Professional Documents
Culture Documents
Пејић Душан
Аутономна возила- историјат, стање и перспективе развоја
-завршни рад-
Ментор:
Београд, септембар 2019.
________________________
5. Закључак ............................................................................................................................. 33
6. Литература .......................................................................................................................... 34
1. Увoдна разматрања
Један од многих пројеката на пољу аутономне вожње био је и ARGO. Главни циљ
пројекта ARGO је био развој активног система безбедности који такође може бити
аутоматски пилот за стандардно возило. Да би се постигао аутономни систем вожње
који се уклапа у постојећу путну мрежу без потребе за специфичном инфраструктуром,
способност опажања окружења је неопходно за интелигентно возило. ARGO пројекат
је настао 1996. године на Универзитету у Парми (Италија), после искуства са
PROMETHEUS Европским пројектом.
Слика 2. Toyota Prius и Lexus RX450h модификовани да раде као Google аутомобил без возача.
2.1.2. Компанија Mercedes-Benz
Незапажено од стране јавности али уз овлашћења одговарајућих службених органа,
Mercedes-Benz је обављао низ експерименталних пилот тестирања аутономних возила
почетком 2012. године на возилима Е и C класе. Возила су била опремљена свим
доступним активним и пасивним безбедносним системима.
Kао резултат тих тестирања Mercedes-Benz је у августу 2013. године званично извео
пионирски подухват аутономне вожње возилом Mercedes-Benz S 500 “Intelligent Drive”
(Слика 3.). Била је изабрана Исотријска рута дужине 100 km, од Манхајма до
Форцхајма којом је тачно пре 125. година 1888. године супруга и пословна партнерка
изумитеља и оснивача компаније Kарла Бенза, Берта први пут пошла на путовање.
Када аутономна вожња више није доступна, возач ће затражити да поново преузме
контролу над возилом. Процес преузимања и само одбројавање трају у интевалу од
шездесет секунди. Ако возач из било ког разлога не користи тастер да би поново стекао
контролу у року од једне минуте, аутомобил ће се аутоматски зауставити.
2.1.4. Kомпанија Tesla
Радар усмерен према напред -радар који користи аутопилот може видети 160
метара испред аутомобила, кроз песак, снег, маглу - готово све. Радар је примарни
сензор који се користи за откривање околине возила, заједно са предњим камерама.
Осам камера -Четири камере усмерене према напред на ветробранском стаклу
аутомобила служе као подршка радарима. Камере се састоје од уске камере која
снима снимке 250 метара напред, главне камере која бележи 150 метара испред,
фотоапарата који бележи 60 метара испред, и камере која снима слике 80 метара
испред и бочно од аутомобила. Камера је дизајнирана за читање путоказа и
семафора, омогућавајући аутомобилу да у складу с тим реагујеПар задњих камера
снима снимке до 100 метара са задње стране аутомобила.
Сонар -Ултразвучни сонар од 360º открива препреке у радијусу од осам метара око
аутомобила. Ултразвучни сензори могу уочити предмете попут детета или пса и
радити било којом брзином. Ова функција такође може открити предмете на
слепим местима и помоћи аутомобилу при аутоматском пребацивању трака.
GPS -Сателитски навигациони систем може открити положај аутомобила на путу.
Рачунар испоручује више од 40 пута већу процесну снагу система у односу на ону
која се користила у ранијим аутомобилима. Дошло је до великих ажурирања уграђеног
рачунара и сензорских низова који се користе за покретање аутопилот система а
ревизије укључују Autopilot 1.0, Autopilot 2.0 и Autopilot 2.5.
2.2. Предности аутономних возила
Поред свих предности поверених овом друштву, ни један други изум у историји
цивилне технологије није изазвао толико штете као аутомобил. Сваких 30 секунди
неко умре у саобраћајној незгоди, додајући да се више од једног милиона смртних
случајева сваке године догоди на светским путевима. Већина ових незгода узрокована
је људским фактором попут пребрзе вожње, вожње у алкохолисаном стању, агресивне
вожње, недостатком знања и искуства, мањка концентрације, замором код возача,
пропуста да прате правила саобраћаја... Аутономна возила могу да ублаже или потпуно
реше ове озбиљне проблеме. Рачунар има много прецизнија „чула“ и реагује много
брже од човека и у складу са способношћу рачунарског вођења може да препозна своју
околину, поштује и примењује саобраћајне прописе. Безбедност је сигурно
најзначајнија предност коју могу пружити аутономна возила. Научници тврде да би се
код оваквог вида саобраћаја број незгода смањио за бар 90 %.
Постоје људи који нису способни да возе, али и они ће бити мобилни са
аутономним возилима. Помоћу аутономних возила инвалиди, старије особе и млади ће
повећати мобилност без тога да се брину за безбедност. То значи да родитељи више
неће морати да буду на два места у исто време како би осигурали да њихово дете
стигне на тренинг, а старији возачи, чије су реакције успорене неће се наћи иза волана.
Аутомобил без возача може осигурати мобилност свих ових људи, док у исто време
повећава његову безбедност. Млади људи који још увек нису обучени за возаче или
немају довољно искуства у вожњи, не би били ускраћени за коришћење индивидуалног
превозног средства, као што је аутомобил. Аутономна возила ће у потпуности
променити живот слепим особама. Људи ће моћи да се возе у самоуправљајућим
возилима без бојазни да ли су попили јер на крају крајева они нису ти који ће возити
аутомобил.
2.2.4. Смањење стреса и повећање продуктивности возача
Аутономна вожња ублажава притисак и стрес у условима вожње који се сматрају
заморним, нпр. при застојима у гужвама у градској средини или на дугим путовањима.
Аутономна возила смањују стрес вожње и омогућавају возачима да се одморе и раде
током путовања. Ова возила неће возити брзо и немарно, већ опрезно и уз константну
комуникацију са осталим аутомобилима. Једна од предности равномернијег
саобраћајног тока јесте мање времена проведено на путу. Kонструктори иду тако
далеко и предвиђају могућност да корисници оваквог вида превоза могу да спавају док
прелазе веће међуградске дистанце и да се на тај начин одмарају, ако су принуђени да
возе ноћу. Време проведено у колима добија потпуно нови квалитет.
2.2.6. Инфраструктура
Kада рачунар преузме контролу управљања над возилом од стране возача, постиже
се смањење растојања и интервала слеђења возила у саобраћајном току. Самим тим
повећава се проток саобраћаја и густина собраћајног тока. Ширине саобраћајних трака
би могле бити смањене на минималне вредности узимајући у обзир да се у датом
саобраћајном току налазе аутономна возила којима управљају рачунари који поседују
прецизнија „чула“. Функционисање саобраћаја на саобраћајној мрежи на којој би била
присутна само аутономна возила омогућава много боље искоришћење капацитета
саобраћајница и знатно умањује појаву саобраћајних загушења.
2.2.7. Привредни развој
Аутономна возила могу имати значајан утицај на низ суседних сектора. Аутономна
и полу-аутономна технологија вожње ће бити усвојена далеко брже на тржишта
теретних него путничких возила. Аутономна возила као таква више не би служила
само као превозна средства, већ би се временом трансформисала у такозване „путујуће
продавнице“.
2.2.8. Развијање локалних самоуправа – децентрализација
Локалне самоуправе могу подстаћи овај потез разним пореским олакшицама јер би
могла да се смањи потреба за изградњом све скупљих система јавног превоза. Вожња
аутомобилом може да постане удобнија на дужим релацијама због веће
продуктивности и способности да се током пута време искористи за обављање послова.
То може да доведе до бренда удаљавања од загушених и скупих урбаних средина у
знатно удаљенија предграђа.
2.3. Недостаци аутономних возила
LIDAR (eng. Light Detection and Ranging) односно детекција и домет светлости
понекад се називају ласерском детекцијом и дометом. То је камен темељац технологије
аутономне вожње. LIDAR користи комбинацију рефлекције ласера/светла (LI) и радара
(DAR) да креира слике 3D профила околине аутомобила. Он ствара 3D мапе у реалном
времену тако да ауто зна како да реагује, да крене, стане... LIDAR је технологија
оптичког даљинског очитавања која може да измери удаљеност или друга својства
мете коју осветљава светлошћу, често користећи импулсе ласера. LIDAR користи
ултравиолетно и инфрацрвено светло за слике објеката и може се користити са
широким спектром циљева. Уски ласерски зрак може да се користи за мапирање
физичких карактеристика са веома високом резолуцијом. (Слика 8.)
Поред визуелне потврде своје околине, аутомобил такође сакупља сензорске слике,
односно податке користећи радарске системе. Радар је уређај за откривање присуства,
препознавање, одређивање положаја и брзине кретања објеката у простору. Принцип
рада се заснива на емитовању генерисаних и детекцији повратних (рефлектованих)
електромагнетних таласа у облику уског снопа високе учесталости. Електромагнетни
таласи се у вакууму праволинијски простиру из извора, одбијају се од површине
објекта који им се налази на путу и праволинијски се враћају у простор, у правцу
извора сензора. Пријемник радара прихвата повратни део који је рефлектован од
осветљеног објекта. Интензитет повратних електромагнетних таласа обично је слаб, те
се појачава помоћу одговарајућих уређаја. Тако појачан повратни сигнал се рачунарски
обрађује и анализира, а добијени резултати дају одговор о информацијама откривеног
објекта, његовим основним карактеристикама, удаљености и брзини кретања.
Уски сноп електромагнетних таласа, усмерава се директно антеном. Правац из којег
долази рефлексија одређује положај објекта у простору. Удаљеност објекта одређује се
мерењем периода између преноса радарског импулса и пријема рефлексије. Радарски
електромагнетни таласи се могу лако генерисати на ниво жељене снаге затим
рефлектовати, примити, појачати и детектовати. Због тих својих карактеристика, радар
је погодан за детекцију објеката на веома великим удаљеностима.
Аутомобилски радар системи су способни за:
● Откривање објеката у свим временским условима
● Мерење опсега, угла и брзине више објеката истовремено
● Идентификацију и праћење до 64 циља на путу возила
Путем јединице доношење одлуке може да:
● Упозори возача на потенцијалне опасности
● У опасним ситуацијама интервенцијом контроле возила спречи судар
● Преузме делимично контролу над возилом (eng. Adaptive Cruise Control)
ECU (eng. Electronic Control Unit) је уграђени систем који управља аутоматским
функцијама у возилу повезаним са моторима, системом за забаву, системом за кочење
и напредним системима за помоћ возачу (ADAS) користећи сензоре и компоненте. У
аутономном возилу ECU се користи се за надгледање, кретање и избегавање судара,
што побољшава безбедност возила. Аутономни ECU због своје сложености система
код возила који га користе је најзахтевнији због већих рачунарских перформанси, шире
повезаности и због повећаног нивоа сигурности и заштите. Помажу у надгледању
одласка на траку, избегавању судара уз помоћ сензора и компоненти.
Кључни покретач на тржишту је пораст броја несрећа услед људских грешака, као што
су дуготрајна вожња, што доводи до поспаности, умора возача и стреса. Због тога ће
аутомобилски екосистем подржати усвајање полу-аутономних возила и постепено ће
се преусмерити према аутономним возилима. ECU тржиште аутономних возила дели
се према:
Искључивање возила сваки пут када се утврди квар није прихватљиво. Кад год је то
могуће и сигурно, ова јединица омогућава аутомобилу да настави да ради, смањујући
непријатности и минимизирајући време потребно за поправку. Аутомобилски ECU
заједно са сензори и камера подржавају бројне напредне системе за помоћ возачу
ADAS (eng. Advanced driver-assistance systems) попут адаптивног темпомата,
детекције поспаности возача, упозорења о одласку са траке, упозорења о судару,
детекције пешака и још много тога.
3.1.5. Видео сензори
Ови системи камера су системи за средње и велике домете, као што је подручје
између 100 и 275 метара. Ове камере користе алгоритме за аутоматско откривање
објеката, класификацију и одређивање удаљености од њих. На пример, камере могу да
препознају пешаке и бициклисте, моторна возила, бочне траке и маргине на путу.
Алгоритми се такође користе за откривање саобраћајних знакова и сигнала. На
следећој слици приказује се како систем функционише.
Слика 13.
Помоћ при вођењу траке је функција која поред система упозоравања о одласку
са возне траке аутоматски предузима кораке како би осигурала да возило остане у
својој траци. Нека возила комбинују прилагодљиви темпомат са системима за држање
трака како би пружили додатну сигурност. Систем за вођење траке постаће доступан
само изнад 64 km/h. Он ће радити све док камера може открити барем једну коловозну
траку. Међутим, систем можда неће функционисати ако је камера блокирана или ако
постоји оштећење ветробранског стакла.
3.1.9. Предности 3D мапа података у реалном времену
Сви они обављају приближно исте функције: узимају тренутне податке са сензора,
обрађују их и извршавају одговарајуће функције слањем сигнала управљачким
командама аутомобила (кочница, гас, светлосна сигнализација и друге контроле).
3.1.13. Телематика
Слика. Телематика.
4. Технологија повезивања возила - V2X
Слика 2.
Многа аутономна возила користе читав пакет сензора камере, радара и LIDAR за
аутономне функције. Ови напредни сигурносни системи могу „видети“ око возила,
приказујући слепе мрље и опасности у близини. Помоћу радара и технологије за
обраду видео слика, возила могу аутоматски кочити или зауставити возило на
сигурном ако је возач спор или не реагује на опасност која се налази испред њега на
путу. Имајући у виду физичку природу ових технологија, они „осећају“ само предмете
и догађаје у видокругу. Помоћу V2X технологије аутомобили могу „разговарати“ један
са другим, укључујући мотоцикле, возила за хитне случајеве и инфраструктуру,
укључујући семафоре, дигиталне путне знакове и пешаке у близини. Без V2X,
аутономно возило би видело препреку и једноставно се зауставило. Помоћу овог
система аутономно возило може примати информације о заобилазним путевима од
стране инфраструктуре и других аутономних учесника у саобраћају. Судари на
путевима могу се драматично смањити. Процене показују да ће се избећи око 80%
несрећа. Увођење 5G мреже обезбедиће овом систему високо-поуздан комуникациони
систем потребан за проток информација у реалном времену.
4.1. V2V комуникација- комуникација возила са возилом
● Архитектура обухватања
● Трослојна архитектура
● Проточна архитектура
Kључно за проточне архитектуре је што се све ово догађа паралелно. Док опажајни
слој обрађује најновије сензорске податке, слој контроле заснива своје одлуке на
незнатно старијим подацима. У том погледу је проточна архитектура слична људском
мозгу. Поред тога, технологија V2V комуникација такође се може користити као
помоћ возила да одржавају контакт са другим возилима испред себе, тако да уз помоћ
њих добијају тачне руте и упутства какав пут се налази испред њих.
Да би се могла обављати аутономна вожња, возилу су потребне четири функције:
навигација, анализа ситуације, планирање кретања и контрола путање да би могла да
ради. Сваки од њих захтева одређене спољне услове да би могао да ради. – Навигација,
GPS и други сателитски навигациони системи зависе од сигнала између пријемника у
возилу и више сателита у систему возила. Радио сигнали који се користе у GPS-у могу
ометати незаобилазни фактори околине као што су густа стабла, стрма брда, високе
зграде или густи облаци. Да би одржали стабилну сигнал везу са сателитима, може се
очекивати да су аутономним возилима потребни и јачи пријемници, као и погоднија
инфраструктура за пролазак сигнала.
Аутомобили без возача су релативно нова технологија која постаје све више
атрактивна у свету аутомобилске индустрије. Kао и свако ново напредовање доноси
својствени ризик, посебно у раним фазама. Међутим, тај ризик се мора контролисати
како би се осигурала сигурност возача.
[1] https://computerhistory.org/blog/where-to-a-history-of-autonomous-
vehicles/?key=where-to-a-history-of-autonomous-vehicles
[2] https://www.autoevolution.com/news/a-short-history-of-mercedes-benz-autonomous-
driving-technology-68148.html
Историјат и досадашњи развој
[3] https://www.fierceelectronics.com/components/three-sensor-types-drive-autonomous-
vehicles
Видео сензори
[4] https://www.caradvice.com.au/774887/v2x-communications-autonomous-cars/
V2X Комуникација
[5] https://www.greencarcongress.com/2019/02/20190204-mbtrust.html
Компанија Mercedes-Benz
[6] https://owner.ford.com/support/how-tos/safety/driver-assist-technology/driving/how-
to-use-lane-keeping-system.html
Систем упозорења о одласку са траке –LDWS
[7] https://www.intellias.com/everything-you-wanted-to-know-about-types-of-operating-
systems-in-autonomous-vehicles/
[8] https://www.marketwatch.com/press-release/autonomous-vehicle-ecu-market-2019-
global-growth-boosted-by-government-regulations-demand-for-adas-growing-sales-of-
vehicles-with-regional-forecast-to-2023-2019-02-11
Електронска управљачка јединица
[9] https://www.greencarcongress.com/2014/07/20140704-futuretruck.htm
Mercedes-Benz -Future Truck 202
[10] https://newatlas.com/volvo-road-magents-autonomous-cars/31172/
Volvo пројекат -Non-Hit Car and Truck
[11] https://en.wikipedia.org/wiki/Radar
Радар сензор
[12] H. Sun, W. Deng, S. Wang, Y. Zhang, Trajectory Planning for Vehicle Autonomous
Driving with Uncertainties, IEEE, izdano: 2014
[13] SAE, Automated Driving – Levels of Driving Automation are Defined in New SAE
International Standard J3016, izdano: 2014.
[14] D. Fassbender, B. C. Heinrich, Hans-Joachim Wuensche, Motion Planning for
Autonomous Vehicles in Highly Constrained Urban Environments, IEEE, izdano: 2016.