خودروهای خودران چگونه کار می‌کند؟ از کروز کنترل تا دوربین، رادار و لیدار

فناوری خودران تسلا
فناوری خودران تسلا

فناوری خودروهای خودران چگونه کار می‌کند؟ نقش کروز کنترل، دوربین، رادار، لیدار، هوش مصنوعی و سامانه‌های ADAS را از تشخیص مسیر تا کنترل خودرو بخوانید.

خودرویی که سرعتش را با ترافیک هماهنگ می‌کند، میان خطوط باقی می‌ماند و هنگام تشخیص خطر ترمز می‌گیرد، الزاماً خودران نیست. پشت این قابلیت‌ها زنجیره‌ای از حسگرها، پردازنده‌ها و سامانه‌های کنترلی قرار دارد که محیط را می‌بینند، خطر را ارزیابی می‌کنند و در محدوده‌ای مشخص، فرمان، گاز یا ترمز را در اختیار می‌گیرند. برای شناخت فناوری خودروهای خودران، باید ببینیم این زنجیره از کروز کنترل ساده چگونه آغاز شد و امروز تا کجا پیش رفته است.

راننده در بزرگراه سرعت را روی ۱۰۰ کیلومتر بر ساعت تنظیم کرده است. چند ثانیه بعد، خودروی جلویی ترمز می‌کند و فاصله دو خودرو به‌سرعت کاهش می‌یابد. در یک خودروی قدیمی مجهز به کروز کنترل معمولی، هیچ اتفاقی نمی‌افتد؛ سامانه همچنان می‌کوشد همان سرعت تنظیم‌شده را حفظ کند و این راننده است که باید خطر را ببیند، پایش را از روی استراحتگاه بردارد و ترمز بگیرد.

در یک خودروی جدید، ماجرا متفاوت است. حسگر جلوی خودرو کاهش فاصله را تشخیص می‌دهد، سامانه کنترل سرعت از پدال گاز عقب می‌نشیند و در صورت لزوم ترمز را فعال می‌کند. هم‌زمان دوربینی که خطوط جاده را می‌بیند، با اصلاح‌های کوچک فرمان اجازه نمی‌دهد خودرو از مسیر خارج شود. اگر برخورد قریب‌الوقوع باشد و راننده واکنش کافی نشان ندهد، ترمز اضطراری نیز وارد عمل می‌شود.

همین صحنه کوتاه، مسیر چند دهه تحول صنعت خودرو را نشان می‌دهد؛ مسیری که از ثابت نگه داشتن سرعت آغاز شد و به خودروهایی رسید که می‌توانند بخشی از محیط را ببینند، رفتار دیگران را پیش‌بینی کنند و برای چند لحظه یا در محدوده‌ای معین، بخشی از رانندگی را بر عهده بگیرند. بااین‌حال، فاصله زیادی میان «کمک به راننده» و «جایگزین شدن با راننده» وجود دارد؛ فاصله‌ای که گاهی در تبلیغات خودروسازان نادیده گرفته می‌شود.

از ثابت نگه داشتن سرعت تا کنترل فاصله و مسیر

کروز کنترل معمولی یکی از نخستین گام‌ها برای خودکار کردن بخشی از رانندگی بود. راننده سرعت مورد نظر را انتخاب می‌کرد و سامانه با کنترل دریچه گاز، آن سرعت را ثابت نگه می‌داشت. خودرو نه مسیر را می‌دید و نه از وجود وسیله نقلیه دیگری در مقابل خود خبر داشت؛ فقط فرمانی را که راننده صادر کرده بود تکرار می‌کرد.

اضافه شدن رادار و دوربین، این رابطه یک‌طرفه را تغییر داد. کروز کنترل تطبیقی یا ACC علاوه بر سرعت خودرو، فاصله و سرعت نسبی وسیله نقلیه جلویی را نیز بررسی می‌کند. اگر خودرو به ترافیک کندتر برسد، سامانه سرعت را کاهش می‌دهد و پس از باز شدن مسیر دوباره به سرعت تنظیم‌شده بازمی‌گردد. بعضی نمونه‌های پیشرفته‌تر می‌توانند در ترافیک خودرو را کاملاً متوقف کنند و با حرکت دوباره جریان ترافیک، به راه بیفتند.

اطلاعاتی که برای کروز کنترل تطبیقی استفاده می‌شود، می‌تواند در اختیار سامانه هشدار برخورد از جلو و ترمز اضطراری خودکار نیز قرار بگیرد. هشدار برخورد از جلو یا FCW خطر را به راننده اعلام می‌کند، اما خود به‌تنهایی وظیفه توقف خودرو را ندارد. ترمز اضطراری خودکار یا AEB یک قدم جلوتر می‌رود و اگر برخورد را قریب‌الوقوع تشخیص دهد، می‌تواند برای کاهش سرعت یا جلوگیری از تصادف ترمز بگیرد. موفقیت این سامانه به سرعت خودرو، وضعیت سطح جاده، نوع مانع، میدان دید حسگرها و فاصله باقی‌مانده وابسته است؛ بنابراین وجود AEB به معنای جلوگیری قطعی از هر تصادفی نیست.

تحول مشابهی در کنترل جانبی خودرو رخ داده است. سامانه هشدار خروج از خط یا LDW با دیدن خطوط جاده، خروج ناخواسته خودرو از مسیر را به راننده اعلام می‌کند. سامانه حفظ حرکت بین خطوط یا LKA علاوه بر هشدار، هنگام نزدیک شدن به مرز مسیر اصلاح کوچکی در فرمان ایجاد می‌کند. مرکزنگه‌دار خط یا Lane Centering وظیفه گسترده‌تری دارد و به‌طور پیوسته می‌کوشد خودرو را نزدیک مرکز مسیر نگه دارد.

ترکیب کروز کنترل تطبیقی و مرکزنگه‌دار خط می‌تواند سرعت، فاصله و جهت حرکت خودرو را هم‌زمان کنترل کند. این همان قابلیتی است که با نام‌هایی مانند دستیار بزرگراه یا دستیار ترافیک عرضه می‌شود و گاهی نیز در تبلیغات، «رانندگی نیمه‌خودران» نام می‌گیرد. با وجود جذابیت این عبارت، در بیشتر این سامانه‌ها راننده باید مسیر را زیر نظر داشته باشد، دستورات خودرو را کنترل کند و هر لحظه آماده مداخله باشد.

دیگر سامانه‌های کمک‌راننده نیز بخش‌های محدودتری از همین مسئولیت را بر عهده می‌گیرند. رادارهای عقب حضور خودرو در نقطه کور را تشخیص می‌دهند و هنگام خروج دنده‌عقب از پارک، نزدیک شدن وسایل نقلیه از طرفین را هشدار می‌دهند. دوربین می‌تواند تابلوهای رانندگی، خطوط مسیر و نور خودروهای روبه‌رو را شناسایی کند و حسگرهای نزدیک‌برد نیز در پارک خودکار به کار می‌آیند. بعضی خودروها حتی می‌توانند در محیطی محدود، بدون حضور راننده در کابین از فضای پارک خارج شوند؛ اما هیچ‌کدام از این قابلیت‌های منفرد، خودرو را به وسیله‌ای کاملاً خودران تبدیل نمی‌کنند.

خودرو چگونه محیط اطراف خود را می‌بیند؟

رانندگی فقط به دیدن یک مانع ختم نمی‌شود. راننده باید تشخیص دهد جسمی که در حاشیه جاده دیده می‌شود یک تابلوی ثابت است، عابری است که قصد عبور دارد یا سایه‌ای است که خطری ایجاد نمی‌کند. او باید فاصله، سرعت، جهت حرکت و احتمال تغییر مسیر دیگران را نیز تخمین بزند. خودرو برای رسیدن به چنین تصویری از محیط، به حسگرهایی نیاز دارد که هرکدام بخشی از واقعیت را اندازه‌گیری می‌کنند.

دوربین نزدیک‌ترین حسگر به چشم انسان است. رنگ چراغ راهنمایی، نوشته تابلو، مرز خطوط، شکل خودرو، عابر پیاده و دوچرخه‌سوار از طریق تصویر تشخیص داده می‌شوند. الگوریتم‌های پردازش تصویر می‌توانند هر فریم را بررسی و اشیا را دسته‌بندی کنند، اما کیفیت این تشخیص به شرایط دید وابسته است. مه، باران شدید، نور مستقیم خورشید، تاریکی، کثیفی شیشه و خط‌کشی فرسوده جاده می‌تواند اطلاعات دریافتی دوربین را ناقص یا مبهم کند.

رادار به‌جای نور مرئی، امواج رادیویی ارسال می‌کند و از بازتاب آن‌ها برای محاسبه فاصله و سرعت نسبی اجسام کمک می‌گیرد. این حسگر در تشخیص اینکه خودرو با چه سرعتی به جسم جلویی نزدیک می‌شود توانایی بالایی دارد و معمولاً در تاریکی و بسیاری از شرایط نامساعد جوی، پایداری بیشتری از دوربین نشان می‌دهد. در مقابل، تصویر معنایی رادار به اندازه دوربین غنی نیست؛ رادار ممکن است محل و سرعت یک جسم را به‌خوبی اندازه‌گیری کند، اما تشخیص دقیق نوع آن به پردازش بیشتر یا کمک حسگر دیگری نیاز دارد.

لیدار با تاباندن پالس‌های لیزر و اندازه‌گیری زمان بازگشت آن‌ها، مجموعه‌ای از نقاط سه‌بعدی از محیط می‌سازد. این ابر نقاط، فاصله و شکل هندسی خودروها، ساختمان‌ها و دیگر اجسام را با دقت بالایی نمایش می‌دهد و به همین دلیل در بسیاری از سامانه‌های خودران پیشرفته به کار می‌رود. بااین‌حال، لیدار را نمی‌توان بدون قیدوشرط «بهترین حسگر» دانست. هزینه، محل نصب، آلودگی سطح حسگر و افت عملکرد در بعضی شرایط جوی از محدودیت‌های آن است؛ ضمن اینکه دوربین همچنان برای تشخیص رنگ، نوشته و مفهوم بسیاری از علائم برتری دارد.

به همین دلیل، توسعه‌دهندگان مسیر یکسانی را انتخاب نکرده‌اند. برخی معماری‌ها بیشتر بر دوربین و پردازش تصویر تکیه دارند و برخی دیگر ترکیبی از دوربین، رادار و لیدار را به کار می‌گیرند. ترکیب چند حسگر، اطلاعات مکمل و امکان مقایسه داده‌ها را فراهم می‌کند، اما قیمت، پیچیدگی نرم‌افزار و نیاز به کالیبراسیون را نیز افزایش می‌دهد.

در فاصله‌های کوتاه، حسگرهای اولتراسونیک حضور دیوار، جدول یا خودروی کناری را تشخیص می‌دهند و بیشتر در سامانه‌های پارک کاربرد دارند. سامانه موقعیت‌یاب، نقشه‌های دقیق و واحد اندازه‌گیری اینرسی نیز به خودرو کمک می‌کنند بفهمد کجاست، با چه شتابی حرکت می‌کند و جهت آن چگونه تغییر کرده است. نقشه‌های با دقت بالا به‌ویژه در برخی سامانه‌های خودران پیشرفته، اطلاعاتی مانند موقعیت خطوط، شعاع پیچ، خروجی‌ها و تقاطع‌ها را پیش از رسیدن خودرو در اختیار رایانه قرار می‌دهند؛ هرچند همه سامانه‌های کمک‌راننده برای کار کردن به چنین نقشه‌هایی وابسته نیستند.

هیچ‌یک از این حسگرها به‌تنهایی تصویری کامل از محیط ارائه نمی‌دهد. دوربین ممکن است نوع یک جسم را تشخیص دهد، رادار سرعت نزدیک شدن آن را دقیق‌تر بسنجد و لیدار شکل و فاصله‌اش را در فضای سه‌بعدی مشخص کند. آنچه خودرو نیاز دارد، کنار هم قرار دادن این مشاهدات و رفع اختلاف احتمالی میان آن‌هاست؛ فرایندی که «همجوشی حسگرها» یا Sensor Fusion نامیده می‌شود.

داده چگونه به تصمیم و حرکت تبدیل می‌شود؟

حسگر فقط داده تولید می‌کند و داشتن داده نیز به معنای فهمیدن موقعیت نیست. رایانه خودرو باید خروجی چند حسگر را از نظر زمان و موقعیت با یکدیگر هماهنگ کند، داده‌های نادرست را کنار بگذارد و از مجموعه اطلاعات باقی‌مانده، مدلی قابل استفاده از محیط بسازد.

فرض کنیم خودرویی در خط کناری راهنما می‌زند و آرام‌آرام به مسیر ما نزدیک می‌شود. دوربین وجود خودرو و مرز دو خط را تشخیص می‌دهد، رادار فاصله و سرعت نسبی آن را اندازه می‌گیرد و سامانه با مقایسه چند لحظه متوالی، احتمال ورود آن به مسیر را تخمین می‌زند. اگر رایانه به این نتیجه برسد که حفظ سرعت فعلی فاصله ایمن را از بین می‌برد، ابتدا گشتاور موتور را کاهش می‌دهد و در صورت نیاز ترمز را فعال می‌کند. راننده نتیجه را به شکل یک کاهش سرعت نرم می‌بیند، اما پشت این واکنش کوتاه، چند مرحله اندازه‌گیری، تشخیص، پیش‌بینی و کنترل انجام شده است.

الگوریتم‌های هوش مصنوعی به‌ویژه در تشخیص اشیا و رفتار آن‌ها نقش مهمی دارند. این الگوریتم‌ها با حجم بزرگی از تصاویر، ویدئوها و سناریوهای رانندگی آموزش داده می‌شوند تا تفاوت میان خودرو، موتورسیکلت، عابر، خط جاده و موانع دیگر را بیاموزند. بخشی از این آموزش در محیط‌های شبیه‌سازی‌شده انجام می‌شود تا موقعیت‌های خطرناک یا نادر، بدون ایجاد خطر واقعی بارها تکرار شوند.

عبارت «یادگیری خودرو» ممکن است این تصور را ایجاد کند که هر خودرو هنگام رانندگی آزادانه تجربه کسب می‌کند و تصمیم‌های تازه‌ای می‌سازد، درحالی‌که در اغلب سامانه‌های تجاری، مدل‌ها پیش از نصب آموزش می‌بینند، آزمایش و اعتبارسنجی می‌شوند و سپس در قالب نرم‌افزار در اختیار خودرو قرار می‌گیرند. داده‌های ناوگان می‌توانند برای بهبود نسخه‌های بعدی استفاده شوند، اما خودرو معمولاً اجازه ندارد قواعد اصلی رانندگی خود را به‌صورت کنترل‌نشده و در لحظه تغییر دهد.

پس از شناخت محیط، سامانه باید رفتار چند ثانیه آینده را پیش‌بینی کند. آیا عابر کنار خیابان قصد عبور دارد؟ آیا خودروی خط مجاور در حال تغییر مسیر است؟ آیا وسیله نقلیه جلویی فقط سرعت کم کرده یا ترمز اضطراری گرفته است؟ پاسخ این پرسش‌ها قطعی نیست؛ بنابراین رایانه احتمال چند سناریو را محاسبه و مسیری را انتخاب می‌کند که با حفظ ایمنی، کمترین تغییر ناگهانی را در حرکت خودرو ایجاد کند.

در مرحله بعد، فرمان تصمیم‌گیری‌شده باید به حرکت واقعی تبدیل شود. سامانه کنترل موتور شتاب را تغییر می‌دهد، واحد ترمز فشار لازم را ایجاد می‌کند و فرمان برقی زاویه چرخ‌ها را اصلاح می‌کند. به این حلقه، کنترل طولی و جانبی گفته می‌شود؛ کنترل طولی با سرعت و فاصله سروکار دارد و کنترل جانبی جهت حرکت خودرو را تنظیم می‌کند.

تمام این محاسبات باید در کسری از ثانیه انجام شوند. پردازنده‌های خودرویی برای همین کار ساخته شده‌اند و علاوه بر قدرت محاسباتی، باید در برابر گرما، لرزش و خطاهای سخت‌افزاری مقاوم باشند. در سامانه‌های پیشرفته، افزونگی نیز اهمیت دارد؛ یعنی خرابی یک بخش نباید بدون هشدار، کنترل خودرو را مختل کند. البته در بیشتر سامانه‌های کمک‌راننده امروزی، مهم‌ترین لایه پشتیبان همچنان انسان است و خودرو در صورت مواجهه با محدودیت، از راننده می‌خواهد کنترل را در دست بگیرد.

کمک‌راننده کجا تمام می‌شود و خودران از کجا آغاز؟

وجود چند دوربین و رادار یا توانایی کنترل هم‌زمان فرمان و سرعت، تعریف خودروی کاملاً خودران نیست. برای مشخص کردن مرز میان سامانه‌های مختلف، رانندگی خودکار در شش سطح از صفر تا پنج دسته‌بندی می‌شود.

حتما بخوانید: آشنایی با سطوح رانندگی خودران؛ از کمک‌راننده تا خودروی بدون فرمان + جدول مقایسه

در سطح صفر، راننده تمام وظایف رانندگی را انجام می‌دهد و خودرو ممکن است فقط هشدار بدهد یا در لحظه‌ای کوتاه، مانند فعال شدن ترمز اضطراری، مداخله کند. در سطح یک، سامانه می‌تواند یا حرکت طولی، یعنی گاز و ترمز، یا حرکت جانبی، یعنی فرمان، را کنترل کند. کروز کنترل تطبیقی به‌تنهایی نمونه‌ای از کنترل طولی است و مرکزنگه‌دار خط نیز کنترل جانبی را بر عهده دارد.

در سطح دو، خودرو می‌تواند هر دو بخش را هم‌زمان کنترل کند؛ برای مثال، فاصله با خودروی جلویی را حفظ کند و در مرکز خط باقی بماند. بااین‌حال، راننده باید پیوسته محیط را زیر نظر داشته باشد و مسئولیت رانندگی را بر عهده بگیرد. بسیاری از پیشرفته‌ترین سامانه‌هایی که امروز در خودروهای شخصی عرضه می‌شوند در همین گروه قرار دارند، حتی اگر نام تجاری آن‌ها تصور توانایی بیشتری ایجاد کند.

سامانه پایش راننده در این سطح اهمیت ویژه‌ای پیدا می‌کند. برخی خودروها از حسگر گشتاور فرمان استفاده می‌کنند تا تماس دست راننده با فرمان را بسنجند و برخی دیگر با دوربین داخل کابین، جهت نگاه و وضعیت چشم‌ها را بررسی می‌کنند. هدف این است که استفاده از سامانه کمکی به حواس‌پرتی یا خوابیدن راننده منجر نشود.

در سطح سه، سامانه در شرایط تعریف‌شده تمام وظیفه رانندگی را بر عهده می‌گیرد و محیط را نیز زیر نظر دارد، اما ممکن است از راننده بخواهد کنترل را تحویل بگیرد. همین انتقال مسئولیت یکی از دشوارترین بخش‌های اتوماسیون است؛ زیرا انسانی که مدتی از چرخه رانندگی خارج شده، برای درک دوباره موقعیت و واکنش درست به زمان نیاز دارد.

در سطح چهار، سامانه در محدوده عملیاتی مشخص خود به مداخله راننده وابسته نیست. این محدوده می‌تواند منطقه‌ای جغرافیایی، مسیرهایی از پیش تعیین‌شده، سرعتی محدود یا شرایط آب‌وهوایی خاص باشد. بعضی تاکسی‌های خودران فعال در مناطق محدود در این گروه قرار می‌گیرند. سطح پنج، نقطه نهایی این تقسیم‌بندی است؛ خودرویی که در تمام مسیرها و شرایطی که یک انسان قادر به رانندگی است، بدون راننده حرکت کند.

اصطلاح «نیمه‌خودران» این مرزها را دقیق نشان نمی‌دهد و بیشتر عبارتی تبلیغاتی است. هنگام خرید خودرو باید به سطح واقعی سامانه، محدوده عملکرد و توضیحات دفترچه راهنما توجه کرد. پارک خودکار، احضار خودرو یا حرکت خودکار در ترافیک هرکدام برای سناریویی محدود طراحی شده‌اند و نباید توانایی آن‌ها را به تمام شرایط رانندگی تعمیم داد.

چرا هنوز نمی‌توان فرمان را با خیال آسوده رها کرد؟

بخش عمده رانندگی روزمره از الگوهایی قابل پیش‌بینی تشکیل شده است، اما ایمنی خودروهای خودران را موقعیت‌های عادی تعیین نمی‌کنند. چالش اصلی، اتفاق‌هایی است که به‌ندرت رخ می‌دهند و پاسخ روشن و یکسانی ندارند؛ خط‌کشی موقتی در محل عملیات عمرانی، فرمان دست مأمور پلیس، بار افتاده از یک کامیون، عابری که ناگهان از پشت خودروی پارک‌شده بیرون می‌آید یا راننده‌ای که برخلاف قواعد حق تقدم حرکت می‌کند.

شرایط محیطی نیز محدودیت‌های فیزیکی خود را تحمیل می‌کند. دوربین پوشیده از گل تصویری قابل اعتماد تولید نمی‌کند، رادار و لیدار نیز در همه وضعیت‌های جوی عملکرد یکسانی ندارند و حتی دقیق‌ترین سامانه نمی‌تواند اصطکاک ازدست‌رفته روی سطح یخ‌زده را جبران کند. هوش مصنوعی ممکن است خطر را زودتر تشخیص دهد، اما نمی‌تواند قوانین فیزیک را کنار بزند.

زیرساخت ارتباطی خودرو با خودرو و جاده یا V2X می‌تواند بخشی از این نادیده‌ها را آشکار کند. در چنین شبکه‌ای، خودرو ممکن است پیش از دیدن تصادف از ترمز شدید وسیله نقلیه‌ای در جلو مطلع شود یا زمان تغییر چراغ راهنمایی را از زیرساخت دریافت کند. بااین‌حال، رانندگی خودکار را نمی‌توان کاملاً به وجود این ارتباط وابسته کرد؛ پوشش شبکه، هماهنگی استانداردها، امنیت سایبری و میزان تجهیز خودروها و جاده‌ها در همه مناطق یکسان نیست.

برای خریدار ایرانی، یک نکته دیگر نیز اهمیت دارد. وجود نام یک سامانه در کاتالوگ الزاماً به معنای عملکرد یکسان آن در تمام تیپ‌ها، کشورها و شرایط جاده‌ای نیست. کیفیت خط‌کشی، نوع تابلوها، نسخه نرم‌افزار، دسترسی به نقشه و تنظیمات منطقه‌ای می‌توانند بر عملکرد قابلیت‌های کمک‌راننده اثر بگذارند. ملاک باید مشخصات دقیق همان نسخه و توضیحات دفترچه راهنما باشد، نه فهرستی کلی که برای بازارهای مختلف منتشر شده است.

نگهداری این تجهیزات نیز بخشی از ایمنی خودرو است. تعویض شیشه جلو، تعمیر سپر، ضربه به جلوپنجره یا تغییر زوایای چرخ می‌تواند کالیبراسیون دوربین و رادار را به هم بزند. سامانه‌ای که حسگر آن چند درجه انحراف دارد، ممکن است همچنان روشن باشد اما محیط را با خطا ببیند؛ به همین دلیل، تعمیر خودروهای مجهز به ADAS فقط به صاف‌کاری و تعویض قطعه ختم نمی‌شود و گاهی کالیبراسیون دوباره حسگرها ضرورت دارد.

فاصله میان کروز کنترل ساده و خودروهای امروزی با یک اختراع پر نشده است. صنعت خودرو ابتدا کنترل سرعت را به ماشین سپرد، سپس به آن ابزار دیدن فاصله و خطوط را داد و در ادامه، پردازنده و نرم‌افزار را به این مجموعه افزود تا داده‌ها به تصمیم تبدیل شوند. نتیجه، خودرویی است که می‌تواند بخشی از بار رانندگی را از دوش انسان بردارد و در لحظه‌ای حساس حتی زودتر از او واکنش نشان دهد.

بااین‌حال، خودرو محیط را مانند انسان «نمی‌فهمد». آنچه انجام می‌دهد اندازه‌گیری، دسته‌بندی، محاسبه احتمال و انتخاب واکنش از میان گزینه‌های تعریف‌شده است. هرچه حسگرها دقیق‌تر و الگوریتم‌ها باتجربه‌تر می‌شوند، این زنجیره قابل‌اعتمادتر خواهد شد؛ اما تا زمانی که سامانه مسئولیت کامل رانندگی را در شرایط مورد استفاده نپذیرفته است، نام هوشمند یا خودران نباید راننده را از مهم‌ترین وظیفه‌اش غافل کند؛ دیدن جاده و آماده بودن برای کنترل خودرو.

تازه ترین اخبار و ویدیوهای خودرویی را در کانال تلگرام و اینستاگرام اسب بخار دنبال کنید.