Xe tự lái hoạt động như thế nào? Camera, radar, LiDAR và bộ não xử lý

Xe tự lái hoạt động bằng một vòng lặp bốn bước chạy lại nhiều chục lần mỗi giây: nhận biết, dự đoán, lập kế hoạch và điều khiển. Cảm biến (camera, radar, LiDAR, siêu âm) thu thập hình ảnh và khoảng cách xung quanh; máy tính trên xe ghép các nguồn đó thành một bức tranh chung, đoán xem xe máy, người đi bộ, xe tải sắp đi đâu, chọn đường đi an toàn, rồi ra lệnh cho vô lăng, chân ga và phanh.

Mỗi loại cảm biến có điểm mù riêng: camera nhìn rõ màu và biển báo nhưng kém khi tối hoặc chói, radar xuyên mưa tốt nhưng hình ảnh thô, LiDAR đo khoảng cách rất chính xác nhưng suy yếu trong mưa to và sương mù. Vì vậy hầu hết hệ thống dùng nhiều loại cùng lúc để bù cho nhau. Phần dưới đi qua từng bước và giải thích vì sao đường phố đông xe máy như ở Việt Nam là đề bài đặc biệt khó.

Vòng lặp bốn bước: nhận biết, dự đoán, lập kế hoạch, điều khiển

Nhận biết (perception). Phần mềm tìm trong dữ liệu cảm biến các vật thể: ô tô, xe máy, xe đạp, người đi bộ, vạch kẻ, lề đường, đèn tín hiệu, chướng ngại. Mỗi vật được gán vị trí, kích thước, vận tốc và độ tin cậy. Phần lớn việc này do các mạng nơ-ron học sâu làm, đã được huấn luyện trên hàng triệu khung hình có người gán nhãn.

Định vị. Song song đó, xe phải biết mình đang ở đâu với sai số chỉ vài chục centimet, đủ để biết đang ở làn nào. Định vị vệ tinh thường thôi chưa đủ, nên xe kết hợp GPS, cảm biến quán tính (đo gia tốc và góc quay), số vòng quay bánh xe, và so khớp những gì cảm biến thấy với bản đồ độ phân giải cao đã quét trước.

Dự đoán (prediction). Biết chiếc xe máy đang ở đâu chưa đủ; cần đoán hai ba giây tới nó sẽ ở đâu. Hệ thống tính nhiều khả năng cùng lúc, mỗi khả năng có một xác suất: chiếc xe máy đi thẳng, rẽ phải, hay lách sang làn bên.

Lập kế hoạch (planning). Từ các dự đoán, xe chọn quỹ đạo cho vài giây tiếp theo: giữ làn, giảm tốc, nhường đường hay chuyển làn. Quỹ đạo phải an toàn, đúng luật và đủ êm để hành khách không say xe.

Điều khiển (control). Cuối cùng, quỹ đạo được chuyển thành lệnh cụ thể: góc đánh lái, lực phanh, độ mở ga. Hệ thống đo lại xem xe có đi đúng quỹ đạo không và sửa liên tục, giống cách người lái chỉnh vô lăng từng chút.

So sánh camera, radar, LiDAR và cảm biến siêu âm

Không có cảm biến nào hoàn hảo. Bảng dưới tóm tắt nguyên lý và mạnh yếu của bốn loại chính trong các điều kiện hay gặp.

Trong thực tế, nắng gắt buổi chiều chiếu ngược ống kính là tình huống camera khó nhất, còn mưa lớn kèm nước bắn là tình huống LiDAR khó nhất. Radar ít bị ảnh hưởng bởi cả hai nhưng không đủ chi tiết để tự lái một mình. Một số hãng chọn đi theo hướng chỉ dùng camera để giảm chi phí, dựa vào phần mềm để ước lượng chiều sâu; số khác dùng đủ ba loại. Đây vẫn là tranh luận kỹ thuật mở, chưa có lời giải chung.

Hợp nhất cảm biến: ghép nhiều nguồn thành một bức tranh

Kỹ thuật ghép dữ liệu từ nhiều cảm biến gọi là hợp nhất cảm biến (sensor fusion). Ví dụ camera thấy một hình dạng giống người đi bộ ở phía trước bên phải, LiDAR xác nhận có một vật cao khoảng 1,6 mét ở đúng chỗ đó cách 23 mét, radar đo vật đó đang di chuyển ngang với tốc độ đi bộ. Ba nguồn cùng khớp, hệ thống tin chắc đó là người và tính đường tránh.

Khi các nguồn mâu thuẫn, phần mềm phải quyết định tin cái nào. Camera thấy bóng cây đổ trên mặt đường trông như hố, LiDAR thấy mặt đường phẳng: tin LiDAR. Ban đêm camera không thấy chiếc xe đạp không đèn nhưng radar và LiDAR đều thấy vật di chuyển: phải phanh. Thiết kế quy tắc ưu tiên này là nơi các kỹ sư tốn nhiều công sức nhất, vì phanh nhầm (gọi là phanh ma) cũng gây tai nạn khi xe phía sau tông vào.

Ngoài cảm biến gắn trên xe, một số hệ thống còn nhận thông tin từ hạ tầng: đèn tín hiệu phát trạng thái qua sóng, xe phía trước báo phanh gấp. Cách này giúp xe "thấy" sau khúc cua, nhưng đòi hỏi hạ tầng đồng bộ mà phần lớn đường sá chưa có.

Bộ não xử lý: máy tính trên xe làm gì mỗi giây

Xe tự lái chở theo một máy tính chuyên dụng có bộ xử lý đồ hoạ hoặc chip tăng tốc AI, xử lý luồng dữ liệu từ hàng chục cảm biến. Một xe thử nghiệm đầy đủ cảm biến có thể tạo ra lượng dữ liệu tính bằng terabyte mỗi giờ chạy. Máy tính phải hoàn tất cả vòng nhận biết đến điều khiển trong vài chục mili giây, vì ở tốc độ 60 km/h xe đi được khoảng 1,7 mét mỗi 0,1 giây.

Thiết kế an toàn đòi hỏi dự phòng: hai nguồn điện độc lập, hai đường truyền lệnh tới phanh và vô lăng, chương trình giám sát kiểm tra xem bộ não chính còn chạy đúng không. Nếu một phần hỏng, xe phải đủ khả năng chạy chậm lại và dừng ở lề, gọi là trạng thái rủi ro tối thiểu.

Phần mềm học từ dữ liệu thu được trên đường. Những tình huống hiếm, gọi là "trường hợp đuôi dài" như con trâu đi lạc, người đẩy xe hàng rong ngược chiều, đống cát giữa đường, được thu thập, gán nhãn và đưa lại vào huấn luyện. Phần lớn công sức phát triển xe tự lái nằm ở những tình huống hiếm này, không phải ở việc chạy thẳng trên cao tốc.

Vì sao giao thông hỗn hợp xe máy như ở Việt Nam rất khó cho xe tự lái

Phần lớn hệ thống xe tự lái được phát triển và thử nghiệm trên đường có làn rõ ràng, ô tô chiếm đa số, người tham gia giao thông tuân thủ khá chặt chẽ. Đường phố Việt Nam đặt ra những đề bài khác hẳn:

• Mật độ vật thể rất cao. Một ngã tư giờ cao điểm có thể có hàng trăm xe máy trong tầm nhìn, nhiều chiếc che khuất nhau. Phần nhận biết phải theo dõi từng chiếc mà không nhầm danh tính khi chúng đan vào nhau.
• Không bám làn. Xe máy đi giữa hai làn ô tô, chen vào khoảng trống, đi sát thân xe chỉ vài chục centimet. Dự đoán quỹ đạo dựa trên làn đường gần như vô dụng.
• Giao tiếp ngầm. Người lái ở đây ra hiệu bằng ánh mắt, cái gật đầu, tiếng còi ngắn, nhích dần mũi xe để "xin" đường. Máy không đọc được những tín hiệu này, và nếu quá lịch sự, xe tự lái sẽ đứng chờ mãi ở ngã tư không đèn.
• Hạ tầng thay đổi liên tục. Vạch kẻ mờ, rào chắn công trình, hàng quán lấn vỉa hè, xe đỗ dưới lòng đường làm bản đồ quét trước nhanh chóng lỗi thời.
• Thời tiết. Mưa rào nhiệt đới đột ngột, đường ngập, nắng gắt chiều tây đều là điều kiện cảm biến yếu nhất.
• Dữ liệu huấn luyện. Mô hình học chủ yếu từ dữ liệu nước ngoài sẽ ít gặp cảnh xe chở hàng cồng kềnh, xe ba gác, người đi ngược chiều trên đường một chiều.

Vì vậy các thử nghiệm xe tự hành ở Việt Nam hiện thường diễn ra trong khu vực khép kín, tốc độ thấp, tuyến cố định. Đó là cách hợp lý: thu hẹp vùng hoạt động để bài toán đủ nhỏ, tức là đi theo hướng cấp 4 có giới hạn chứ không cố chạy mọi nơi.

Xe tự lái phát hiện người đi bộ ban đêm và trong mưa ra sao

Ban đêm, camera chỉ thấy những gì đèn pha chiếu tới và vùng có đèn đường, còn LiDAR và radar không cần ánh sáng nên vẫn đo được. Một số xe dùng thêm camera hồng ngoại nhiệt, thấy thân nhiệt người và động vật ở khoảng cách xa hơn tầm đèn pha. Người đi bộ mặc quần áo tối màu trên đường không đèn là tình huống camera thường bỏ sót, và chính vì thế các hệ thống cấp cao hiếm khi chỉ dựa vào một loại cảm biến.

Trong mưa, mỗi hạt mưa có thể dội lại tia laser như một điểm nhiễu; phần mềm phải lọc các điểm lơ lửng này. Nước trên mặt đường phản chiếu ánh đèn làm camera nhầm vạch kẻ. Xe thử nghiệm thường có vòi rửa và quạt thổi khí cho ống kính, hoặc bộ sưởi chống đọng sương. Khi mức tin cậy giảm dưới ngưỡng, hệ thống phải tự giảm tốc độ, tăng khoảng cách, và với xe cấp 4 có thể dừng dịch vụ tạm thời. Với xe cá nhân cấp 2, cách xử lý đúng của người lái là tắt hỗ trợ và tự lái khi thời tiết xấu.

Câu hỏi thường gặp