được kết hợp qua một quá trình gọi là phản ứng tổng hợp cảm biến.

Với sự cân bằng của những hạn chế và lợi thế, các cảm biến này có xu hướng bổ sung cho nhau. Khi một lỗi hoặc trục trặc, những cảm biến/thiết bị khác có thể đảm nhận để đảm bảo rằng hệ thống vẫn đáng tin cậy. Với phương pháp kết hợp cảm biến này, chi phí có thể giảm xuống cònkhoảng 2.000 USD.

Bởi vì xe chạy ở tốc độ thấp, nên chỉmất tối đa 7 mét để dừng lại, làm cho nó an toàn hơn nhiều so với một chiếc xe bình thường, có thể mất hàng chục mét để dừng lại. Và với tốc độ thấp, các hệ thống máy tính có yêu cầu độ trễ ít nghiêm trọng hơn so với những hệ thống được sử dụng trong xe tự hành tốc độ cao.

alt

alt

Dần dần nhưng chắc chắn: Cách tiếp cận tự hành của tác giả đã được áp dụng cho hai loại xe điện tốc độ thấp khác nhau. Một là một chiếc pod pod hai chỗ ngồi sđang được trình diễn tại Đại học Purdue, nơi nó được sử dụng để vận chuyển sinh viên từ bãi đậu xe đến trung tâm của trường [bên trên]. Cái còn lại là xe buýt nhiều người, hiện đang được sử dụng tại nhiều địa điểm khác nhau trên thế giới, bao gồm công viên lịch sử Cung điện Nara ở Nhật Bản [bên dưới].

Xe PerceptIn sử dụng định vị vệ tinh để định vị ban đầu. Mặc dù không chính xác như các hệ thống được tìm thấy trên những chiếc xe tự hành có khả năng đi trên đường cao tốc, những máy thu điều hướng vệ tinh này vẫn cung cấp độ chính xác của máy bay. Sử dụng kết hợp hình ảnh và dữ liệu của máy ảnh từ các đơn vị đo lường quán tính (trong một kỹ thuật gọi là đo thị lực quán tính trực quan), máy tính xe cày cải thiện thêm độ chính xác, cố định vị trí xuống mức độ giảm dần.

Để chụp ảnh, PerceptIn đã tích hợp bốn camera vào một mô-đun phần cứng. Một cặp đối diện với phía trước của chiếc xe, và một cặp khác phải đối mặt với phía sau. Mỗi cặp camera cung cấp tầm nhìn hai mắt, cho phép nó chụp được loại thông tin không gian thông thường được cung cấp bởi flipar. Hơn nữa, bốn máy ảnh cùng nhau có thể chụp được góc nhìn 360 độ về môi trường, với đủ các vùng không gian chồng chéo giữa các khung để đảm bảo rằng phép đo thị giác hoạt động theo bất kỳ hướng nào.

Ngay cả khi đo thị giác không thành công và tín hiệu định vị vệ tinh bị rơi ra, tất cả sẽ không bị mất. Chiếc xe vẫn có thể thực hiện cập nhật vị trí bằng cách sử dụng bộ mã hóa quay gắn vào bánh xe của mình theo một chiến lược chung mà các thủy thủ sử dụng trong nhiều thế kỷ, được gọi là tính toán chết (dead reckoning).

Các bộ dữ liệu từ tất cả các cảm biến này được kết hợp để cung cấp cho chiếc xe sự hiểu biết tổng thể về môi trường của nó. Dựa trên sự hiểu biết này, máy tính xe cộ có thể đưa ra các quyết định cần thiết để đảm bảo chuyến đi suôn sẻ và an toàn.Chiếc xe cũng có một hệ thống chống va chạm hoạt động độc lập với máy tính chính của nó, cung cấp một tuyến phòng thủ cuối cùng. Điều này sử dụng sự kết hợp của radar sóng milimet và sonar để cảm nhận khi chiếc xe nằm trong phạm vi 5 mét của vật thể, trong trường hợp đó, nó ngay lập tức dừng lại.

alt

Mặc dù có nhiều tiến bộ trong thập kỷ qua, nhưng có lẽ sẽ còn một thập kỷ nữa hoặc hơn trước khi những chiếc xe tự trị hoàn toàn bắt đầu đi đến hầu hết các con đường và đường cao tốc. Trong khi đó, một cách tiếp cận thực tế là sử dụng các phương tiện tự trị tốc độ thấp trong các thiết lập hạn chế. Một số công ty, bao gồm Navya, EasyMile và May Mobility, cùng với PerceptIn, đã theo đuổi chiến lược này một cách nghiêm túc và đang có những tiến bộ tốt.

Cuối cùng, khi công nghệ có liên quan tiến bộ, các loại phương tiện và triển khai có thể mở rộng, cuối cùng bao gồm các phương tiện có thể bằng hoặc vượt qua hiệu suất của một người lái xe chuyên nghiệp.

PerceptIn đã chỉ ra rằng họ có thể chế tạo những chiếc xe tự hành nhỏ, tốc độ thấp với chi phí thấp hơn nhiều so với chi phí để chế tạo một chiếc xe tự trị chạy trên đường cao tốc. Khi các phương tiện được sản xuất với số lượng lớn, chúng tôi hy vọng chi phí sản xuất sẽ dưới 10.000 đô la. Không quá xa trong tương lai, nó có thể là thiết bị tự hành sử dụng năng lượng sạch chuyên chở hành khách tại các trung tâm thành phố như trung tâm thương mại Manhattan, nơi tốc độ trung bình của giao thông hiện nay chỉ 7 dặm một giờ. Một hệ thống phương tiện như vậy sẽ giảm đáng kể chi phí, cải thiện điều kiện giao thông, tăng cường an toàn và cải thiện chất lượng không khí.

TĐHNN số tháng 3/2020


Newer news items:
Older news items:

 

Hỗ trợ online

Hỗ trợ Web
Mr Phương: 0988906030

Nhà tài trợ

vaa logo

CorporateLogo Colo CFBr

Liên kết & Quảng cáo

 
 

 

 
 




 


 



Sửa biến tần

Tìm kiếm

Quảng cáo&Liên kết