自动驾驶汽车可以提高所有汽车的效率
点击蓝字 关注我们
SUBSCRIBE to US
ISTOCK
自动驾驶汽车一直备受期待,因为它们有可能大大减少或消除每年造成100多万人死亡的碰撞(https://spectrum.ieee.org/keeping-cars-from-crashing)。但安全并不是自动驾驶汽车能提供的唯一潜在好处:世界各地的研究团队正在证明,自动驾驶汽车也可以比人类更高效地驾驶。例如,美国能源部的一个名为NEXTCAR(联网和自动道路车辆的下一代能源技术,Next-Generation Energy Technologies for Connected and Automated On-Road Vehicles,https://arpa-e.energy.gov/technologies/programs/nextcar)的项目提出,新的智能汽车技术的组合可以将燃油效率提高30%。
作为NEXTCAR项目的一部分,总部位于得克萨斯州圣安东尼奥的西南研究所(SwRI,Southwest Research Institute)展示了自动驾驶汽车技术的进步(https://www.swri.org/work-us/internal-rd/2021/automotive-transportation/10-r6138),这些技术将提高汽车的燃油经济性,包括与自动驾驶汽车一起行驶的非自动驾驶汽车的燃油效率。该演示活动于5月下旬在达拉斯举行的ARPA-E能源创新峰会上举行。
制造高效的自动驾驶汽车
SwRI团队改装了2021款本田Clarity混合动力车,该车具有感知和定位等基本自主功能。峰会当天,他们驾驶车辆沿着环绕峰会举行地会议中心停车场的路线行驶。SWRI的Ranger定位系统是研究人员安装在本田上的,它有一个向下的摄像头,可以捕捉地面图像。通过最初绘制驾驶表面地图,Ranger稍后可以使用地面独特的“指纹”和GPS数据,以厘米级的精度定位车辆。这种精度确保了车辆以卓越的控制力行驶。
SwRI动力总成工程组的研究员Stas Gankov说:“这几乎就像在铁轨上骑行。” 在这个项目中,他的团队与该研究所的其他部门合作,如智能系统部门,该部门开发了添加到本田Clarity中的自主软件堆栈。
然而,同样重要的是增加了环保驾驶模块,这是SwRI的一项关键创新。环保模式通过考虑红绿灯和周围车辆等各种因素来确定最经济的驾驶速度。该系统采用预测控制算法来帮助解决一个棘手的优化问题:汽车如何在保持高效交通流的同时最大限度地减少能耗?SwRI的eco模式旨在减少不必要的加速和减速,以便在不妨碍其他车辆的情况下优化能源使用。
“Autonomous vehicles operating in eco-mode influence the driving behavior of all the cars behind them.”
—STAS GANKOV, SOUTHWEST RESEARCH INSTITUTE
为了说明这项技术是如何工作的,该团队在示范道路上安装了一个交通信号灯。Gankov说,交通信号柜中的一个实际红绿灯计时器连接到电视屏幕上,为与会者提供视觉效果。同时,还连接了一个专用的短程通信(DRSC,dedicated short range communications)无线电,向车辆广播信号的相位和定时信息。这种设置使车辆能够比人类驾驶员更准确地预测红绿灯的动作。
例如,Gankov说,如果本田Clarity接近一个即将变绿的红灯,它就会知道灯要变了,所以避免刹车然后再次加速浪费能量。相反,如果汽车在即将从绿色变为黄色变为红色时接近信号灯,车辆会松开油门,让摩擦力使其缓慢爬行,避免不必要的加速以试图闯红灯。
这些自动驾驶策略可以显著节省能源,不仅有利于自动驾驶汽车本身,也有利于整个交通生态系统。
Gankov说:“在正常的交通情况下,以环保模式运行的自动驾驶汽车会影响后面所有汽车的驾驶行为。结果是,即使是具有0级自主性的车辆也会更加节约地使用燃油。”
汽车能源计划
SwRI自2017年以来一直是NEXTCA倡议的参与者(https://www.greencarcongress.com/2017/06/20170601-arpae.html)。该项目的初始阶段涉及11个团队,包括SwRI、密歇根理工大学、俄亥俄州立大学和加州大学伯克利分校。SwRI与密歇根大学合作,专注于优化以燃油效率著称的丰田Prius Prime,通过优化算法和与周围环境的无线通信(https://spectrum.ieee.org/treat-smart-city-tech-like-sewers-or-better),将能源使用率提高20%。这是在没有修改丰田的动力系统或减少排放的情况下完成的。该团队利用了功率分配优化,平衡了燃气发动机和电池推进系统的使用,以实现最大效率。
在NEXTCAR第一阶段成功的基础上,该项目于2021年进入第二阶段(https://www.greencarcongress.com/2021/03/20210312-nextcarii.html),只剩下SwRI、加州大学伯克利分校、密歇根理工大学和俄亥俄州立大学。NEXTCAR 2的重点一直是确定自动化在多大程度上可以进一步提高能源效率。Gankov解释说,虽然第一阶段仅通过增加车辆与所有设备的连接,就证明了在没有自动驾驶功能的2016或2017车型年的基础上,能源效率提高了20%(https://arpa-e.energy.gov/sites/default/files/2_Atkinson_ARPA-E_NEXTCAR_Year.pdf),但第二阶段正在探索通过引入自动驾驶功能,进一步提高10%的潜力。
Gankov表示,SwRI最初打算与本田合作进行NEXTCA的第二阶段,但当出现合同问题时,该非营利组织独立进行。NEXTCAR团队利用SwRI情报系统部门开发的自主平台,为本田Clarity配备了一个相当于4级自主的盒子(https://www.synopsys.com/automotive/autonomous-driving-levels.html)。该自动驾驶系统采用线控驱动系统,允许车辆根据来自自动驾驶软件堆栈和环保驾驶模块的输入自动调整速度和转向。这确保了车辆在优化能源效率的同时,将安全放在首位。
在他们充分利用每箱燃料或电池充电的方法中,采用高效的高速公路合并等技术是关键策略。Gankov指出:“例如,在高速公路交通繁忙的情况下,计算在不对已经在高速公路上的车辆的能效产生负面影响的情况下合并到高速公路上的最佳方式至关重要。
随着NEXTCAR 2进入最后一年,ARPA-E峰会上的演示证明了自动驾驶汽车技术的进步及其显著提高交通能源效率的潜力。
微信号|IEEE电气电子工程师学会
新浪微博|IEEE中国
· IEEE电气电子工程师学会 ·
往
期
推
荐
微信扫码关注该文公众号作者