摘要:圖森未來 (TuSimple) 正在努力研發自動駕駛卡車，讓高速公路在變得更加安全高效的同時幫助降低運輸成本及其對環境的影響。

每天，全世界有數十萬的司機需要半夜從床上爬起來，鉆進大型卡車的狹小駕駛空間。這一勞動力群體每年會向倉庫、雜貨店和港口運送數以十億噸記的貨物。運輸業每年通過人工駕駛的大卡車運輸近 110 億公噸（120 億噸）的貨物。

通過自動駕駛卡車，TuSimple 可以把高速公路變為對于卡車司機和其他司機來說都更加安全的場所。與此同時，自動駕駛卡車的使用還可以節省關鍵物資的運輸費用。

盡管這些卡車對世界各地供應鏈的運轉至關重要，但該行業仍面臨著日益嚴重的司機短缺問題。卡車運輸業一直面臨“留住老司機、發展新司機”的兩難困境，而隨著新冠疫情期間許多駕駛學校的關閉，這一局面變得愈發艱難。在上述因素的綜合作用下，卡車運力已無法滿足不斷增長的運輸需求，從燃油燃料到電子產品的供應都受到了影響。

TuSimple 的自動駕駛卡車車隊。（圖片所有權：TuSimple）

另外，長途運輸卡車也是司機安全的夢魘。由于工作時間長，經常要在夜間或清晨駕駛，因此卡車司機比其他司機更容易產生疲勞感。美國疾病預防控制中心表示，疲勞駕駛與醉酒駕駛帶來的交通風險一樣大。

正是卡車行業面臨的這些問題，讓 TuSimple的韓曉凌和同事們看到了一種全新解決方案的機會：重型卡車的自動駕駛技術。

TuSimple 傳感器和車輛控制集成高級總監韓曉凌表示，這些車輛可以解決卡車運輸業面臨的棘手問題。韓曉凌說：“自動駕駛卡車比自動駕駛乘用車的商業應用前景更為廣泛，因為卡車運輸路線是高度可重復的，而且大部分駕駛是在高速公路上進行。雖然卡車自動駕駛的問題解決起來非常困難，但和自動駕駛汽車比起來，它需要面對的問題就少得多了。”

韓曉凌還表示，TuSimple 的自動駕駛卡車可以讓高速公路在變得更加安全高效的同時幫助降低運輸成本及其對環境的影響。

自動駕駛之路

MathWorks 公司的汽車行業經理 Govind Malleichervu 介紹，目前各行各業都標榜采用了自主技術，從智能掃地機器人到各式新車，不一而足；然而如果用真正的自主性標準加以衡量，許多技術并未達到嚴格意義上的自主。

4 級或 5 級的自動駕駛卡車可以讓其司機在夜間空曠的道路上駕駛時有機會休息。

根據國際自動機工程師學會的定義，汽車的自主性包括從 0 到 5 六個可能的級別。0 到 3 級是從無自動化到有限的自動化，包括輔助轉向或制動。由于功能的限制，人類駕駛員仍然需要控制車輛并監督這些系統。要實現第 5 級自主性，即車輛獨立執行所有的駕駛任務，仍需多年時間。

自動駕駛的六個級別（圖片所有權：NHTSA.gov）

Malleichervu 說，“許多 OEM 提供的自動駕駛功能達到了 2 級或 2+ 級。加號的意思是在 2 級的基礎上提高了自主性，但尚未達到 3 級。達到這種級別后，車輛上的高級駕駛輔助系統 (ADAS) 可以控制制動系統、加速和轉向，而人類駕駛員仍然需要負責隨時監控環境，并執行所有其他駕駛任務。”
造成這種相對有限的自主性的部分原因是伴隨在城市環境中測試和開發車輛 ADAS 而來的安全顧慮。

韓曉凌表示，這正是 TuSimple 卡車的優勢所在。雖然該公司預計其卡車至少要到 2024 年才能全面上路，但在駕駛密度較低的高速公路而不是市中心測試這項技術，為實現完全自動駕駛提供了一條更容易的途徑。為了在城市測試自動駕駛汽車，公司必須首先與地方有關部門就測試車輛的區域、頻率以及速度達成協議。這通常意味著可用于測試的區域和時間都會減少。

高速公路測試的另一個好處是，與城市道路相比，它面臨的行人障礙更少，并且在很大程度上避免了走走停停的交通狀況和道路狹窄或不平坦的情形。這代表著萬一出現問題，雖然對其他司機造成傷害的風險并不為零，但它確實能降低發生致命事故的可能性。

韓曉凌表示，TuSimple 的卡車目前已達到 4 級自主性。這意味著車輛可以在有限的條件下自動駕駛，而無需人類駕駛員的幫助 — 不過 TuSimple 公司仍計劃讓人類駕駛員在駕駛座上進行監控。目前的卡車運輸要求人類駕駛員時刻保持警惕，4 級或 5 級自動駕駛卡車的不同之處在于，在空曠的道路上徹夜行駛時，卡車司機會有休息的機會。

韓曉凌和他的團隊正在開發這種自動駕駛的關鍵技術之一：自主線控制動系統。大型卡車的重量以及牽引滿載拖車所帶來的動態特性，使得卡車更難快速停車。一輛滿載的卡車重達 36,000 公斤（80,000 磅），而一輛客車的重量只有 1,360 公斤（3,000 磅）。制動系統必須能夠安全地阻止重型卡車高速行駛時的向前沖力。

韓曉凌表示，“線控制動系統非常復雜，整個系統管道從感知開始，我們的程序要觀察車輛前后左右的情形。這涉及到運動規劃、預測和控制算法。”

借助感知和激光雷達等傳感器，TuSimple 的 4 級自主系統可以 360 度地觀察車輛周圍，以及前方 1,000 米范圍的路況。這些數據隨后會傳遞到安全關鍵型線控制動控制系統，韓曉凌解釋說。該控制系統隨后會在軟件感知與卡車硬件之間建立關聯，以激活安全制動。
韓曉凌還表示，“制動是自動駕駛中最基礎的系統，對制動安全的要求高于所有其他系統。”

制動系統的這些更嚴格的標準也反映在其冗余上。這意味著如果出現問題，人類控制者可以進行干預并手動制動。

“對于車輛的其他部件，例如發動機，一定程度的冗余就足夠了，但是由于制動系統是關乎車輛安全性的核心部件，我們必須擁有完全的冗余，包括物理、信號、電源和軟件系統。” 韓曉凌繼續說道。

信任模型

TuSimple 目前已經在真正的高速公路上測試其大型卡車，包括一段從美國亞利桑那州到俄克拉荷馬州長達 951 英里的路程。不過，韓曉凌解釋說，完全依賴道路測試會導致成本快速增加。做為替代，該團隊現在主要依靠建模和仿真來作為線控開發經濟高效且安全的替代方案。據韓曉凌介紹，高達 90% 的卡車車輛控制單元的測試是使用 MATLAB?、Simulink?和其他軟件開發的模型完成的。

通過使用模型，該團隊只參考唯一數據源，自動生成代碼，并可以測試具有不同車輛約束條件的自主系統。

“我們只有 10% 的時間在車輛層面測試線控制動，因為這樣做的成本非常高昂”，韓曉凌這樣表示。“不僅耗費人力，還需要額外的協調工作。因此，我們利用仿真進行大部分測試。”

仿真需要對不同的傳感器輸入（如激光雷達和雷達）如何通過微處理器中繼到卡車的物理控制系統進行建模。使用模型來管理這些組件可以讓團隊各成員能夠同時進行設計，即使他們在不同的物理地點工作。

TuSimple 司機讓車子自動駕駛。（視頻所有權：TuSimple）

“團隊成員可以使用模型來檢查車內發生的情況”，韓曉凌表示。“這比閱讀代碼可要容易得多。這就是為什么模型是整個車輛控制單元團隊的唯一數據源，因為我們的所有相關職能團隊均可以基于模型進行交流。”

Malleichervu 稱，這些模型還可以通過自動生成代碼來實現在模型級別進行的設計，從而幫助減少編程人員引入的錯誤。這種方法讓團隊能夠測試具有不同車輛約束條件的自動駕駛系統，例如不同的發動機或貨物重量。該團隊依靠 MATLAB 腳本和 GitHub 來管理變體。

擺脫束縛

韓曉凌表示，除了簡單易用之外，依靠虛擬模型來完成大多數的新設計測試還有助于他們不再依賴汽車和軟件行業稱為 V 模型的標準設計模型。

“我們的迭代周期非常快，這意味著我們軟件的發布是每月而不是每年。要在一個月內而不是一年內發布軟件。......如果沒有建模，在一個月內發布一個功能是非常困難的，因為編程、測試、驗證等所有工作都需要在這個時間段內完成。”

韓曉凌，TuSimple 傳感器與車輛控制集成高級總監

TuSimple 結合 V 模型和敏捷方法創建了理想的設計流程。（圖片所有權：TuSimple）

V 模型也被稱為驗證和確認模型，是一種在實現新功能之前系統地進行分析、設計和驗證的設計方法。Malleichervu 說，使用 V 模型設計方法完成發動機或車輛項目的全部設計通常需要三到五年時間；對現有設計進行升級大約需要一年時間。

韓曉凌說，對于 TuSimple 來說，這種方法太慢了。做為替代，該公司在開發自動駕駛系統時采用了一種混合方法，即將 V 模型和敏捷方法結合運用。

“我們的迭代周期非常快，這意味著我們要在幾周而不是幾年內發布線控軟件”，韓曉凌說。“這就是為什么我們也需要遵循敏捷流程的原因。這也是我們依賴建模的原因。如果沒有建模，一個月內很難發布一個功能，因為編程、測試、驗證等所有工作都需要在那一個月內完成。”

使用這種混合方法，TuSimple 可以在 24 小時內發布線控軟件補丁，并在 72 小時到兩周內的發布新功能。韓曉凌認為，正是這種新穎的設計方法和 TuSimple 對建模的使用，才能幫助公司實現目標，即自動駕駛的大型卡車可以在 2024 年馳騁于高速公路上。