踏歌智行：矿区无人驾驶，常态化去安全员背后的技术实践( 四 ) 我们距离真正意义上的无人驾

这一选择，也体现在公司的数据思维和闭环思维。如车辆全生命周期管理、高精地图的闭环实现、安全机制的多重冗余与车地云闭环。专注可以让方案成熟更快、切入行业更深，也会衍生出更多的商业模式想象空间。

文章图片

文章图片
踏歌智行部分代表性案例
常态化安全员下车的关键技术实践快速实现“常态化安全员下车” ，可以说是“车-地-云”架构等几个关键顶层技术构建问题的阶段性成果。而这一成果的落地，在踏歌智行看来，从技术实现维度，背后有赖于如下几个方向的工作：
风险评估与标准体系常态化的安全员下车，是客户的需要。但如何让客户对你有信心，敢放心让你去做这件事情，其实是安全员常态化下车的第一个难点。
当前，矿山无人驾驶应用处于L4级别，即在特定的运行设计域（ODD）内展开。首先，踏歌智行从道路、车辆、环境、管理以及网络等五个维度，建立了针对ODD评估体系。基于ODD评估结果，踏歌智行建立一套围绕常态化安全员下车的风险矩阵表，与客户沟通在作出创新性尝试时可以接受的风险项。进而，踏歌智行形成了安全员分阶段下车的评价体系，将其进程分解为多个阶段。
踏歌智行表示， “有意思的是，我们首先还要给安全员树立信心。 ”在下车的初期，第一个是“模拟安全员”阶段；此时安全员在车上，但我们要让他相信系统，非不得已不要进行人工接管，这样才能把无效的接管剔除掉，保证数据的真实、准确。后续逐步延长安全员下车的时长，直到实现7*24小时的常态化无安全员运行。
融合感知技术感知技术是无人驾驶功能和安全的第一道关卡。矿区无人驾驶领域，安全性与作业持续性第一，用户成本不敏感。面对其独特的工作环境，融合感知一直是最佳选择。
踏歌智行“旷谷”方案感知部分，采用多源异构融合感知，包括毫米波雷达、激光雷达、摄像头，大型矿卡各个方向部署的传感器总数量达20多个，为夜间作业的安全性，踏歌智行亦在方案中率先纳入红外传感器。不同类型的传感器具有各种的感知优势，不同来源数据的交叉验证，保证感知信息的准确可靠。

文章图片
“旷谷”车载系统安装图
多重安全冗余踏歌智行提到，作为对整个无人驾驶系统稳定性和常态化安全员下车的保障，他们对整个系统进行了大量冗余设计，包括线控系统的冗余设计、无人驾驶主控制器上的异构冗余方案、无人驾驶各子系统部署独立的冗余模块等。整个方案中安全冗余设计覆盖硬件、感知、通讯等各个核心环节，采用双冗余乃至多冗余方式。在踏歌智行方案构建中，还有一套独立于系统之外的“虚拟安全员”体系。
作为独立于电子设备之外的一道屏障，踏歌智行甚至在驾驶舱内安装了一条「机械腿」，在无安全员的情况下，即便控制系统失效，机械腿将作为最后一道安全屏障，模拟人腿踩下制动踏板，完成紧急刹车。
而在“车-地-云”的大体系架构下，车端安全机制、云端安全机制、地面安全机制，从本质上，也是互为备份的冗余关系，而非仅仅将安全功能交给车载系统。
高精地图矿区道路和工作区是非结构化的土路，路面不存在标志线与交通指示标识，道路变化频次非常高。随着矿山生产的推进，矿车的装载、卸货点甚至矿区地貌都会发生变化；路段上的阶梯结构和气候也有影响，比如意外的侧边滑坡，风雨导致的浮土下沉，都会导致道路边界变化。这种情况下，高精地图的实时性和高精度至关重要，甚至高于公开道路上的相关标准。可以说，地图的时效性和精度是安全员下车的场景前提。因此，矿山无人驾驶服务商必须具备实时高精地图的快速建图能力。