<mark id="oztn4"></mark>
0
| 本文作者： 新智駕 | 2019-03-25 17:30 |
圖：Momenta CEO 曹旭東
雷鋒網新智駕按：3 月 25 日，自動駕駛技術公司 Momenta 在蘇州舉辦發布會，正式對外公布落地蘇州一年的成果，并展示了公司最新的技術落地進展。自去年 4 月與蘇州相城達成戰略合作，Momenta 已在當地部署了規模化車隊，并開展面向不同駕駛場景的自動駕駛研發測試工作。
在發布會現場，Momenta CEO 曹旭東首次公布了其面向結構化道路的自動駕駛解決方案 Mpilot，這也是國內首個利用可量產傳感器實現自主上下匝道及智能變道的方案，目標針對前裝量產。Mpilot 可實現高速路段、城市環路、擁堵路段下的人機樂享共駕，旨在解放駕駛員每天 1 小時的駕駛時間。在此次發布會之前，新智駕非常有幸作為第一家媒體，提前在蘇州試乘體驗了一把 Mpilot。
視頻：Momenta Mpilot 一鏡到底路測視頻（雨天）
視頻：Momenta Mpilot 一鏡到底路測視頻（晚高峰）
Mpilot 整套系統采用攝像頭+毫米波雷達+高精地圖（HD map）的低成本、可量產組合方案，結合深度學習技術，目標為車廠及終端用戶提供更安全、舒適的智駕體驗。Momenta CEO 曹旭東表示 Mpilot 旨在解決兩大交通問題：安全以及時間。
圖：Mpilot 在高速匝道口測試情況
安全。全球每年有 125 萬人死于交通事故，超過 200 萬人在事故中受傷，而 94% 的交通事故是由人為的錯誤操作造成。現有的自動駕駛解決方案在中國道路交通情況下普遍表現不理想，Mpilot 針對中國特色的匝道、加塞等復雜場景進行算法的優化。
時間。上班族每天都要花費大量時間在路上，應對各種各樣的通勤擁堵問題。據統計，在中國一線城市，上班族平均每天的通勤距離為 17km，平均時間高達 50 分鐘。其中一個典型的場景就是上下班高峰時期擁堵不堪的北京環路。Mpilot 可以實現從匝道—環路—匝道的自動駕駛。
近日，受 Momenta 邀請，新智駕親臨蘇州總部，體驗了一把 Mpilot。
Mpilot 的整個試乘時長是 40 分鐘左右，車輛行駛的路線位于蘇州市北部，包含了多個不同類型匝道的復雜高速場景。在試乘過程中，車輛的最高速度被設定在 80 公里/小時，整個試乘路段接近 40 公里，覆蓋了 5 個較為復雜的匝道區，車輛需要完成多次自主變道、駛入匝道以及駛出匝道的操作。
據 Momenta 方面介紹，在整個試乘路段上，Momenta 自研的高精度地圖實現了路段的完整覆蓋，并且在持續更新中。雷鋒網新智駕發現，在試乘車輛進入高精地地圖覆蓋區時，Mpilot 在可視化界面上會給出提示，車上的安全員則可啟動自動駕駛功能，車輛隨即進入到自動駕駛狀態。 在整個 40 分鐘的體驗過程中，車上的安全員沒有進行任何額外的操作，車輛自主完成了加減速、變道超車、駛入/出匝道以及避讓加塞車輛等一系列操作。整體體驗非常逼近“老司機”，乘坐的感受也較為舒適，特別是在彎道時，車輛會進行相應減速，而且轉向平緩，沒有出現橫向抖動的情況。
新智駕的這一次試乘是在一個陽光明媚的午后，所以我們并沒有體驗到雨天或者黑夜環境下 Mpilot 方案的表現。不過 Momenta 向我們公開了一些極端天氣及道路環境下的測試表現，具體可以總結為以下三大功能亮點：
亮點一：上下匝道提前自主變道，讓駕駛體驗更加智能連貫。
當車輛上下匝道時，自動駕駛車輛需要完成從主路進入匝道，或匝道匯入主路的操作。同時如果車流過于繁忙，自動駕駛車輛需要在有限距離內完成變道，要比其他普通道路變道更為復雜。
為了提高上下匝道的成功率，Mpilot 具備智能的換道策略。Mpilot 會根據高精度地圖指示的變道任務，在合理的變道區域內進行變道，從而及時從內側車道變道至外側車道，高精度地圖和定位可以輔助車輛明確當前位置以及需要提前變道的位置。同時，通過精準獲取相鄰多車道的車輛信息，Mpilot系統可以判斷相鄰車道上的可變道空間，并通過加速/減速地方式切入到安全的可變道空間。
Gif圖：智能變道上下匝道（一）
Gif圖：智能變道上下匝道（二）
值得一提的是，在匝道行駛時，車輛在弧度較大的彎道中進行車道中央保持，為了保證乘坐的舒適性，車輛在駕駛時需要盡量保持平穩。規劃控制會根據視覺感知與高精度地圖給出的車道融合結果的曲率，配合精準調教的控制算法，實現平穩過彎。
亮點二：超車變道，交互更加人性化
當發現相鄰車道駕駛情況明顯好于當前車道時，Mpilot 會進行智能的自主變道。例如當前車道被慢車阻擋，而左側車道暢通，自動駕駛車輛將自動變道至左側車流較少的車道完成超車動作。當進行變道時，Mpilot 會精確感知到鄰近車道前后每輛車的速度和位置，對可變道的空間進行預測，從而進行加速或減速變道。
Gif圖：自主變道超車
亮點三：更好地處理 “加塞”（Cut in）場景
Mpilot 能夠處理非常近距離的加塞行為。對于相鄰車道近距離切入的車輛，毫米波雷達和普通相機很難做到精準檢測和識別。Mpilot采用魚眼相機，當發現側向車輛快速向自動駕駛車輛貼近時，系統預測對方要進行加塞并做出合理的制動，來保證駕駛安全。
Gif圖：近距離加塞處理
值得一提的是，Mpilot 采用低成本、可量產的硬件方案，從車外可以觀察到車輛周身安裝了數個攝像頭和毫米波雷達，而不需要昂貴的 LiDAR。
Momenta 的技術人員告訴新智駕，Mpilot 在前向、后向和側向配置了 6 個普通相機，車身周圍加裝了 4 路環視魚眼相機，此外車身四角以及前向一共安裝了 5 個毫米波雷達。Mpilot 的感知采用了多級別、多模態的感知融合方案，通過多相機在特征與目標級別的融合，加之視覺感知結果與毫米波雷達的目標匹配、跟蹤與融合，可以覆蓋前后 150 米，左右多車道的全部車輛、車道線信息，并對移動目標進行跟蹤預測，以保證在自車道以及變道場景下的安全駕駛。
圖：Momenta 360 度感知效果
此外，Momenta 特別強調，為了應對國內駕駛常見的極近距離危險加塞行為，Mpilot 額外使用了 4 路環視魚眼相機，用于偵測 10 米內到車身近處的車輛位置，來預測近處車輛的運動，從而及時、準確地對近處加塞行為進行反應。
Mpilot 系統能有如今這樣的表現，也非一日之功。除去眾多車輛日復一日的實際道路測試之外，系統仿真測試也是必不可少的環節。
Momenta 向雷鋒網新智駕介紹，Mpilot 自有車隊已經收集了大量的有效路測數據。當車輛在測試中發生接管和表現不佳時，系統就會記錄當時場景日志，然后上傳到服務器形成不同模塊的專用問題數據庫。針對歷史問題數據，利用專家經驗構建新的結構化測試方案，在仿真系統中使用場景編輯器進行虛擬的增廣測試，然后在封閉試驗場開展真實的結構化場景驗證，確保問題被修復后再繼續開展上路測試。
圖：Momenta 針對上下匝道功能設計的仿真平臺
自去年 4 月在蘇州正式落地，不到一年 Momenta 已在當地部署了規模化車隊，全面推動自動駕駛技術落地。根據此前的報道，基于多個不同級別的自動駕駛產品和解決方案，Momenta 正與多家國際國內車企和 Tier 1 展開合作，現階段已經較為成熟的 Mpilot 系統方案應該就在其列。
相較于已經量產的奧迪 A8 交通擁堵自動駕駛方案以及通用的 L2 級輔助駕駛方案 Super Cruise，Momenta 的 Mpilot 方案在功能上明顯向前邁進了一大步，特別是在傳感器皆可車規級量產的前提下，我們有理由期待這一方案真正落地之日的到來。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
