無人車向智能化邁進

自動化無人車能協助軍事、民用客戶監管重要資產和基礎設施，或執行例行清潔、后勤和數據調查等任務。普通的自動化無人車只有有限的用戶自定義運動程序，與之相反，更加智能的無人車能在危險戰斗、搜救行動中與人員配合更緊密。隨著機器學習算法和人工神經網絡的發展，無人車（及所有無人系統）能處理越來越復雜的任務，支持甚至取代一系列非常規工作員工和操作人員。

無人車將為世界各行業帶來革命性的改變。其自主能力的進步對釋放勞動力、擴大組織產出至關重要。雖然對全球勞動力經濟的爭論仍在繼續，但目前無人車已經具備減輕人員危險和提高人員安全的優點。相信，未來，智能化將貫穿整個生產、操作產業鏈。

軍事智能化

危險任務

盡管將軍事人員從某些例行任務中解放出來能提高效率，但使士兵遠離傷害、防止不必要的傷亡是首要任務。世界各國軍隊都希望用機器來執行危險任務。

奧什科什公司（Oshkosh）的TerraMax無人車系統就是以這個作為首要目標研制的。該系統首次發布是在美國國防部預研局（DARPA）的2004年大挑戰賽上，它被設計為輕型戰術車輛和第三方陸地平臺。車輛從雷達、激光雷達（LIDAR）、軍用級GPS和光學攝像機獲得大量輸入，然后進行信息融合，并允許有線智能訪問、分析和操作。

除了處理傳感器數據，“指令區”（Command Zone）控制和診斷系統可以通過射頻、WiFi或SATCOM數據鏈實現車輛系統的自動電力管理和遠程排故。一旦集成，“指令區”套件將賦予車輛更高的自主性，操控員可根據任務需求選擇全自主操作、半自主回路和簡單的跟隨模式。

關于自動系統的應用，奧什科什公司業務開發副總裁珍妮弗·克里斯蒂安森表示：“公司專注于道路清理，此外，公司還在與海軍陸戰隊實驗室（MCWL）和海軍辦事處合作，進行一些科學技術研究，證明無人地面補給車隊的運營能力。”

在與MCWL的一項合作中，一名海軍被訓練能同時操作和監督5臺TerraMax無人車。

克里斯蒂安森還透露，奧什科什公司還在努力使系統能執行情報、監視與偵察（ISR）和情景感知任務。無人車能自動將信息反饋給指揮和控制車輛，使得超視距情景感知成為可能。

此外，高風險任務還包括爆炸物處理（EOD）和簡易爆炸裝置（IED）拆除。目前，已廣泛使用無人車來執行遠程軍火處置任務，但自主性不高，一是設備結構復雜，二是靈敏度不夠，達不到安全性要求。

EOD任務的自主化已經研究15年，但目前仍然只有某些特定方面的自主化被認為是合理的，沒有實現全自主。“自動車輛緊急恢復工具”（AVERT）項目即關注人在回路的半自主或預設參數的全自主。

AVERT被設計能自主識別、抓舉和挪動障礙物，如EOD小組或炸彈處理機器行進路上的車輛。最主要的是能通過載機傳感器創建場景的數字3D掃描，然后傳輸給EOD小組成員以對任務有更多的了解，從而進行后續步驟的規劃、模擬和排練（如時間允許）。

其次是部署4輛獨立的車輛環繞、搬動障礙物。這通過遠程控制是不容易實現的，至少需要車輛具有一定的自主性，才能聚在一起安全地移動障礙物。

AVERT項目組來自希臘、奧地利、瑞士、德國、英國等的EOD運營商合作執行任務。項目組負責人表示：“自主性將使EOD小組成員能夠更快、更安全，或與其他任務一起執行部分操作，操控員只需要執行最敏感的任務。”

然而，EOD任務的建模和自主性仍然很復雜，除前文提到的原因外，還因為不同小組執行任務的方法也有所不同。一些EOD小組優先考慮快速部署和執行，將時間敏感性視為影響公共安全的主要因素，而另一些小組則會花時間規劃，更擔心執行過快的后果。

自動化卡車

載人車輛的自動化可以通過洛馬公司的自動移動輔助系統（AMAS）實現，該系統主要針對大型卡車，而不像TerraMax主要面向輕型戰術市場。

洛馬公司精密火力和戰斗機動系統副總裁斯科特·格林（Scott Greene）表示：“公司已經驗證了該系統的全自主能力，包括在沒有駕駛員的車隊中，甚至只采用跟隨模式的車隊中進行了試驗。”

該系統靈活使用激光雷達（LIDAR）、雷達和視覺傳感器來進行自主導航和360°情景感知，采用商用貨架產品，這提高了AMAS系統的經濟可承受性。

“帶隊車輛通常使用LIDAR和雷達來進行自主操作，跟隨車輛可以不必使用整套傳感器組件，用戶還可以按照操作要求將跟隨車輛標定為帶隊車。”

AMAS主要用于軍事物流車，并能提高車隊運營的安全性。鑒于物流車隊的規模，可能會在一輛或多輛車上配備安全員，這仍然能減輕對駕駛員的危害和依賴。

執行繁重任務

除了卡車運輸，對于班組成員，在任務中通常需要負重，因此，需要小型無人車來執行這種繁重的任務。

洛馬公司的“班組任務支持系統”（SMSS）被設計為戰術物流車，在與部隊一起行進時，可搭載士兵的作戰負載（每名士兵達60kg），同時還能為其他設備充電。

與AMAS相似，SMSS收集、融合和利用一系列傳感器中的數據以實現自主導航。SMSS采用開放式架構，用戶可根據需要選擇雷達、LIDAR、視覺攝像機和紅外設備等載荷。

此外，SMSS可以用作為受傷士兵的自主擔架，系統上的傳感器使得系統能準確進行路徑導航，或在建筑物和田地間導航，而不需要人在回路。同時，在自主操作受到限制時，還可以選擇手動操作。

智能戰術車

戰術無人車同樣朝智能化方向發展。Milrem公司的THeMIS無人車設計為能集成各種任務載荷的模塊化履帶式平臺，能集成ST動力公司（ST Kinetics）的Adder遠程武器站和雷聲公司的“地眼”（GroundEye）反簡易爆炸裝置傳感器。

Milrem公司注重發展全自主能力和自主群操作，即將推出一款名為“羽人”（Wingman）的人機界面。

公司首席執行官Kuldar V··rsi表示：“未來，車輛本身可以通過該系統實現全自主和半自主。當無人車不能按需要自主執行任務時，‘羽人’允許操作員對危急或高風險情況進行更直觀的控制。”

“羽人”系統包括3個要素，其中最重要的是潛在的深層學習軟件架構，利用人工智能神經網絡，使無人車通過任務和仿真學習進步。公司在與塔爾圖大學合作進行這方面研究。

其次是增強現實（AR）護目鏡，護目鏡使士兵能夠觀看攝像機拍攝的實時高清視頻，這將在很大程度上降低使用地面控制站（GCS）顯示屏的必要性。

最后是公司在探索的語音指令技術，“羽人”系統將通過該技術進行校準，以識別和執行小組成員的口頭指令，從而完全廢除GCS，以及其他需要訓練士兵使用的新的軟件界面。

V··rsi解釋到，通過上述3種智能和接口技術，無人車可以實現遠程操作，無需任何類型的平板電腦或計算機控制。“未來，系統會變得越來越智能。在復雜或不清楚的指令下，也能準確執行任務；或者智能算法會越來越先進。總之，系統需要人輸入的指令將越來越少。”

工業智能化

同軍用卡車無人化一樣，工業車輛也在向同樣方向發展，以提高商業運營的生產力和作業精度。商業和工業無人車發展的主要驅動因素是勞動力成本。在經濟衰退期間，尋求削減開銷的組織可能傾向于削減勞動力，用機器或先進的軟件替代，以較低的成本實現持續生產。

對于特殊作物，勞動力成本非常高，所以需要尋求自動化解決方案。自動拖拉機公司（Autonomous Tractor Corporation，ATC）專注于行栽作物用拖拉機的自動化。ATC公司創始人和CEO克雷格·舒爾茨（Kraig Schulz）表示：“公司擁有自動駕駛拖拉機已經很長時間，但我們仍然在駕駛艙內配備駕駛員來監督操作。因為行栽作物種植地潮濕多風且變化無常，另外，軸承過熱、軟管泄漏或現場殘留物堆積，也需要人來進行處理。”與果園和葡萄園等干燥和穩定的環境相比，行栽作物機械的自主化更加麻煩。

當自主系統只依靠GPS導航時，作業精度非常低。因此，AMAS中使用了多傳感器。對于行栽作物拖拉機，如只使用GPS，在返回之前播種和耕種的行時，不損害作物的機率為0。且在6周后，單獨的GPS導航并不能使車輛返回到同樣地點。

ATC公司的“自動駕駛”（AutoDrive）套件使用激光無線導航系統（LRNS）和額外的聲吶來補償GPS可能出現的錯誤，以提高安全性。LRNS收集的現場數據可以對GPS位置進行獨立的交叉驗證，這增加了拖拉機的自主性。

此外，通過使用電力系統進行數字化，從而實現更敏感和更精確的車輛操作控制也至關重要。

在燃油拖拉機上集成自主控制系統歷來容易導致不精確導航。ATC公司用柴油電動eDrive系統取代了拖拉機的變速箱、差速器和電機軸，不僅作業更安靜、更清潔，而且控制和感知更精確。ATC公司表示，使用eDrive系統，方向盤轉角精度可達1/26°。

結束語

不同行業和任務都有無人車需求的巨大潛力。隨著自主性的進步，大多數地面任務都是可編程的，因此，可以用無人車來執行物流及其類似操作。隨著車輛變得更加智能和創新，無人車將被更多地用于執行風險較大、更加復雜的任務。

然而，無人車不需要操作員輸入而獨立執行任務還存在很多限制，如農業任務就存在動態環境和某些工作具有多面性的問題，通常機器只可能為單一任務而設計，而不能一次性擔任多種角色。

未來很長時間，反EOD/IED任務仍需要人在回路。當公民生命和重要基礎設施面臨危險時，無人車可能還達不到安全部隊所要遵守的安全和信任標準。但是，隨著人工智能技術的進步，以及無人車在軍事、商業、公共領域的普及，21世紀智能機器將無所不在。

（黃貞靜，編譯自UV）