自动驾驶汽车在雪中如何“看见”?

为了安全行驶，自动驾驶汽车首先必须“看到”周围的世界。通过摄像头、激光雷达和雷达传感器的集成系统，自动驾驶汽车不断扫描环境，做出明智的决定。但是当自治传感器被雪挡住了吗?

而雨和雾也是自动驾驶汽车面临严峻的天气条件雪的随机模式，每片雪花的特性，以及雪花之间的不同距离，使得雪特别难以操纵。如果粘稠、寒冷、混乱的雪挡在传感器和障碍物之间，汽车的适当反应能力就会大打折扣。

根据美国联邦公路管理局的数据，近70%的美国人口生活在下雪的地区。虽然加州有适合自动驾驶汽车的理想天气，但现实情况是，在自动驾驶汽车与大多数美国人相关之前，必须克服在雪地里驾驶的复杂性。

为什么雪对自主传感器来说如此困难?

当感知算法试图处理传感器信号中的信息时，降雪会导致其信心下滑。其结果是无法检测到接近的物体，或者错误地检测到实际上并不存在的物体。

雪地自动传感器面临的挑战包括:

• 雪和其他物体之间缺乏对比导致物体无法被探测到
• 雪的散射会导致物体的位置、距离或角度被错误地识别
• 来自多个传感器的输入必须在它们“看到”的内容上达成一致，但每种传感器类型所呈现的问题不同，这会危及共识

大雪中的传感器精度会发生什么变化?

不同的传感器对雪有不同的不足:

相机:能见度和对比度降低

激光雷达:信号散射，吸收和衰减，低质量的数据为感知算法和伪结果

雷达:能检测到物体，但不能正确分类

自动驾驶汽车防风雨:工程师如何测试新的解决方案

为了制造出能够应对雪的不可预测性的自动驾驶汽车，工程师们必须在无数的驾驶场景中测试他们的设计。对于测试，他们有几个选择:

天气实验室:这些气候控制设施提供可重复的天气数据，但不考虑其他车辆和道路上的动态条件对天气的影响。

行车测试:在安全路段上驾驶汽车会让自动驾驶系统暴露在真实的天气条件下，但它不能用于快速的技术开发。

仿真:数字测试创建了具有真实世界精度的无限模型，减少了物理原型的时间和成本，并且不需要大自然的合作。

模拟如何帮助自动驾驶汽车在雪地里看得更清楚?

通过模拟无限的天气和场景变量，仿真为工程师提供了一种更好的方法来测试和改进自动驾驶汽车在恶劣天气下的行为。有了模拟，就不需要等到下雪天了。由于结果几乎可以即时获得，自动驾驶汽车制造商可以更快地开发天气感知自动驾驶系统。

模拟技术非常擅长准确预测外太空和深海等恶劣环境下的结果，但雪带来了独特而复杂的挑战。为了模拟准确地反映雪的影响，模型必须考虑到每一片雪花的形状、大小、位置和光学性质(即水是清澈的还是含有杂质)。此外，还必须考虑雪区在行驶路面上的位置和形状。

远距离，基于物理的传感器模拟激光雷达(左)和雪中的摄像头(右)。

万博Ansys流利用于执行雪的计算流体动力学(CFD)模拟。此外，天气引起的传感器污染、液滴撞击和向膜流过渡、雾和表面凝结、结霜、结冰和除冰现象也可以使用Fluent进行分析。由CFD模拟生成的高保真、可重复的天气数据可以导出到万博Ansys Speos用于相机和激光雷达模拟。

通过使用Fluent的耦合cfd -光学解决方案，自动驾驶汽车工程团队可以加速他们的测试，自信地集成混合功能传感器设计，并显著提高车辆在各种天气条件下的感知能力，即使是下雪。

要了解更多关于模拟如何加速自动驾驶汽车的开发和测试，请阅读自主传感器开发和请求对Speos进行审判．