什么是自动驾驶汽车？

自动驾驶汽车可收集、感知并分析数据，以便根据周围环境做出独立决策并采取行动。如今，汽车的自动化程度正在迅速提高，道路上已经有无人驾驶汽车，也有具有一定自动驾驶能力的由人类驾驶的汽车。

汽车行业的自动驾驶共有五个级别（在航空航天领域有三个级别），即从无自动化（L1）到完全自动化（L5）。在农耕及采矿领域，自动驾驶汽车无需人工干预即可执行任务。在航空航天领域，得益于自动驾驶仪功能，98%的飞行都实现了自动化，但由于严格的法规要求，我们还需要很长时间才能看到完全自主的飞机。

L5自动驾驶汽车目前还不存在，因为自动驾驶汽车的人工智能（AI）还无法完全替代人类驾驶员，尽管它确实消除了人为错误隐患。不过，Waymo的L4无人驾驶汽车正在进一步突破这一极限。福特和特斯拉等汽车制造商的自动驾驶功能被评为L2和L3，其分别代表部分自动化和有条件自动化。在未来10年，我们可能可以看到L5全自动驾驶汽车上路行驶。

设计自动驾驶汽车比设计常规汽车（即内燃机或电动汽车）更复杂，因为这类汽车设计有自己的“大脑”，在具备所有所需的安全功能的同时，还需要执行常规驾驶任务。这就产生了一个法律上的灰色地带，因为如果发生事故，没有驾驶员，就无法追究责任。这将使安全系统的设计和验证变得更加复杂，因为制造商必须确保他们将避免可能导致法律挑战的情况。

汽车自动化为社会带来了以下福祉：

• 人们在交通拥堵时段通勤时不会感到烦躁，并能在长时间行驶中处理其他事务
• 自动驾驶汽车的预测能力更高，撞车事故更少
• 以最佳速度行驶，减少了交通堵塞
• 人为错误、分散注意力和疲劳驾驶减少，因此提高了高速公路上的驾驶速度和安全性
• 为残障人士提高了交通便利性
• 自动驾驶可以通过减少交通流量来降低碳排放，如果与电动汽车（EV）相结合，效果会更好
• 更大规模的制造降低了成本，这不仅有助于生产成本更低的汽车，而且还可创造新的经济市场

但其也有一些潜在的不足之处：

• 技术极为复杂的系统需要大量数据，因为软件中的一个小错误就可能会导致事故
• 严格的测试要求会导致高昂的生产成本
• 基于云的软件可能会受到黑客干扰
• 需要稳健的通信网络实时处理大量数据 

前面提到过，汽车有五个自动驾驶级别，航空航天有三个级别。L1表示没有自动驾驶技术，而L5则代表完全自动驾驶。大多数自动驾驶汽车的自动化等级均为L2或L3。 

L0至L2

L0至L2，是从没有自动化功能到使用辅助驾驶功能。驾驶员需要完全控制车辆，而且还必须全程积极参与。这类级别的自动化工具可帮助驾驶员完成驾驶任务，而不会接管控制权。

L3至L5

从L3开始，不再由人类驾驶员完全控制车辆，自动驾驶系统会监控驾驶环境。  

对于L3自动驾驶，驾驶员在没有发生紧急情况时，无需控制汽车，L4和L5为完全无人驾驶。L4和L5的主要区别在于：L4车辆受地理围栏限制（geofenced），必须在特定的运行条件下工作，而L5车辆则具有全面的自动驾驶能力，可以行驶到任何地方。此外，L5车辆也不受预定条件的约束。

当今不同自动驾驶级别的示例

• 优步（Uber）汽车搭载加利福尼亚州L2高级驾驶辅助系统（ADAS）和L3自动驾驶技术。 
• 优步希望在不久的将来利用AI技术将车辆升级到L4，而且很快将在美国以外的国家，应用来自中国的自动驾驶出租车服务。
• 现在Waymo已在旧金山、洛杉矶、凤凰城以及奥斯丁提供自动驾驶汽车，但这些汽车在这些位置都有地理围栏限制。

向L5汽车迈进的挑战

如果汽车是行驶在没有障碍物的道路上，如今的技术已经足以实现创建L5自动驾驶汽车。但由于道路存在障碍物、施工地段以及行为方式不可预测的行人，加上需要导航的道路种类很多（例如，土路的路面与传统道路不同，可能会混淆车辆的算法），很难实现全自动驾驶汽车。

传感器是自动驾驶汽车最重要的组件，也是所有驾驶辅助技术的根基。传感器收集所有数据并进行处理，以便自动驾驶汽车使用数据融合算法的“大脑”能够做出明智的决策。有了大量不同的数据，自动驾驶汽车就能做出更好的决策。这就是自动驾驶汽车上采用了众多类型的传感器的原因所在。

如果我们将自动驾驶汽车与人进行比较，就会发现，传感器相当于是发现潜在危险的耳朵和眼睛。大脑（即AI）会基于所观察到的内容对周围环境进行解读。虽然目前传感器的精确度还不及人类感官，但其中许多传感器都可以结合使用，以构建车辆环境的完整画面。

以下是自动驾驶汽车上的重要传感器：

• 摄像头：相当于车辆的眼睛，可观察周围环境
• 激光雷达：分析距离，确定车辆与障碍物之间的距离
• 雷达：进行短距离测量并确定速度
• 热传感器：在可视摄像头不适用时（例如在隧道中以及在黑暗条件下）使用，其能够测量到人和物体辐射的温度，从而感知到人和物体。
• 超声波传感器：位于车轮上，可在停车时检测路沿以及其它车辆

传感器融合算法对于确保自动驾驶汽车能够有效导航至关重要。传感器融合可从每个传感器获取数据（从物体的速度到物体的距离），并将所有信息整合在一起来评估情况。

此外，传感器融合还将根据环境确定不同传感器的优先级。例如，如果天很黑，那么做决策时，热像仪的数据将优先于摄像头的数据。

自动驾驶汽车设计包含多个阶段，包括组件设计、系统设计和验证等。仿真软件可用于所有设计阶段，以优化工作流程。

组件设计涉及优化透镜、机械镜筒、多个传感器以及传感器在车上的位置。虽然单个组件本身可能很完美，但由于车辆的几何结构或干扰传感器工作的因素，它可能不适合所需放置的位置。 

通过仿真将组件放置在不同的场景和天气条件下，可确保其在车辆的运行生态系统中有效运行。整个设计流程都有赖于尽快验证每个阶段，才能减少时间和成本。

安全性和法规在设计组件和传感系统的过程中发挥着重要作用，因为它们决定了系统的功能和安全性要求的定义。区域法规和行业相关法规将决定可采用的自动化等级，例如，目前汽车和航空航天行业仅采用了部分自动化功能，而采矿业和农业领域已经在采用全自动技术。

我们以两个监管最严格的行业为例，看看行业在设计自动驾驶性能更高的车辆时面临的约束：

• 航空航天：航空航天领域的任何产品都必须经过严格的验证后才能发布，而且任何传感器都需要能够在极端温度范围内、在高振动环境下高速运行。虽然目前98%的飞机都由自动驾驶仪实现了自动化，但因潜在的安全问题，很难获批无人驾驶的飞机。Ansys是ARP6983联盟的成员，该联盟旨在制定新法规来验证航空航天的自动驾驶功能。
• 汽车：法规因地区而异。特斯拉汽车虽然在美国具有完全自动驾驶（FSD）功能，但在欧洲，其目前还在等待监管机构的审批。此外，宝马也在欧洲发布了第二款L3高速公路辅助系统。

仿真软件具有两项明显的优势：

1. 可通过实现虚拟测试与开发，减少对成本高昂的原型设计的需求，从而可节省时间和资源。
2. 对于AI驱动型系统的验证和确认（V&V）至关重要，因为这些系统只能通过故障率的概率评估验证，而概率评估需要进行大量的仿真测试。

虽然这两种优势都很重要，但它们涉及开发流程的不同方面，而且没有直接联系。

以下是一些如何在整个设计过程中应用Ansys软件的示例：

• Ansys系统工具套件软件：可提供基于物理场的建模环境，用于在逼真任务环境中分析平台和有效载荷。
• Ansys medini analyze软件：确保车辆的安全性，并确保其符合监管要求。
• Ansys AVxcelerate Autonomy软件：该解决方案旨在为开发、测试和验证安全自动驾驶技术提供支持。
• Ansys AVxcelerate Sensors软件：整合摄像头、雷达、激光雷达和热像仪等传感器仿真，可虚拟评估复杂的ADAS系统和自动驾驶汽车。
• Ansys optiSLang软件：用于扩展不同的测试环境并确定一系列逻辑测试场景。
• Ansys Zemax OpticStudio软件：用于优化车载摄像头的镜头组和激光雷达系统。
• Ansys Lumerical FTDT软件：用于设计具有最佳性能的CMOS传感器。
• Ansys Speos软件：仿真并优化光学系统的设计和性能，包括镜头和封装空间。
• Ansys HFSS软件：3D电磁仿真软件，用于设计自动驾驶汽车中的不同高频电子组件，包括射频传感器、激光雷达、雷达和摄像头等。

总而言之，仿真有助于缩短研发时间和上市时间，并且用户可以在整个流程中组合不同的仿真软件包。Ansys不仅专注于助力增强L2和L3汽车的研发，而且还致力于未来为L4和L5自动驾驶汽车实现更全面的设计流程。

为您的自动驾驶汽车找到理想的Ansys软件解决方案组合。

相关资源