自动驾驶事故频发,特斯拉引美安全组织声讨

从事物的相对性来看,即使自动驾驶已成为未来汽车领域发展最理想化的结果,但目前看来,以自动驾驶之名成就绝对安全依然是一个不可触达的目标。所以在以特斯拉为首对的车企将自动驾驶技术进行部分量产,并引起人们关注后,几起重大交通事故便能很轻易地触发用户的敏感神经, ...查看全部

从事物的相对性来看,即使自动驾驶已成为未来汽车领域发展最理想化的结果,但目前看来,以自动驾驶之名成就绝对安全依然是一个不可触达的目标。所以在以特斯拉为首对的车企将自动驾驶技术进行部分量产,并引起人们关注后,几起重大交通事故便能很轻易地触发用户的敏感神经,使人们不得不重新审视这一超前的技术。

近日,据CNBC报道,美国汽车安全中心希望与另一安全组织Consumer Watchdog联手美国联邦贸易委员会(FTC)和加州汽车管理局(California Department of Motor Vehicles)立即对特斯拉自动驾驶技术展开调查。他们认为,特斯拉违反了《联邦贸易委员会法案》(FTC Act)第5条,以及加州消费者法。

8159a2979ea4cb9e8913142097a206d.jpg

而其中,作为美国汽车安全中心负责人的贾森·莱文(Jason Levine)更是对此表示,“特斯拉的行为涉嫌欺诈,违反了相关的法律,无论是在联邦还是州一级。”

事实上,虽然多年前,诸如凯迪拉克的超级巡航系统(Super Cruise)、奥迪Traffic Jam Pilot系统以及日产的ProPilot Assist等类似技术早已呈现在人们的面前,但特斯拉这项在2015年10月推出的Autopilot技术仍被业内称为高级驾驶员辅助系统(ADAS)。

当然,那如今之所以会引发这一调查事件便与此前发生的几起与自动驾驶系统相关的重大交通事故脱不了干系。

早在2016年,一名司机在特斯拉Model S在佛罗里达州高速公路上使用自动驾驶模式时,撞上半挂车,导致其死亡。之后在2018年的3月,一辆处于自动驾驶模式的特斯拉汽车在加利福尼亚州的一个路障上坠毁,造成了一38岁的男子当场死亡······进入2019年后,此类事故仍层出不穷。当地时间5月29日早晨,同样是一辆开启自动驾驶模式的特斯拉ModelS,在加州拉古纳海滩市的公路上,撞上了一辆停在路边的警车。

更甚的是,就在本月,据国外媒体Fortune报道,一名女子在旧金山驾驶一辆租来的特斯拉汽车闯红灯,又引发了一名游客当场死亡以及其妻子受重伤的恶性交通事故。虽然难以明确将此事完全归咎于特斯拉的自动驾驶系统缺陷,但当地警方随后在一份声明中表示,仍将对肇事的特斯拉是否使用Autopilot功能进行彻查。

当然,对这一系列的事故,特斯拉曾辩解称,“正如我们的季度安全报告所显示的,使用自动驾驶仪的驾驶员每英里发生的事故比没有自动驾驶仪的驾驶员少。”很显然,这样的说辞并没有得到美国独立安全研究机构的支持。

不仅如此,贾森·莱文(Jason Levine)还认为,特斯拉和马斯克使用很多方式对自动驾驶系统进行了推广。其中包括在Autopilot自动驾驶系统首次亮相后不久,一张显示马斯克和他当时的妻子开车时,手在特斯拉汽车车窗外挥舞的照片,间接地表示此自动驾驶趋于无人驾驶的范畴。

而这种种迹象也表明,即使特斯拉可以说已经书面通知消费者自动驾驶系统的局限性,但他们的行为却表现出欺骗消费者的欲望。换言之,正如这两家机构所认为的,“特斯拉销售自动驾驶汽车的方式具有实质欺骗性,可能会误导消费者,让他们合理地相信自己的汽车具有自动驾驶或自动驾驶能力。”

毫无疑问,作为汽车行业颠覆者的特斯拉,其自动驾驶技术的确令人印象深刻,但从实际操作上来看,除了极个别能保证安全的情况下,哪怕是对于特斯拉,用户都必须为防止紧急情况的发生而做好完善的预防措施。至于马斯克本人对特斯拉自动技术的过度吹嘘或是对其安全性的迷之自信,目前看来都无法抵消由此技术引发的众多事故所带来的舆论影响。



博客 tututu

LV5
2019-07-30 17:11
249

3项汽车行业推荐性国家标准报批公示

根据国家标准和行业标准制修订计划,相关标准化技术组织已完成《道路车辆 先进驾驶辅助系统(ADAS)术语及定义》等3项汽车行业推荐性国家标准的制修订工作。在以上标准批准发布之前,为进一步听取社会各界意见,现予以公示,截止日期2019年8月26日。 ...查看全部

根据国家标准和行业标准制修订计划,相关标准化技术组织已完成《道路车辆 先进驾驶辅助系统(ADAS)术语及定义》等3项汽车行业推荐性国家标准的制修订工作。在以上标准批准发布之前,为进一步听取社会各界意见,现予以公示,截止日期2019年8月26日。

以上标准报批稿请登录《标准网》(www.bzw.com.cn)“行业标准报批公示”栏目阅览,并反馈意见。

公示时间:2019年7月29日—2019年8月29日

无标题.png

来源:中华人民共和国工业和信息化部http://www.miit.gov.cn/n1146295/n1652858/n1653100/c7213920/content.html

博客 别碰我的刘海

LV1
2019-07-30 17:03
215

加州大学新算法:让智能汽车更精准检测行人

「目前国内 ADAS ...查看全部

1.jpg

「目前国内 ADAS (高级驾驶辅助系统)领域的短板是行人实时检测,识别率不到 70%,基本上还没有进入可商用的阶段。主要原因是技术门槛较高,算法复杂。」创来科技创始人陈茂告诉雷锋网,这家公司从事的是以汽车前装为主的 ADAS 业务。

时至今日,汽车防碰撞系统和实验性质的无人驾驶汽车依靠的是雷达等传感器来检测路上的行人。来自加州大学圣地亚哥分校的工程师则研发了一套基于视觉信号进行实时探测的行人检测系统,这套视频系统能使智能汽车更精准检测行人,成本也更加便宜。

基于视觉的汽车安全系统在应用中仍然难以实现,一方面,通过计算机视觉算法能快速检测路上的行人,但是在区分行人和类似物体等复杂情况下,依然不够成熟。另一方面,机器学习算法(又称深度神经网络)仿照人脑行为,研究人员能够训练出比之前方法更富辨别力,处理复杂的模式识别,但是在实时的行人检测上处理的效率太慢。

加州大学圣地亚哥分校电气工程教授 Nuno Vasconcelos 和他的团队研究的新算法,可以通过每秒 2 至 4 帧的速度,检测行人的变化,有效避免行人突然停止移动而出现的紧急刹车或造成意外事故。

这套系统的关键在于——可以识别更加复杂的路况。与其他类似的系统相比,该算法的系统出错率只有前者的一半,而且计算能力更加突出,能在远处对行人的移动进行预判。研究小组计划未来让系统变得更加实用:不仅应用于车辆,还能应用于机器人、安全摄像头等设备。

「在此之前,没有算法能够在行人检测的准确性和速度上做到优化和平衡,我们通过新算法能得到更好的实时、准确的行人检测结果。」Vasconcelos 说道。

在早期的分析中,新算法从相对简单的算法开始,过滤掉比如天空等非行人部分的图像,然后进行更为成熟的深度学习和神经网络分析,最后通过该算法来检测物体的精度性和复杂性。

目前谷歌的无人驾驶汽车依靠的是雷达、激光雷达等传感器来探测路上的行人。如果去掉成本高昂的设备如激光雷达(成本 7 万美元,约合人民币 40 万 ),可使无人驾驶汽车成本下降,更早投入商用。

2.JPG

谷歌在去年便开始研发基于视频的行人监测系统,其采用的便是深度学习算法,能在 0.25 秒内准确识别路上的行人。在谷歌负责计算机视觉和机器学习的研究科学家 Anelia Angelova 表示,「视觉信息相比雷达数据,可以给车描摹一个更广阔的视域,但是整个处理过程要慢一些。」因此传统深度神经网络技术在行人检测场景的应用,一直比较缓慢。

陈茂告诉雷锋网,行人识别的实现方式有很多种,当前最流行的是深度学习。国外也有基于模式识别的算法,识别率在 85% 左右,而深度学习的识别率能做到 90% 以上,这也是当前各公司追捧它的原因。对于在使用过程中存在少量的误报或漏报等检测失效的情况,则是因为路况比如逆光刺眼、路面积水反光、车道标线模糊等原因造成的。

所以汽车厂商对于汽车安全特别谨慎和保守:任何技术都有其软肋,没有绝对完美的技术。「自行驾驶融合了很多互补的技术,当一种技术失灵时会启用另外一种技术来检测。汽车在技术上是有冗余和备份的。这是因为一旦出现任何事故,车主只会找汽车厂商,而不会找供应商。」陈茂解释道。(来源:ADAS)

博客 gaohong

LV1
2019-07-30 14:52
197

自动驾驶仿真软件列表

目前做的比较好的自动驾驶仿真平台的列表和个人评价,仅供参考 点击名称进入官网/github主页 列表的分类基于仿真软件的基础构架 不另外说明的话,都是可在Windows上使用的•自动驾驶仿真软件列表 ...查看全部

目前做的比较好的自动驾驶仿真平台的列表和个人评价,仅供参考
点击名称进入官网/github主页
列表的分类基于仿真软件的基础构架
不另外说明的话,都是可在Windows上使用的

•自动驾驶仿真软件列表


◾基于Unity或虚幻引擎


◾基于GTA


◾基于机器人仿真软件


◾基于汽车动力学仿真软件
1.jpg


一、基于Unity或虚幻引擎

这些软件基本上都是开源的,上面三个比较好,第三个只能说很难得有人独立写出个仿真来,给个鼓励奖吧,最下面那个传感器做的不错但完全是卡通风格。。。这类仿真的弱项是传感器,目前没看到特别好的激光雷达方案,另外对计算力要求很高,毕竟渲染的效果在那里。。。
2.JPG
Udacity Unity 开源 Udacity出品的基于Unity的自动驾驶仿真平台,功能比较简单,可以自行编辑地图和车辆模型,同时有不少在此基础上进行功能补充的项目。Github上大多数有simulator标签的自动驾驶项目其实都是基于这个或与其有关的
CARLA Simulator Unreal4 开源 没实际尝试过,看视频效果不错,有激光雷达的仿真
AirSim Unreal4 开源 微软出的,除了车还能做四轴的仿真,控制真心反人类,有效的利用了虚幻引擎强大的光影渲染效果使得仿真效果很好
SdSandbox Unity 开源 某人做的,仅具雏形,似乎作者已弃坑( ̄ω ̄;)
DRL Based Self Driving Car Control Unity 开源 不错的仿真软件,然而只仿真控制和传感器,不仿真环境渲染

二、基于GTA


直接使用GTA或其他类似游戏作为仿真环境,缺少传感器接口,但GTA场景的复杂度,渲染真实度和高随机性都是远超其他仿真软件的

3.JPG

Morse Blender 开源 Blender是一个游戏引擎,但由于这个软件本来是用于机器人仿真的,姑且放入这个列表里
Gazebo 多引擎 开源 ROS标配,我就没成功启动过╮(´∇`)╭
Webots 多引擎 商业 30天试用,无学生版,无破解

三、基于机器人仿真软件

原本作为机器人仿真软件使用,能够很轻松的改为自动驾驶仿真软件,这类软件的特点是比较好的动力模型,和各种传感器的仿真。相应的光影渲染效果会比较差。

4.JPG
四、基于汽车动力学仿真软件

老牌汽车设计厂商使用的基于ADAS仿真改造的软件,渲染效果差一些,传感器也相对弱一点,但对物理和汽车动力学模型的仿真应该是相当的厉害了
5.jpg

博客 gaohong

LV1
2019-07-30 14:52
203

传感器融合:自动驾驶领域的另一个突围方向

目前,自动驾 ...查看全部
1.jpg


目前,自动驾驶的安全事故原因绝大多数出现在传感器这个重要环节,将各类传感器融合在一起,能否就能起到1+1>2的效果呢?

传感器是汽车感知周围的环境的硬件基础,在实现自动驾驶的各个阶段都必不可少。自动驾驶离不开感知层、控制层和执行层的相互配合。摄像头、雷达等传感器获取图像、距离、速度等信息,扮演眼睛、耳朵的角色。目前自动驾驶的安全事故原因绝大多数出现在传感器这个重要环节,将各类传感器融合在一起,能否就能起到1+1>2的效果呢?

多传感器融合是必然趋势

2.JPG

通过增加传感器的数量,并让多个传感器融合来提高自动驾驶能力。多个同类或不同类传感器分别获得不同局部和类别的信息,这些信息之间可能相互补充,也可能存在冗余和矛盾,而控制中心最终只能下达唯一正确的指令,这就要求控制中心必须对多个传感器所得到的信息进行融合,综合判断。

在使用多个传感器的情况下,要想保证安全性,就必须对传感器进行信息融合。多传感器融合可显著提高系统的冗余度和容错性,从而保证决策的快速性和正确性,是自动驾驶的必然趋势。

当然,要实现传感器融合,也是有前提条件的。硬件层面,数量要足够,也就是不同种类的传感器都要配备,才能够保证信息获取充分且有冗余;软件层面,算法要足够优化,数据处理速度要够快,且容错性要好,才能保证最终决策的快速性和正确性。

传感器融合的技术概述

每种传感器都有自己无法克服的缺陷,因此数量的增加无法解决实际的问题。真正的解决之道是综合不同传感器采集到的信息。而目前的雷达技术在分辨率上也有些不合格,可以说每种传感器都有自己的软肋。

想做到完美的传感器融合,就要接受不同传感器的输入,并利用综合信息更准确的感知周边环境,其得出的结果比不同传感器各自为战要好得多。将不同传感器进行融合还能换来一定程度的冗余,即使某个传感器出了问题也不会影响车辆的安全。

目前车辆上搭载的大多数ADAS系统都是独立运作的,这就意味着它们不会与其他车辆上的系统交换信息。此外,车上的后置摄像头、360度全景系统、雷达和前置摄像头都有自己的独立任务,它们之间几乎没有交流。

给车辆安装这些独立系统后,司机就能获知更多信息,车辆也能实现少数自动驾驶功能。不过,我们也可以对这些传感器进行融合,实现更为强悍的功能。

①后置摄像头+超声波距离传感器这项配置在现售车辆上早已不再新鲜,倒车时它能用警报声提醒我们车辆离周边物体还有多远。

在这套新系统中,后置摄像头能让司机看清车辆后方情况,而机器视觉算法则负责探测车辆后方物体或马路牙子。超声波距离传感器则是辅助设备,它能在在没有任何照明的夜晚帮司机顺利倒车入库。

②前置摄像头+多模前置雷达能产生意想不到的效果。前置雷达能探测到150米范围内物体的移动速度和距离,而且它几乎不受天气情况影响。摄像头则负责发现并辨别前方物体,比如读取街道上的交通标识和红绿灯。

虽然一些ADAS功能只靠单个传感器或独立系统就能实现,但一旦遇到不可预知的情况,车辆就会变得手忙脚乱。反观能支持更复杂自动驾驶功能的传感器融合,就可大幅降低车辆的误报和漏报率。

传感器融合的体系结构

对自动驾驶汽车而言,没有必须将哪几类传感器数据融合在一起的说法。传感器数据间的融合可以有多种组合。处于中间过程的传感器融合将会产生各种假设和转变。

因为多传感器的使用会使需要处理的信息量大增,这其中甚至有相互矛盾的信息,如何保证系统快速地处理数据,过滤无用、错误信息,从而保证系统最终做出及时正确的决策十分关键。

多传感器融合在硬件层面并不难实现,重点和难点都在算法上。多传感器融合软硬件难以分离,但算法是重点和难点,拥有很高的技术壁垒,因此算法将占据价值链的主要部分。

算法是多传感器融合的核心。传感器融合就是将多个传感器获取的数据、信息集中在一起综合分析以便更加准确可靠地描述外界环境,从而提高系统决策的正确性。

随着传感器技术、成像技术、雷达、LiDAR、电子设备和人工智能技术的进步,数十种先进驾驶辅助系统(ADAS)功能已得以实现,包括防撞、盲点监测、车道偏离报警和停车辅助。

①分布式:先对各个独立传感器所获得的原始数据进行局部处理,然后再将结果送入信息融合中心进行智能优化组合来获得最终的结果。分布式对通信带宽的需求低、计算速度快、可靠性和延续性好,但跟踪的精度却远没有集中式高。

②集中式:集中式将各传感器获得的原始数据直接送至中央处理器进行融合处理,可以实现实时融合。其数据处理的精度高,算法灵活,缺点是对处理器的要求高,可靠性较低,数据量大,故难于实现。

③混合式:混合式多传感器信息融合框架中,部分传感器采用集中式融合方式,剩余的传感器采用分布式融合方式。混合式融合框架具有较强的适应能力,兼顾了集中式融合和分布式的优点,稳定性强。

传感器融合的要素和流程

关于传感器和传感器融合需要考虑的因素:成本、体积、重量、可拓展性、可靠性、制冷、安装、空间、故障自检、报告、容错性、灵活性、冗余性、反戏弄。

通过传感器融合同步运行,以允许全自动驾驶车辆或无人驾驶车辆对周围环境检测,并警告驾驶员潜在的道路危险,甚至可以采取独立于驾驶员的规避动作来避免碰撞。

①驾驶中雷达图像被捕获,负责雷达单元的电子控制单元(ECU)花很短的时间对捕捉到的图像进行预处理。然后借助控制区域网络(CAN),把图像发送到传感器融合中心。在区域网络传输图像,以及接受信息都要花时间。

②同时传感器融合中心也会接受来自摄像头、超声波传感器和激光雷达传感器的数据。传感器融合处理了所有这些数据,又需要短暂时间。

③最终结果被传到人工智能上,需要对其进行处理,并更新环境模型。这需要时间。

④通过控制区域网络(CAN),人工智能向汽车控制系统发出指令,这需要时间来完成。

⑤控制系统接收命令,明确它要做什么,继而采取实际行动。

算法和成本因素是关键所在

目前企业都在积极寻找传感器融合的方法,推出的解决方案也不尽相同,但尚未出现一种经过验证、最可靠的方案。因为传感器融合是一个不断推进的过程,难点有不少。

①不同类型传感器的优缺点不同,获取的信息量巨大,要保证最终融合结果及时、准确,就需要在传感器的选型配置和算法精度上有巧妙的布局,而能把这些环节都做好的企业目前还不多。

②为了提升传感器融合的效果,最理想的状态就是将各类最顶级传感器融合在一起。但光一个激光雷达的价格就已与一辆传统汽车持平,可见某些关键传感器的价格还远没到消费类电子产品的水平。

③在传感器融合过程中,一些厂商不愿公开自己获取的原始数据,怕因此沦为纯粹的数据采集供应商,导致利润空间有限。由此造成的数据壁垒也是实现传感器融合的一大障碍。

传感器融合得越好,自动驾驶汽车也会越安全。因此传感器融合是自动驾驶汽车发展中的一个重要方面,相信在不久的将来,将有更多机会来提出新思路和创新方式来改进传感器融合。

博客 gaohong

LV1
2019-07-30 14:52
199

关注 | 流量红利结束 造车新势力迎来“生死年”

2019年普遍被业内认为是造车新势力的“生死年”。上半年销量数据显示,蔚来、小鹏、威马等前三名销量均未过万辆,年度销量目标几乎难以实现。同时,因自燃、召回、维权、停产等一系列事件,造车新势力遭遇信任危机,甚至在倒闭边缘挣扎。 ...查看全部

2019年普遍被业内认为是造车新势力的“生死年”。上半年销量数据显示,蔚来、小鹏、威马等前三名销量均未过万辆,年度销量目标几乎难以实现。同时,因自燃、召回、维权、停产等一系列事件,造车新势力遭遇信任危机,甚至在倒闭边缘挣扎。

1.jpg

几百品牌实现交付不足10家

众多造车新势力,你能认识几家?从“造车元年”2015年开始,据不完全统计,造车新势力已经超过500家。但截至目前,已经实现交付的只有9家,即蔚来、威马、小鹏、合众、新特、云度、前程、电咖和零跑汽车。其中,蔚来、威马、小鹏形成“三足鼎立”局面,累计交付量分别都超过万辆

从今年上半年的“成绩单”来看,交付量最多的是小鹏,数量为9596辆;第二名是威马,交付8747辆;蔚来位列第三,交付7481辆。但观其年度计划,威马2019年交付目标为10万辆,蔚来全年销售目标在4万辆至5万辆之间。

在新特汽车、云度汽车等新势力“第二梯队”里,销量还停留在几百辆阶段。2018年年初就上市的零跑汽车S01,最近才刚举行了首批交车仪式,只有10辆。此外,绝大多数品牌仍停在“PPT”阶段,量产交付遥遥无期。

负面不断引发信任危机

受到车市低迷及补贴退坡的影响,国内新能源车市整体增速放缓。工信部数据显示,今年上半年,全国新能源汽车销量61.7万辆,同比增长49.6%;而2018年上半年新能源汽车销量为41.2万辆,同比增长111.5%。造车新势力的交付压力除了来自车市大环境,更在于其自身引发的一波波信任危机。

第一批车主刚提车,品牌就上市了一款续航多出100公里、售价便宜近万元的新车型。7月,小鹏汽车发布新款车G3引发老车主的不满。对此,小鹏汽车董事长何小鹏公开道歉,并表示老车主3年内再购买新车享受1万元尾款抵扣。但事态并未因此平息,反而愈演愈烈。最后小鹏不得不推出商城积分补偿、承诺置换时回收旧车等补救措施。在产品节奏和营销策略把控上欠考虑,让小鹏汽车在消费者心中的形象大打折扣。

蔚来汽车也是麻烦不断。近来蔚来在上海、西安等地发生了4起自燃事故。6月,蔚来宣布召回市面上4803辆ES8电动汽车,这也是造车新势力的首例召回事件。“电动车自燃是一个概率事件,传统车的自燃情况从数量和比例来讲都比电动车要高得多。”尽管蔚来董事长李斌如此回应自燃事件,但无法回避车辆的质量弊端。

显然,对于造车新势力的头部玩家来说,品牌创立之初的新鲜度、创始人的个人魅力等,已难以继续支撑销量。“造车新势力第一波流量红利已结束,而增量订单的产生则依靠产品质量、服务品质和用户情感等多个方面。”威马汽车联合创始人陆斌分析。

淘汰赛加速但结局远未定

“特斯拉未来的全球总部应该设立在中国,而特斯拉未来的CEO也应该是中国人。”特斯拉CEO马斯克最近又语出惊人。同时,根据特斯拉方面最新消息,上海工厂有望今年年底投产。马斯克言论的可信度暂且不提,但作为“兵家必争之地”的中国新能源汽车市场,竞争已经到了白热化阶段。外资强势布局,传统燃油车企转而押宝新能源,留给造车新势力的时间不多了。

在新势力的“生死年”已经有企业开始掉队。长江汽车多地工厂近日被曝出停产、欠薪的消息,手握生产资质却一直不能将产品推向市场,拥有生产基地却沦为代工厂;拜腾在经历掌门人毕福康出走后元气大伤,正面临资金短板和债务问题。

不过,造车赛道上依然有新玩家入局。成立于2017年的华人运通首款量产车即将亮相,并计划于2021年上市销售。资本也在向头部玩家集中。

造车始终不是一场只靠资本就能运作的游戏,最终还是要靠产品在市场上站稳脚跟。在全国乘联会秘书长崔东树看来,面对补贴退坡、市场下滑,造车新势力的处境是艰难的,虽然2019年将是大批品牌退出的开始,但市场格局还未定下来,一些品牌可能会因突发因素突然掉队,也可能会有品牌趁机快速上位。面对政策的波动,各家需做好产品,平稳过渡。产品、资本、商业运作等都很重要,只有有耐力的企业才能走到最后。(来源:中国新闻网)

博客 gaohong

LV1
2019-07-30 14:52
199

在自动驾驶研发中充分发挥数据的潜能

本次分享内容 ...查看全部


1.jpg本次分享内容提纲

  • 数据标注

  • 数据驱动开发

  • 数据驱动决策

前言

2.JPG

上图这是我加入小马智行之前的一个小故事。这不断的提醒我,人工智能需要有足够的数据量,并且充分发挥这些数据的潜能,是我们作为人工智能公司的一个非常重要的核心竞争力。

数据的作用

1. 数据驱动开发:提到数据的作用我们首先会想到,数据驱动开发,包括感知领域、行为预测领域、决策领域,需要有数据(标注好的数据)来作为我们模型训练的粮食和作为系统准确度评测的依据。

2. 数据驱动决策:尤其是优先级的决策,作为创业公司我们现在想做的事情,远远多于我们的人力,如何把人力用在我们需要优先解决的问题上,不管在行车安全性、乘坐舒适性、车辆的运营等等,每个方面都有更重要的问题,或者次要一点的问题,需要做优先级的决策,通过对于数据的分析和处理,拿出一些有效的决策。

3. 展现公司实力:通过对数据的分析,展示出来的结果是可以展示公司实力的。

4. 满足监管要求:数据的保存、处理、分析也是为了满足监管的要求。

数据标注

在讲数据驱动开发和决策前,先分享下关于数据标注的一些体会。

1. 评价指标

3.JPG

对于数据标注来说,它的评价指标有:

① 团队规模:只有你有足够大的团队,你才能在单位时间内标注出你所需要的数量的数据。

② 效率和成本:二者间的关系像是硬币的正反两面,效率是指单个人单位时间的产出量,成本是指单位产出的人力、设备、场地开销。

③ 质量:标注的准确度,比如标注一个激光点云里障碍物的尺寸、位置、朝向的准确度,又比如预测下一步行为的准确度。

这是大家通常所关注的三个方面,下面再讲下另外两个很重要的点:

① 能力多样性:能够处理各种不同种类的标注任务的能力,对地图来说我们需要标注车道线,对于感知来说我们需要标交通灯、障碍物,还有行为预测所需要的标注等。

② 标准灵活性:各种长尾场景(如雨点,汽车尾气等)的处理方式在不断的探索和迭代,随之标注的方式也在不断的探索和迭代,如何保证在这些快速探索和迭代过程中标注团队直接的高效沟通,不至于出现混乱,这需要花很多精力去做。

2. 团队构成

如下图所示:

4.JPG

3. 效率提升与成本控制

技术手段:

① 默认障碍物大小:第一帧可以通过一些人机交互的方式默认障碍物大小。

5.jpg

② 自动追踪外推:接下来,比如说标注员跳了一帧到第3帧,然后把车新的位置手工找到了,当再跳到第5帧的时候,系统就可以通过智能算法做到自动的追踪外推来找到车在第5帧中的新位置。

6.jpg

③ 自动插值:当车在第1帧、第2帧、第5帧的位置都标出来之后,系统可以做自动插值,自动找到车在第2帧,第4帧中的位置。

7.JPG

这里大概看下车的整个标注过程,以及人机交互方面的技巧,通过人工智能的方法提高标注员的效率。

相比于车载系统,智能标注系统所受的限制更少:

① 更多的可用信息:比如在尝试智能标注某一帧数据的时候,可以参考其后的数据帧里的信息;

② 更宽松的计算资源和时间限制。

需要注意的问题:

  • 对自动化结果的依赖,可能导致标注结果中产生系统性偏差

  • 如何发现和识别这些系统性偏差

  • 不同的自动化功能,产生系统性偏差的几率和程度各不相同

非技术手段:

① 薪酬激励

② 组织结构设计:这里最主要的是信息流动的结构,比如:具体的某些场景的某个细节如何通过标注平台的某些技巧去标注,如何促进这些技巧在标注团队内部被高效地总结、传播。

③ 各工段之间成本平衡:系统化的思考,我们标准的流程分为标注、质检、复检等多个工段,通过各工段的配合达到整体的优化,而不是单纯的只优化某个工段。

当然所有的非技术手段依赖于标注平台对于标注任务生命周期与标注团队架构、绩效的管理。

4. 系统能力

3.JPG

这里的一个核心目标是何如保证系统在大规模标注团队持续高频使用的条件下能保持稳定运行。这里举一个因为平台不稳定性产生的焦虑感,进而导致恶性循环的例子:

  • 保存失败:比如标注了5分钟,尝试保存的时候失败了。

  • 工作成果丢失的焦虑感

  • 更加频繁地尝试保存

  • 系统负载进一步提高

  • 系统稳定性和响应速度进一步下降

而且有些时候牵扯到外部合作商时,会进步一加剧一种情况:信任成本升高,降低长期合作意愿。

这对我们提出的要求是:

① 不断优化、提升效率

② 保持稳定、保障效率:最细微的稳定性问题都可能导致效率下降

③ 良好的工程实践:

  • 与线上系统隔离的完整测试环境,要求能较为准确地重现线上数据规模和数据分布

  • 分级发布流程

  • 线上系统监控及应急处理预案

关于提升效率的 Tips:

  • 开发:实现效率优化方案

  • 测量:在实现方案后,对标注员的操作流程和节奏进行记录和准确复现

  • 提升:在测量和观察中,发现可能的效率提升点,然后再循环到第一点。

数据驱动开发

2.JPG

上图是我们的一个愿景:先是利用机器智能,提高人工标注效率,然后利用人工标注结果,提升机器智能,最后再反过来利用机器智能,提高人工标注效率,达到一个交互促进的过程。

1. 充分利用海量标注数据

① 分布式训练和评测系统

② 人工标注的质量是有极限的,这需要我们:

  • 对标注数据的进一步处理与修正

  • 在设计评测指标时,要考虑到标注数据常见的质量问题。避免设计出的评测指标对于这些常见质量问题过于敏感。

2. 数据索引平台

数据在各个维度上的分布,例如:

  • 时段和天气

  • 道路等级

  • 障碍物种类

  • 住宅、商业区、工业区

当我有了索引平台,可以做的事情有:

① 标注任务筛选:基于分布上不平衡的维度,对路测原始数据的自动化初筛

② 训练数据选取:按照指定的维度检索访问标注数据

③ 评测数据集维护:难度和规模分级

数据驱动决策

1. 路测事件分析

1.jpg

  • 问题路段

  • 问题模块

  • 问题车辆

  • 问题时间段

  • 深入分析的工具

2. 数据展现方式

这里我们主要面临的挑战:

  • 准确性:给的数据要靠谱,有说服力

  • 实时性:每次采集的数据都可以实时更新

  • 易用性:从界面上可以直观的看到关键数据

这需要我们:

① 以用户为中心,依据关键决策流程,不断迭代与优化

② 根据不同受众和使用场景,提供差异化的视图

  • 运营团队周会

  • 公司高管 C-level

  • 团队 tech lead

③ 在每个视图中,提供最简洁实用的图表

  • 在默认视图中,提供刚刚好用户想要的信息,不多不少

  • 对于每一个数据点,提供进一步深入分析的工具


博客 gaohong

LV1
2019-07-30 14:52
247

没有测试验证,自动驾驶的落地就是“空谈”

汽车的核心是安全,无论未来Robot taxi,还是在园区中的自动接驳车,用户的核心诉求都是可以安全到达。对于尚未完全成熟的自动驾驶技术,测试验证是非常重要的环节。亮道智能市场总监江南逸在《2019高工智能电动汽车开发者大会(苏州站)》上表 ...查看全部

汽车的核心是安全,无论未来Robot taxi,还是在园区中的自动接驳车,用户的核心诉求都是可以安全到达。对于尚未完全成熟的自动驾驶技术,测试验证是非常重要的环节。

亮道智能市场总监江南逸在《2019高工智能电动汽车开发者大会(苏州站)》上表示,软件的测试验证需要做大量数据采集、处理、分析的工作,不仅是驾驶环境本身的复杂性导致的,每个国家、每个区域人们的驾驶行为差异也非常大。

1.jpg

受制于传感器性能,大量的测试验证,是保证自动驾驶功能安全的必经之路。

从自动驾驶的产品层面来看,量产除了要兑现承诺的自动驾驶功能,还要满足汽车行业电子产品的相关标准和规范,比如IATF16949、AEC-Q100/200,整个研发流程必须遵守功能安全ISO26262、SOTIF等。

此外,针对环境感知相关的KPI要求,不仅是硬件上的产品质量达标,如振动实验,耐久性测试、耐高低温等等,还有包括软件层面的感知能力的测评。

一、测试验证面临的挑战

自动驾驶环境感知系统测试验证面临的挑战,首先是对环境感知KPI的把握。比如客观评价激光雷达的识别率、分类准确率等指标表现,测试厂商首先要对传感器的软硬件足够熟悉,具备传感器算法的开发能力,否则很难评价一个传感器的优劣。

由于自动驾驶应用中,传感器的融合是必然趋势,对相应的测试厂商而言,不仅要理解某单个传感器的性能,还要熟悉传感器融合过程中的问题,未来要评价的是整个感知系统的智能化水平。

如此,测试验证工作考验的是针对整体传感器算法的理解,建立让行业信服的、高质量的客观真值(Ground Truth)用于评价参照。

除了这些硬实力,测试过程当中会产生大量的数据,如何有效、快速的存储、清洗,提取有效信息,开发自动化工具链等,都是验证方快速建立竞争力,服务好更多客户的战斗力。

这些能力,对于传统的传感器、软件算法创业公司而言,比较缺乏。细分行业的初创企业们,需要专注精力在产品自身硬件的创新和软件性能的提升上,比如视觉算法的企业,目前仍然有大量视觉算法公司的算法优化、迭代依赖的是人工标注。

后者对前者的重要性不言而喻,但人工标注是一件费力费时的事情,在有限的精力和时间段内,创业者需要专注于本专业,行业亟需自动化标注的产品用于算法的迭代。

这种现象同样出现在毫米波雷达、激光雷达的产品研发过程中,传感器性能可靠性的验证、提升,需要一系列专业的工具,当中涉及大量的数据采集、真值建立、场景提取等等,需要有专业的公司,帮助其提升自动化、快速处理的能力。

二、完整的测试评价服务

亮道智能通过数据采集平台搭建和数据采集、测试验证私有云平台搭建、自动化真值标注、自动化测试验证工具链、大数据挖掘与分析,提供面向自动驾驶感知系统的测试验证服务,最后会输出一份KPI报告给到主机厂商,目前KPI报告都是根据功能开发需求定制化统计生成的。

2.JPG

亮道智能搭建的不断升级的数据采集平台,以远高于行业配置的软硬件系统,构成高标准的测评工具。通过数据采集平台采集的数据,会同步存储到云端数据中心,经过自动化清洗、处理、标注之后,生成客观真值。江南逸强调,人工标注和纯自动化标注在效率上差别巨大。

根据客户对功能开发安全的要求,亮道智能会进行工具链的开发。比如针对不同功能安全开发定义,客户通过输入ODD相关参数,可以在线从采集到的数据当中提取符合要求的场景。每个客户都可以输入自定义的ODD参数,形成功能定义的差异化。

3.JPG

数据采集之后,会存储在德国、中国以及未来在美国的私有云数据定制平台上,私有云平台的搭建服务也是公司的核心产品。数据经过处理后,一方面可以做待测传感器(DUT)的评价,另一方面还可以支持客户的功能开发定义。

三、一套系统、一样品质

基于传感器的测评,很多客户自己也在做传感器平台的搭建和自己算法的研发。在国内市场,亮道智能从2015年开始就一直在给客户提供线控改装、传感器的安装配置和调试的相关工作,帮助客户快速搭建传感器系统,开始研发、产品迭代的工作。

现在,亮道智能的客户基本上覆盖了国内的主机厂商和自动驾驶方案的提供商。

目前大部分的主机厂商还停留在需求描述的细化阶段,江南逸表示,公司的优势在于知道从哪些角度、细节上评价传感器,进而开发评价工具,这个过程需要投入大量时间研发,衡量整个的评价系统是否足够完备。

亮道智能是中德两地同步做产品研发、市场拓展,可以在中国、德国、美国等不同的地方提供同样的工具和测试验证方法,保证同一款产品在不同的地区表现一致性。

公司从2018年开始在欧洲和中国进行数据采集工作。2019年配合主机厂客户的项目要求,亮道智能会在欧洲5个城市、在国内5个城市同步进行数据采集工作,2020年会在美国启动3个城市的数据采集。

亮道智能的优势在于用同一套数据采集系统,在不同的大洲采集数据,得到的数据内容和质量可以保证完全在一个水准上。目前亮道智能已经采集的数据中,高速路,城市快速路和城市道路数据的比例大概是4:4:2。


博客 gaohong

LV1
2019-07-30 14:52
202

双积分政策修订 混动车将迎来新机遇?

插电混动车型和油电混动车型,以电力驱动为主或为先,油耗低于普通燃油车。积分大考来临,积分管理办法的关注度也越来越高。日前,工信部发布了《乘用车企业平均燃料消耗量与新能源汽车积分并行管理办法》修正案(意见征求稿),《修正案》在原有《积分办法》中提出低油耗车 ...查看全部
插电混动车型和油电混动车型,以电力驱动为主或为先,油耗低于普通燃油车。

积分大考来临,积分管理办法的关注度也越来越高。日前,工信部发布了《乘用车企业平均燃料消耗量与新能源汽车积分并行管理办法》修正案(意见征求稿),《修正案》在原有《积分办法》中提出低油耗车型概念,或将有助于推动混合动力汽车的发展。

半数车企“积分”未达标

《修正案》对症下药

原计划自2018年4月1日开始施行的《乘用车企业平均燃料消耗量与新能源汽车积分并行管理办法》,即“双积分”办法,此前并没有在第一时间实施。

1.jpg

据了解,该《办法》先是推迟至2019年4月,然后又改为只进行统计,2020年才开始正式结算。

此次《修正案》的提出,可能和之前很多车企积分不达标的情况有关。根据工信部、商务部、海关总署、市场监督总局近期公布的2018年度中国乘用车企业平均燃料消耗量与新能源汽车积分情况来看,141家车企中有75家车企积分未达标,这其中甚至有30多家车企产生新能源汽车积分为0。

分析原因不难发现,在先前的积分制度下,不少未达标的车企都没有及时引进电动化车型。一些合资企业虽然引进了一些油电混动车型,但当时并未能计入新能源积分系统。

混动车的春天来了?

值得注意的是,此次《修正案》进一步明确了低油耗乘用车的定义,即油耗实际值低于油耗达标值的车型。同时《修正案》也对“低油耗车型”给予了前所未有的鼓励:生产量或进口量,按照数量20%计算。也就是说,只要达到排放标准之下,这类车型对正积分抵扣的压力,缩减至五分之一。这也意味着车企低油耗车型生产比例越多,所需的新能源积分就会越少。

“新政策是推广混合动力汽车的一种迂回方式。”中国乘用车市场信息联席会秘书长崔东树表示,纯电动汽车还存在着不少短时间内无法解决的问题,现在看来,《修正案》的提出无疑是一个积极的信号。

其实,插电混动车型和油电混动车型,以电力驱动为主或为先,所以油耗低于普通燃油车。对于这些正在为节能减排做贡献的低油耗车型,在政策上给予相应的扶持是非常必要的。

如果本《修正案》得以通过,最直接的受益者是那些引进了混合动力车却尚无纯电产品的合资企业。按照《修正案》标准来看,丰田和本田的在售产品,譬如凯美瑞混动、卡罗拉/雷凌双擎、雅阁混动等,2023年前即便不做任何技术革新,也能满足届时的低油耗标准。

当然,车企也可以采取多条技术路线,如48V微混等,并不只限于纯电动和插电式混动。尤其是在新能源补贴大幅退坡的当下,《修正案》甚至可以引导企业在多种新能源技术路线下全面发展。

据悉,工信部将在8月初与汽车制造商和行业专家举行听证会,旨在年内确定上述修改决定。可以预见的是,如果《修正案》最终通过,国内的插电混动、油电混动市场也会因为更多新车型的引入变得更加活跃。

来源:北京晚报

博客 gaohong

LV1
2019-07-26 20:18
265

汽标委智能网联汽车分标委组织召开智能网联汽车标准化工作系列会议

为贯彻落实《国家车联网产业标准体系建设指南(智能网联汽车)》,推进智能网联汽车标准制定,2019年7月16日至7月19日,汽标委智 ...查看全部

为贯彻落实《国家车联网产业标准体系建设指南(智能网联汽车)》,推进智能网联汽车标准制定,2019年7月16日至7月19日,汽标委智能网联汽车分标秘书处于西安组织召开为期四天的系列会议,来自智能网联汽车相关行业的300余名专家参加了本次系列会议,会议得到了华为技术有限公司的支持。

1.jpg

一、汽车信息安全测试评价方法座谈会

7月16日,分标委秘书处组织召开了“汽车信息安全测试评价方法座谈会”。

2.JPG

会议梳理了汽车信息安全测试评价的难点、总结了汽车信息安全测试评价标准需求、探索了汽车信息安全管理模式,后续将形成“汽车信息安全测试评价方法报告”,指导汽车信息安全标准制定工作。

二、智能网联汽车标准项目系列会

7月16日至18日,分标委组织召开涉及先进驾驶系统、自动驾驶、汽车信息安全和网联功能与应用等相关领域的14项相关标准项目组会议。主要内容包括“汽车交通拥堵辅助控制系统性能要求及试验方法”、“后部交通穿行提示系统性能要求及试验方法”、“乘用车紧急转向辅助系统技术要求和试验方法”、“全速自适应巡航系统性能要求及试验方法”、“自动驾驶功能评价指南”、“智能网联汽车 术语和定义”、“无人物流车标准需求研究”、“感知融合标准化研究”、“汽车信息安全通用技术要求”、“汽车网关信息安全技术要求”、“电动汽车充电信息安全技术要求”、“车载信息交互系统信息安全技术要求”、“基于LTE-V2X直连通信的车载信息交互系统技术要求”和“道路车辆 网联车辆方法论”等。

各项目组讨论了标准草案,目前多项标准进入关键阶段,其中先进驾驶辅助系统相关标准开展试验验证工作;汽车信息安全标准探讨各通信部件的试验方法;自动驾驶开展了多项标准预研项目;网联相关标准关注基础框架和互通互联。会议进一步完善了标准草案并确定了后续工作计划,系统推进了各项标准的制定工作。

三、网联功能与应用标准工作组第二次会议

7月19日,分标委秘书处组织召开“网联功能与应用标准工作组第二次会议”。

秘书处介绍了智能网联汽车分标委的工作进展、网联功能与应用工作组工作进展及后续工作计划;介绍了《智能网联汽车自动驾驶功能测试方法及要求 第3部分:列队跟驰功能》验证试验分析报告。来自联合电子、中国移动和华为的专家分别做了“汽车数字钥匙系统标准的建议”、“5GAA联盟工作介绍&中国移动下一代车联网理解和实践”和“C-V2X网联汽车发展的标准机遇与挑战”主题报告。

标准项目牵头单位汇报了《基于LTE-V2X直连通信的车载信息交互系统性能技术要求》《道路车辆 网联车辆方法路 第一部分:通用信息》《道路车辆 网联车辆方法路第二部分:设计导则》等3项标准的主要内容、制定进度以及后续工作计划。

会议对“基于列队跟驰的V2X信息通信需求”、“V2X应用场景的标准化路线图”和“车辆内各网联相关功能和架构的标准化需求”等3项内容进行意见征集。

在与会专家的共同努力下,本次系列会议全面、系统地推进了智能网联汽车的标准化工作,达到了预期效果。根据分标委工作计划,下次系列会议将于9月召开。(来源:汽车标准化研究所)

博客 gaohong

LV1
2019-07-26 20:18
247

66号社区——赛迪智能网联汽车知识社区正式上线运营

2019年7月26日下午,北京,香格里拉酒店,在2019行业信息化技术创新发展峰会上,中国电子信息产业发展研究院(赛迪集团)正式发布赛迪智能网联汽车知识社区——66号社区(http://icv.ccidnet.com/)。该社区是以生态构建为己任,专注新 ...查看全部

2019年7月26日下午,北京,香格里拉酒店,在2019行业信息化技术创新发展峰会上,中国电子信息产业发展研究院(赛迪集团)正式发布赛迪智能网联汽车知识社区——66号社区(http://icv.ccidnet.com/)。该社区是以生态构建为己任,专注新兴的智能网联汽车领域,为开发者、企业、科研机构提供知识分享和技术交流的平台。

微信图片_20190617162027.jpg

66号社区LOGO

汽车产业已成为未来发展空间最大的产业,随着新一轮技术革命和产业变革的蓬勃兴起,智能化、网联化已成为新一代汽车发展的战略方向。智能网联汽车是汽车产业与人工智能、物联网、高性能计算等新一代信息技术深度融合的产物,是当前全球汽车与交通出行领域智能化和网联化发展的主要方向,已成为各国争抢的战略制高点。在我国,人工智能升级为国家战略,作为人工智能八大领域之一的智能网联汽车,亦被提升至国家战略高度。

IMG_0645

66号社区发布现场

智能网联汽车作为新兴事物,其产业形态新、行业跨度大、应用范围广,它的完善与发展,需要社会各方积极探索、大胆创新。据调查显示,目前智能网联汽车涉及到芯片、传感器、地图定位、交通、通信设备、通信服务、整车制造、操作系统、自动驾驶、ADAS等多个领域,是集ICT与机械制造大成的高融合新兴产业。但在我国,配套的标准规范、跨学科人才储备和生态构建方面仍处于起步阶段。1.jpg

66号社区产品经理孙姗姗发表主题演讲

为培育新兴产业,把握汽车产业转型脉搏,中国电子信息产业发展研究院以知识为切入点,以智能网联汽车技术开发与应用为核心,将智能网联汽车专业知识汇聚在开放的互动平台上,用户在这里可以学习知识、生产知识、分享知识并梳理沉淀知识。同时,社区集媒体、培训、社群为一体,可以全方位服务智能网联汽车从业者。

目前,66号社区提供知识订阅、知识创建、知识课堂、专家库、问答和活动等内容和功能。应用覆盖PC端和移动端,用户可以随时随地获取专属定制化的知识内容,实现高效阅读;我们通过定向邀请和实名认证的方式吸纳智能网联汽车领域专家,他们分享前沿内容,并参与互动答疑;定期制作形式多样的在线课程,由浅入深普及智能网联汽车知识;定期举办技术沙龙,开发者聚会、企业宣讲,主办高端会议和赛事;提供智能网联汽车最新报告或白皮书资源下载;为企业用户提供智能网联汽车人才招聘平台。

qrcode_for_gh_fa0f83d92067_344

扫码加入66号社区

今天,66号社区正式上线运营(http://icv.ccidnet.com/),我们将以开放的心态拥抱智能网联汽车的美好未来。欢迎关注智能网联汽车的个人、企业、科研院所加入到社区中来。未来,66号社区将致力于积累、梳理智能网联汽车系统知识,为新产业研究、人才培养打下坚实基础。我们将凝聚共识,积极推动相关技术标准和规范的制定,为技术攻坚、商业模式落地贡献平台力量。在不断的交流和融合中打破边界,助力智能网联汽车生态快速发展。


博客 自动驾驶小能手

LV5
2019-07-26 18:30
271

2019年已过半 细数各新能源车企年度销量目标完成情况

中汽协数据显示,6月份,我国新能源汽车销量15.2万辆,同比增长80%;1-6月,累计销量61.7万辆,同比增长49.6%。按照中汽协年初预测,2019年全年新能源汽车的销量目标在160万辆,目前则完成38.6%。需要指出的是,新能源汽车市场虽 ...查看全部

中汽协数据显示,6月份,我国新能源汽车销量15.2万辆,同比增长80%;1-6月,累计销量61.7万辆,同比增长49.6%。
按照中汽协年初预测,2019年全年新能源汽车的销量目标在160万辆,目前则完成38.6%。需要指出的是,新能源汽车市场虽仍是下滑车市中保持增长的板块,但是与几年前动辄几倍的增速相比,增速已有所放缓。而今,随着新能源补贴的大幅退坡,全年能否达到160万辆销量预期将充满变数。
与此同时,那些年初满怀信心立下年度销量目标的新能源车企,上半年的完成情况又是怎样的呢?为此,盖世汽车整理了部分已公布年度销量目标以及1-6月销量成绩的主流新能源车企,并对各自的完成率进行了统计。

1.jpg
数据显示,今年上半年,主流新能源车企年度销量目标平均完成率四成不到,且几乎没有任何一家企业过半完成年度目标,其中完成率最高的是江淮新能源为48.8%,最低仅有26.8%。以下是各车企具体完成情况,供参考:

比亚迪:目标销量42万辆 完成率34.7%
今年年初,比亚迪设定了65万辆的销量目标,其中新能源汽车销量目标为30万辆。而如今,比亚迪将新能源汽车销量目标提升至42万辆。 
王传福在2019世界新能源汽车大会上发言称,今年比亚迪新能源车销量将实现70%~80%的增幅,同时结合其2018年超额完成20万辆目标情况,测算今年保守目标为42万辆。
当前数据显示,2019年1-6月,比亚迪新能源汽车累计销量145,653辆,完成42万辆目标的34.7%。接下来,比亚迪能否顺利完成新的年度销量目标值得关注。


北汽新能源:目标22万辆 完成率29.6%
2018年北汽新能源超额完成15万辆的年销量目标,当年累计销售新车15.8万辆,同比增长53.11%。基于此,北汽新能源将2019年全年的销量目标定在22万辆。 
然而受补贴退坡影响,北汽新能源今年上半年进行了幅度较大的车型结构调整,销量受到一定程度的影响。数据显示,今年1~6月份,北汽新能源累计销量为65,159辆,同比增长21.57%,仅完成目标的29.6%。下半年,北汽新能源欲实现22万辆的年销量目标,还需倍加努力才行。


上汽乘用车:目标销量20万辆 完成率40%
2019年是上汽新能源向市场开拓的第5年,今年上汽新能源的销量目标是,在2018年销量的基础上再翻一番达到20万辆。
2018年全年上汽乘用车新能源车型销量为9.6万辆,今年随着荣威和名爵在新能源领域的加速布局,上汽新能源车型上半年累计销量超过8万辆,同比增长40%,完成全年销量目标的40%。 
据悉,为了冲刺市场销量,荣威下半年还可能会推出两款全新新能源车型,一款为插混SUV,尺寸略大于eRX5;另一款或为紧凑级纯电动轿车尺寸略小于Ei5。

奇瑞新能源:保底目标10万辆 完成率26.8%
奇瑞新能源对今年的销量预期比较乐观,保底目标是10万辆的年销量,挑战目标是15万辆。今年1-6月,奇瑞新能源汽车累计销量26,760辆,完成保底目标的26.8%。 
根据奇瑞新能源的规划,其2020年的销量目标是20万辆。今年6月28日,奇瑞新能源2019款小蚂蚁正式上市,新车补贴后售价5.98万起,该车型有望成为奇瑞新能源的销量担当。此外,瑞虎e、全新一代艾瑞泽5e也将在今年下半年陆续上市。

长城欧拉:目标销量10万辆 完成率27%
接连两年未能完成既定目标的长城汽车,开始将目光聚焦于新能源汽车领域。去年8月份,长城汽车成立新能源品牌——欧拉。2019年,该品牌计划冲击10万辆的年销量目标。 
作为一个仅仅上市一年不到的新品牌,欲实现10万辆销售目标显然并非易事。今年1-6月,欧拉累计销量为27013辆,仅完成其全年销量目标的27%,不过该销量成绩已占到长城汽车49.35万辆总销量比例的5%之上。

江淮新能源:目标销量8万辆 完成率48.8%
自2018年超额完成5万辆年销目标后,江淮新能源将2019年的销量目标定为8万辆,相比去年增长了60%。 
今年6月,江淮纯电动乘用车销量9,842辆,同比增长429%。1-6月份,累计实现3.9万辆,完成全年销量目标的48.8%。


长安新能源:目标销量7.65万辆 完成率40%
2019年,长安汽车新能源销量目标为7.65万辆,最新销量数据显示,今年1-6月,长安累计销售新能源汽车2.9万辆,实现全年销量目标的40%。
2017年10月,长安汽车发布“香格里拉计划”,并成立长安新能源汽车科技公司,酝酿全面转型新能源领域。根据“香格里拉计划”,2025年,长安汽车将全面停售传统燃油车,实现全谱系产品电气化。2025年,长安计划旗下新能源汽车销量占比达到25%,2030年销量占比达到60%。2025年之前,长安汽车计划在产业链投入1000亿元,累计推出纯电动产品21款,插电式混合动力产品12款。

广汽新能源:目标销量4万辆 完成率30% 
对于2019年销量目标,广汽新能源计划在2018年的基础上实现销量翻倍达到4万辆,并且挑战5万辆。而从上半年数据来看,广汽新能源1-6月累计销量为12,045辆,仅达成销量目标的30%。
目前,广汽新能源共有4款车型在售,分别是:GA3S PHEV、GE3 530、 GS4 PHEV以及4月上市的Aion S,该车型目前累计订单已超50,000辆。到今年9月底,广汽新能源全新纯电动SUVAion LX将正式量产,预计年底投放市场。

 

博客 betty19920416

LV5
2019-07-24 11:26
228

自动驾驶视觉感知,需要深度玩家

安霸半导体(Ambarella)是一家超高清视频处理和计算机视觉芯片设计和解决方案供应商,全球有五大研发中心:美国硅谷、台湾新竹、上海、意大利Parma及深圳。日本、韩国、底特律有Office。安霸半导体的芯片可以分为三个部分:I ...查看全部

安霸半导体(Ambarella)是一家超高清视频处理和计算机视觉芯片设计和解决方案供应商,全球有五大研发中心:美国硅谷、台湾新竹、上海、意大利Parma及深圳。日本、韩国、底特律有Office。

安霸半导体的芯片可以分为三个部分:ISP、深度学习加速、高级视频编码。2017年推出首款基于CVflow® 架构的的SoC芯片,2018年推出两款,2019年推出一款,构成了一个芯片系列。

CV系列芯片的主要功能有三部分:视频图像的采集处理、编码、 CVflow®。视频编码包括H264/H265的编码, CVflow®的典型应用是CNN,深度学习硬件加速。

安霸半导体芯片核心功能,因为有图象处理、视频编码和深度学习加速这样的芯片,可以被用于很多的应用,包括视频录制、采集,高精地图的制作,目前与国内的公司在做高精地图产品的项目。

安霸半导体资深研发技术总监孙鲁毅在《2019高工智能电动汽车开发者大会(苏州站)》上表示,ADAS的应用中,目前往往都会用深度学习的算法去做目标检测、行人检测,障碍物检测,安霸的AI芯片可以很好的赋能这些深度学习算法。除此之外,还可赋能于智能座舱监测、AVM、eMirror、自动泊车等领域产品。


一、芯片系列

A12AQ、A9AQ、H22AQ是主要用于做Viewing/Recording的产品的芯片平台,进行视频采集、处理,展示给驾乘人员。安霸半导体在视频处理方面有着丰富的经验,从2008年左右进入视频安防,目前是在全球视频安防SoC海外市场中处于领先地位。


eMirror可能在未来的几年,改进汽车驾驶安全,通过提升下雨和夜间的表现来提升更好的用户体验。3ch eMirror with combined view,是安霸半导体与国、内外Tier-1合作的产品,能够支持多个视频采集、融合、叠加,方案在国、内外部分车上已经准备采用。

A9AQ、H22AQ是其传统产品,可以提供完整的解决方案,包括芯片、参考方案、参考设计,也有相对完整的SDK。A12AQ也不例外,目前是汽车前装DVR当中份额最大的。

CV25AQ、CV22AQ、CV2AQ三个芯片构成一个全系列。CV22AQ是属于Mainstream,CV2AQ是比较偏高端的,是High Mainstream。现在在国内已经和不同汽车厂商在三个产品方面都有合作,今年预计会有产品发布。

孙鲁毅表示,安霸半导体的风格可能和同样进入市场的新兴企业不同,公司一般会先行储备技术,然后等待时机成熟,才会对外宣布,彼时产品已初见雏形。

安霸半导体此前做过一款纯粹基于视觉的自动驾驶Demo车,名叫EVA。为了给中国客户提供更容易落地的汽车智能安全驾驶的解决方案,其研发不会停留在芯片层,而是要逐渐深化,在硬件和软件参考设计,演示程序,图像算法和工具,开源深度学习网络支持等方面逐步丰富和完善。

在孙鲁毅看来,如果仅仅停留在芯片本身,则较难证明这个芯片如何将很多功能结合在一起,乃至于支持客户做出适合市场需求的产品。所以安霸半导体的解决方案和测试的完整程度,相比一些半导体公司做得更为深入。


二、CV2 Block Diagram

通常在CPU、GPU以及传统DSP架构上,是通过简单多核,包括单指令多数据来解决并行计算问题。每个核的计算性能都接近,很多核并行工作使得系统有一个较高的总性能。这种架构现在仍比较流行。

它的优势是容易理解的,多核会使得性能会成倍提升;可是劣势也突出,多核叠加使得芯片片上面积更大,成本更高、从而功耗和发热也更大。软件常常是多线程在多核上运行,不同核之间任务切换和同步,数据传输等也会耗费资源,而且常常会有一些核空闲从而降低总体效率。

比如ADAS应用中,视觉图像处理要快、准、稳的处理来自摄像头的数据,做出判断,为控制决策执行提供足够的冗余时间,对于汽车安全而言,整个处理过程耗费的时间越少越好。如果需要融合雷达数据,时间还要压缩,留给处理器决策时间。

现在汽车行业相对复杂的自动驾驶器件,前端接传感器的都是摄像头模组,绝大部分的摄像头模组里面带ISP芯片。ISP会把传感器当中输出的原始数据进行处理,输出8比特的YUV数据给后面的处理单元。而自带ISP有一个好处,性能比较高,比很多摄像头模组带的ISP要好。

现在主流的传感器都是12比特甚至更高的比特,如果使用第三方ISP简单处理后直接输出8比特,实际上动态范围有一定的影响。

在解决高动态范围图像处理方面,安霸半导体有很多经验积累和专有的算法,从而可以直接从传感器端获取12比特甚至更多位数,在内部经过高比特数的图像处理管线,运行高动态范围数据的提取,从而在8比特范围对于原始场景保留下来更多的动态范围。

简而言之,ISP集成在ADAS芯片中有助于感知芯片获取更丰富、准确的信息,也使得感知芯片有更好的灵活度和策略。现在采用安霸半导体的ISP做的效果,简单来说就是相同道路场景等获取的信息更丰富一些,特别在于正午的道路阴影部,进出隧道口,以及夜间低照度等较为困难的场景中。

视频编码器,在一些专门做ADAS的视觉应用当中不被考虑,或者认为是可有可无的。随着时代的发展,越来越多的应用包括高清地图的采集,自动测试,测试道路的安全性等等。

这个过程中,必然要抓取相当多的图片、视频来记录过程。安霸半导体编码器的能力非常强,如果作为中间的感知芯片,可以对视频、图像、数据进行处理、编码、记录。

机器视觉处理器,也是安霸半导体积累很久的成果。第一颗做机器视觉的芯片是CV1,CV2中也有,还包括双目立体视觉处理芯片。

孙鲁毅认为,未来的ADAS会趋向微型、低功耗、容易安装、成本低的方案,让更多车厂都可以承受需要有更好的系统功能集成能力,通过单一的芯片实现更多的功能。


三、CVflow® 架构

CVflow® 是安霸半导体的一个商标,意为如何高速有效地执行深度神经网络。跟很多DSP架构有点不太一样,并行计算在底层由硬件自动完成,一样也会有并行计算核。对编程者来讲,不需要手动的考虑如何利用多核进行并行计算,需要靠转换工具进行。

深度学习的开发者采用TensorFlow和Caffe这样的一些开发神经网络,经过转换工具,转换成一些Binary,可以在平台上用CVflow®进行加载、执行。工具支持8比特、16比特的量化。

Sparsification Acceleration是架构的一个特点,目前只有极少的架构支持Sparsification Acceleration。

简而言之,把一个网络的一些权重变成0,理论上它不会影响计算结果,因为权重降为0。但这样在很多架构上并不会变得更快,只是说因为变成0了以后,经过压缩,网络的数据会变得更少,但不会变得更快。安霸半导体有专门做Sparsification Acceleration,会使执行速度随稀疏化比例加快相应倍数。

深度学习开发的一个过程,原始的神经网络经过稀疏化以后有些权重已经消失,通过量化成8比特、16比特,并且对Convolution, Relu, Pooling等操作做硬件支持算子的转换,就变成DAG。在PC上提供数据,对比硬件的精度,检验是否足够准确,去衡量结果是否足够好。如果不够好,进行不断的Retrain,等到MODEL的准确性比较好,加进CV  Scheduler执行,最后就有一个不错的结果。

这是工具处理CNN integration的大致过程。国内部分客户使用了公司的SDK以后,环境搭建省时高效,神经网络模型很快可以得到调试优化。


四、CV22

CV22是CV系列中的中端芯片,一些常见的神经网络,常默认用8比特量化,很多网络进行8比特量化之后,精度损失并不会特别大,经过处理之后,可以很大程度恢复回来。做到20%的Dense,网络比以前减少了很多,很多变成0以后,同样的网络速度快了很多,个别网络做到20%稀疏化以后快了3倍多、4倍。

孙鲁毅表示,这些网络的执行速度,和主流平台相比,是市面上在售的芯片当中最快的。而CV22还不是CV系列中最高性能的芯片,CV2是其4倍。

 

实测中CV22在如上的参数配置中,功耗也是现在市面上所有芯片中最低的。CV22可以做到,用于车用的深度神经网络加速器里面性能最高和功耗最低。广泛支持流行的神经网络模型。这主要是源于架构的特殊性,以及芯片采用了10纳米制程。

CV22可以用于车道检测、行人检测等,包括AEB、LDW、LKA的应用。目前已经和一些算法公司进行了合作,在安霸平台上做ADAS方面的应用。

安霸半导体在电子后视镜方面,有着一定的优势,图像质量非常好,低延时等,同时可以在电子后视镜上叠加一些功能,像盲区检测、超车检测、天气情况等等相关的应用。

CV22、CV25支持多路同步,可以接2路、4路、6路、8路视频数据,还可以做不同功能的叠加,混合功能,同时因为ISP和深度神经网络的灵活性、性能强大,现在已经有客户在中国市场做相关的应用。


五、智能安全座舱监测

基于CVflow® and ARM的芯片,深度神经网络算法和计算机视觉算法可在其上运行,实现DMS的功能。

目前在国内一些商用车领域有一些客户已经DMS量产,孙鲁毅表示从今年开始,陆续会有前装项目采用深度神经网络加速的芯片。乘用车相关的项目也在推进中,核心的功能对于芯片有更多安全方面的考虑。


DMS+CMS,可以称为智能安全座舱监测系统,不仅要考虑驾驶员的疲劳驾驶检测,还要关注舱内是否会有遗失的物品,包括小孩或者宠物是否在停车后被遗落车内,保护司机和舱内成员的安全。

RGB-IR传感器可以在正常的光照下获得彩色元素,也可以在光照不佳或者欠缺的环境下获得红外黑白图像元素,这种技术在座舱监控中非常需要。

实际的应用体验中,白天光照良好的时候,出租车、大巴上的乘客可以被记录下来,并且进行行为分析等。如果是在夜晚关灯的情况下,完全没有光线,后面的乘客也可以正常被检测、记录。所有的视频记录可以和目标检测、分析等等结合在一起,安霸半导体的芯片平台实现了ADAS和舱内检测的方案。   

孙鲁毅表示,视觉图像识别和处理技术在逐渐提升,在自动驾驶的感知中会有更好的表现,同其他传感器一起形成感知的冗余、优劣势互补。

融合传感器的方式,在当前的技术条件下,对安全性的提高有较大帮助。对于自动驾驶系统的商业化而言,有时候舍弃某些传感器的原因,不是因为加上去不能帮助,而是因为成本、复杂度及可量产性等等原因造成,很多技术都有自己独特的优势。

 

博客 betty

LV1
2019-07-24 11:22
279

智能汽车的助推器——CAN FD

汽车电子的发展经历了几个阶段。第一个阶段是1974年之前,交流发电机、电压调节器等技术起点较低的电器开始大规模应用。第二个阶段是1974~1982年,以集成电路和16位以下的微处理器在汽车上的应用为标志。第三个阶段是1982~1990年,微电脑在汽车上的 ...查看全部

汽车电子的发展经历了几个阶段。第一个阶段是1974年之前,交流发电机、电压调节器等技术起点较低的电器开始大规模应用。第二个阶段是1974~1982年,以集成电路和16位以下的微处理器在汽车上的应用为标志。第三个阶段是1982~1990年,微电脑在汽车上的应用日趋可靠和成熟,并向智能化方向发展。也正是在第三个阶段,德国Bosch公司推出了新型的串行总线——CAN控制器局域网,此后,汽车电子的发展迎来了新时代。

CAN:Controller Area Network,即控制器局域网络。CAN总线采用双线串行通讯协议,基于非破坏性仲裁技术,分布式实时控制。可靠的错误处理和检测机制使CAN总线有很高的安全性,目前已经成为汽车计算机控制系统和嵌入式工业控制局域网的标准总线。基于CAN总线,车载控制器可以实现信号交互,从而共享整车实时的信息。

随着汽车高级驾驶辅助系统和人机交互的增加,人们对车载控制器数据传输性能的需求越来越高,传统的CAN总线由于带宽的限制,在迅速发展的车载控制器面前逐渐显得力不从心。

然而,CAN总线毕竟已经在汽车上有了数十年成熟应用的经验,FlexRay、Ethernet等后起之秀受限于成本和技术难度等因素,也无法迅速取而代之。为了跳出带宽的限制,满足日渐增加的需求,改进版的CAN总线——CAN FD应运而生。

CAN FD(CAN with Flexible Data rate)数据传输效率大幅提升,而且继承了CAN总线的主要特性,软件容易开发和移植,并保持了低成本的优势以应对新型总线的挑战。

相比“传统”的CAN协议,CAN FD具有两大特点:可变速率和大数据场。

可变速率

CAN FD名称中的FD(Flexible Data rate)指的就是可变速率,传统CAN通信的最大速率为1Mbps,车载领域实际使用速率最高为500kbps,而CAN FD将通信速率提升到了5Mbps。需要指出的是,“可变速率”的含义并不是指帧与帧的传输速度不同,而是指同一帧里不同部分的传输速度不同。

观察CAN FD的数据帧结构:

CAN FD报文通信时,在仲裁段和紧接着的数据控制段仍使用传统的500kbps波特率,当来到数据段时,CAN-FD总线就会切换到更高的通信波特率。从而减少数据帧发送耗时,提高CAN-FD的整体传输速度。在单位时间内,可以有更多的数据进行交互。

或许你会有疑问,为什么不把整个数据帧的传输速度都提高呢?

这就涉及到CAN通信的基本原理:CAN采用仲裁机制来判定不同节点CAN报文传输的优先级,每个节点在发送的同时监测总线状态,判断自己是否仲裁成功。在仲裁期同一总线上的所有节点发出的信号必须在一个位的时间内到达,以便互相判断优先级;而电信号传播速度是有限的,通信波特率越高,位时间内通信距离越短。综上,500kbps是从大量经验中得出的一个适用于车载网络的传输速率。

如果贸然提高仲裁段和数据控制段的通信速率,则各节点监测到的总线状态不能在同一个位的时间内同步变化,仲裁机制便会失效。

而在数据段,网络上仅有一个节点发送数据,其他节点处于接收状态,各节点之间不需要协调同步问题,此时提高传输速度,对发送方和接收方都是比较容易处理的。

大数据场

无论是CAN还是CAN FD,每个数据帧的仲裁段消耗的发送时间是固定的。对于同一段有效数据,发送这些数据所用的帧越少,则仲裁段消耗的总时间越少,传输效率也就越高。

传统的CAN协议,每个数据帧里最多只能包含8个字节的有效数据,而CAN-FD对数据场的长度作了很大的扩充,在每个数据帧里最多可发送64字节。提高数据传输效率的同时避免了经常发生的数据分裂状况。基于大数据场,控制器节点的信号可以集中到两至三帧报文中。

CAN FD并不是支持1-64之间任意的数据场长度,根据DLC编码定义,其允许的数据场长度如下表。

有了“可变速率”和“大数据场”两大法宝,CAN FD的数据传输效率获得了显著提升,成为智能汽车强有力的助推器。

在CAN网络内,若想真正发挥CAN FD的能力,则所有CAN节点都必须是CAN FD节点,且使用相同的变速率。

博客 专注自动驾驶

LV1
2019-07-24 11:22
266

丰田发布东京奥运机器人 可跟随工作人员行走、规避障碍物

据国外媒体报道,丰田汽车日前发布了为2020年东京奥运会和残奥会研发的机器人,包括奥运会吉祥物机器人Miraitowa和Someity,可跟随工作人员行走的田径赛事辅助机器人。 ...查看全部

据国外媒体报道,丰田汽车日前发布了为2020年东京奥运会和残奥会研发的机器人,包括奥运会吉祥物机器人Miraitowa和Someity,可跟随工作人员行走的田径赛事辅助机器人。

1563931499887

据丰田介绍,吉祥物机器人通过头部搭载的摄像头识别出靠近的人之后,可实现眼神与动作联动,表达不同的情感;观众可借助T-HR3(仿真机器人)和吉祥物机器人,与运动员等进行远程交流。

生活辅助机器人HSR会引导观众进入观众席,并进行物品搬运等工作;田径赛事辅助机器人FSR利用人工智能(AI),跟随运营工作人员行走,规避障碍物,并回收、搬运比赛过程中的投掷物(标枪、链球等)。

丰田汽车公司上周还向外界展示了专门为2020年东京奥运会和残奥会开发的电动汽车,这款电动汽车续航里程达100公里。为赛事工作人员及选手、高龄人士、残障人士、孕妇、带小孩的观众等到场人员提供服务;另外,一部分车辆也将用于赛事场馆内的救护工作。

博客 爱知识爱分享

LV1
2019-07-24 11:22
210

车联网安全举足轻重,但OEM缺乏“案上之选“

车联网安全包含车身网络的安全和连接万维网后的安全,前者是伴随着车身机械结构、控制命令执行等的电子化、网络化发展产生,后者则是在车载互联发生后,汽车拥有了与公用的万维网络连接的能力,需要应对IT黑 ...查看全部

车联网安全包含车身网络的安全和连接万维网后的安全,前者是伴随着车身机械结构、控制命令执行等的电子化、网络化发展产生,后者则是在车载互联发生后,汽车拥有了与公用的万维网络连接的能力,需要应对IT黑客攻击的风险。

车身网络安全由汽车产业中的OEM、Tier1控制,由于相对封闭,在传统汽车中并未出现较大的安全隐患。

而当带有车载通讯单元属性的各种联网设备进入汽车架构,并有普及之势,伴随着自动驾驶、V2X的发展,远程控制车辆启停、获取相应数据对于普通用户而言逐渐成为了可能。这给曾经的IT黑客,提供了远程控制车辆的土壤。

无论对于消费者,还是管理者,都是巨大的安全隐患,也因此解决车联网安全被提上了国家战略。


一、车联网安全现状

传统汽车目前普遍没有部署汽车网络安全解决方案,参考国际OEM厂商,丰田是进入比较早的公司,已经同一些国际Tier1合作,推出了端到端的网络安全和在线软件更新 (OTA) 解决方案。这些解决方案将预先集成到车载通讯单元、信息娱乐系统、网关等汽车电子产品中。

汽车一直注重系统功能安全的可靠性,并在不断增强车辆主被动安全能力,在国内大力推动智能网联发展的过程中,汽车信息安全也被提升到了重要的位置。

车企会参与网络安全相关标准的制定, 主要关注的行业标准为SAE J3061和 ISO/SAE 21434, 汽车网络安全相关的标准车企应该严格执行。





车联网安全是多层级的控制机制,也是一个端到端的解决方案。

首先在ECU层面,这些ECU相当于一个个功能不一的微型计算机,控制着车辆中的各种功能组件,包括发动机控制单元、挡风玻璃雨刮器、车辆进入控制系统等,这意味着都要有相应的保护机制。

第二个层面就是ECU之间的通信安全也必须进行保护,这关系到车辆的整个系统。

第三个就是车辆与外界之间的众多接口的安全也必须进行保护。第四个就是后台云端的数据也必须安全,必须保护。


图:NIST规定的适用于车辆网络安全的五个连续和并存的网络安全组件。NIST框架原本是为传统的IT安全目的开发的,目前汽车工业界还没有可以应用于汽车领域的网络安全框架

在车联网技术普及之前,黑客有能力攻击汽车之前,未雨绸缪是必要的,因为汽车网络安全会影响乘客生命及社会安全。

二、内外守护

 

车联网安全分为汽车内部和外部的安全,内部主要有ECU、网络、连接层的数据传输,外部则是生命周期和后市场的保护,以及重要的OTA。

连接层保护阻止恶意软件安装、检测操作系统异常、分离可疑的应用程序和停止汽车内部网络的攻击传播。除此之外,还要保护与外部连通的双向通信管道、也能跨平台 (Linux/QNX/Android等等) 保护汽车大部分脆弱的攻击表面。

汽车内部网络保护检测攻击、可疑活动和改变车辆内部网络的行为来提供车辆网络安全。集中式部署,此套件能够检查整个网络通信,并停止网络内的高级攻击行为。支持宽范围的汽车网络协议 – CAN and CAN-FD, FlexRay, Ethernet (SOME/IP, DoIP等) ,适合于保护当前和未来的车辆架构。

ECU保护强化电子控制单元(ECU),免受来自内部和外部ECU的攻击,比如刹车、高级驾驶辅助系统(ADAS)、车门控制系统或任何其他关键的系统。此套件能够检测和阻止外部攻击、也能中和来自于供应链的或其他攻击向量的恶意代码,此套件几乎支持任何ECU。

生命周期保护使用先进的技术来给车辆加上额外的保护层。收集和分析来自于车辆内部数据和其他数据源。

此套件可以在云端或者关联安全运营中心(SOC)进行操作,提供给OEM和出租车公司,使其能够全面感知网络安全威胁态势、洞悉网络及应用运行健康状态。也能根据OEM提供的数据进行大数据分析来预测新的攻击和趋势,并提供了采取先发制人的工具。

后市场保护云平台供应商,连接器供应商,出租车公司和加密狗制造商都应该保护汽车网络安全,防止利用他们的安全漏洞对车辆进行攻击。此套件给改装汽车和商用汽车提供车辆网络保护和加密狗保护。

OTA空中下载技术AutoGuardOTA是一个端到端的解决方案,完成到指定汽车的软件更新挑战。使用一个直观的用户界面,无缝的集成到现有的OEM流程中。在联网的车辆中、AutoGuardOTA使OEM能够迅速和高效地监控、发布和管理软件更新。

三、一套方案满足OEM

在车联网的应用实践中,一旦出现网络攻击,及时捕捉线索及应对至关重要。

车盾科技CEO张磊表示,公司采用的措施是长期监测汽车系统的现状,监测结果会定期汇报给汽车安全运营中心,有利于犯罪调查和电子取证。一旦遇到严重问题,汽车制造商和供应商可在短时间内寻获解决方案,开发安全补丁,并通过OTA功能快速更新车队系统,人们不必再前往汽车维修店寻求帮助。

车盾科技公司成立于2018年,目前在大连、上海各有分部,公司核心员工都曾在日本丰田工作10年以上,有很多实际项目的落地经验。目前给国内一些OEM做了部分汽车网络安全的方案落地。

车盾科技裁剪和改造了NIST框架,提供的汽车网络安全解决方案和服务,可以使汽车制造商遵循NIST网络安全框架,以符合当前提出的法规标准、指导原则和提议,并与框架保持一致,最大限度地减少暴露在网络风险和检测恶意活动,无论其来源或目标是否在车辆内。

解决方案是完全满足NIST网络安全框架和当前汽车网络安全法规,也满足中国、日本和欧美的行业标准,将汽车网络安全解决方案标准化,能够快速适应市场的变化。

张磊表示,公司只做跟汽车网络安全相关的垂直细分领域、专业性较强。在国内做车联网安全的公司并不多,一般都是来自传统互联网安全领域,虽然商业模式还不明朗,但在同OEM的合作中还是会占据一定的优势。

对于创业公司而言,其竞争力在于价格便宜、性价比较高、可以针对中小规模的车企做项目。

OEM的供应商会比较多,不同公司产品之间的兼容性会比较差,费时费力而且难以评估和测试。如果有一家很专业的覆盖全方面的解决方案公司,OEM只要采购一家的产品就可以。

车盾科技的解决方案是将整体套装出售给汽车厂商,相比国内其他出身于传统车联网供应链的厂商有一定的优势。

 

博客 betty

LV1
2019-07-23 15:38
256

自学汽车交互,可以从这些网站开始

汽车交互设计在当下仍相对小众,远不如移动端、电脑端交互设计那么令人熟知。 ...查看全部

汽车交互设计在当下仍相对小众,远不如移动端、电脑端交互设计那么令人熟知。

一是,当下的软件应用和游戏产业并没有很好地结合到汽车行业中。

车载应用开发现在仍主要聚焦在导航、音乐、车辆信息等刚需功能。随着汽车的普及和运算能力的增强,以及自动驾驶技术的发展,优质的出行场景中一定会涌现大量的新功能新服务,也将对具备交互设计和汽车行业背景的人才产生大量需求。

二是,汽车交互设计本身就存在一定的门槛。


这里的专业门槛主要是对汽车出行场景和需求的理解力和判断力,对驾驶安全和人因工程的知识储备。因为汽车交互设计,天然地要照顾到汽车硬件的设计、用车人所处空间的限制、以及保证行车安全的要求。相对而言,手机App需要考量的因素就会少一些


不过,有门槛不是坏事。门槛高意味着更不容易被替代,更直接点就是更高的收入再者,只要用心,找到正确的路径,跨越门槛是必然的



想要入门汽车交互设计的同学,我们建议先从撸下面这些网站开始

00.jpg


博客 betty

LV1
2019-07-23 15:38
262

当AEBS成客车标配,谁是OEM可选项?

交通部在2019年3月15日发布《营运车辆自动紧急制动系统性能要求和测试规程》,于4月1号正式实施,此标准规定了营运车辆自动紧急制动系统的一般要求、功能要求、环境适应性要求和测试规程,适用于安装 ...查看全部

交通部在2019年3月15日发布《营运车辆自动紧急制动系统性能要求和测试规程》,于4月1号正式实施,此标准规定了营运车辆自动紧急制动系统的一般要求、功能要求、环境适应性要求和测试规程,适用于安装在营运车辆上的自动紧急制动系统。


标准的出台是为了响应《营运客车安全技术条件》(JT/T1094-2016)要求,对于车长大于9米的营运客车从2019年4月1日起,新生产车应具有AEBS的功能。

自动紧急制动系统(AEBS)可自动探测目标车辆或障碍物,检测潜在的前向碰撞危险,发出预警信号提醒驾驶员,并激活本车制动系统,通过降速来避免碰撞或减轻车辆碰撞的系统。

能通过《营运车辆自动紧急制动系统性能要求和测试规程》测试的厂商,并不多,但对于营运客车生产商而言,却是必须要上的。


一、不得不上的AEBS

AEBS应包括环境感知模块、控制决策模块、底层执行模块、人机交互模块和数据通信接口,还可包括数据存储模块和无线通信模块,上述模块不限于独立或者集成的形式。

感知部分,国内ADAS厂商多聚集在视觉识别部分,毫米波雷达不具备优势,因此提供的融合传感器方案常会搭配国际厂商的毫米波雷达。决策部分有赖于融合算法的有效性,对目标障碍物的检测是考验国内厂商的地方。

因为AEBS涉及到车辆的控制,所以对安全、性能稳定性的要求较高,通常实现AEBS的功能至少需要视觉+毫米波雷达的融合方案,弥补传感器的劣势,以适应全天候、工况的环境。国内整个产业链起步晚,无论从传感器端的研发生产、场景库积累、算法的训练,还是执行部件的配合上,经验匮乏。

国内政策法规的制定者也充分考虑到这一点,因此延后了AEBS的具体落地时间,同时在强制安装的车型上,也选择了9米以上的新出厂营运大巴。


二、入门级大里程测试

通过AEBS的测试并不容易,厂商需要对融合算法、控制器、执行器进行调试,前期算法的调试需要尽早做功课,进行大量的测试,算法验证。通过上万里程的测试,积累对目标障碍物的识别准确性,以及检验制动的效果。

在控制器和执行器方面,通常是选择国际供应商,以及部分国内的供应商,AEBS需要适配多种多样的控制执行机构,以及不同的传感器,为此要做大量的工作。

在AEBS功能正式开放使用前,需要做大量的里程测试,验证产品功能的一致性和可靠性。大里程测试是AEBS系统供应商和执行机构供应商提出的要求,对于里程业内没有统一的标准,或3万或10万公里不等。

测试过程中会有详细的要求,如针对国道、高速、城镇等路况,每个路段要完成的公里数。适配每一款车型的AEBS系统都需要经过大里程测试,验证可靠性。

目前,智驾科技(Maxieye)与车厂一起完成了超过百种车型的大里程测试,积累了上百万公里的里程测试数据。

在今年4月1日测试规程发布时,率先与客车行业龙头企业在重庆车辆检测研究院有限公司(国家客车质量监督检验中心)顺利通过测试,公司CEO周圣砚表示,目前公司给符合法规要求的营运客车提供的AEBS已占据近90%市场份额。


三、行人探测是难题

AEBS在车速15km/h以上,车辆所有负载状态下都应正常运行,检测到在公共道路上行驶的机动车及行人。

最小检测距离应不大于2m,对目标车辆的最大检测距离应不小于150m,对行人的最大检测距离应不小于60m。AEBS对目标车辆在最大检测距离位置的最小检测水平横向宽度不小于3.75 m。应具备在曲率半径不大于250m的弯道上检测到目标车辆的能力。

该测试规程用于在封闭场地测试环境对上述自动紧急制动系统进行规范性测试。为了满足AEBS的测试要求,AEBS需要适配多种传感器,基本的要求是毫米波雷达需使用探测距离能达到150米上,对行人的探测识别要满足要求。

国内厂商在对行人的探测上,融合方案的可靠性、准确性还需要做更多的探索和努力。因为国内路况复杂,城市路况交通不可控,高速路况相对可控,但车辆的行驶速度普遍较高。

不同速度、环境下,车辆的制动性能、识别有效性都存在差异,且由于国内地域跨度大,无论天气环境、驾驶行为还是障碍物,都存在较大的差异,对于AEBS厂商而言,通过AEBS测试后,还需要继续积累不同环境下的数据,不断优化升级。

未来几年,越来越多的营运客车会配置AEBS系统,同时向更广范围的商用车扩展。由此给ADAS厂商带来更多的新机会。

博客 betty

LV1
2019-07-23 15:38
207

科创板明日开市!首批25家公司中13家与汽车有关!

7月22日9时30分,科创板将正式开市交易!特别值得关注的是,首批25家公司中有13家是汽车零部件及相关企业。 ...查看全部

7月22日9时30分,科创板将正式开市交易!特别值得关注的是,首批25家公司中有13家是汽车零部件及相关企业。

“科创板为科技创新型企业提供了一个非常好的契机,在通过直接融资获得外部资金后,公司可以真正大胆投入研发,保证公司持续发展。”天准科技董秘杨聪向记者表示,科创板的定位清晰,为入选企业提供了较高辨识度,进一步提升了企业的品牌价值。


1.jpg
上市企业凸显“科创”


纵观首批上市公司中的13家汽车零部件及相关企业,身上都打上了“科技、创新”的烙印。

记者通过梳理,大致细分为以下几个类型。

1·汽车零部件企业

其中,容百科技属于国家级高新技术企业,是新能源汽车锂电池正极材料、动力电池专业化研发与经营的跨国集团公司,成立于2013年9月,并于2014年9月重组,旗下包括湖北容百锂电材料有限公司、贵州容百锂电材料有限公司、北京容百新能源科技有限公司、宁波容百锂电贸易有限公司、JS株式会社、韩国EMT株式会社等六家控股子公司,参股韩国TMR株式会社。公司主要客户有宁德时代、比亚迪、韩国LG等。其创始人同时也是创业板上市公司当升科技的创始人,当升科技与容百科技主营业务近似。2018年,容百科技营业收入30.4亿元,同比增长62%;净利润2.1亿元,同比大幅增长675%。

杭可科技是锂电池制造成套装备研发、制造、服务企业。今年上半年,公司实现营业收入6.3亿元,较去年同期增长24.76%;净利润为1.8亿元,较去年同期增长31%。

另一家企业嘉元科技是国内位居前列的新能源汽车锂电池铜箔供应商。随着近年来新能源汽车市场需求旺盛,锂电池铜箔市场迎来爆发性增长,其产量位居国内行业前三位,2018年国内市场占有率约为17%,主要客户包括宁德时代等。2018年公司营收为11.5亿元,同比增长103.68%;净利润为1.8亿元,同比增长107.1%。

此外,安集科技是汽车用微电子相关材料的研发企业;西部超导主研汽车和发动机应用的新材料及其配套精加工设备;方邦股份是汽车用电磁屏蔽膜、导电胶膜、极薄挠性覆铜板及超薄铜箔等材料研发制造企业;铂力特是汽车制造、汽车电子、新能源动力系统的增材制造商。


2·汽车智能化、网联化相关技术企业

其中,虹软科技是为智能汽车、自动驾驶、车联网等智能设备提供一站式视觉人工智能服务的高科技企业,拥有全球领先的计算机视觉技术。根据其公布的数据,预计公司2019年至2021年实现净利润分别为2.0亿元、2.5亿元及3.0亿元,预计同比增长分别为28%、26%及17%。

其中还有,睿创微纳自主研制的红外成像设备用于汽车智能辅助驾驶系统;乐鑫科技是国内研制车联网系统的重要企业之一,同样是以汽车网联化技术见长的高科技企业。


3·汽车及零部件制造检测仪器企业

其中,瀚川智能是长期专注于汽车电子的全球领先企业,在该领域拥有丰富的经验。擅长电连接、传感器、控制器、执行器的装配和测试自动化、智能化解决方案;深度掌握插针、成型、连接、线束加工、标识等工艺,具备专业的技术能力。今年上半年,其实现营收1.59亿元,同比增长48.62%;实现净利润808万元,同比增长124%。

其中还有,天准科技是自主研制精密检测仪器的高科技企业,其产品是汽车零部件企业和汽车制造的重要工具;华兴源创属新能源汽车电子检测设备企业。

 

破解难题 激励创新

“科创板设置前五天不设涨跌幅是希望市场充分博弈,快速形成均衡的价格,提高定价效率。”7月19日晚间,上交所副总经理阙波公开表示。

确如其言,上市交易前五日无涨跌幅限制、允许未盈利的公司上市、实行注册制……明日开市交易的科创板,有一些开创性的“第一次”,彰显了其与众不同。

     “科创”性质突出,是科创板最大的亮点。首批上市企业的科技研发投入占比,包括科技人员的数量占比都较高,其中有15项科研成果获得国家级科研奖项。这也再次印证了科创板的定位与指向,即必须是科技创新型企业,且重点支持新一代信息技术、高端装备、新材料、新能源、节能环保以及生物医药等高新技术产业和战略性新兴产业上市。

     观念之新,引人关注。科创板首次允许未盈利的公司上市,使部分有成长潜力的公司受益。铂力特就是其中之一。根据其公布的数据,今年上半年其实现营业收入1.07亿元,同比增长38.15%;但净利润为亏损233.29万元,同比下降514%。其解释是由于企业搬迁、研发支出增加、运营成本增加等因素所致。但由于其业务在不断扩大,成长性良好,有望迎来新的增长。

       “天下武功,惟快不破。”科创板突出的“快”字,为众所瞩目。一般而言,从提交招股书开始,美股审核时间约为6个月,港股约为8个月至9个月,国内A股排队时间有时要以年计算,而科创板审核时间一般不超过3个月。同时,科创板从去年11月5日宣布推出,到首批企业上市交易只用了8个月多一点的时间。

据上交所测算,首批科创板上市企业平均市盈率52倍,比主板高出很多,在解决科技创新型企业的资金难题方面将发挥更大的作用。“我们一款新产品从研发到量产,至少需要24个月,投入较大,获得信贷支持的难度也很大。”多家瞄准科创板的汽车企业人士向《中国汽车报》记者表示,科创板有望为企业破解资金不足等难题。

“科创板设立的目的,就是要充分释放中国企业科技创新潜能,把这种潜能与资金结合起来,从而让国家的创新再上新台阶。所以,无论怎样都要确保科创板成功。”7月19日晚,中国证监会副主席方星海就科创板开市交易发表谈话时表示。


 

博客 betty

LV1
2019-07-23 15:38
256

公益研讨会:关于“C-V2X”&“车载以太网” 这次“智能网联汽车前沿技术交流机会”不容错过!

1.jpg

人工智能、5G、芯片技术、传感技术、大数据以及移动互联的快速发展给汽车行业带来了巨大变革,正加快推动汽车产业结构优化升级。智能网联汽车通过现代通信技术实现与其他车辆、道路和行人等之间进行数据交互,结合汽车自身环境感知系统,对行驶环境进行识别,并加以智能决策和协同控制,实现汽车自动驾驶与网联服务,提高汽车安全性、舒适性和高效性。

随着汽车智能化、网联化的发展,以“C-V2X”和“车载以太网”为代表的前沿技术已经成为行业关注的重点。

为促进业内交流,分享产业技术、产品及测试方面的实践及经验,由是德科技主办焉知汽车科技新媒体承办『智能网联汽车前沿技术全国巡回研讨会——C-V2X专题&车载以太网专题』上海站和深圳站将分别于8月16日、8月28日举办。研讨会将邀请通信芯片、整车制造、平台与运营、通信模组、软硬件设备、安全与测试验证产业链知名企业技术专家对C-V2X及车载以太网应用和发展展开深入探讨。

智能网联汽车前沿技术全国巡回研讨会

——C-V2X专题&车载以太网专题

8月 上海站&深圳站双城联动


热点纷呈


V2X信息安全   V2X系统架构

V2X测试场景  V2X虚拟路测

芯片与V2X      5G与C-V2C

新车网络架构  以太网芯片解决方案

车载以太网测试方案  ……


1.jpg

议程安排

上海站  8月16日

2.JPG


深圳站  8月28日


3.JPG


重磅嘉宾

嘉宾邀请确认中,以下嘉宾为拟邀


  • 国家智能网联汽车(上海)试点示范区封闭测试区,总监,樊晓旭

  • 高通无线通信技术,经理,赵星

  • 是德科技 资深应用工程师 王朕

  • 华人运通技术有限公司,V2X主任工程师,童利华  

  • 华为,车联网部门系统硬件架构主任工程师,王柏庆

  • 上汽大众,驾驶辅助经理,马晋兴

  • 大陆汽车,智能汽车高级系统工程师,于洋

  • 北汽,新技术研究院智能汽车架构师,谷明琴             

  • 吉利汽车,研究院电控集成开发中心高级技术专家,田承伟

  • 裕太车通,总经理,Bruce                   

  • 恩智浦,自动驾驶技术市场经理,武钰 

  • 博通,高级产品线经理,Timothy Lau

  • 是德科技,资深应用工程师,王创业

  • 华为,中央研究院车联网实验室高级工程师,刘亚林

  • 比亚迪,汽车电子研发负责人,樊迎军

  • 广汽研究院,车联网产品经理,孙德强

  • 腾讯,车联网技术总监,王万新

  • 是德科技,资深应用工程师,王朕

  • 深圳市金溢科技股份有限公司, 技术中心经理,向涛

  • 深圳市未来智能网联交通系统产业创新中心,主任,熊璐

  • 小鹏汽车,智能系统部总监,肖志光

  • 深圳易成自动驾驶技术有限公司,CEO,宋朝忠

  • 广汽研究院,智能网联技术研发中心 网联产品开发责任工程师,黄振兴

     ......

参会企业

4.JPG

别放过任何充电的机会,

把握智能网联汽车新技术走向?来,跟我走!


博客 gaohong

LV1
2019-07-23 15:38
264