史丹佛魔改 DeLorean:自動駕駛還能甩尾

作者 | 發布日期 2019 年 12 月 25 日 10:18 | 分類 AI 人工智慧 , 自駕車 Telegram share ! follow us in feedly


輪胎膠皮與柏油地面劇烈摩擦,產生的白煙幾乎籠罩整座跑道。​一輛銀色汽車,高速穿行在橘色三角錐劃定的區域內,以極精確的控制,穿過曲折且十分狹窄的跑道。

一切不得不令人感慨:坐在方向盤後的,究竟是日本的山路元祖土屋圭市 ,還是美國「甩尾天王」Ken Block?

都不是。

駕駛這台 1981 年款 DMC DeLorean 的並不是人類,而是史丹佛大學開發的自動駕駛系統

你沒聽錯:自駕車,已經學會甩尾了。

從影片可看到,即便失去抓地力,自動駕駛系統仍可精準控制車子。

DeLorean 穿梭於狹窄的跑道,卻沒有誤觸任何三角錐──如果看過著名的 Gymkhana 系列影片,可能對這駕駛模式感到熟悉。

然而,即便是親自出演十多支 Gymkhana 影片的 Ken Block 本人,對賽道和車體掌握的精準程度,似乎也無法達到史丹佛大學這台自駕車的程度。

也難怪,團隊拿影片給一些職業甩尾賽車手看,都紛紛表示:「感覺要失業了!」

▲ 2015 年 D 級方程式(Formula DRIFT)世界冠軍 Fredric Aasbø。

2015 年,史丹佛大學動力設計實驗室教授 Chirs Gerdes 不知從哪弄來一台 1981 款 DMC DeLorean。

沒錯,就是知名科幻電影《回到未來》那台汽車的原型。

Gerdes 教授帶著幾個學生開始魔改這台神車,也得到自動駕駛創業公司 Renovo 的幫忙。團隊還把這台車取名為 Multiple Actuator Research Testbed for Yaw control(偏航控制多執行器研究試驗台),簡稱 MARTY。

因為《回到未來》,再加上 DMC 公司本身的傳奇,DeLorean 在汽車史上留下濃墨重彩的一筆。然而除了光環加身,這台車的動力總成各部件實際上無任何特色。

因此,團隊的第一件事,就是把這台車拆個乾淨,包括引擎,換成一套電池、電動引擎和傳動系統等,把這台 DeLorean 變成名副其實的電動車:

然後,團隊進一步加裝了控制系統,包括油門、煞車和方向盤控制等,全部都由電腦完成。

下面這張圖展示改裝的主要內容,從左到右、從上到下:

  1. 拆除原本 2.8 升排量卻只能匯出 130 匹馬力的燃油發動機,換成一台 7,000 扭力的電動引擎──換成制動馬力至少也有 400 匹馬力?
  2. 雙 GPS 天線用於追蹤汽車的位置,精確到 1 英吋。車載系統正是透過 GPS 定位確定位置,也就是說 MARTY 的自動駕駛,並不是普遍意義的機器學習,而是更簡單、邏輯驅動的自動駕駛。
  3. 電腦控制的轉向系統,不到 1 秒可從一個方向的極限轉到另一個方向的極限,且控制極精確,這也是為什麼這輛自駕車可更精確控制甩尾。
  4. 電動煞車系統,可精準煞車。
  5. 自訂的懸掛系統,滿足甩尾時對輪組產生的極限壓力。

甩尾和正常駕駛完全不同。當我們正常開車時,汽車會朝滾輪方向前進,而且,正常開車需要輪胎保持抓地力,因失去抓地力就意味著駕駛失去汽車控制力,很容易導致事故發生。

而甩尾時,一切和正常駕駛幾乎相反:汽車前進方向實際上和滾輪方向完全相反,且甩尾時車手必須在失去和獲得抓地力之間找到平衡,使輪胎打滑,卻能提供足夠的力量將車往前推。

同時這力量又必須和前輪角度平衡,使車輛不會因轉向過度偏離前進方向:

對人類車手而言,需要眼睛看引擎轉速表,耳朵聽引擎、輪胎摩擦的聲音,用身體感受離心力等──很大程度上,車手透過意識感知一切。

任何人都可以猛踩油門讓輪胎失去抓地力,但要精確控制,進而讓車輛在「可控的失控」下完成精彩的甩尾過彎,需要日積月累的訓練。

這一切對 DeLorean 似乎更簡單。為什麼這麼說?因為它可直接從車載電腦和感測器讀取資料,進而精準操控。

自動駕駛可確定操控車載系統顯示目前速度、各輪目前扭矩數值、前輪的轉向角度,以及車輛前進方向和車身的偏航角度(yaw)等關鍵數據。

史丹佛團隊決定向 Ken Block 的 Gymkhana 系列致敬,將測試用賽道命名為 MARTYkhana。賽道總長約 1 公里,路線專門設計成考驗和展示系統的精準性。

有了數據幫助和電腦系統加持,MARTY 就能做到難以置信的精準過彎控制。下圖 MARTY 從向左快速切換到向右甩尾,穿過狹窄的門,卻沒有碰到障礙物:

▲ 穿過障礙,有如「蜻蜓點水」輕盈。

下圖賽道從大直徑橢圓進入小直徑圓形,MARTY 對油門、煞車和轉向角度的控制承受住考驗,畫出一道完美的螺旋白煙。

一些職業甩尾賽車手和工程師給了 MARTY 很高的評價。

2015 年 D 級方程式世界冠軍 Fredric Aasbø 指出,MARTY 做了幾個難度非常高的 transition(從一個彎形轉換到另一個彎形),「這種操控機器人可能會比人類做得更好」。

Papadakis Racing 隊長 Stephan Papadakis 表示,從影片可看出,車輛動力總成設計和安裝,以及自動駕駛系統的程式設計令他印象非常深刻,特別是「可重複性」,即 MARTY 每次穿過同個彎形採用的姿態,都一如既往準確無誤。

看這架勢,莫非史丹佛大學要出師 D 級方程式比賽了?

還好,並不是。團隊進行研究的目的,是幫助未來自駕車能更安全。

現在自駕車已經頗安全,主流公司公布的資料顯示事故率遠遠低於人類駕駛,然而這結果建立在相對安全的測試環境下,往往不包括(或極少量)雨、雪或極端天氣。這也是為什麼自駕車測試過程,一旦發生緊急情況,安全駕駛員必須接管──在這類情況下,人類的應對能力往往比電腦好。

如果道路因為雨雪和低溫導致結冰?如果道路經過側向大風區?別說自駕車,人類司機也很難安全駕駛。

史丹佛大學團隊改造這台 DeLorean 學會甩尾,目的就是研究自駕車失去穩定性的極端狀態下該如何自我控制。

這次 MARTYkhana 除了拍出令人血脈僨張的甩尾影片,更重要的意義在於獲得大量關鍵測試數據。

成員 Jonathan Goh 表示,「透過甩尾,我們讓自動駕駛進入最極端的環境。如果我們能在最不穩定的場景也能自動駕駛,其他一切都會迎刃而解。」

圍繞這台魔改甩尾電動車 DeLorean,史丹佛大學團隊已發表了研究論文,題為「Toward Automated Vehicle Control Beyond the Stability Limits: Drifting Along a General Path」(朝著超越穩定極限的自動駕駛控制邁進:沿著一般道路甩尾)。

團隊也上傳更多影片,展示 MARTY 酷炫的甩尾背後,一些重要的研究思路和啟發:

這已不是 Gerdes 教授的團隊第一次與賽車打交道了。幾年前,他們改裝了奧迪 TT,送到賽道測試,超越人類車手對煞車和過彎路線的控制。

他們還把自駕車送到派克峰國際爬山賽(Pikes Peak International Hill Climb),堪稱自動駕駛賽車界的第一團隊了。

(本文由 PingWest 授權轉載;首圖來源:史丹佛大學