北方示范区L4级自动驾驶体验之旅

L4级别意味着自动驾驶车辆需要具备在复杂环境下的高度自动驾驶能力,其复杂程度远超L3所具备的功能,是当前国内自动驾驶技术的最高水平。2019年7月19日上午,国家智能网联汽车应用(北方)示范区在长春净月启明软件园举办了一周年成果发布暨智能网联汽车产业生态 ...查看全部
L4级别意味着自动驾驶车辆需要具备在复杂环境下的高度自动驾驶能力,其复杂程度远超L3所具备的功能,是当前国内自动驾驶技术的最高水平。

2019年7月19日上午,国家智能网联汽车应用(北方)示范区在长春净月启明软件园举办了一周年成果发布暨智能网联汽车产业生态合作签约仪式。期间,与会嘉宾一同在北方示范区封闭测试场体验了获得过国内大赛多项冠军,来自苏州畅行的自动驾驶汽车,亲身感受了国内自动驾驶的顶级水平。

1.jpg

示范车辆

在自动驾驶的L1-L3阶段,驾驶员还要参与车辆驾驶的全过程,而到了L4、L5阶段才真正实现了无人参与驾驶阶段。自动驾的L4阶段,车辆可以在特定区域内,完成所有的驾驶任务,实现从感知、决策到执行的全过程均交于自动驾驶系统,解放驾驶员双手,充分享受自动驾驶带来的愉悦体验。

当前国内自动驾驶车辆基本可实现对交通标志标线、信号灯、行人、机动车等典型场景的识别及响应,即具备了L2~L3级自动驾驶水平。本次体验活动借助北方示范区丰富多样的场景设施,由苏州畅行和北方示范区的技术专家共同设计了30多项场景功能,期间更是展现了其在复杂城市道路和极端环境条件下的车辆自动驾驶能力。其中交通参与者违章通行识别及响应、施工绕行动态路径规划、高速避让、长距离窄路通行等场景功能在行业内示范体验活动中属首次展现,各与会嘉宾均表现了极大的兴趣,纷纷乘坐体验。自动驾驶技术的终极目标是在不限定条件和环境下实现完全的无人驾驶,即L5级的自动驾驶,本次苏州畅行的自动驾驶车辆也借助北方示范区的雨雾路、失修路、隧道、林荫路等独特的场地条件,演示了极端条件下的自动驾驶能力,向L5的自动驾驶终极目标迈进了探索性的一步。

2.JPG

示范路线和主要示范场景

3.JPG

对向违章车辆识别及响应


林荫路+长距离窄路通行


雨雾路通行

曲线行驶

交通信号灯识别及响应

隧道通行

接下来,北方示范区将根据国内最高测试标准对此车辆开展申请开放道路测试牌照的封闭测试及L4级别的能力评估测试。通过对自车控制、周边监测、驾驶支援、系统安全、联网通讯等方面的测试,进行测试数据分析并给出评价结论。

L4级别的测试是目前难度最高的自动驾驶等级测试,对技术要求非常高,获取牌照的考核流程也相当严苛,需经过多个环节的考核。首先,自动驾驶车辆需在国家智能网联汽车应用(北方)示范区封闭场地内完成基础设施识别及响应、交通参与对象识别及响应、复杂路况通行能力、环境适应性、系统安全、联网通讯等6个维度99项要素的评价,每一项满分为5分,综合得分要达到4分及以上才能通过此项测试。

相比L3级别的测试,L4级别测试增加了超出设计识别要素的响应能力测试、硬件冗余容错能力测试以及对交通参与者违章识别及响应,隧道,林荫路,失修路,起伏路通行等7项高难度复杂路况场景。

当前国内外在智能网联汽车技术研究上有了很大进展,但智能网联汽车能否上路行驶,在某种程度上取决于大量的场地测试和场景验证。在封闭测试场地内对智能网联汽车进行充分的技术试验和安全性测试评价,是保障智能网联汽车上公共道路安全测试的前提,也是国内外智能网联汽车测试的通行做法。因此,通过长期大量的封闭测试才能完成智能网联汽车技术的基础准备工作,北方示范区将继续在测试标准体系构建、云平台完善、测试场地及设备建设等方面做专、做强,打造智能网联汽车测试的示范平台,从而为智能网联汽车的技术试验和测试评价提供强有力的支撑。(来源: 智能网联汽车应用北方示范区 )


博客 gaohong

LV1
2019-07-23 15:38
249

福瑞泰克CTO沈骏强谈自动驾驶商业化

福瑞泰克CTO 沈骏强汽车自动化趋势已经不可逆转,如何把自动驾驶前沿技术进行商业化落地,一直是业内普遍关注的话题。在福瑞泰克CTO沈骏强看来,只有把自动驾驶系统投入到商业化的应用才算真正的成功。其中有三个标 ...查看全部


福瑞泰克CTO 沈骏强


汽车自动化趋势已经不可逆转,如何把自动驾驶前沿技术进行商业化落地,一直是业内普遍关注的话题。在福瑞泰克CTO沈骏强看来,只有把自动驾驶系统投入到商业化的应用才算真正的成功。其中有三个标准:

首先,是一个真正的商业化应用而非测试品;

第二,商业化落地的车辆是需要从产线,流水线上下来的,而不是手工改装的;

第三,要达到一定的量,而不是只是一辆或者两辆这样的车辆。

据了解,福瑞泰克目前正在做高级驾驶辅助系统ADAS的量产落地,明年将开始推出量产产品。同时,该公司还提供一些产品的本土化开发工程服务。

至于如何从实践中进一步实现商业化落地?沈骏强从安全、用户体验、应用场景和成本四个方面进行了探讨。以下是沈骏强演讲的全部内容,在不改变原意的基础上,进行了编辑:


安全性


安全是自动驾驶系统一个首要目标。

大家知道,车辆其实有很多不安全的情况发生,包括车辆碰撞、跟行人的碰撞,车辆抛锚、迷路实际也是一种不安全的表现。针对这些不安全问题,目前有保护车内乘员、车辆和行人等方法,车上还配置了安全气囊、AEB自动紧急辅助刹车等系统。

其实,车辆的安全技术发展到现在,这些措施对自动驾驶来说还是不够的。

自动驾驶系统的安全目标就是要防止这些不安全的情况发生。

如何来保证自动驾驶系统的安全性?很多的业界人在研究这方面的一些课题,业界也有一些联盟形成了一些标准,比如国际标准ISO 26262,它定义了ADAS系统在系统失效时候的一个安全需求。包括部件的失效需求、系统监控、诊断和冗余,安全和非安全应用的隔离,以及设置安全边界等等。

在定义安全目标的时候,ISO26262标准里面有三个判断因素,包括严重程度、发生概率和发生失效时车辆的可控性。

实际上,对自动驾驶车辆来说,系统失效只是失效模式的一种,在自动驾驶系统中,系统本身的性能好坏也是安全需求的一部分。所以,我们在讲自动驾驶系统安全性的时候,需要同时考虑功能安全和行为安全。

功能安全和行为安全这主要的区别在哪里呢?ISO 26262定义了系统在故障情况下的安全措施,但是,对于L3或者以上的自动驾驶系统来说,ISO26262就远远不够了。

因为,ISO26262忽略的一个问题是系统本身的功能或者性能是否能够得到足够的保障。

现在,业界针对L3或者以上的自动驾驶系统提出了另外一个标准,它定义了系统功能本身所必须具备的一个安全保障,我们把它叫做行为安全,主要包括几部分:感知系统的检测率和误报率、决策系统的正确决策率、定位系统的精确性,执行机构的能力等等。

比如,自动驾驶车辆上面可以布置很多传感器,传感器多了,它的信息来源多了,相互之间可以做数据融合,这样就能提高对目标检测本身的精确度。另一方面,多种异构传感器之间也可以构成相互之间的冗余。

怎么来提高系统的行为安全呢?这里面包括我们要设计更好的系统,提高每一个子功能的系统性能,同时需要有冗余以及融合。

行为安全的核心实际上是需要设计足够可靠的系统,去应对各种各样意外情况。

提高自动驾驶系统的行路安全的途径,主要包括以下两种:

一个是,积累测试数据非常重。另外,通过采集到数据来分析其中的一些Corner Cases,通过分析总结和概括Corner Cases并通过模型对Corner Cases进行建模。

另一个是,通过影子驾驶等仿真系统对自动驾驶系统进行评价和性能改进。影子系统是谷歌最早提出来的概念,就是通过对人类驾驶和自动驾驶之间的行为差异进行对比和分析,找出自动驾驶需要提高的部分。

非技术方面的安全保障,则需要成立行业组织,共享组织内各个单位之间的数据,另外,需要对自动驾驶系统的性能评价进行一个标准化的工作。

用户体验


用户体验的好坏实际上是对人们接受自动驾驶是非常重要。另一方面,有时候我们需要在功能安全和用户体验之间做出平衡。

首先,大家知道,功能安全以安全为首要目标,有时候会相对保守,在ADAS、L3或L4阶段,需要对功能安全和用户体验按照不同级别的自动驾驶,做出适当的平衡,能同时保证和兼顾功能安全和用户体验。

第二点,是关于人机交互界面的设计。目前在HMI方面,用的比较多的技术包括语音识别、AR HUD、强化学习等等。驾驶行为包括对交通规则,驾驶车辆的建模,这个是一个非深度学习的方法。如果采用深度学习的方法需要对驾驶行为进行强化学习。

如何保证用户体验呢?首先是与人的交互,与车内乘员进行基本信息的交互,这里面包括自动驾驶车辆去哪里,我在哪里,当前车辆的状态,车辆将要进行的操作,要刹车了,要转弯了,要停车了等等。

并且也需要从乘员那边得到信息,有一定的手段让车辆的乘员告诉自动驾驶车辆需要停车、开门或改变目的地等等,与车外其他车辆和行人的交互需要进行意图的交互,这里面包括避让,车辆的启动,车辆的转弯和泊车等等。

同时,自动驾驶车辆需要遵守交通规则,像人类一样驾驶,这里面包括车辆的车速需要跟随整个交通流,在红绿灯停车时间不能太长,也包括车辆的行驶轨迹需要跟人类驾驶类似。

第三,自动驾驶车辆的驾驶行为需要跟人类的驾驶类似,这方面实际上目前市场上哪一家做得都不是很好,包括Waymo在内。自动驾驶车辆需要平滑的融入到交通流里面去。

应用场景


对自动驾驶真正的商业化落地来说,应用场景是一个非常重要的因素。

应用场景指的是设计自动驾驶对应系统的工作场景,这里面包括地理位置、光照、天气条件和道路交通条件等等。

自动驾驶系统商业化落地必须要把系统在特定的应用场景定义好,如果没有对应用场景进行约束,这样的自动驾驶实际上离我们很远,所以我们需要定义地理围栏,要求自动驾驶系统只能在定义好的应用场景里面工作。

在实际的应用过程当中,如果自动驾驶系统无法应对某一个应用场景,还需要有风险控制的机制。

如何定义应用场景?这里举一个例子。我们在开发自动驾驶系统功能之前,其实对应用场景必须要明确,可以采取自上而下的分解手段,比如,应用场景的最上层是城市工况,还是高速工况或者泊车工况。

针对城市工况还可以进一步分解,它是城市道路还是小区道路,还是地下车库。

针对城市道路再进一步分解,它是巡航的工况还是车辆跟随,或者是十字路口等等。

针对巡航工况还可以再进一步分解,它是有清晰车道线还是没有车道线,或者是有没有高精地图的区域等等,定义好了以后,针对每一个工况,哪些是可以的,哪些是不可以的。你的自动驾驶功能开发和测试,就是在你定义好的这些应用场景里面进行开发和测试。

我们认为,近期可落地的自动驾驶应用场景主要有两个,第一个是园区半封闭低速场景,第二个是低速货运车辆。自动驾驶系统的商业化过程中,To B的应用应该会比To C这个应用来得更快。

成本因素


我认为,成本永远是自动驾驶车辆大规模量产所需要考虑重要因素。

降低成本的机会点主要有三点:

第一,从传感器方面来讲,特别是激光雷达Flash,MEMS激光雷达应该是自动驾驶系统量产的一个方向。

第二,GPS和IMU目前成本也比较高。我们认为更低成本的GPS和IMU应用完全是有可能的。

第三,关于计算平台,我们认为集中式的计算平台应该是自动驾驶的一个方向。需要业界不断的努力去研发下一代芯片技术。

最后,量产的量其实也是一个非常重要的因素,只有把这个量上去了我们的成本才能下降。

(文章来源:新智驾 作者:张祥威)


博客 gaohong

LV1
2019-07-23 15:38
195

宝马携手三大中国科技企业 布局5G推进自动驾驶落地

“中国政府鼓励和支持创新,年轻的中国客户对新科技充满热忱,而中国拥有众多世界级的高科技公司。”宝马集团大中华区总裁兼首席执行官高乐说,“这让我们坚信,中国已经立足于塑造未来出行的前沿,而我们正坚定地将宝马集团的研发理念和技术专长融入中国构建智能交通和智慧 ...查看全部

“中国政府鼓励和支持创新,年轻的中国客户对新科技充满热忱,而中国拥有众多世界级的高科技公司。”宝马集团大中华区总裁兼首席执行官高乐说,“这让我们坚信,中国已经立足于塑造未来出行的前沿,而我们正坚定地将宝马集团的研发理念和技术专长融入中国构建智能交通和智慧城市的宏伟目标,携手中国合作伙伴引领未来出行的潮流。”

携手中国联通、腾讯和四维图新一起聚焦未来出行,连续签约中国三大科技公司,表明宝马集团正推进自动驾驶研发,助力中国智慧城市建设。此外,2021年量产的BMW iNEXT将提供L3自动驾驶功能,并计划在包括中国在内的全球主要市场开展L4级自动驾驶车队测试。

“未来出行,你好!”——这句简洁大气的问候语,恰恰是宝马2019中国创新日的“开场白”。

7月19日,宝马在京举行2019中国创新日,携手中国联通、腾讯和四维图新聚焦未来出行。在近期宣布与中国联通和四维图新分别就5G移动通讯以及高精地图签约合作之后,宝马集团于活动当日与腾讯签约,合作建立宝马集团在中国的“高性能数据驱动开发平台”,这标志着宝马“数据驱动研发”策略在中国落地。


连续签约中国三大科技公司,表明宝马集团正推进自动驾驶研发,助力中国智慧城市建设。2021年量产的BMW iNEXT将提供L3自动驾驶功能,并计划在包括中国在内的全球主要市场开展L4级自动驾驶车队测试。

“中国政府鼓励和支持创新,年轻的中国客户对新科技充满热忱,而中国拥有众多世界级的高科技公司。”宝马集团大中华区总裁兼首席执行官高乐说,“这让我们坚信,中国已经立足于塑造未来出行的前沿,而我们正坚定地将宝马集团的研发理念和技术专长融入中国构建智能交通和智慧城市的宏伟目标,携手中国合作伙伴引领未来出行的潮流。”


在个人出行向A.C.E.S “新四化”转型的历史进程中,宝马集团不仅以前瞻思维引领创新,更是开放式合作的倡导者和推动者。宝马集团持续推进“2+4”中国战略落地,BMW和MINI两大品牌的核心业务保持高质量增长,并在A.C.E.S“新四化”领域取得扎实成果。

聚焦到自动驾驶领域,宝马集团早在2006年就首次进行了高度自动驾驶汽车的赛道演示,还在刚刚结束的宝马集团未来峰会上,展示了无人驾驶车辆接送用户的“按需出行”应用场景。在进行系统性和前瞻性研发投入的同时,宝马集团不断将阶段性的成熟科技推向市场。全新BMW 3系、新BMW 7系、新BMW X5和创新BMW X7等新车都已提供L2级自动驾驶,BMW首创的驾驶员注意力监测系统允许用户在一定条件下“解放双手”。

宝马集团自动驾驶测试车

2021年,BMW iNEXT量产时将根据法规许可向客户提供L3级自动驾驶,并在技术上支持L4级自动驾驶。它还将应用第五代BMW eDrive电力驱动技术,续航里程达600公里,同时还支持5G网络的全面互联,并带来全新的设计理念。宝马集团宣布,这款智能网联汽车量产后,将在包括中国在内的主要市场开展L4级自动驾驶车队测试。

全世界每天有亿万辆汽车驰骋在道路上,真实的交通场景无比复杂,因此宝马集团始终将安全置于自动驾驶研发的首要位置,采用“数据驱动研发”的策略,以巨大的投入和严谨的态度进行自动驾驶研发。

2017年,宝马集团开始进行规模化L4级自动驾驶车辆测试,目前正在全球投入80辆BMW 7系进行L4级实路测试。在推出BMW iNEXT量产车前,宝马集团将进行500万公里实际道路测试以及2.4亿公里的电脑模拟测试,覆盖尽可能多的交通场景。


2018年4月,宝马集团就在德国慕尼黑建立专门的“自动驾驶研发中心”,可容纳约1800名员工在此工作。宝马集团还采用了非传统的研发组织架构和敏捷开发方式,可独立或协同完成指定功能的开发、验证和成果交付,创新的工作模式降低了计划和协调的复杂度,提升了研发效率。宝马集团在北京和上海的自动驾驶研发团队拥有研发人员近100人,他们专注于根据中国典型交通场景进行自动驾驶功能的开发与验证。

宝马集团始终以开放的态度推动跨行业合作。2016年,宝马集团与英特尔和Mobileye结成战略合作,共同创立的开放平台已有十多家企业加入,包括驱动自动驾驶研发的核心力量——整车制造商、大型供应商以及在汽车芯片、高精度地图等领域的科技公司,共同加速研发进程,联手推进自动驾驶落地。

中国是宝马集团推进未来出行的先锋市场,目前在北京、上海和沈阳三地的研发中心全部升级,构成德国之外最大研发网络,覆盖新能源汽车、自动驾驶、智能互联、数字化服务及设计等前沿领域。与此同时,宝马集团与中国政府机构、高等院校和科技企业展开了广泛合作。


BMW iNEXT外观

在创新日活动上,中国联通、腾讯和四维图新三家合作伙伴联袂出席,代表了与自动驾驶密切相关的三个关键领域。宝马集团与中国联通达成5G移动通信业务合作,为宝马产品顺利驶入5G时代铺就通信基础。宝马集团与腾讯于当日签约,双方合作将于2019年内建成“高性能数据驱动开发平台”。在此平台上,宝马将根据中国实际需求,研发出更加符合本土市场的自动驾驶技术和产品。高精度地图是自动驾驶的核心技术之一,四维图新是中国领先的位置服务提供商,也是宝马在中国的长期合作伙伴。


博客 betty

LV1
2019-07-22 15:36
264

丰田将为2020年奥运会及残奥会提供自动驾驶车辆

据路透社报道,丰田公布了专供东京奥运会及残奥会的纯电动汽车(EV),用于在赛场区域内接送观众和运动员等。丰田计划在东京奥运会期间提供燃料电池车(FCV)和自动驾驶车等超过3000辆汽车。名为“Accessible People M ...查看全部

据路透社报道,丰田公布了专供东京奥运会及残奥会的纯电动汽车(EV),用于在赛场区域内接送观众和运动员等。丰田计划在东京奥运会期间提供燃料电池车(FCV)和自动驾驶车等超过3000辆汽车。

名为“Accessible People Mover(APM)”的纯电动汽车可以最高时速20公里的速度行驶,并配备三个摄像头和一个激光雷达传感器,使其能够“看到”周围环境。


作为东京奥运会的主要赞助商,丰田还计划使用虚拟现实技术的人形机器人和移动远程呈现机器人,这将使那些无法亲自参加比赛的观众能够体验赛事并远程看到运动员。

由丰田的自动驾驶汽车还可以为老年人和医院病人执行任务,还将引导客人使用轮椅座位并在提供茶点。


博客 betty

LV1
2019-07-22 15:36
252

V2X通信研究概述

V2X通信研究概述方箭1, 冯大,2, 段海军2, 郑灿健3, 钱恭斌2 ...查看全部

V2X通信研究概述

方箭1, 冯大,2, 段海军2, 郑灿健3, 钱恭斌2

1 国家无线电监测中心,北京 100037

2 深圳大学,广东 深圳 518060

3 哈尔滨工业大学(深圳),广东 深圳 518055

摘要

车联网以信息通信技术为出发点,集成了车辆、路边基础设施、通信、定位等多项前沿技术和设备,能有效提高行车安全,提升交通效率,还能为车辆用户全方面提供各类信息服务,给汽车行业带来了前所未有的机遇和挑战。首先概述了 V2X 通信的背景和特点及其应用;介绍了 V2X 通信的发展历程;然后介绍了V2X的技术标准,其中着重阐述了LTE-V2X标准的制定以及5G V2X的体系结构;最后探讨了5G车联网的高可靠低时延、车辆安全和隐私保护以及驾驶安全等现存问题,并进行了总结。

关键词: 车联网 ; V2X通信 ; 5G ; DSRC ; LTE-V2X

1 引言

根据世界卫生组织《2018 年道路安全全球现状报告》[1],全球每年道路交通碰撞造成近135 万人死亡,每天将近3 700人死亡,另有2 000万~5 000万人遭受伤害甚至致残,交通事故是 15~29 岁人群事故身亡的首要原因。报告同时指出,道路交通伤害是全球所有年龄段人口的第八大死亡原因,如不采取有效行动,将无法实现“2020 年全球道路交通碰撞伤害和死亡数量减半”这一宏伟目标。此外,道路交通伤亡也给各个国家的经济和相关家庭造成了沉重负担。道路交通碰撞给各国造成的费用损失高达国内生产总值的 3%,而在低收入和中等收入国家约达 5%。2019年1月《人民日报》中公安部公布的数据显示[2],2018年全国道路交通事故死亡人数比2017年减少578人,下降0.9%。虽然死亡人数比例有所下降,但是道路交通事故死亡人数总量仍然很大。所以,如何减少交通事故、降低死亡人数成为一个全球关注的问题。

根据人民网《2018年国民经济和社会发展统计公报》的统计数据[3],2018 年年底,我国民用汽车保有量24 028万辆(包括三轮汽车和低速货车906万辆),比上年末增长10.5%,其中私人汽车保有量20 730万辆。随之而来的交通拥堵和道路交通安全问题更加严重,迫切需要先进的信息技术来解决相关问题。

智能化交通运输系统(intelligent transport system,ITS),是通过集成信息技术、无线传输技术、智能传感技术、自动控制技术以及计算机系统技术和系统工程技术等多项先进技术,并应用于整个交通运输系统而建立起来的全方位、适时、精准高效的综合交通运输和管理系统。ITS能高效地利用现有的交通基础设施,减少交通道路负荷和拥塞;同时能提前发出各种交通安全预警信息,保障交通安全并提高运输效率。因此,ITS被认为是未来交通系统的发展方向,受到了广泛关注。

V2X(vehicle to everything)通信技术旨在通过车辆及路边基础设施间的协同通信来提高驾驶安全性、减少拥堵以及提高交通效率等,是 ITS的关键技术之一。

根据市场结果分析,继手机和电脑之后,车辆已经成为世界上第三大联网设备。由于海量的消费群体和强烈的用户需求,我国车联网产业的规模化发展找到了机遇[4]。随着我国5G技术的推广以及道路基础设施的快速发展,未来的汽车交通朝着更加智能化和网络化发展,5G 的超可靠性、低时延、切片网络等关键技术为车联网提供强有力的支撑,使车联网的体系结构得到优化,进一步激发了车联网的市场潜力[5,6]。然而随着汽车保有量的不断增长,道路承载容量在一些城市已达到饱和状态,交通安全、出行效率和环境保护等问题备受关注[7]。通过V2X通信,车辆能够自主地与附近其他车辆和路边基础设施通信,获得实时路况和道路信息以及行人信息等一系列交通信息,从而实现汽车的安全高效行驶,减少交通事故的发生,提高道路利用率,缓解交通压力以及提供道路安全紧急救助信息和丰富的娱乐信息,以提升驾驶体验[8,9],并将为各种新型道路安全和驾驶辅助应用打开大门。然而,将启用无线功能的车辆连接到外部实体会使 ITS 应用程序易受到各种安全威胁[10],从而影响驾驶员的安全。因此,V2X 的研究受到产业界和学术界的广泛关注。

欧洲、美国、日本等地区和国家较早进行了智能交通和车辆信息服务的研究与应用,目前欧洲地区依然保持着全球车联网市场的领跑地位。而我国进入车联网行业较晚,国内车辆智能网联技术仍处于发展的初级阶段,但是车联网的发展已引起政府高度重视,车联网标准制定已提至国家层面。2018年6月,工业和信息化部(以下简称工信部)及国家标准委员会颁布《国家车联网产业标准体系建设指南(总体要求)》,解决了车联网产业发展痛点,车联网标准有望在2020年制定。2018年10月,工信部发布了《车联网(智能网联汽车)直连通信使用5 905~5 925 MHz频段管理规定(暂行)》的通知,明确将5 905~5 925 MHz频段作为基于LTE-V2X技术的车联网(智能网联汽车)直连通信的工作频段。2018年12月,工信部发布了《车联网(智能网联汽车)产业发展行动计划》,明确分阶段实现车联网产业高质量发展的目标。

2 V2X通信的特点及应用

V2X通信主要通过装载在车辆上的传感器等芯片技术和通信模块来检测车辆周围的交通状况,获得系统负载状态等一系列重要信息,与此同时,利用全球定位系统(global positioning system,GPS)来实时获得车辆的位置,并指引车辆始终行驶在最优路线[13,14]。正是由于车联网系统的信息共享,车辆可以有效地预测前方的道路信息,并自动选择最优行驶路线,从而避开拥堵路段[4,15]。具体而言,根据通信对象不同,V2X通信可以划分为车辆对车辆(vehicle to vehicle,V2V)通信、车辆对基础设施(vehicle to infrastructure,V2I)通信以及车辆对行人(vehicle to pedestrian,V2P)通信3种方式[16]。

在V2V通信模式中,车辆主要与其他车辆进行通信。由于通信的双方往往处于高速运动的情景下,因此V2V通信模式对于车辆所在的定位信息也具有更加严格的要求。同时在高速运动的场景下,信道和通信环境也更为复杂,因此V2V通信模式的研究也更为复杂,现有的V2X通信相关研究也大多集中在V2V通信模式中。又由于车辆与车辆间的通信基于D2D通信,所以V2V通信模式不需要借助网络设施(如基站等)即可实现,大大降低了车辆到车辆之间的传输时延,这也使V2V通信模式更加高效[17]。同时车辆自身所配置的各式各样的传感器,使车辆可以实时地感应汽车当前的速度方向和位置以及与其他汽车之间的安全距离等,并利用V2V通信模式传输相关的安全信息给周围的其他汽车。当其他车辆接收相关的安全信息时,能对周围的交通环境进行预判,从而避免了交通事故的发生,因此,V2V传输模式特别适合传输一些紧急信息。相对于传统的接入互联网产生的费用,V2V通信模式不需要通过基站,也不会产生相关费用,同时减少了基站的通信负载,使其更具竞争力[18]。

在 V2I 通信模式中,汽车主要与路边单元(road side unit,RSU)进行通信,如交通信号灯、路牌等。具体地,交通中心首先利用V2I通信模式接收各条道路上的有关信息,包括道路状况、汽车流量以及事故信息等。同时,交通中心利用这些接收的交通信息分析各个街道的拥堵状况,从而有效地指挥各条道路上的交通。此外,车辆也可以利用V2I通信模式,迅速了解车辆周围的各种设施信息(如加油站、商场等),还可以通过路边单元使车辆迅速接入互联网中,从而接收各种娱乐多媒体信息(如高清视频、音乐和社交信息等)。V2I通信模式可以有效地避免车辆成为通信网络的一个孤立节点,减小了车辆通信中车辆对其他车辆的依赖性。由于通信信道的频率选择性和快速时变衰落特点,V2I 通信模式在车辆较少的场景下或者网络结构不太复杂的情况下将更具优势[19,20]。

在V2P通信模式中,车辆主要与行人身上的智能设备进行通信,如智能手机、运动手环和智能手表等。相对车辆而言,行人的速度是缓慢的,甚至是静止的,因此V2P通信模式可以看成简化版的V2V通信模式,信道和通信环境也相对比较容易分析。车辆利用V2P通信模式可以实时地感应车辆周围的行人位置信息,通过预测行人的行走路线,从而发出预警信息提醒驾驶员和行人,能有效地避免交通事故的发生[21,22]。

由于车辆间的协同通信性质,V2X通信可用于交通参与者之间的信息交换,并使合作驾驶能够避免事故,同时提高交通效率,被视为未来车辆的核心技术。通过车辆互联技术解决智能交通系统领域中一些大的挑战,如安全、移动性和多变的环境。首先在不同的环境中,安全性在设计与实现中被考虑,参考文献[23]分析了合作车辆和道路安全系统中的隐私问题,并提出了一种用于V2X 通信的隐私感知架构。参考文献[24]提出了一种用于车辆通信系统的安全架构,包括隐私、身份管理和数据一致性。参考文献[25]为V2X通信设计了动态协作的自组织网络和定位机制。参考文献[26]对安全、安保性能综合进行考虑并基于应用需求和背景,提出了一种动态适应性方法,以在智能交通系统中实现最大的安全性。

总体而言,V2X通信下的常用场景模式如图1所示。

image.png

图1   V2X通信的常用场景模式

V2X通信在道路安全服务、自动停车系统、紧急车辆让行以及自动跟车等一系列为车辆提供服务的场景中大量地应用。目前V2X通信主要讨论的有以下几个应用场景[27]。

2.1 行驶安全服务

行驶安全服务是指利用V2X通信实时监测车辆周围的行人、车辆以及路边单元(如交通信号灯等实体信息),并且通过与其他车辆的信息共享使驾驶者迅速了解道路的安全信息以及交通状况,从而提高对危险路段的警觉度,规避交通事故的发生,特别是在恶劣的天气环境下(如暴雪、雾霾、台风等严重影响驾驶者观察周边道路的天气情况),V2X 通信提供的行驶安全服务至关重要。其中,包括十字路口碰撞预警、紧急制动预警等典型的行驶安全应用场景。

(1)碰撞预警

碰撞预警指在交叉路口或道路上,路边设备(RSU)检测到有碰撞风险时,将对受影响区域内的车辆发送告警信息;或者,车辆设备(OBU)探测到与侧向行驶的车辆有碰撞风险时,通过预警提醒驾驶员以及发送碰撞告警信息给受影响车辆,以避免碰撞。

该场景下若存在RSU,则需要RSU具备检测碰撞风险并发送预警信息的能力,此外,车辆需要具备广播V2X消息等能力,与周围车辆建立通信联系。

(2)紧急制动预警

紧急制动预警是指基于V2V通信,当前方车辆紧急刹车时,系统发出告警信息,提醒后方车辆减速,其中后方车辆包括一定范围内的所有车辆,避免连环相撞。

该场景需要紧急制动车辆具备广播V2X消息的能力,一定范围内的后方车辆具备接收V2X消息以及处理告警信息的能力,车辆之间具备建立通信的能力。

2.2 交通效率服务

在城市的市中心等人口密集的区域有着大量的车辆,但由于其交通效率不高,容易造成交通堵塞,特别是在上下班高峰期。与此同时,由于道路本身已经造成堵塞,随着新的车辆不断加入,更加重了交通负担,从而造成恶性循环。移动车辆之间及时交换当前和即将到来的交通信息可以缓解道路拥堵和减少交通事故,最大限度地减少因交通堵塞而在高速公路上浪费的时间,并能降低燃料消耗[28]。V2X通信的最优化行驶路线服务通过车辆间的实时信息共享(包括道路的拥堵情况等信息),自动地帮助驾驶者寻找最优化的行驶路线,从而有效地规避了交通拥堵路段,大大提高了驾驶体验。交通效率服务包含有车速引导、车内标牌、协作式自适应巡航等具体的应用场景。

(1)车速引导

车速引导是指RSU收集交通灯、信号灯的配时信息,并将信号灯当前所处状态及当前状态的剩余时间等信息广播给周围车辆。车辆收到该信息后,结合当前车速、位置等信息,计算建议行驶速度,并向车主提示。有助于提高车辆不停车并通过交叉口的可能性。

该场景需要RSU具备收集交通信号灯信息,并向车辆广播V2X消息的能力,周边车辆具备收发V2X消息的能力。

(2)车内标牌

交通信息及建议路径是指RSU或基站向覆盖范围内车辆发送道路数据和交通标牌信息,给予驾驶员相应的交通标牌提示。

该场景需要RSU或基站具备广播V2X信息,车辆需要具备接收V2X消息并解析的能力。

(3)协作式自适应巡航

协作式自适应巡航是指在高速公路等特定道路下行驶的车队巡航行驶,车队通过V2X通信,实现车队内部车辆之间速度、位置、状态等信息共享,保证车队行驶安全。

该场景需要车辆表明其活动状态以及具备广播V2X消息的能力,并具备与邻近车辆进行单播或多播通信的能力,能够实现信息的收发。

2.3 车载信息服务

车载信息服务是提高用户驾驶体验的重要应用场景,是LTE-V2X应用场景的重要组成部分。信息服务其中包含紧急呼叫业务、汽车近场支付等具体的应用场景。

(1)紧急呼叫业务

紧急呼叫业务是指当车辆出现紧急情况(如安全气囊引爆或侧翻等)时,车辆能自动或手动通过网络发起紧急救助,并对外提供基础数据信息,包括车辆类型、交通事故时间地点等。服务提供方可以是政府紧急救助中心、运营商紧急救助中心或第三方紧急救助中心等。

该场景需要车辆具备V2X通信的能力,能与网络建立通信联系。

(2)汽车近场支付

汽车近场支付是指汽车作为支付终端对所消费的商品或服务进行账务支付的一种服务方式。汽车通过V2X通信技术路侧单元(RSU作为受理终端)发生信息交互,间接向银行金融机构发送支付指令,再经过人脸识别或指纹识别验证进行货币支付与资金转移的操作,从而实现车载支付功能。

该场景需要RSU具备V2X通信能力,将支付场景可支持的支付消息和活动状态进行广播。车辆具备 V2X 通信能力,将支付请求发送给RSU。

3 车联网发展历程

V2X通信的应用与发展主要经历以下几个阶段[29,30,31,32,33]。

20世纪90年代,美国、欧洲和日本相继开展了基于IEEE 802.11p的V2X通信技术的研究。

1999 年,美国联邦通信委员会(Federal Communications Commission,FCC)规定5.9 GHz频率段为V2X通信专属频段。

2002年,欧盟在ECC/DEC/(02)01决议中定义了基于车车/车路间的各种形式的信息传输的交通应用为 RTTT(road Transport and traffic telematic system)系统。

2004年,日本启动的smart-way项目,主要研究V2I通信,其主要目的是减少交通事故,缓解城市交通拥堵。

2009 年,美国通过专用短程通信(dedicated short range communication,DSRC)技术协议标准,并且在美国交通运输部的监督下,对多款汽车进行了广泛的性能测试。

2010年,日本在700 MHz频段为针对道路安全应用的V2X 通信分配了专用频率资源,其物理层主要基于IEEE 802.11p 技术。

2012年,包括华为、中国移动以及大唐电信在内的一大批中国高科技公司开始推动并主导基于LTE-V的V2X通信解决方案在3GPP的研究。

2013年,中国通信标准化协会发布了基于LTE-V的V2X通信解决方案的相应的工作项目。

2015 年年初,中国移动引领的 CCSA LTEV2X频谱研究项目正式启动。

2015年6月,3GPP RAN立项启动“基于LTE的 V2X”研究课题,正式启动了基于 LTE-V 的V2X通信解决方案的研究。

2015 年 8 月,3GPP 正式将 V2X 通信列入会议的探讨要点,并在之后的各种技术报告中对V2X通信技术进行了不断的完善。

2015年年底,LTE-V被3GPP组织纳入Release 14标准的制定中。

2016年3月,韩国LG公司完成了LTE-V2X需求标准的项目研究。

2016年9月,V2V标准在Release 14中正式完成。

2016年,韩国分配5 855~5 925 MHz共70 MHz频率用于支持智能交通中车辆安全相关应用的V2V和V2I通信,上述70 MHz频率以10 MHz为粒度划分为7个独立信道,其中5 895~5 905 MHz用于控制信道,其他6个信道均用于数据信道。

2016年11月,中国将5 905~5 925 MHz频段用于基于LTE-V的V2X通信试验。

2017 年3月,华为和大唐电信作为重要参与者,完成了关于V2I的标准制定。

2017年9月,中国智能网联汽车产业创新联盟正式发布针对V2X通信应用层的团体标准。

2017年 12月,3GPP正式批准了Release 15 5G NR(5G new radio,5G新的空中接口)非独立组网(non-stand alone,NSA)标准。

2018年6月,3GPP批准了5G移动通信技术的5G Release 15 SA(stand alone,独立组网)标准。

2018年年底,中国明确了车联网(智能网联汽车)直连通信工作频段和产业发展行动计划。

4 V2X通信的技术标准

V2X通信技术目前主要有基于IEEE 802.11p的DSRC标准与基于LTE蜂窝网络的LTE-V技术标准两种[34],基于5G的蜂窝网络5G V2X的技术仍在标准化过程中。

(1)DSRC

DSRC 以 IEEE 802.11p 为基础,其中 IEEE 802.11p由IEEE 802.11标准扩充而来,即Wi-Fi的扩展[35]。此外IEEE 802.11p不但能支持QAM(正交振幅调制)以及PSK(相位移键调制)等关键调制技术,还支持 FEC(前向纠错码校正),用以避免信息在重传过程中所产生的时延。DSRC中车辆对车辆通信以及车辆对基础设施通信主要利用了通用射频通信技术,从而在高速移动的场景中为车辆提供信息安全和中短距离传输服务。

基于 DSRC 的 V2X 通信系统主要包括两个OBU(车载单元)与RSU(路边单元)重要的组成部分。通过利用车辆与车载单元与路边单元的通信来实现车对车通信与车对基础设施通信之间的信息的双向传输,与此同时,路边单元在收集车辆信息后再通过网络将道路的交通情况以及车辆的行驶状况等信息上传至服务器。由于V2X通信的相关应用往往与驾驶者和乘客的安全性相关,此外周围车辆的数量、车间距离、道路状况以及天气等都会对V2X通信的通信质量、通信速度以及可靠性产生极大的影响,因此与V2X通信相关的应用往往要求高可靠性与低时延性。IEEE将DSRC的通信时延容许范围定在50~100 ms,要求车辆在接收信息后能做出快速的反应[36]。

(2)LTE-V

LTE-V是指以LTE蜂窝网络为基础的V2X通信标准,能重复利用现有的蜂窝式基础设施与频谱资源,运营商等也同样不需要重新布置专用的路边单元以及提供专用频谱资源。目前华为、大唐电信以及高通等一系列厂商在努力推动着以LTE网络为基础的LTE-V技术。

针对基于LTE-V的V2X应用,现有两种不同的通信方式:LTE-V-Cell,即集中式,也称为蜂窝式,以基站为分布和控制中心,主要定义车辆对路边单元以及基础设施的通信方式;LTE-V-Direct,即分布式,也称为直通式,具体指车辆对车辆的直接通信,而不需要基站作为控制中心,在相关参考文献中分布式也经常表示为 LTE-D 和LTE-D2D[37,38]。

LTE-V-Cell 的关键性能指标主要包括:传输带宽最大可扩展到100 MHz,上行链路的峰值速率为500 Mbit/s,下行链路的峰值速率为1 Gbit/s,反应时延小于10 ms,控制时延小于50 ms,最大支持车辆速度为 500 km/h,最大的通信范围与LTE最大通信范围一致。关于LTE-V-Direct的关键性能指标目前还没有详细的统一标准。

4.1 LTE-V2X 车联网标准及演进

基于车联网相关技术研究的迅速进展,国内、国际标准化组织对于车联网标准的研制也进展十分迅速。

(1)3GPP LTE-V2X标准进展

2015 年 2 月,在世界主流通信设备商和运营商的推动下,3GPP 正式开始 LTE-V2X 技术标准化工作。设立了业务需求、系统架构、安全研究和空口技术 4 个技术工作组并开展工作。其中,业务需求由 SA1 工作组负责,定义了 LTE V2X支持的业务要求,包含27个具体用例并给出了 7 种典型应用场景的性能指标要求。系统架构由SA2工作组负责。其确定增强架构至少要支持LTE-V Uu和LTE-V PC5两种工作模式。其中Uu 空口主要承载传统车联网大容量的通信业务,PC5空口通过直通通信技术承载低时延高可靠性业务。安全方面由 SA3 工作组负责,主要调研 V2X 通信带来的系统安全威胁,分析研究 V2X 通信的安全需求并调研和评估现有的安全功能和架构[39]。空口技术由 RAN 工作组负责。

(2)3GPP LTE-eV2X标准进展

2016年6月,3GPP SA1 进行“增强的V2X业务需求”标准研究工作[40]。在发布的研究结果TS22.886[41]中,定义了 25 个应用案例,包括自动车队驾驶、半/全自动驾驶、可扩展传感、远程驾驶等需求。2017 年 3 月,由大唐电信等公司联合牵头的“3GPP V2X第二阶段标准研究”,主要讨论了包括载波聚合、发送分集、高阶调制、短帧传输等物理层关键技术,并于 2018年6月结项。

(3)5G NR-V2X 标准进展

2017 年 3 月,3GPP RAN开始进行V2X新型应用评估方法研究的SI[42],对3GPP TS22.886[41]中定义的增强业务需求进行评估研究,包括仿真场景、性能指标、频谱需求、信道模型和业务模型等。

4.2 5G V2X的体系结构

在 5G 时代,车联网拥有更加复杂多变的体系结构和新型的系统元素,如5G 车载单元、5G基站、5G 移动终端、5G 云服务器等。5G 车联网可以实现多种网络的融合,从而进行无缝的信息交互和信道切换。

图2展示了基于 D2D 通信的5G车联网应用架构。在未来车载移动互联网中,车辆可直接通过 5G 基站 (路边单元,RSU)或中继(包括邻近的车、用户移动终端)快速接入互联网,实现车与云端设施的信息交互;在车内网中,基于D2D通信,车辆和用于车内的用户终端可以在没有基站协助的情况下通过自行控制链路,进行短距离的车辆数据传输[43],从而降低数据传输时延;此外,在通信系统边缘或信号拥塞地带的车辆可以基于单跳或多跳的 D2D 建立 Ad Hoc 网络,实现车辆间的自组网通信[44]。

5 未来的挑战

目前V2X通信受到了学术界和工业界越来越多的关注与讨论,然而其正处于发展的初级阶段,也同样面临着各种各样的问题与挑战。主要体现在高可靠低时延通信、车辆安全、隐私保护和驾驶安全3个方面[43]。

5.1 高可靠低时延通信

由于V2X通信中的车辆往往处于高速运动的情景中,因此V2X通信模式对于车辆的定位信息具有更加严格的要求。同时在高速运动的场景下,信道和通信环境也更为复杂。而车辆的高速移动性以及网络拓扑结构的快速变化,容易造成车辆间的通信不稳定。例如当一辆车发信息给另一辆车时,由于车辆的速度可能使车辆间的距离超出双方的可通信范围,从而造成网络联通的不持续性。所以如何保证高速移动下V2X通信的高可靠低时延服务是值得探讨的关键问题。

此外,在车联网中,由于车辆行驶速度快,每次连接的实际有效时间短,接入切换频繁,因此要求网络接入和切换足够快,才能保持车载终端始终在线,其他的业务才能正常进行。目前车联网中存在多种不同的无线通信模式,如无线局域网、2G/3G/4G蜂窝通信、卫星通信和全球微波互联接入等,这些不同结构的网络要互通互联,进行数据传输交换,必须解决异构网络的融合问题。

image.png

图2   基于D2D通信的5G车联网通信架构

5.2 车辆安全和隐私保护

车辆作为智能交通运输系统最为重要的一环,车辆的安全是非常重要的。未来,车辆将不再是一个封闭的载体,而是一个开放的可连接的载体,与目前的手机等智能终端一样融入互联网中进行信息交互。因此不法分子可以利用互联网技术对车辆进行攻击,从而达到解锁车辆、使车辆熄火或主动刹车等目的。此外,与普通的通信网络(如手机通信网络等)相比,由于涉及用户的生命和财产安全,V2X通信网络往往需要更高的安全等级。因此,如何保证V2X通信网络中的数据安全是一个关键的问题。

5.3 驾驶安全

由于车联网中网络拓扑结构的频繁变化以及传输数据的海量递增,驾驶安全也是V2X通信中需要考虑的关键问题。参考文献[45]提出考虑不可见的邻居用户数量问题、数据的传输范围和数据分组生成率对于V2X通信行驶安全的影响,针对某一特定安全需求的车联网应用场景,仿真结果表明相对大的传输范围和较低的数据分组生成率能够使不可见的邻居数量最小化,从而满足安全驾驶的要求。参考文献[46]提出定期会话的双向通信信道以及两种对双向信道可靠性的监控方法,一种是在会话期间进行监测,另外一种是在会话期间进行监控的基础上再在相邻会话之间的间歇加一次监测。除此之外,V2X通信系统所特有的一些新应用存在安全漏洞问题,比如车队通信、协作防撞、动态驾驶地图、视频数据共享等。参考文献[47]提出车队中断攻击和车辆传感数据伪造的不当行为等V2X通信安全问题。在车队通信中,领头车辆在组织和保持车队的通信中扮演重要的角色,然而存在单点故障问题。攻击者利用这一缺陷,选择性地重发某些关键的控制信息(比如加速指令、刹车、变道等),对车队通信进行车队中断攻击。由于重发指令的攻击不会修改或窃听消息,并且攻击在较短时间内就能完成,现有的安全机制无法防止或检测此类攻击。

信息共享机制允许车辆、路边基础设施、行人或所涉及的任一实体共享其传感数据,以避免不必要的碰撞。但是,每辆车捕获的视频数据太大,无法进行加密,而且在许多情况下,这些视频数据是在没有任何保护的情况下进行传输的,因此给V2X通信带来安全驾驶的安全隐患问题。在车辆传感数据伪造方面,攻击者插入一些视频帧或照片误导其他车辆用户做出错误的决定。

6 结束语

近年来,车辆数量的迅猛增长给人们的出行带来了极大便利。然而,汽车的大规模使用带来了日益严峻的副作用,这其中包括频繁的交通事故、拥堵的城市交通以及效率低下的驾驶体验。车联网通信通过车辆及道路基础设施间的信息交互使车辆更加智能,从而提高驾驶安全性,减少交通拥堵。未来,随着V2X 车联网技术的不断发展以及核心技术的逐渐完善,V2X通信也将在更多的应用场景中为人们提供更高质量、更可靠、更安全的服务。

参考文献

[1]世界卫生组织.

2018年道路安全全球现状报告[R]. 2018.

[2]人民日报.车多了路长了,出行更安全了[N].2019-01-31.

[3]国家统计局.2018 年国民经济和社会发展统计公报[R]. 2019.

[4]卓义斌, 缪照浜, 高月红 ,等.V2X 技术发展历程及应用研究

[J]. 电信工程技术与标准化, 2016,29(2): 20-24.

[5]周建军, 夏志朗 .

基于 5G 的车联网技术的优势及局限性分析[J]. 信息通信, 2019(2): 250-252.

[6]CHEN S Z , HU J L , SHI Y ,et al.

Vehicle-to-everything(V2X) services supported by LTE-based systems and 5G

[J]. IEEE Communications Standards Magazine, 2017,1(2): 70-76.

[7]付长军, 李斌, 乔宏章 .车联网产业发展现状研究

[J]. 无线电通信技术, 2018,44(4): 5-9.

[8]郝铁亮, 叶平, 郝成龙 ,等.

车联网技术研究[J]. 汽车实用技术, 2017(20): 141-143.

[9]吕玉琦, 丁启枫, 杜昊 ,等.

汽车自动驾驶和 V2X 标准进展现状[J]. 数字通信世界, 2019(3): 19-20.

[10]HAMIDA E B , NOURA H , ZNAIDI W .

Security of cooperative intelligent transport systems; standards,threats analysis and cryptographic countermeasures

[J]. Electronics, 2015,4(3): 380-423.


博客 betty

LV1
2019-07-22 15:36
208

北方示范区与上海景格签署合作协议

2019年7月19日上午9时,国家智能网联汽车应用(北方)示范区一周年成果发布暨合作签约仪式在长春隆重举行,签约仪式上,北方示范区与上海景格科技股份有限公司签署合作协议,启明公司副总经理张振江、上海景格副总经理李明哲代表双方进行了签约。双方将在智能网联汽 ...查看全部

2019年7月19日上午9时,国家智能网联汽车应用(北方)示范区一周年成果发布暨合作签约仪式在长春隆重举行,签约仪式上,北方示范区与上海景格科技股份有限公司签署合作协议,启明公司副总经理张振江、上海景格副总经理李明哲代表双方进行了签约。双方将在智能网联汽车技术职业教育和智能网联汽车产业服务应用型人才培养等方面展开合作。

image.png

国家智能网联汽车应用(北方)示范区由启明公司承建,同时也是国家第一批5+2示范区中的一员。自运营一年以来,在标准建设、测试服务、示范运营、平台建设、模拟仿真、建设输出等方面取得了丰硕成果。未来,启明信息将通过示范区的建设、运行,推动适合我国国情的智能网联汽车上路法规研究;打造面向全国辐射东北亚地区的智能汽车和智慧交通技术测试验证、评价体验中心;形成产业联盟和产业孵化园的创新中心;打造智能网联和智慧交通建设一流服务提供商,开创移动出行新时代!

上海景格科技股份有限公司致力于职业教育的专业建设系统服务,以汽车职业教育为起点,不断拓展在线教育、机电、轨道交通、自动化、智能网联等专业领域,为国内外教育机构提供人才培养、课程体系搭建、教材建设、数字化教学资源库建设、创新实验实训中心建设、师资培训、专业课件合作开发等方面的服务,已在行业内形成良好的口碑和行业领先的地位。

签约仪式后,双方进行互相授牌,上海景格作为北方示范区的智能网联技术应用人才培养中心,北方示范区作为上海景格的智能网联技术教育实训基地。

下午,双方主要负责人进一步专题交流,就未来发展方向、合作切入点、市场分析等多角度进行讨论,坚持促进深化合作、实现互利共赢为基础、发挥各自优势,共同进行专业探索、实训方法探索、示范、实训体系建立、新型课程资源建立等等,携手打造智能网联技术人才培养、专业人才输出能力,推动双方合作向更宽领域、更深层次、更高水平迈进。

 

博客 betty

LV1
2019-07-22 15:36
263

无人驾驶开源仿真平台整理

盘点几款在无人驾驶研究中可以使用的开源模拟平台,包括Carla、AirSim、Udacity self-driving car simulator、Apollo、Autoware。 ...查看全部

盘点几款在无人驾驶研究中可以使用的开源模拟平台,包括Carla、AirSim、Udacity self-driving car simulator、Apollo、Autoware。

个人研究无人驾驶的门槛确实挺高,一方面是由于无人驾驶是涉及到车辆定位,物体检测、跟踪,路径规划等一系列复杂的课题,另一方面是由于没有自动驾驶实验室和实验基地的支撑,研究的算法无法验证和落到实处。

无人驾驶汽车在真实上路后所面临的外部环境十分复杂且多变,我们可以通过仿真的形式训练和验证无人驾驶汽车在不同场景下的感知和决策算法。

下面将介绍几款开源的自动驾驶仿真平台项目,包括Carla、AirSim、Udacity self-driving car simulator、Apollo和Autoware,项目在Github上都有详细的代码和文档。

需要注意的是,从技术上讲,这些平台主要分为两类:

  • 第一类是基于合成的数据,对环境、感知及车辆进行模拟,这里的感知大多数是图像层面的感知,这类模拟器主要用于感知、规划算法的初步开发上,Carla、AirSim、Udacity self-driving car simulator就属于这类;

  • 第二类是基于真实数据的回放,这里的真实数据包括图像、lidar、radar等各种传感器的数据,这类模拟器主要用于测试无人驾驶中信息融合算法以及车辆不同部件的性能,Apollo和Autoware就属于这类。

一、Carlaimage.png

介绍

英特尔实验室联合丰田研究院和巴塞罗那计算机视觉中心联合发布 CALRA,用于城市自动驾驶系统的开发、训练和验证的开源模拟器,支持多种传感模式和环境条件的灵活配置,论文中详细评估并比较了三种自动驾驶方法的性能。

论文摘要翻译作为介绍:

本文介绍一款用于自动驾驶研究的开源模拟器:CARLA。CARLA 的开发包括从最基础的直到支持城市自动驾驶系统的开发、训练和验证。除了开源代码和协议,CARLA 还提供了为自动驾驶创建的开源数字资源(包括城市布局、建筑以及车辆),这些资源都是可以免费获取和使用的。这个模拟平台能够支持传感套件和环境条件的灵活配置。我们使用 CARLA 来研究三种自动驾驶方法的性能:传统的模块化流水线,通过模仿学习训练得到的端到端模型,通过强化学习训练得到的端到端模型。这三种方法在难度递增的受控环境中做了评估,并用 CARLA 提供的指标进行性能测试,表明 CARLA 可以用来进行自动驾驶的研究。

机器之心英特尔&丰田联合开源城市驾驶模拟器CARLA

个人体验

安装非常方便,但是个人笔记本太破,跑不动。值得一提的是Carla提供不同天气下的环境,同时在感知层面提供三种模式的图像:正常的摄像头图像、深度图和语义分割图。

项目概况

项目地址:CARLA Simulator

在线文档:CARLA Documentation

介绍视频:YouTube:CARLA: An Open Urban Driving Simulator

论文地址:CARLA: An Open Urban Driving Simulator 或 点击下载PDF

二、AirSim

image.png

介绍

AirSim 是微软开源的一个跨平台的建立在虚幻引擎( Unreal Engine)上的无人机以及其它自主移动设备的模拟器。它支持硬件在循环与流行的飞行控制器的物理和视觉逼真模拟。它被开发为一个虚幻的插件,可以简单地放到任何你想要的虚幻环境中。

该模拟器创造了一个高还原的逼真虚拟环境,模拟了阴影、反射等其它现实世界中容易干扰的环境,让无人机不用经历真实世界的风险就能进行训练。

AirSim 的目标是作为AI研究的平台,以测试深度学习、计算机视觉和自主车辆的增强学习算法。为此, AirSim 还公开了 API,以平台独立的方式检索数据和控制车辆。

项目概况

项目地址:Welcome to AirSim

相关教程:Tutorials

介绍视频:YouTube:Cars in AirSim

论文地址:AirSim: High-Fidelity Visual and Physical Simulation for Autonomous Vehicles

三、Udacity self-driving-car-sim

image.png

介绍

Udacity通过开源协议授权公开了它的自动驾驶汽车模拟器,有 Unity 技术背景的任何人都可以利用此模拟器的资源,载入软件内置场景或创建自己的虚拟测试路线。

这个模拟器用于Udacity的无人驾驶工程师纳米学位课程,主要用于教授学生如何使用深度学习,训练无人驾驶汽车。

个人体验

第一:挺有趣的,两个地图只完成了简单的那个地图,难度大的那张地图还有挑战。
第二:这个项目的算法架构就是依据NVIDIA的那篇端到端学习的论文,利用卷积神经网络训练,项目教授了一些工程上的技巧,挑战在于优化神经网络。
第三:这个平台算是这些个开源平台中最简单的,我笔记本唯一跑的动就是这个了。

个人作品,运行较慢,可以快进:

项目概况

项目地址:Welcome to Udacity’s Self-Driving Car Simulator

课程项目:行为克隆:Behaviorial Cloning Project

相关教程:Unity Simulator User Instructions

网上作品:YouTube:Behavioral Cloning - neural network clones human driving

参考论文:End to End Learning for Self-Driving Cars

四、Apollo

image.png

介绍

Apollo不多说,国内宣传的很火了已经。
Apollo是百度公布的开源自动驾驶平台,是支持完全自动驾驶功能的高性能灵活架构。

项目概况

项目地址:Apollo

在线文档:Documents

试乘视频:YouTube:CES 2018 百度Apollo 2.0无人车美国桑尼维尔试乘

Apollo 2.0:apollo-v2.0.0

五、Autoware

image.png

介绍

Autoware是用于城市自主驾驶的开源平台,界面很有科技感,功能也很强大,支持以下功能:

  • 3D本地化

  • 3D映射

  • 路径规划

  • 路径跟随

  • 加速/制动/转向控制

  • 数据记录

  • 汽车/行人/物体检测

  • 交通信号检测

  • 交通灯识别

  • 车道检测

  • 对象跟踪

  • 传感器校准

  • 传感器融合

  • 面向云的地图

  • 连接自动化

  • 智能手机导航

  • 软件仿真

  • 虚拟现实

项目概况

项目地址:Autoware

在线文档:Autoware-Manuals

视频教程:Instruction Videos

路测Demo:Tier IV self-driving on urban public roads (as of Feb 2017)

论文地址:An Open Approach to Autonomous Vehicles


博客 betty

LV1
2019-07-22 15:36
255

比亚迪与丰田官宣共同开发电动车,2025年前投放中国市场

7月19日,比亚迪与丰田汽车签订合约,共同开发轿车、SUV等纯电动车型,以及这些车型所需的动力电池,目标是在2025年左右以丰田的品牌在中国市场推出电动汽车。一个是中国新能源汽车行业的领头羊,一个是全球传统燃油车和混动领域巨无霸,双方认为,为了 ...查看全部

7月19日,比亚迪与丰田汽车签订合约,共同开发轿车、SUV等纯电动车型,以及这些车型所需的动力电池,目标是在2025年左右以丰田的品牌在中国市场推出电动汽车。
一个是中国新能源汽车行业的领头羊,一个是全球传统燃油车和混动领域巨无霸,双方认为,为了减缓全球变暖,减少CO2排放,以进一步普及纯电动车为目标,有必要超越竞争关系的束缚,寻求共同发展,因此在纯电动车型共同开发方面达成了合作。
就在两天前,丰田刚刚与宁德时代就动力电池供给和发展进化领域建立了全面合作伙伴关系。

image.png 

2025年,550万辆

6月7日,丰田汽车在东京举行发布会,执行副社长寺师茂树坦承,当前纯电动汽车迅猛增速,远超丰田预期。因此,将全面调整电动车战略规划,将原来到2030年实现年销售550万辆电动车的计划提前5年,目标锁定2025年,全球新车年销量将有一半来自电动车。
作为混合动力车型先驱,普锐斯的电池一直由丰田自供。但是,寺师茂树表示,随着排放法规越来越严格,丰田未来五年对动力电池的需求将超出其本身的生产能力。为了满足电气化加速转型需求,丰田汽车将选定了宁德时代、比亚迪、东芝等电池制造商合作伙伴。此外,丰田还与斯巴鲁合作,在共同研发的平台上开发一款电动SUV,寻求降低研发费用。
image.png

作为全球新能源汽车第一大市场,中国不容忽视,丰田正在加快电动化产品阵营扩充,并计划在中国市场投入10款电动化车型。
在2019上海国际车展上,丰田量产纯电动车C-HR EV与奕泽 IZOA EV进行了全球首发,两款车型计划于2020年开始在中国市场销售。同时,丰田插电式混合动力车——卡罗拉双擎E+和雷凌双擎E+也刚刚在华上市,希望这两款为中国消费者精心打造的PHEV车型能够成为卡罗拉、雷凌家族的新明星成员。


比亚迪的硬核

与宁德时代相比,比亚迪不止提供动力电池,还能提供电动车基础结构解决方案。
比亚迪于2008年推出世界首款量产的插电式混合动力车型(PHEV),从2015年起,连续四年实现了新能源汽车全球销量第一。目前已形成e系列和王朝系列两大产品阵营,BNA架构、e平台、DM技术和DiLink智能网联系统构成了比亚迪全面覆盖各细分市场的核心技术推动力。

image.png


2018年,比亚迪正式公布了全新的BNA(BYD New Architecture)架构造车理念,这个架构由全擎全动力智造平台、引领智能AI科技的智联平台、开放车机硬件的自动驾驶平台以及领先的新能源汽车平台四部分组成。四大平台以智造、智联、自动驾驶、新能源为关键点,优化汽车生产、智造、研发、采购等全价值链环节,并不断地渗透到未来的产品矩阵中。BNA架构具备持续助力产品进化,不断孕育市场爆款的能力,因此称BNA为“高阶汽车孵化器“丝毫不为过,同时,它的“开放性”也能够帮助比亚迪在动力电池和电驱动等领域外,拥有差异化竞争优势。
而“e平台”则是模块化式的纯电动汽车关键技术平台,通过集成化技术达到整车轻量化的标准、提高了效率、增大续航里程,还能降低整车的制造成本,让纯电动车型在拥有长续航、高可靠性、高性能的同时更具备价格优势。标准化技术则将大量零部件、接口、技术进行标准化开发,使之能在各级别的纯电动车型上通用,由此带来规模效益,也令新产品开发速度提升,利于纯电动汽车产品线的快速展开。 

在产业链配套方面,2017年,比亚迪决定动力电池开始对外销售,目前已与长安等国内主流车企展开合作。今年1-6月,比亚迪的动力电池装车量达到7.35GWh。与丰田的正式合作,将使比亚迪电池业务进入全球车企巨头供应梯队,而丰田也可以在中国市场获得安全稳定的电池供应保障。

结语

image.png


强强联合,优势互补,结合各自在电动车和电池领域的技术积累和开发实力,比亚迪与丰田将在新能源汽车市场的竞争中互助一臂之力。


博客 betty

LV1
2019-07-22 15:36
258

自动驾驶产业链全景图

自动驾驶产业链构成:感知-决策-执行 三个层面从感知层面看,感知环境的激光雷达、毫米波雷达、摄像头、红外夜视和组合导航设备,感知车辆自身的包括压力传感器、流量传感器、陀螺仪及加速度传感器等传感器都 ...查看全部

自动驾驶产业链构成:感知-决策-执行 三个层面

从感知层面看,感知环境的激光雷达、毫米波雷达、摄像头、红外夜视和组合导航设备,感知车辆自身的包括压力传感器、流量传感器、陀螺仪及加速度传感器等传感器都属于感知层面的零部件。

从决策层面看,高精度地图定位、云平台、V2X通信、车载平台等车联网系统为汽车进行路况判断,规划最优行驶路径,起到决策作用。

从执行层面看,包括转向、油门、制动、照明等执行部件与系统,和整车应用。现有汽车零部件供应商在执行层有许多积累,通过研发新一代产品进行产品升级;而在感知和决策层,国内传统零部件供应商参与较少,更多是IT巨头和创业公司在该领域竞争。


▌感知层:多传感器融合成必然趋势、激光雷达重要性凸显

目前感知层的传感器包括摄像头、超声波雷达、毫米波雷达和激光雷达等,由于各有其优缺点和适用场景,在提高汽车自动化等级的过程中,多传感器的融合成为必然趋势。

具体来说,多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在各种环境下更加准备可靠的描述外界环境,从而提高系统决策的正确性,其中不仅需要硬件设备方面的协同配合,还需要决策层算法等支持。

image.png

激光雷达作为传感器之一在自动驾驶发展的过程中至关重要。

L2级别下的自动驾驶汽车无需激光雷达,但L3级别以上的自动驾驶汽车对激光雷达的分辨率和数量需求逐渐增加,L5级别自动驾驶需要128线的激光雷达,可以说如果激光雷达的发展不够理想,自动驾驶等级的提高会收到很大的限制。

目前激光雷达的技术不够发达,生产成本高。Velodyne研发的VLS-128虽然比HDL-64的尺寸缩小了70%,探测距离提高了一倍,分辨率则提高了四倍,但其数量较少且价格高。

image.png

激光雷达成本较高,仍需技术突破和大规模量产

激光雷达的原理是,通过向外发射并接收的波束的方式来探测计算目标物体的位置和速度等信息。它与毫米波雷达的最大区别在于,激光雷达使用的是激光,而毫米波雷达使用的是毫米波。

激光雷达使用飞行时间技术,即根据激光遇到障碍物后的折返时间间接计算目标与自己的相对距离。

作为感知端的重要零部件,激光雷达的发展影响着自动驾驶的应用场景。激光雷达在自动驾驶技术中的应用主要是对装载物所在周围环境进行3D建模,获得环境的深度信息、识别障碍物、规划路径、以及进行环境测绘等等。随着自动驾驶技术的进一步发展,激光雷达作为主流传感器受益明确。

先进的技术也意味着更高昂的成本。与其他发展较成熟的摄像头、毫米波雷达等传统传感器相比,激光雷达仍是一个在不断变化中的技术,也仍是一个量产难度较大的技术,目前仍没有能够在技术和成本上完全满足车规要求的激光雷达。

市面缺乏对传感器真正的行业标准,技术难关加上高昂的成本加剧了量产的难度,也让目前的市场价格更加居高不下。但从各大车企对激光雷达企业的关注和自动驾驶发展对传感器的刚需可看出,激光雷达市场方兴未艾,在更成熟的量产计划实现后,激光雷达将迎来更大的市场。

激光雷达竞争格局

在激光雷达技术上美国、德国、以色列、加拿大等国家走在全球前列。据不完全统计,国外激光雷达企业达到14家。中国企业近年来奋起直追,激光雷达企业已有8家。

由于全世界的激光雷达布局汽车步伐仍处于起步阶段,因此国内外技术进展相差并不大,自主企业、创新型企业有望通过技术研发获得市场先机,占领市场。

image.png

▌决策层:高精度地图是自动驾驶刚需,市场呈两极分化格局

高精度系高级自动驾驶必需

高精度地图是自动驾驶的核心技术之一。和普通导航电子地图相对,它是服务于自动驾驶系统的专题地图,拥有精确的车辆位置信息和丰富的道路元素数据信息,起到构建类似于人脑对于空间的整体记忆与认知的功能,可以帮助汽车预知路面复杂信息,如坡度、曲率、航向等,是确保行车效率与安全、规避潜在风险的信息来源和关键决策基础。

高精度地图的高精度体现在两个方面。一是高精度地图的绝对坐标精度更高,地图上某个目标和真实世界的事物之间的精度更高;二是高精度地图所含有的道路交通信息元素更丰富和细致。

高精度地图主要有以下三大功能:地图匹配、辅助环境感知和路径规划。高精度地图将车辆位置精准的定位于车道之上、帮助车辆获取更为准确有效全面的当前位置交通状况并为无人车规划制定最优路线。

高精度地图两极格局

1.国外高精度地图两极格局:初创企业v.s车企、互联网

当前国外高精度地图竞争格局呈现两极分化的态势。

一方面是大型互联网科技巨头、车企,如谷歌、英特尔、宝马等。这些公司在高精密地图的研发上更多采取集中采集的地图信息搜集方式,他们的合作伙伴数量相对而言更多而且更为稳定,在市场上影响力更强。

而另一方面是看准时间和角度切入自动驾驶行业的初创公司,可以将其视作算法集成层面的公司。

由于国外特别是美国在地理信息采集上政策监管较松,因此有不少初创公司都在美国开启了高精度地图的研发与应用试验。他们利用高精度地图进行路线规划,采用新型计算平台,整合多传感器信息,开发相应的车辆控制算法对汽车进行行为控制。对于大部分初创企业而言,项目能否真正产生正的现金流事关自身生死存亡。

因此此类公司使用的信息采集方式基本均为成本较低的众包采集,并且在商业化模式探索方面不断做出积极的尝试。

虽然目前高精度地图的商业化未来依旧并不明朗,但是此类公司的做法,例如Carmera的高精度地图服务工程测量、城市规划,DeepMap为合作伙伴开发的云端服务平台等依旧具有一定的借鉴意义。image.png

2.国内高精度地图两极格局:老牌地图服务商v.s挑战者

国内的高精度地图竞争格局与国外类似,可以分为老牌地图服务商(如高德地图、四维图新等)和挑战者(如宽凳科技、星舆科技等)。

前者都拥有导航电子地图制作甲级资质,采用集中制图和众包制图结合的方式研发高精度地图。而后者仅有部分拿到了导航电子地图制作甲级资质,未能拿到资质的企业则利用众包采集的高精度地图数据搜集方法,绕开资质要求并独立展开高精度地图业务。

此类企业可以通过提供高精度地图解决方案为客户排忧解难,做差异化定位,在国内的高精度地图市场也并非没有一席之地。

目前国内仅有13家企业取得了导航电子地图制作甲级资质,可以为主机厂商提供车载导航数据。而真正能够提供完善电子地图的只有七家,分别是:四维图新、高德软件、凯立德、易图通、灵图、瑞图万方、城际高科;只有8家参与到导航业务。

2018年7月,京东方面宣布推出专注于机器人地图和智能驾驶数据应用的京东地图,有望成为第18家获得资质的公司。

image.png

▌执行层:物流服务成短期突破口,联合互联网巨头扩大服务范围

承担服务或物流功能的载物无人车是短期内规模化应用的切入口

自动驾驶下游应用丰富,短期内有望最先实现规模化应用的领域为承担服务或物流功能的载物无人车,移动服务机器人是其主要类型之一。

从技术上看,载物无人车由智能模块集成和特定功能组件构成。其中,智能模块包括感知交互模块、认知决策模块、导航移动模块、运动控制模块等,是服务机器人智能性的基础;而特定功能组件决定其应用领域。移动类的服务机器人的核心是导航移动模块,其又包括定位、建图、路径规划等。

image.png

与互联网巨头达成合作,进军无人服务平台从客户分布看,无人车企业积极拓宽客户范围,目前已与互联网巨头达成合作,向无人服务平台进军。

▌自动驾驶产业链市场空间测算

激光雷达:2025年国内市场规模可达百亿元

激光雷达作为重要的传感器,目前应用于多个领域,包括测绘、工业传感、机器人等传统市场和自动驾驶新兴市场。这里我们主要围绕激光雷达在自动驾驶的开放场景和封闭场景两方面进行市场空间分析。

开放场景下激光雷达市场空间测算

2018年,中国市场全年新车销量同比下降2.8%至2808.1万辆,时隔28年出现同比下滑,我们预计2019年新车销量仍会持续小幅下降。但众多车企计划在2020年量产高级别自动驾驶车辆,届时汽车销量也将有所好转,预计2025年,国内新车数量达到3500万辆。

根据高工智能汽车(GGAI)以及《汽车产业中长期发展规划》、《智能汽车创新发展战略》等国家规划,我们将自动驾驶不同等级的渗透率变化预测如下。

从激光雷达装载量看,不同车型所需要的激光雷达数量不等,更高配置的自动驾驶车辆需要的激光雷达会比普通车辆更多。

按照自动驾驶的分类标准,L2级及以下级别的车辆不使用激光雷达,L3级及以上的车辆使用一定数量的激光雷达。我们根据已经装载激光雷达的数款自动驾驶汽车型号看,2017年奥迪上市的L3级车辆A8AI每车使用1个四线激光雷达,而L4级别的车辆使用激光雷达在2-4个不等。

在市场空间测算中,我们按照L3级别车辆装载1个激光雷达,L4及以上使用3个激光雷达进行计算。

从激光雷达单价看,我们根据目前市面上知名的激光雷达厂商售价数据,初步估算固态激光雷达目前的市场价格最低在250美元-500美元之间。

在测算中,我们把起始单价按照目前低配固态雷达的单价设定为440美元,在未来几年内价格匀速下跌,预计2025年更大程度量产,可以使激光雷达单价普遍在212美元左右。为统一单位,我们将美元数据按照1:6.75换算为人民币进行计算。

根据测算,我们预计2025年,在开放场景下,国内激光雷达的市场规模将超过70亿元人民币。

无人车领域激光雷达市场空间测算自动驾驶在封闭场景中的应用十分广泛。

在这里,我们选取了封闭环境下的几个重要场所进行封闭场景下激光雷达的市场空间测算。我们沿用了上述测算所使用的激光雷达单价数据进行测算。根据下文对下游无人车场景的市场空间测算,我们初步得出无人车在未来数年的需求量。

image.png

根据无人车未来的需求总量,我们按照每台无人车需装载2个激光雷达进行保守市场空间测算(无人车前后各装载1个激光雷达),雷达单价沿用上述假设,设定2018年激光雷达单价为440美元(折合人民币约2970元),随着量产的推进,按照每年10%的速度不断降低,2025年预计单价为212美元左右(折合人民币约1431元)。

我们预计,2019年国内无人车领域激光雷达市场空间在亿元级,但到2025年接近30亿元,增长空间较大。

image.png

高精度地图:2025年国内市场规模超过110亿元

截至2018年底,全国汽车保有量达2.4亿辆,比2017年增加2285万辆,增长10.51%。为测算高精度地图的市场空间,我们做出如下假设:

(1)起始年度高精度地图的服务年费为100元。2019年4月,高德地图宣布为客户以成本价提供高精地图产品,“成本价”指不超过100元/车/年的授权费用,以助力L3级别自动驾驶普及。因此,我们把高精度地图的服务年费设定为100元,并预计至2025年每年增长约5%。

(2)当前有15%的汽车配备了高精度地图服务。当智能驾驶级别达到L3以上之后,高精度地图就逐步成为一个必需品。因此,高精度地图的应用程度会跟随L3量产的时间节奏来推进,预计2025年,高精度地图的渗透率可达到30%左右。

(3)过去十年我国汽车保有量的增速在10%左右,但近年来新车销量增速开始下台阶,因此我们将未来5-10年我国汽车保有量的增长率设定为7%。

image.png

综合上述测算可看出,我国高精度地图有望在2024年前后实现百亿市场,2025年市场总规模预计为115.6亿元人民币。

无人车:2025年室内服务和物流配送市场空间超过400亿元

从市场空间看,载物服务类无人车应用场景广泛,目前最快发展起来的是KTV、餐饮、酒店、医院等室内场所,同时有少量无人车开始在封闭园区内进行室外物流配送测试。按照以上主要场景,我们对无人车的市场空间进行测算。

自动驾驶是个很宽泛的产业概念,其产业链涵盖感知、决策和控制等三大领域。在感知端,由于激光雷达精度最高、探测距离远、不可或缺,我们看好该领域的投资机会;且由于产品通用性强,对精确度和稳定性要求较高,我们看好软硬件技术先进、同时在量产降本方面走在行业前沿的企业。

在决策端,我们认为高精度地图在实时定位和路径规划上将发挥关键性作用,是自动驾驶时代的必要基础设施,未来具有巨大的需求弹性,我们看好在定位网络上布局领先、算法先进,同时具备成本优势的企业。

在下游应用领域,从场景商业化落地的可行性和容易程度来看,在简单环境下的低速载物无人车会率先规模化应用。

根据上述对产业链市场空间的测算,预计2025年激光雷达、高精度地图、无人车应用的市场规模分别可达99.22亿元、115.6亿元和420亿元。

由此可以看出自动驾驶产业未来有良好的发展前景,在政策支持和技术提升的双向加持下,自动驾驶的进一步普及将为行业带来红利。

从融资方面看,感知和决策相关技术仍有较大发展空间,预计未来资金将继续流向激光雷达等设备的研发以及算法、高精度地图等技术的提升过程中。

即使现阶段某些初创公司未能实现盈利,在技术不断进步的基础上,其未来的发展前景依旧可观,或在未来3-5年内看到营收的爆发式增长。


博客 betty

LV1
2019-07-22 15:36
225

5G下的车联网

随着5G商用牌照的发放,我国也迎来了5G发展元年,在众多的智能垂直场景应用领域之中,车联网、自动驾驶已成为全球热点,其蕴含巨大的经济价值和社会价值,成为国内外各科技公司、互联网巨头、通信运营商以及汽车主机厂商联手抢占的蓝海市场。牌照发放:C ...查看全部

随着5G商用牌照的发放,我国也迎来了5G发展元年,在众多的智能垂直场景应用领域之中,车联网、自动驾驶已成为全球热点,其蕴含巨大的经济价值和社会价值,成为国内外各科技公司、互联网巨头、通信运营商以及汽车主机厂商联手抢占的蓝海市场。

牌照发放:C-V2X发展势头强劲

车联网的出现对互联网的响应速度,运营商的服务质量,以及汽车厂商、软件提供商,甚至政府的支持力度均提出了新的挑战与要求。

内在,汽车自身将具备移动通信能力和计算处理能力;外在,技术和环境的发展催生了道路信息、车辆管理、自动驾驶等众多场景的需求,而C-V2X则是让这些成为可能的主要抓手。

C-V2X(蜂窝车联),即基于蜂窝技术的车联网通信,它不仅支持现有的LTE-V2X应用,还支持未来5G V2X的全新应用。它基于强大的3GPP生态系统和连续完善的蜂窝网络覆盖,可大幅降低未来自动驾驶和车联网部署成本。

具体来看,目前的C-V2X是基于全球3GPP R14规范的V2X通信技术,主要包括四大类场景,分别为车与车之间的直接通信(V2V),可提前预警;汽车与道路基础设施之间的通信(V2I),如交通信号灯、交通标识、停车位置等;汽车与行人通信(V2P),可保障行人安全;这三类皆为基于设备本身之间的通信,当使用到移动网络环境进行通信时,还包括汽车通过移动网络与云端进行通信(V2N)。

正因这些优点,自研发以来,C-V2X深受以电信行业为基础、拥有蜂窝技术背景的公司和车企的青睐,在这其中,中国移动、中国联通和中国电信均成立了下属的车联网部门与子公司,力图从网络运营和基站建设着手,协同制定车联网应用标准,引领行业发展。通信芯片具有较高的进入门槛,国内以华为、大唐、中兴为主,开展LTE-V2X芯片和5G通信芯片的研发。当前,在通信运营和芯片等领域,国内市场基本被行业巨头占领。

毋庸置疑,随着5G牌照的落地,基于5G的C-V2X技术也将迎来新一轮的发展风口。

移远车载产品总监王敏表示,在自动驾驶过程中,车辆的传感器从检测路况信息到命令车辆的“大脑”做出反应的时间越短,自动驾驶的安全性就会更高,基于5G的C-V2X技术,会更好地改善自动驾驶。

高新兴科技集团物联公司副总裁、车联网产品线总经理杨磊认为,目前,我国车联网产业化进程逐步加快,产业链上下游企业已经形成围绕V2X的完整产业链生态,在5G-V2X的助推下,车辆将由代步工具转变为第三智能空间,人类的生活体验将会得到提升。

规模落地:车路协同是抓手

当前,发展车联网大概分为两大派系,一方是认为应竭力发展单车的智能化,另一方则是认为应把精力重点放在建设车路协同上,对此,360车联网市场负责人表示,对于当前车联网而言,单车智能化与车路协同两者是相辅相成共同发展的关系。车路协同是从系统思维的角度看待车联网的发展,单车智能化虽然是一个理想的发展方向,但在成本和技术上都存在很高的门槛。

赛迪顾问的《车联网产业发展报告(2019)》显示,当前全球联网车辆已经达到9000万辆,预计到2020年将增加至3亿辆左右,2025年则将突破10亿辆。

毋庸置疑,任何一件产品的大规模落地,首先要解决的肯定是成本的控制。

如果我们追求单车高度智能化,那么在保障安全的前提下,单车的感知、决策系统等都需要当下最优秀的设备。但当下单是一台64线激光雷达成本就够抵上数台入门级家轿的价格,同时,目前高度自动化的测试车平均成本就在20万美元左右,可见一台高度自动化的汽车成本不菲。

而如果在车路协同下,道路基础建设更多的是政府、科技企业来投入,对于车企来说,有了道路传感器的辅助,他们甚至可以减少车辆部分感知传感器,造车成本将大大降低;同时对于消费者来说,购买自动驾驶汽车也将更便宜、更容易。这对于自动驾驶汽车的推广有着积极意义。

大唐移动5G产品线副总裁李文表示,5G无人驾驶有两条路线,一条是智能化,即实现单车智能,另一条是网联化,即利用V2X技术、辅助驾驶,打造车路协同,总体来看,车路协同是未来真正形成可商用可落地的解决方案。

北京航空航天大学交通科学与工程学院副院长田大新指出,不管是单车智能还是群体智能,交通出行将是未来市场一个巨大的蛋糕。但单车智能并不能提供完备的车联网环境,必须实现车车、车路之间协同,从而形成完整的智能交通体系。所以增强型的群体协同将变成未来一个发展方向,这也将为整个产业的发展和技术的落地带来革命性的变革。

“被动安全都是出事故之后,安全气囊打开,防止意外,而主动安全是在出事故之前预警,规避事故的发生,这相当于主动防止事故的发生。”田大新表示,通过车路协同,可以实现道路交通安全、车辆安全从被动变成主动。

商业模式:从汽车走向智能终端

车联网产业链条长,产业角色丰富,从上游到下游涵盖制造业和服务业两大领域,随着车联网的深入发展,必将会重塑出行产业的结构格局和商业模式。

腾讯车联总经理、腾讯未来网络实验室总经理刘昕认为,智慧出行商业模式关键在于实现整体数据流的商业闭环,当无人驾驶规模化应用之时,人的双手和大脑彻底解放出来,结合5G与云技术,并不需要在车机系统中增加更高昂的成本,只需要一个网络接口,就会出现更多新的商业模式。

中国科学院科技战略咨询研究院研究员王晓明认为最能给智慧出行产业提供借鉴的就是手机产业,过去手机的定义是打电话,苹果手机的打电话能力弱于诺基亚,但当手机变为多功能终端,苹果的商业模式就成功了。如果汽车的定义仅是从A点到B点的移动出行工具,那么当它不移动,它就不创造价值,但是当汽车变成一个多功能平台和载体,即使它不移动,也可以创造价值,价值的来源在于平台开放、连接,不在汽车本身。

吉利汽车研究总院创新中心总监杨峰表示,未来,自动驾驶将通过全新技术融合、不同频谱类型和频段、多样化服务及部署,打造一个强大的5G平台,并且,5G车联网将会形成大量的数据,通过数据挖掘,将有可能催生新的商业模式,比如主动数据化服务等。

中国移动研究院物联网研究所副所长、车联网与智慧交通创新中心主任刘玮指出,数据就是金山银山,有了车联网的数据才能实现更多的功能。

刘玮表示,车联网参与方众多,属于通信、汽车、交通等多行业融合的领域,目前产业各方在各地积极开展车联网应用示范,但并未实现数据的开放与共享。希望建立政府主导和社会参与共建的、服务于车联网的开放型大数据系统,实现政府监管平台、企业级平台、社会服务平台互联互通和数据共享。同时认为车联网需要产业链各方共同推动与塑造,促进产业健康快速发展。 (来源:通信产业网  作者:党博文)


博客 gaohong

LV1
2019-07-19 17:01
258

5G按下快进键,车联网市场将迎来爆发式增长

5G通信技术已被越来越多的国家纳入车联网主流通信技术,并做出统一的技术标准。7月5日,汽车工业高度发达的欧盟各成员国集体发声力挺5G,拒绝将Wi-Fi作为车联网技术标准。早在2018年12月,工业和信息化部就已明确表示,到2020年,高级别自动驾驶功能的 ...查看全部

5G通信技术已被越来越多的国家纳入车联网主流通信技术,并做出统一的技术标准。7月5日,汽车工业高度发达的欧盟各成员国集体发声力挺5G,拒绝将Wi-Fi作为车联网技术标准。早在2018年12月,工业和信息化部就已明确表示,到2020年,高级别自动驾驶功能的智能网联汽车和5G-V2X(基于5G的车联网技术)将逐步实现规模化商业应用。

随着全球一致化的车联网产业链的初步形成,行业巨头们的抢滩布局已全面开启,助推中国车联网产业加速发展。

5G按下车联网快进键

2018年12月25日,工业和信息化部印发了《车联网(智能网联汽车)产业发展行动计划》(以下简称《行动计划》)。《行动计划》规划了5905MHz~5925MHz频段共20MHz带宽的专用频率资源,明确了发展目标:到2020年,高级别自动驾驶功能的智能网联汽车和5G-V2X逐步实现规模化商业应用,“人-车-路-云”实现高度协同,车联网渗透率将达到30%以上。

除我国外,还有许多国家和企业也已明确阵营,纷纷支持5G。7月5日,21个欧盟成员国投票否决“将Wi-Fi作为车联网技术标准”的决议,包括宝马、戴姆勒、福特、英特尔、高通、华为和三星等行业巨头看好5G在车联网中的应用前景。那么,5G究竟比Wi-Fi优越在哪?

车联网中的业务,包括车载动态导航、自动驾驶、编队行驶、远程驾驶、碰撞预警以及车辆生命周期维护等都需要安全、可靠、低延迟和高带宽的通信连接。2018年4月,福特发布与大唐、高通的联合测试结果,对比了基于Wi-Fi的DSRC(专用短程通信技术)和C-V2X(蜂窝车联网技术)实际道路测试性能。结果显示,在相同环境下,通信距离在400米到1200米之间时,C-V2X系统的误码率明显低于DSRC系统,而通信性能在可靠性和稳定性方面均明显优于DSRC。

DSRC在150米至1公里的距离内,理论上以每秒3~27Mbps的速度传输数据。然而值得注意的是,在实际情况中Wi-Fi的实际传输距离、数据带宽和稳定性很可能仅处于理论范围的中低端水平。

中国联通研究院院长张云勇告诉《中国电子报》记者,由于不同国家对其标准化的频段和调制方式不同,直到2010年IEEE才整合了各个地区的协议。因此,长期以来,DSRC通信系统的兼容存在一定问题,难以在车联网中大规模使用。

而C-V2X是一种根据车辆运行环境优化过的网联协议,可实现更长距离和更大范围的通信。C-V2X加入了5G高可靠、高带宽、低延时的新空口特性,提升车辆对环境的感知、决策、执行能力、海量数据信息共享能力,为车联网、自动驾驶应用,尤其是涉及车辆安全控制类的应用带来更好的基础条件。

张云勇还指出,频谱和能源的高效利用是5G车联网技术的一个重要特征。5G车载单元将基于D2D技术,实现与邻近的车载单元、5G基站、5G移动终端的车联网自组网通信和多渠道互联网接入,较DSRC可产生更低的成本支出,节约更多能源。

赛迪顾问的《车联网产业发展报告(2019)》指出,2020年,5G技术的推广应用、V2X技术发展、用户增值付费等方面将大幅提升,车联网市场将迎来爆发式增长,增速将超过60%。届时,大部分新车都将联网,同时联网汽车渗透率也将持续提升。

车联网正值红利期,中国企业加快布局

5G车联网标准的确定,对整个行业快速推进有着积极的意义,赛迪顾问汽车产业研究中心总经理鹿文亮向记者指出,全球车联网一旦有了统一的技术标准,各国企业才能大规模投资建设,特别是在基础设施建设和车载硬件方面,产业链将进一步完善。

当前,万亿规模的车联网市场成为各行业巨头眼里的“香饽饽”。得益于5G技术领域的领先优势以及庞大的汽车市场规模,我国车联网产业进入快速发展新阶段,技术创新愈加活跃,新型应用蓬勃发展,产业规模将不断扩大。据预测,到2020年,全球V2X市场规模将突破950亿美元,其中,中国V2X市场规模将超300亿美元。

截至目前,我国车联网市场整体开局良好,车联网产业潜力企业主要分布在大型平台式运营服务商、通信设备供应商和新能源汽车生产商。

三大运营商纷纷打造“多模通信+人车路协同+车云同步”的云网协同一体化网络。2018年,中国移动整合成立车联网公司——中移智行网络科技有限公司。中国电信针对车联网,从智能的通信管道、物云融合能力、内容和应用能力三方面形成车联网构架平台,同时连接全球管理平台,助力车联网服务创新。2019年4月,中国联通旗下车联网子公司联通智网科技有限公司引入9家战略投资者,其中包含一汽、东风汽车、广汽等多家传统车企。

作为我国通信设备头部供应商,大唐、中兴等企业强调自身的开放性,不断调整自己在产业链中的位置,巩固在通信领域的传统优势。华为不造汽车,却立志“车联网要做到世界第一”。2018年,华为发布首款商用C-V2X解决方案RSU(路边单元),明确了华为以网联技术、车联网云平台、计算平台为主的汽车行业布局。今年4月,其与沃尔沃汽车达成战略合作,将智能车载交互系统中嵌入华为应用商城,为中国用户打造本土化的智能车载应用服务平台。5月,华为正式升级其汽车业务,成立智能汽车解决方案BU,位列一级部门。

我国汽车生产商也不放过难得的市场红利期,开展车联网的布局。东风汽车推出首台融合5G远程驾驶技术的概念车Sharing-VAN,这款车被定义为移动出行服务平台,包含了自动驾驶、5G远程驾驶、调度监控系统等新技术。2月的MWC19上,吉利集团宣布与高通公司和高新兴集团合作,将于2021年发布吉利全球首批支持5G和C-V2X的量产车型。7月3日的百度开发者大会上,吉利宣布将借助百度车联网服务平台优势,针对智能网联、智能驾驶等在汽车、出行领域应用与百度展开全面战略合作。

业内相关专家表示,随着5G和C-V2X技术的深入渗透,我国的车联网产业现有优势将继续保持,车载通信芯片、定位芯片、通信模组等“软肋”也将打开国产化新局面,如高德、四维图新、千寻位置、紫光展锐等先进内容服务企业的市场潜力将进一步释放。(电子信息产业网  作者:齐旭)


博客 gaohong

LV1
2019-07-19 17:01
201

中国发布最新V2X车联网白皮书!(1)

7月18日,中国5G推进组发布《LTE-V2X安全技术白皮书》,为我国LTE-V2X商用系统实际部署以及LTE-V2X车联网业务数据安全和用户隐私保护方案提供了重要参考。撰写这本白皮书的阵容很强大,主要包括: ...查看全部

7月18日,中国5G推进组发布《LTE-V2X安全技术白皮书》,为我国LTE-V2X商用系统实际部署以及LTE-V2X车联网业务数据安全和用户隐私保护方案提供了重要参考。

撰写这本白皮书的阵容很强大,主要包括:

1.jpg

白皮书全文如下:

2.JPG

3.JPG

4.JPG

6.jpg

6.jpg

博客 gaohong

LV1
2019-07-19 17:01
215

自动驾驶传感器方案全解析

自动驾驶汽车作为汽车未来的重要发展方向,成为汽车零部件产业链的重要增长点。国内外的汽车零部件供应商积极布局自动驾驶传感器领域,在车载摄像头、毫米波雷达和激光雷达三大核心部件,以及产业链上下游的拓展为零部件供应商带来增长机遇。 ...查看全部

自动驾驶汽车作为汽车未来的重要发展方向,成为汽车零部件产业链的重要增长点。国内外的汽车零部件供应商积极布局自动驾驶传感器领域,在车载摄像头、毫米波雷达和激光雷达三大核心部件,以及产业链上下游的拓展为零部件供应商带来增长机遇。


分析师:姜雪晴



国内外部分综合实力较强的汽车零部件公司在自动驾驶汽车传感器上进行多产品布局,可以为下游客户提供综合性的自动驾驶解决方案,形成较强的竞争力。


这些公司包括国外的博世、大陆集团、法雷奥、海拉、德尔福、富士通天、奥托立夫等公司和国内的德赛西威、华域汽车和保隆科技等公司。


国际公司中,博世的自动驾驶传感解决方案技术领先,其可以为客户提供包括近距离摄像头、多功能立体摄像头、77/79GHz毫米波雷达等多种产品,同时博世通过投资以及自主开发的方式研制激光雷达产品。


大陆集团是全球排名前五的车载摄像头模组供应商和排名前三的毫米波雷达供应商,同时其规划2020年后将实现激光雷达的量产。



法雷奥是全球排名前三的车载摄像头模组供应商,其毫米波雷达和激光雷达产品稳步发展,其中和Ibeo合作研制的激光雷达已经量产。此外,海拉、德尔福等公司的自动驾驶传感器业务也稳步发展。


国内公司中,德赛西威2017年实现高清车用摄像头的量产,毫米波雷达产品将于2019年实现量产。华域汽车前视摄像头完成综合工况道路验证测试,毫米波雷达产品已经实现量产供货。保隆科技预计将于2019年量产车载摄像头,其毫米波雷达产品也已发布。


竞争格局:国际企业领先,国内企业跟进


摄像头:国际零部件公司市场份额较高


车载摄像头产业链主要涉及上游材料、中游元件和下游产品三个主要环节。上游材料中光学镜片、滤光片和保护膜等用于制造镜头组,晶圆用于制造CMOS芯片和DSP信号处理器;


在中游镜头组、CMOS芯片和胶合材料等组装成模组,并和DSP信号处理器封装成摄像头产品。在产业链的这一层,上游供应商已经可以向下游整车或一级供应商客户供应完整的摄像头产品。


在车载摄像头产业链中,摄像头和软件算法一起,构成车载摄像头解决方案,应用于自动驾驶汽车中。


车载摄像头产业链较长,上下游拥有众多环节,每个环节都涉及国内外众多厂商和公司。



相较于消费电子等所用的摄像头,车规级的摄像头对防震、稳定性、持续聚焦特性、热补偿性、杂光强光抗干扰性等都有较高的要求,因此其模组组装工艺复杂,技术堡垒较高。


从全球摄像头供应市场来看,目前国外公司松下、法雷奥、富士通天、大陆、麦格纳等厂商占据较大份额,前五大产商市场份额合计在59%左右,集中度相对较高。




目前车载摄像头市场份额较大的公司均是全球领先的一级零部件供应商,下游客户基本覆盖了全球主要的整车公司。


法雷奥的下游客户包括大众、奔驰、宝马、福特、雷诺、马自达等;大陆集团的客户包括大众、福特、通用、马自达等;富士通天的客户则以丰田为主;麦格纳的客户群体同样广泛,覆盖欧美和日韩的主要车企;日立则以日本车企为主。



摄像头产业链竞争格局分析


在车载摄像头的产业链上游中,不同环节的竞争格局也有所不同。


摄像头镜头组:舜宇光学领先在车载摄像头镜头组全球市场,舜宇光学占据第一的市场份额,2015年的市场份额达到34.1%,2017年市场份额达到39%;跟随其后的主要产商包括日本世光、日本康达智、富士胶片等。


舜宇光学是全球领先的车载摄像头供应商。公司于2004年进入车载摄像头领域,2012年起出货量开始稳居全球第一位。


舜宇光学的车载摄像头产品包括前视摄像头、环视镜头、后视镜头、内视镜头等,其产品具有持续稳定的聚焦特性、良好的热补偿性、高通光性等优良的特性,可以广泛应用于各种自动驾驶场景。



舜宇光学车载摄像头产品下游客户广泛,包括奔驰、宝马、奥迪、丰田、本田、克莱斯勒、福特、通用、大众和沃尔沃等公司。2018年,舜宇光学车载摄像头出货量达到3995万颗,同比增长25.3%;2013年至2018年年均增速达到40%,增速高于行业平均水平。




摄像头COMS传感器:技术含量高,市场高度集中


COMS是一种固体成像传感器,为摄像头的核心部件。COMS的生产制造技术含量高,从全球市场来看,目前主要被外资企业所占据。根据YoleDevelopment的数据,2017年车载摄像头COMS全球市场的前五大供应商分别为安森美半导体、豪威科技、索尼、派视尔和东芝,市场份额合计达到88%,市场高度集中;此外三星和意法半导体紧随其后。



安森美半导体目前是车载摄像头CMOS市场规模占有率最高的公司,目前其市场占有率已经超过50%。2013年,安森美收购赛普拉斯CMOS图像传感器业务部;2014年,安森美先后收购图像传感器设备制造商TRUESENSE和AptinaImaging两家公司;这三次收购让安森美不断巩固和加强在车载摄像头CMOS市场的领先优势。


目前,安森美是唯一能够提供100/200/800万像素车载摄像头CMOS组件的制造商。不同像素级别的COMS传感器可以用于不同级别自动驾驶系统,全系列的COMS产品线可以简化汽车设计,降低制造和维护成本等,这形成安森美的竞争优势。


安森美的车载摄像头CMOS产品覆盖下游绝大部分汽车厂商,此外包括特斯拉、百度等汽车行业新进入公司也成为其客户。得益于汽车自动驾驶等行业的发展和市场份额的提升,安森美的汽车业务收入近年来快速增长,2018年收入约18.2亿美元,同比增长6.0%,2014年至2018年年均增长17%。




摄像头视觉识别:Mobileye是领先者


相较于传统的摄像头使用场景,车载摄像头的使用还需要视觉算法的支持,才能在自动驾驶汽车中应用,因此车载摄像头产业链的下游还包括视觉识别解决方案环节。目前在车载摄像头视觉识别系统产品领域,以色列公司Mobileye是领先者,其市场份额在70%以上。


Mobileye单目摄像头解决方案,算法技术全球领先;同时具备视觉处理芯片EyeQ系列的研发能力。Mobileye的车载摄像头解决方案已经为沃尔沃、大众、奥迪、现代、宝马、日产、标致、福特等众多整车厂供货。


Mobileye营业收入快速增长,从2011年的1917万美元增长到2016年的3.58亿美元,年均增长约80%。Mobileye视觉处理芯片EyeQ在2018年出货量达到1240万颗,同比增长42.5%,2014年至2018年出货量年均增长达到46%。



摄像头国内竞争格局:传统摄像头公司与零部件公司均布局


目前国内车载摄像头供应商相较于国外公司整体实力仍较弱。部分非上市公司是车载摄像头的供应商,其中包括北京经纬恒润、广州一谷电子等公司。

这些公司客户以合资和自主品牌整车厂为主,其中北京经纬恒润的客户包括上汽通用、一汽集团、上汽集团、长安汽车、广汽乘用车等,广州一谷电子的客户包括东风日产、广汽本田、广汽丰田等。


国内车载摄像头供应商配套客户情况



同时,在消费电子等领域领先的国内摄像头供应商也开始进入到车载摄像头的领域,其中包括舜宇光学、欧菲光、晶方科技等上市公司。


从包含消费电子、安防监控等全部应用领域的摄像头模组组装出货情况来看,欧菲光、舜宇光学等公司排名靠前,显示了其在摄像头领域的强大竞争力,在进入车载摄像头领域后,这些公司将成为有力的竞争者。其中,舜宇光学的车载摄像头模组部分产品2018年已经开始量产。



从摄像头的上游产业链情况来看,国内公司在镜头组领域竞争力较强,但是在CMOS图像传感器领域的竞争力仍较弱。


镜头组是国内企业具备较多优势的领域,国内市场中,舜宇光学、欧菲科技、光宝科技等国内公司市场份额居前。


2017年国内车载摄像头市场,舜宇光学的份额约31%左右,是绝对的龙头,欧菲光和光宝科技的市场份额分别为8%和7%。舜宇光学在国内外市场均占据了最大的市场份额。


国内企业在车载摄像头CMOS领域话语权较小,且主要集中在中低端领域。目前国内CMOS产商包括:格科微电子,中国领先的图像传感器芯片设计公司,但其产品主要是针对消费电子;比亚迪旗下的比亚迪微电子,2015年比亚迪安防类COMS月均出货量达到2kk/月,车载摄像头为其下游的主要应用之一;此外,思比科微电子、锐芯微电子等也是国内重要的COMS产商。



在传统的摄像头产业链公司之外,国内众多汽车零部件公司也开始积极布局车载摄像头领域,上市公司中有德赛西威、华域汽车、保隆科技等。


德赛西威在国内汽车零部件公司中较早布局车载摄像头领域。2017年,公司投资全自动高清摄像头生产线,并在国内率先实现了高清车用摄像头和环视系统的量产。


公司在后视摄像头、倒车摄像头、环视系统、自动泊车系统、夜视系统等领域持续投入,发展车载摄像头技术。例如智能倒车摄像头(RVC)项目,可以应用于各种涉及摄像头的驾驶辅助系统;多功能髙清环视平台(AB02A)项目,可以满足未来3-5年内车厂多功能环视项目的获取等。


2018年,公司车载摄像头产品实现量产,包括高清摄像头、高清环视系统、基于高清环视系统和超声波雷达融合的全自动泊车系统、驾驶员行为监控和身份识别系统等。


表5:截至2017年公司在研的车载摄像头相关项目



华域汽车积极发展车载摄像头业务。2017年,公司自动泊车系统完成车位扫描、路径规划、整车控制、路径跟随算法等开发,前视摄像头完成综合工况道路验证测试。2018年,公司加快360度汽车行驶环境扫描系统等产品的开发和应用,探索建立覆盖毫米波雷达、摄像头和数据融合全功能的业务发展平台。


保隆科技也在推进ADAS业务。2017年,公司加大对车载摄像头的研发投入和市场开拓力度。2019年2月,公司发布了全新汽车动态视觉系列产品,包括动态视觉传感器、双目前视系统、红外热成像夜视仪、驾驶员预警系统、车用人脸识别系统等,预计将在2019年开始批量制造车载摄像头。



毫米波雷达:国外零部件公司主导,国内企业逐步量产


毫米波雷达技术壁垒较高,从全球市场情况来看,目前市场份额主要由国外零部件巨头所占据。2018年全球毫米波雷达市场前五大供应商分别为博世、大陆、海拉、富士通天、电装(Denso),合计占有了68%的市场份额。此外,TRW、德尔福、Autoliv、法雷奥等公司也是重要的毫米波雷达供应商。




从国外主要毫米波雷达供应商的产品技术参数来看,各公司在毫米波雷达发展上各有不同。


博世的毫米波雷达产品主要以76-77GHz为主,产品技术先进,主要包括MRR(中距离)和LRR(远距离)两个系列,其中LLR4产品最大探测距离可以达到250米,在同类产品中处于领先位置。


大陆的毫米波雷达产品全面覆盖24GHz和77GHz两个频率,且以77GHz产品为主,产品类别丰富,包括ARS441、ARS510、SRR520、SRR320等多个系列。大陆ARS441远程毫米波雷达的最大探测距离可以达到250米,在同类产品中领先。大陆的毫米波雷达产品的探测视角在对比中也较为突出。


海拉同样也是毫米波雷达的最大的几家供应商之一,早在2004年,海拉的第一代24GHz毫米波雷达即进行量产。目前海拉的毫米波产品主要以24GHz为主,是市场上的重要生产商。


德尔福公司的毫米波雷达产品也主要以77GHz产品为主,从探测距离上来看主要以中近程为主。


表6:国外主要毫米波雷达供应商的产品技术参数


博世毫米波雷达博世目前是全球市场中毫米波雷达技术最先进的供应商之一,博世在2013年即推出中距离雷达,截至2016年,博世已经向市场供应了超过一千万个毫米波雷达。


从博世毫米波雷达的性能参数指标来看,其产品目前处于行业领先的地位。博世最新的第四代远距离雷达传感器(LLR4)的最大探测距离可以达到250米,最大探测目标数可以达到24个。


LLR4能够分辨固定障碍物,可以在高速行驶状态下使用,在选配透镜或雷达罩加热功能后可以不受天气条件影响,同时具有极高的抗震稳固性、安装便捷性等。LLR4可以应用于预先紧急制动、自适应巡航、交通堵塞辅助、左转辅助、集成巡航辅助等自动驾驶功能。


博世MMR产品分为中前和中后位置两个类别,最大探测距离分别为160米和80米,最大探测目标数都可达到32个。中前位置的MMR可以应用于预先紧急制动、自适应巡航、车距指示等自动驾驶功能,中后位置的MMR可以应用于车道变换辅助、后方交叉路口预警等自动驾驶功能。


从客户情况来看,博世的毫米波雷达下游客户分布广泛,包括大众、奥迪、奔驰、福特、日产、菲亚特和保时捷等;国内公司中吉利汽车、长安汽车等也是博世的客户。截至2017年底,国内搭载博世驾驶员辅助系统的自主品牌量产车型已多达30个以上。


从市场份额上来看,2018年,博世在全球毫米波雷达的市场份额为19%,占据着第一的位置。



博世根据ADAS自动驾驶等级的需求,目前正在开发全系列的下一代传感器,包括下一代毫米波雷达、下一代前置摄像头、下一代环视系统以及正在研发的激光雷达。


博世预计2019年将推出第五代毫米波雷达,可以实现远距离探测,水平视角的增大以及探测精度的进一步提升;2021年,博世将推出配备L3及以上级别自动驾驶的毫米波雷达。


相较于第四代毫米波雷达,第五代毫米波雷达的带宽将提升50%,同时通过拓展可占用带宽获得更多的反射量,从而实现更精确的环境建模。



大陆毫米波雷达


大陆集团是全球最大的汽车零部件供应商之一,大陆集团毫米波雷达产品全面覆盖24GHz和77GHz两个频率,产品包括ARS441、ARS510、SRR520、SRR320等多个系列。


大陆集团的ARS441远程毫米波雷达最大探测距离可以达到250米,在同类产品中处于领先地位。



大陆集团的毫米波雷达产品可以实现自适应巡航、盲点警告、车道变换辅助、前后交叉交通警报(带制动装置)、后碰撞感应、横向碰撞躲避、堵塞检测等多种功能,其中自适应巡航功能的最高时速可以达到200公里/小时。


目前,大陆集团的毫米波雷达产品已经发展到第五代,第五代长距离雷达的最大探测距离可以达到300米,第五代近程雷达可以实现精确停车功能,在行业中领先。新一代的传感器还具有模块化扩展功能,可以迎合整车企业不同的产品要求及电力电子架构。



从客户情况来看,大陆集团的下游客户包括丰田、福特、通用、大众、奔驰、现代、宝马、沃尔沃、凯迪拉克等;国内公司中,广汽集团、东风汽车等也是大陆集团的客户。


在市场份额上,2018年,大陆集团在全球毫米波雷达的市场份额为16%,占据着第二的位置,仅次于博世。




海拉毫米波雷达


德国海拉同样也是毫米波雷达的最大的几家供应商之一,早在2005年,海拉的第一代24GHz毫米波雷达即进行量产。


目前海拉是24GHz毫米波雷达的重要生产商,其24GHz毫米波产品最大探测距离可以达到70米,探测视角以达到±82.5°,在同类产品中具有一定的技术优势。



海拉的24GHz毫米波产品可以采用低成本的MMIC芯片,尺寸较小因而更容易集成在车身中,可以成熟地批量生产,因此具有较高的性价比。


海拉24GHz雷达的使用范围也很广泛,可以用于盲点监测、车道变换辅助、后碰撞预警、后交叉路口交通预警等。


随着77GHz毫米波雷达的重要性提升,海拉也在这一领域持续推进,其77GHz毫米波雷达的核心射频芯片是基于RF-CMOS技术和工艺进行开发,在具有射频收发模块的基础上,集成了单片微波集成电路,在技术上具有较大优势。


海拉的客户群体广泛,主要包括奥迪、宝马、大众、马自达、起亚、标致和沃尔沃等。从市场份额上来看,2018年,海拉在全球毫米波雷达的市场份额为12%,占据着第三的位置。


富士通天、电装、德尔福等公司也是毫米波雷达领域重要的供应商。富士通天和电装毫米波雷达产品主要集中在日本市场,2016年电装收购富士通天51%的股权,加强驾驶辅助系统的研发。


在2018年的全球毫米波雷达市场中,富士通天和电装分别以11%和10%的市场份额占据第四和第五的位置。德尔福的毫米波雷达产品以77GHz为主,产品技术较为领先,其下游客户包括通用、福特等。



国内毫米波雷达:部分企业已量产


车载毫米波雷达未来发展前景良好,国内有众多公司涉足。


从公司类别来看,国内涉足毫米波雷达领域的公司包括上市公司和非上市公司两类。


上市公司中部分公司自主研发生产毫米波雷达,包括德赛西威、华域汽车、保隆科技等,另一部分上市公司通过投资收购的方式进入这一领域,包括海康威视、雷科防务等。


非上市公司主要创业公司,国内目前有十几家较大的毫米波雷达非上市公司,包括北京行易道、安智杰科技等。


从财务实力来看,上市公司经营规模较大,融资便捷,因此研发投入保障充足;非上市公司等通过股权融资的方式募集资金,进行产品研发和市场开拓。

目前较多的非上市毫米波雷达公司均获得了来自PE/VC的机构的投资,例如北京行易道2017年即获得国科嘉禾资本和磐古资本的数千万元级的A轮融资;通过融资,非上市公司也获得资金投入。



非上市公司中,目前国内有众多创业企业参与到毫米雷达波的研制领域,其中较多的公司获得股权融资,其中北京行易道、深圳安智杰、厦门意行半导体等公司的产品已经获得订单或者被国内整车企业所应用。


北京行易道已研发出77GHz汽车雷达以及基于SAR的79GHz汽车雷达,其中77GHz毫米波雷达在北汽无人驾驶汽车上应用。


深圳安智杰2018年获得达晨财智5000万元的融资。目前公司已经推出共三款24GHz和三款77GHz毫米波雷达,目前已拿到8家车厂的10余个项目订单,其中部分项目计划在2018年底或2019年初量产上市。


厦门意行半导体2017年获得中国宝安和北汽产投的A轮融资。公司已经研发基于SiGe工艺24GHzMMIC套片,并被被国内整车厂应用;同时77GHz套片正在开发中。



此外,其他创业公司还包括上海矽杰微电子、北京木牛科技、深圳承泰科技、长沙莫之比智能等十多家。


从客户情况来看,国内部分毫米波雷达公司已经实现产品量产并交付下游客户。


德赛西威24GHz雷达已经获得订单并将于2019年量产,根据披露,其自动驾驶业务客户有吉利汽车等。华域汽车的24GHz后向毫米雷达波已经实现量产,2018年全年生产1.7万套,客户包括上汽荣威等。由海康威视投资的森思泰克的24GHz雷达在猎豹迈途等两款车型上量产。


雷科防务旗下的理工雷科的77GHz毫米波汽车防撞雷达产品2018年成为百度Apollo生态合作伙伴。行易道的77GHz毫米波雷达已经在北汽无人驾驶汽车上应用,公司计划在2019年年底给乘用车提供毫米波雷达。


此外,安智杰科技已拿到8家车厂的10余个项目订单,其中部分项目计划在2018年底或2019年初量产上市;厦门意行半导体的基于SiGe工艺的24GHzMMIC套片被国内整车厂应用。


表11:国内毫米波雷达公司客户情况


国内主要毫米波雷达公司


华域汽车以毫米波雷达产品为切入点,建立ADAS产品路线图。2016年,华域汽车完成24GHz后向毫米波雷达的功能样件开发和77GHz前向毫米波雷达的原理样机开发,同时进行自主设计的毫米波雷达生产线的安装调试。


通过在ADAS领域持续进行的研发和产业化投入,2017年,华域汽车24GHZ后向毫米波雷达产品研发成功,使公司成为国内首家自主研发实现量产的毫米波雷达供应商。2018年,华域汽车24GHz后向毫米波雷达实现批产供货,全年共生产16,922套。



上汽集团量产的智能汽车荣威MARVELX上就采用了华域汽车与国外公司联合研制的24GHz毫米波雷达,该后向雷达可以实现盲点监测、变道辅助、横侧向报警辅助、开门报警、后车靠近碰撞风险报警等功能。此外,荣威MARVELXPro版本上将搭载由华域汽车完全自主开发的前向角雷达。


华域汽车在77/79GHz毫米波雷达领域的研发加速推进。目前华域汽车77GHz前向、前角、后角毫米波雷达、77GHz/79GHz高分辨率多模雷达、77GHz毫米波雷达与摄像的前向融合系统等产品均取得较大突破。




德赛西威近年来自动驾驶业务发展较快。


2017年,公司在新加坡成立自动驾驶团队,并在自动驾驶感知领域投入较多的资源,涉及的技术领域包括前碰撞预警、自动紧急刹车、盲区监测等;公司在研项目中即包括毫米波雷达技术。


2018年,公司毫米波雷达生产线搭建完成并达到可量产状态;24G毫米波雷达已经获得订单并将于2019年量产;此外,77G毫米波雷达预计在2019年达到可量产状态。


在毫米波雷达等单个产品的基础上,德赛西威往自动驾驶系统集成方向发展,未来融合了高清摄像头、毫米波雷达、超声波雷达等自动驾驶传感器的解决方案将不断出现。


公司与英伟达和小鹏汽车联合开发的L3级别自动驾驶系统计划于2020年量产,将使用中央域控制器来处理毫米波雷达产生的感知数据,可以实现低速代客泊车、中速TJP塞车辅助巡航以及高速代驾三大核心L3自动驾驶智能化功能。



激光雷达:零部件企业与创业公司共同竞争


国际比较:形成多家公司竞争格局


激光雷达作为自动驾驶领域技术最前沿的硬件设备之一,目前国际上已经形成多家公司竞争的格局。


Velodyne公司是目前在激光雷达领域最资深的公司之一,2005年推出第一款激光雷达传感器,2007年推出64线高性能激光雷达。目前其3D激光雷达产品种类丰富,16线、32线和64线机械式激光雷达产品均有覆盖。2017年,Velodyne推出固态汽车激光雷达Velarray,预计量产后售价将大幅下降。Velodyne公司与多个无人驾驶项目有合作关系,主要客户包括福特、谷歌、百度、日产、沃尔沃等主机厂以及众多一级零部件供应商。


Quanergy公司于2012年成立于硅谷,成立后先后获得三星电子、埃隆·马斯克、德尔福和德州仪器等投资。Quanergy公司固态激光雷达技术领先,其主要采用的技术路线是光学相控阵技术。Quanergy的合作企业包括谷歌、苹果、IBM、博世、奥迪、福特、戴姆勒等。



Ibeo公司为一家德国公司,成立于1998年,专注于车载激光雷达的应用研发。Ibeo与法雷奥联合研制的4线激光雷达ScaLa已经实现量产。2016年汽车零部件巨头采埃孚收购了Ibeo的40%股权,并开始合作研制新型固态激光雷达。Ibeo公司合作汽车制造商有宝马、大众、奥迪、通用汽车、丰田等。


此外,以色列公司Innoviz、加拿大公司LeddarTech和PhantomIntelligence以及美国公司TriLumina等都是目前国际上重要的激光雷达制造商。



传统汽车零部件龙头公司也在通过自主研发或者投资的方式全面布局激光雷达领域。


博世在基于MEMS的固态激光雷达领域已有较多的技术积累,2017年推出使用MEMS技术的兼顾激光扫描和投影的BML050方案。


同时,博世通过投资积极布局激光雷达,在2017年投资了Flash技术方向的美国固态激光雷达公司TetraVue,在2018年投资了研制全固态芯片激光雷达的ABAXSensing公司,来全面加强其固态激光雷达的研发能力。



大陆集团通过自主研发在2015年推出一款三线激光雷达SRL1,可以实现对物体的测速和测距等,但因为三维建模等方面的性能限制,无法在L3以上级别的自动驾驶中使用。


大陆集团在2016年收购了美国3DFlash方向的激光雷达公司ASC来加强研发能力。根据大陆集团的规划,其在2020年后将实现激光雷达的量产。


德尔福通过多处布局投资的方式来加强其在激光雷达领域的地位。德尔福在2015年投资了Quanergy公司;2017年德尔福投资了Leddartech公司,双方将合作开发固态激光雷达解决方案;同年,德尔福投了Innoviz公司并签署合作协议,未来将Innoviz的激光雷达传感器集成到德尔福的自动驾驶系统中。


此外,采埃孚在2016年通过直接购买Ibeo公司40%的股权的方式进入激光雷达领域;麦格纳在2017年对Innoviz公司进行战略投资,并将携手为宝马提供固态激光雷达;奥托立夫(Autoliv)则在2017年收购瑞典激光雷达公司Fotonic。


在各零部件巨头积极布局激光雷达领域的同时,法雷奥和Ibeo合作研制的激光雷达(ScaLa激光扫描仪)已经实现量产,在2017年开始配备奥迪的量产L3级别自动驾驶汽车奥迪A8。



国内比较:创业公司参与较多在激光雷达领域,国内目前也有众多创业公司参与,大部分公司都获得了大量融资,整车厂商也通过投资的方式进入这个领域。


速腾聚2018年获得来自菜鸟网络、上汽集团和北汽集团的投资,其激光雷达产品包括机械式激光雷达、MEMS固态激光雷达和相控阵固态激光雷达等,目前已经应用于菜鸟网络的无人物流车等。禾赛科技其产品包括机械激光雷达Pandar64和固态激光雷达PandarGT等。其中无人驾驶激光雷达目前已经应用百度Apollo平台,其他客户还包括京东以及欧美的一些大型OEM厂商。


北醒光子其产品包括CE30固态面阵激光雷达、TF03激光雷达长距离传感器等,目前产品主要用于物流等自动导航小车(AGV)场景,车规级领域已经开始起步。北科天绘目前已经推出多款面向车辆前装市场的C-Fans系列激光雷达产品,产品已经进入无人物流领域。此外,国内的激光雷达公司还包括镭神智能、飞芯电子和光珀智能等。


国内公司突破路径

由部件拓展至系统集成配套


从单个零部件供货到拓展到系统集成配套,是国内公司在自动驾驶传感器市场取得突破,拉近与国外公司差距的重要发展路径之一。


系统集成配套发展自身也是自动驾驶汽车传感器未来的发展方向。将车载摄像头、毫米波雷达和激光雷达等传感器在系统层级进行融合使用,将各个传感器获得环境信息数据进行综合分析决策对于保证车辆对周围环境的定位和理解至关重要。


在高级别自动驾驶汽车中,这种系统集成配套的重要性将进一步提升。Mobileye以车载摄像头为基础,提供“车载摄像头+算法+视觉处理芯片”的产品组合,就是这种系统集成配套的典范。



以华域汽车和德赛西威为例,国内公司在自动驾驶汽车传感器领域已经在零部件层面已经取得重要突破,目前正在以重要零部件为基础,拓展自动驾驶汽车产品领域,提升系统集成度。


华域汽车近年来在智能互联领域持续投入,公司24GHz后向毫米波雷达在2018年已经实现了批量供货,基于77/79GHz技术的前向毫米波雷达等产品正加快研发。在系统集成方面研发360度汽车行驶环境扫描系统等产品,搭建覆盖毫米波雷达、摄像头和数据融合全功能的发展平台。同时,公司开始进入汽车智能安全系统、智能座舱等系统集成产品领域,充分利用业务单元的协同性,提升在自动驾驶汽车中的产品渗透率。


德赛西威在2016年成立智能驾驶辅助事业单元,开始在自动驾驶的感知、决策和控制领域进行部署。近年来,公司在重要零部件方面取得突破,2017年实现高清车用摄像头和环视系统的量产,2018年公司24GHz雷达获得项目订单并将于2019年量产。


同时,公司确定智能驾驶舱、智能驾驶和车联网为未来的三大业务群,为客户提供系统级别产品。其中,公司已经开发出基于高清环视系统和超声波雷达融合的全自动泊车系统、包含多屏互动的智能驾驶舱系统、360度高清环视系统、驾驶员行为监控和身份识别系统等产品并获得了订单,系统集成度不断提升。




进口替代的实现


随着国内自动驾驶汽车的快速发展,未来我国的自动驾驶汽车传感器市场规模大。而目前我国自动驾驶汽车传感器市场主要仍由国外企业所占据,随着国内公司的传感器产品技术和质量提升,凭借性价比优势,未来进口替代的空间较大。


对于国内的整车或一级零部件供应商,选择国内的传感器零部件产商,在成本控制、产能保障方面更具优势,另一方面,国内传感器供应商可以更好地配合进行技术创新和产品改进。


而国内的传感器零部件供应商也亟需下游市场来增长营收,同时不断提升自身技术,因此两者的合作意愿较强,在国外整车及一级零部件供应商的不断加强的竞争压力下,这种合作会被加快。


针对国外整车或一级零部件供应商客户,国内上游产业链公司可以从技术难度更低的产品开始做起,例如从车载摄像头镜头、毫米波雷达PCB板等部件切入供应链,然后开始供应完整产品,并最终拓展到系统集成产品。待产品技术质量得到国外厂商的要求后,发挥本地供应、成本控制等的优势,进一步扩大市场份额。



在车载摄像头领域,国内公司在镜头领域已经处于行业领先的位置,市场份额较大。目前舜宇光学、欧菲光等公司在车载摄像头模组组装领域持续布局,产业链的进口替代率进一步提升。


国内公司在消费电子CMOS图像传感器领域已经取得较大进步,未来进一步拓展车载摄像头领域后,进口替代空间较大。国内车载摄像头解决方案领域也有众多创业公司,未来有望对国外公司的产品进行替代。




在毫米波雷电领域,目前博世、大陆、海拉等国际产商占据了大部分的市场空间,但同时国内以华域汽车、德赛西威为代表的公司已经可以量产24GHz毫米波雷达产品,开始进口替代的过程。毫米波产品未来的发展方向是更高频的77GHz产品,在国内厂商达到量产条件后,进口替代将进一步加速。


在毫米波雷达核心的MMIC芯片、高频PCB板等部件,国内公司也已经成功研发相关产品,并被国内车企应用以替代进口产品。国内以厦门意行半导体为代表的公司设计制造的MMIC芯片已经被国内厂商所使用。


芯片类的核心高科技产业未来国家政策和市场投资的大力推动下,预计未来国产率将会进一步提高。PCB板近年来生产由欧美日向国内转移,国内出现大量PCB产商。


随着PCB板在汽车领域的应用大幅增长,国内包括沪电股份、生益科技等众多PCB公司开始进入汽车市场,如沪电股份已经为博世、大陆等汽车零部件巨头供应PCB板。




收购整合,技术突破通过收购整合其他公司的研发和生产资源,实现技术突破,也是国内公司在自动驾驶汽车传感器领域未来发展的重要路径之一。


目前,国内外有众多从事自动驾驶汽车传感器业务公司,其中包括很多拥有核心技术的创业公司等,通过收购整合,很多公司可以实现各自优势资源的互补,取得产品技术上的突破。


国外头部的零部件巨头在激光雷达领域就通过大量的投资收购等方式进行全面的布局,例如博世投资固态激光雷达公司TetraVue、大陆集团收购激光雷达公司ASC等。


国内公司中,德赛西威在2019年3月收购德国先进天线公司ATBB公司,用于加快公司新一代智能驾驶及车联网产品落地。


ATBB公司位于德国魏玛,是德国知名的天线技术公司,专注于高性能天线系统解决方案的研发与制造,可以为客户提供各类定制化的先进创新天线系统的解决方案,并和欧洲一级汽车市场客户有长期良好的合作关系。



目前自动驾驶汽车对高性能天线的需求与日俱增,是车辆信息交互的关键技术。通过收购,德赛西威加强了智能化产品的综合技术研发能力,推动为客户提供集成有高性能智能天线的智能化产品。


均胜电子通过收购整合海外公司促进自动驾驶和智能车联业务的发展。2016年,公司收购德国TS道恩汽车信息板块业务,利用其在汽车模块信息化开发、导航辅助驾驶以及智能车联业务上的优势,与公司原有的HMI业务充分融合,使公司目前在智能车联业务上处于行业领先地位。


目前,公司第一代V2X车端产品即将于2021年量产。2016年和2018年,均胜电子先后收购汽车安全业务的美国KSS公司和日本高田公司,将其整合成均胜安全业务。通过整合,利用KSS和高田在主动安全领域的技术优势,公司在自动驾驶领域的驾驶员状态跟踪和识别(DMS)等解决方案陆续实现量产,为自动驾驶场景提供支持。


预计随着自动驾驶传感器的快速发展,国内仍将有整车或零部件龙头公司通过收购投资的方式整合技术研发资源,布局智能网联项目。




随着5G技术的实施及车企积极推出不同级别的自动驾驶新车,预计传感器渗透率将快速提升。国内竞争格局中,已经布局传感器的公司有望率先受益,有望通过配套自主车企逐步切换到配套合资车企等。


博客 gaohong

LV1
2019-07-19 11:23
256

赛迪全球科技周报:我国首条无人驾驶高铁将开通!配有机器人服务

动态概览科技战略○联合国发布《数字相互依存的时代——联合国数字合作高级别小组报告》○欧盟发布《2019年度数字经济和社会指数》报告○欧盟斥资8.4亿欧元新建8个超算中心○美国信息技术与 ...查看全部

动态概览

科技战略

○联合国发布《数字相互依存的时代——联合国数字合作高级别小组报告》

○欧盟发布《2019年度数字经济和社会指数》报告

○欧盟斥资8.4亿欧元新建8个超算中心

○美国信息技术与创新基金会发布《国家实施创新政策的成效及改进方向》报告

○英国国家科研与创新署发布2019-2020年度研究计划

人工智能

○G20部长级会议就对待人工智能的原则达成一致

○英国投资1850万英镑用于提升劳动力对人工智能的理解水平

○Adobe训练人工智能检测人物图像的面部 PS痕迹

机器人

○我国首条配有机器人服务的无人驾驶高铁,预计年底开通

○英国卡兰斯特大学开发半自动机器人系统帮助拆除核废料

○加州大学伯克利分校双足机器人Cassie技能提升,可在漂移板上实现高速运动

基因编辑

○美国博德研究所利用“跳跃基因”开发出效率更高的基因编辑工具

○俄罗斯分子生物学家计划通过基因编辑工具CRISPR继续编辑人类胚胎

能源

○大众宣布2025年前在欧洲布局3.6万个充电站点

○挪威加氢站发生爆炸,原因尚未查明

科技战略

联合国发布《数字相互依存的时代——联合国数字合作高级别小组报告》

报告由马云与梅琳达·盖茨担任联合主席的联合国数字合作高级别小组提出,被视为引领全球数字经济未来发展的纲领性报告。联合国数字合作高级别小组在报告中提出五组共十一项重要建议,指导各国、社会和企业负责任地使用数字技术,助力实现可持续发展目标。报告指出,数字时代全球的机遇大于风险,对数字经济的担忧会遏制全球创新,智慧的治理才会激发新的机遇。(资料来源:中国国际电子商务网)

欧盟发布《2019年度数字经济和社会指数》报告

报告从连接、人才、互联网使用、商用数字技术和公共服务数字技术等5个一级指标及相应的34个二级指标来衡量欧盟成员国在数字经济和社会方面的发展情况。报告显示,2019年欧盟所有成员国的DESI均有所增长;芬兰、瑞典、荷兰排在前3位,是全球数字化领域的领导者,其次是丹麦、英国、卢森堡、爱尔兰、爱沙尼亚、比利时;过去5年中,爱尔兰、立陶宛、拉脱维亚、塞浦路斯和西班牙分数增长幅度最大(超过15分)。(资料来源:欧盟委员会官网)

欧盟斥资8.4亿欧元新建8个超算中心

欧盟将在保加利亚、捷克、芬兰、意大利、卢森堡、葡萄牙、斯洛文尼亚和西班牙建设8处“世界级”超级计算机中心。超算的兴建是“欧洲高性能计算共同计划”的一部分,项目总预算高达8.4亿欧元。欧盟将建造8台超级计算机,其中3台将具备每秒15亿亿次浮点运算能力,另5台将具备每秒4000万亿次浮点运算能力。超算将用于个性化医疗、药物和材料设计、生物工程、天气预报及气候变化等领域,预计欧洲学术界、工业界和公共部门用户可以在2020年下半年使用这些超级计算机。(资料来源:新华网)

美国信息技术与创新基金会发布《国家实施创新政策的成效及改进方向》报告

报告总结了23个国家和欧盟在创新政策方面取得的成绩,以及最需要改进的地方,具体涉及创新战略和政策、创新管理机构、新兴领域的战略、监管环境、投资、研究机构等方面,以为创新政策制定者提供参考。(资料来源:美国信息技术与创新基金会(ITIF)官网)

英国国家科研与创新署发布2019-2020年度研究计划

计划提出2019-2020年度英国国家科研与创新署(UKRI)研究的5个战略目标:推动社会和经济发展、支持创新型企业和企业家、增强英国工业及其知识产权在全球商业的影响力、发展新兴产业推动产业转型、建设适宜于研发和创新的投资环境。UKRI包括艺术与人文、生物技术和生物科学、工程和物理科学、经济与社会、创新英国、医学研究、自然环境研究、英格兰研究、科学技术设施等9个理事会,这9个理事会也一并发布了各自的年度研究计划。(资料来源:英国政府官网)

人工智能

G20部长级会议就对待人工智能的原则达成一致

G20贸易和数字经济部长会议就对待人工智能的原则达成一致,通过了旨在应对全球扩大引进人工智能(AI)的运用原则的数字经济领域部长声明。声明就人工智能发展以及国际之间的合作,提出首个人工智能相关原则,要求在认识到AI负面影响的基础上,进行尊重人权和就业的开发与运用,以期构建可信赖AI的国家政策和国际合作。声明还指出,在AI的开发至运用过程中应重视法治、人权和民主主义价值,要求在运用AI时保持公平、透明和信息公开,有必要应对AI普及所带来的失业等劳动市场的变化。会议还就跨境数据自由流通的重要性达成共识。(资料来源:参考消息)

英国投资1850万英镑用于提升劳动力对人工智能的理解水平

此次投资将作为人工智能部门协议的一部分,以提升英国劳动力水平,让英国成为使用人工智能的领导者;总资金中的1350万英镑将为非人工智能或机器学习领域的专业人士提供最多2500个人工智能和数据科学转换课程、1000个奖学金。英国希望通过投资提升劳动力对人工智能的理解水平,包括对数字化接触较少的妇女和少数民族或社会经济背景较低的群体。(资料来源:机器之心网)

Adobe训练人工智能检测人物图像的面部PS 痕迹

Adobe与加州大学伯克利分校合作,训练人工智能来检测Photoshop编辑图像中使用的面部操作。该团队训练了一个卷积神经网络来发现 Photoshop 的 Face Away Liquify 功能所带来的人物图像面部特征的变化。该工具还能够将图像恢复到预测的原始状态。由于深度伪造以及虚假面孔越发常见,研究人员希望这个工具能够恢复人们对数字媒体的信任。除此以外,该研究还有助于图像取证民主化。(资料来源:Engadget网站)

机器人

我国首条配有机器人服务的无人驾驶高铁,预计年底开通

中国第一条智能化高铁——京张高铁,预计于今年年底开通。京张高铁起自北京北站,终到河北张家口站,其运用了当前最热门的云计算、物联网、大数据、人工智能、移动互联网等先进技术,首次采用了我国自主研发的北斗卫星导航系统,在世界上将首次实现时速350公里的自动驾驶。从驾驶功能上看,该高铁具有自动发车、自动停车、自动运行、超速防护、车门和站台门联动等五大特点。此外,乘客还可享受刷脸进站、机器人搬运行李和自主导航等智能服务。(资料来源:中国工控网)

英国卡兰斯特大学开发半自动机器人系统帮助拆除核废料

英国卡兰斯特大学研究人员正在开发一种半自动机器人系统,以帮助拆除退役的反应堆。该机器人系统使用最新的成像软件和微软Kinect传感器,利用机械手臂识别、抓取、切割管道等物体,操作员只需通过点击鼠标指示机器人进行操作,无需进行大量培训。研究人员将进一步研究如何为机器人配备多个传感器,感知声音和温度,以便为用户提供更多的反馈信息。(资料来源:卡兰斯特大学官网)

加州大学伯克利分校双足机器人Cassie技能提升,可在漂移板上实现高速运动

加州大学伯克利分校开发的机器人Cassie具备了新技能,能在漂移板上实现高速行驶、转弯、甚至下楼梯。研究人员为其开发了包括控制器,路径规划器和视觉传感等系统,还包括开发Cassie和漂移板的数学模型、建立动态模拟、找出Cassie与各种传感器的连接和通信。该研究进一步延伸了双足机器人在各种地形上的运动能力,未来或使其在仓储运输领域、监视搜索以及救援领域得到应用。(资料来源:OFweek网)

基因编辑

美国博德研究所利用“跳跃基因”开发出效率更高的基因编辑工具

美国博德研究所(Broad Institute)张锋团队利用“跳跃基因”开发出一种效率更高的CRISPR基因编辑工具“CRISPR相关转座酶(CRISPR-associated transposase,CAST)”。“跳跃基因”即转座子,是一种可利用编码的转座酶将自己从原来的位置切割出来,并“跳跃”到基因组的其他位置插入进去的基因片段。研究团队在大肠杆菌中测试了重编程CAST系统的DNA插入结果,效率非常惊人:经过PCR确认,在基因组目标位点有2.5kb长度的插入产物,并且插入成功率达到80%。相比之下,利用经典CRISPR,这个比例只有1%左右。但研究团队表示,该系统目前同样存在脱靶风险,还需要进一步研究完善。相关研究成果发表于《科学》期刊。(资料来源:全球技术地图)

俄罗斯分子生物学家计划通过基因编辑工具CRISPR继续编辑人类胚胎

来自莫斯科库拉科夫国立妇产科和围产医学研究中心生育诊所的俄罗斯科学家Denis Rebrikov向《自然》期刊表示,其计划采用一种经过调整的基因编辑工具CRISPR,对人类胚胎进行基因编辑,以防止艾滋病的传播。与之前贺建奎事件不同的是,Rebrikov在开始实验前将首先寻求俄罗斯卫生部和其他政府机构的批准。(资料来源:cnBeta网站)

能源

大众宣布2025年前在欧洲布局3.6万个充电站点

大众汽车集团宣布,计划2025年前在整个欧洲布局3.6万个充电站点,对整个充电基础设施的投资预计会在2.5亿欧元以上。根据规划,大众汽车集团希望在2025年推出约80款全新电动车型,2025年前在整个欧洲安装3.6万个充电站点,其中1.1万个将由大众汽车品牌开发,它们将安装在大众汽车工厂和欧洲大部分城镇约3000个大众汽车经销商处,并逐步对公众开放。(资料来源:中国储能网)

挪威加氢站发生爆炸,原因尚未查明

位于挪威奥斯陆桑德维卡郊区的Uno-X加氢站6月10日发生爆炸。爆炸激活了附近汽车的安全气囊,造成两名人员受伤。据悉,该加氢站于2016年投入使用,被誉为挪威第一座站内制氢加氢站。本次爆炸的原因目前尚不清楚,为安全起见,Uno-X立即关闭了挪威三个地点的氢气站,Uno-X加氢站的供应商Nel Hydrogen也暂停了在挪威、丹麦和其他国家的加氢业务。此外,受加氢站网络瘫痪影响,丰田和现代宣布暂停在挪威销售氢燃料电池汽车。(资料来源:中国储能网)


博客 gaohong

LV1
2019-07-19 11:23
205

车路协同云/边缘云服务平台概要

智能网联汽车是指搭载先进的车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与X(人、车、路、云端等)智能信息交换、共享,具备复杂环境感知、智能决策、协同控制等功能,可实现“安全、高效、舒适、节能”行驶,并最终可实现替代人来操作的新一代汽车。


1、概述


车路协同平台综合感知、通信、计算、控制等技术,基于标准化通信协议,实现物理空间与信息空间中包括“车、交通、环境”等要素的相互映射,标准化交互与高效协同、利用云计算大数据能力,解决系统性的资源优化与配置问题。


平台为智能汽车及其用户、管理及服务机构等提供车辆运行、基础设施、交通环境、交通管理等动态基础数据,具有高性能信息共享、高实时性云计算、大数据分析、信息安全等基础服务机制,支持智能网联汽车实际应用需求的基础支撑平台。主要包含标准化互联互通和共性基础支持两方面。其中标准化互联互通包括统一交互标准化语言,减少多领域协同时在理解和认识上的差异化;针对车辆与各类资源互联互通的实际应用需求,设计标准化基础设施体系部署与分段实施路径。共性技术支持包括提供针对智能网联具体应用需求的基础、共性技术服务,包括数据的安全性管理,存储,运维,大数据计算、仿真与测试评价技术等;为解决异构集成、互操作等实际业务需求提供一系列标准化开发接口与工具集。


平台包含了面向效率和面向安全两个方面。其中面向效率包括基于车路协同信息的交叉口智能控制技术、基于车路协同信息的集群诱导技术、交通控制与交通诱导协同优化技术、动态协同专用车道技术、精准停车控制技术。面向安全包括智能车速预警与控制,弯道测速/侧翻事故预警、无分隔带玩到安全会车、车间距离预警与控制、临时性障碍预警。


平台面向产业链应用,面向全行业提供体系化的安全,高效,节能等在内的汽车智能网联驾驶应用,以及包括共享汽车,电子支付等一系列新型汽车应用形态;为测试开发体系,公共服务体系,保险体系,医疗体系等提供协同化的实际业务应用。


2、需求与应用场景分析


根据中国汽车工程学会标准《合作式智能运输系统 车用通信系统应用层及应用数据交互标准》(T/CSAE53-2017),车联网基础功能涵盖安全、效率和信息服务三大类17个应用。


表 1 一期应用列表

序号

类别

通信方式

应用名称

1

安全

V2V

前向碰撞预警

2

V2VN2I

交叉路口碰撞预警

3

V2VN2I

左转辅助

4

V2V

盲区预警/变道辅助

5

V2V

逆向超车预警

6

V2V-Event

紧急制动预警

7

V2V-Event

异常车辆提醒

8

V2V-Event

车辆失控预警

9

V2I

道路危险状况提示

10

V2I

限速预警

11

V2I

阁红灯预警

12

V2P/V2I

弱势交通参与者碰撞预警

13

效率

V2I

绿波车速引导

14

V2I

车内标牌

15

V2I

前方拥堵提醒

16

V2V

紧急车辆提醒

17

信息服务

V2I

汽车近场支付


车路协同服务的需求可以从政府、企业和个人三方面的需求分析。政府监管部门通过车路协同服务平台实现对交通进行实时监管、交通行业管理和交通规划管理。


企业包括智能汽车研发企业和运营企业两大类。智能汽车研发企业可以通过车路协同提供的超视距信息服务、地图服务等为无人驾驶汽车提供更完备的服务。运营企业可以通过车路协同服务提高运营效率和安全性。


图 2‑1 车路协同需求与应用场景分析图


个人服务现实阶段可以得到车路协同的安全和交通诱导信息服务,远期当车路系统完善后可以实现车辆远程遥控和自动控制。


3、总体方案


3.1、 V2X分级体系架构


当网络具备边缘计算能力后,许多核心层和终端层的计算负荷都可以整合到边缘层进行,极大地降低网络传输的数据量,也为低时延赋能。


(1)终端层

车辆终端层决策的最大优势为时延小,主要进行与车辆安全性紧密相关的决策,如紧急刹车制动等。


(2)边缘云

该层配备的MEC平台具有强大的计算能力和虚拟化能力,能够承载多种自动驾驶应用。并且能够对基站数据进行匹配分流,在移动网络边缘完成对自动驾驶车辆数据分析处理。


(3)核心层

覆盖范围极广,计算能力最为强大,但由于距离机动车较远,传输时延相对较大,主要进行对时延要求不是特别敏感的初始规划、道路级规划、宏观交通调度、车辆大数据监管、全局路径规划和全局高精度地图管理。如实时完成每个自动驾驶车辆的道路级规划,优化整个道路交通网的车流。

图 3‑1 车路协同分级体系架构


3.2、总体架构


本次建设主要应用都部署在云上。参考云计算分层模型,本方案云计算数据中心在横向上分为数据源层、基础设施服务(IaaS)层、平台服务(PaaS)层、行业应用层(SaaS)。总体架构如下图。


图 3‑2 车路协同运控平台架构


感知设备层通过采集视频监控数据、交通流检测、违章监测数据、事件监测数据、GPS数据、互联网大数据、手机信令数据、以及热线或投诉电话的事件报告数据等,汇聚接入到云计算平台,为云计算平台提供基础数据支撑。


IaaS基础设施服务层对政务云的服务器、存储、网络等资源,进行统一的、集中的运维和管理。利用虚拟化技术按照用户或者业务的需求,从池化资源层中选择资源并打包,形成不同规模的计算资源。根据本方案的特点,基础设施层还包括边缘云计算资源,主要用于路口和小区级别的车路协同感知信息处理和实时信息发布。


PaaS平台服务层依托基础设施服务层,通过开放的架构,提供共享云计算的有效机制。构建在虚拟服务器集群之上,把端到端的分布式软件开发、部属、运行环境以及复杂的应用程序托管当作服务提供给用户。PaaS平台服务层依托基础设施服务层,建立系统应用所必须的基础数据库、业务数据库和主题数据库,为系统提供共享数据服务。


SaaS应用层包括协同感知系统、交通管控协调系统、驾驶安全信息服务系统、交通信息服务系统、终端APP应用系统和无人驾驶服务系统等应用系统。


客户端车载终端、移动终端、可变诱导屏、智慧城市指挥中心大屏幕等为政府部门、交通管理部门、企业和普通民众提供交通的各种服务。


3.3、边云框架


边缘计算不是单一的部件,也不是单一的层次,而是涉及到EC-IaaS、EC-PaaS、EC-SaaS的端到端开放平台。典型的边缘计算节点一般涉及网络、虚拟化资源、RTOS、数据面、控制面、管理面、行业应用等,其中网络、虚拟化资源、RTOS等属于EC-IaaS能力,数据面、控制面、管理面等属于EC-PaaS能力,行业应用属于EC-SaaS范畴。


边云协同的能力涉及IaaS、PaaS、SaaS各层面的全面协同。EC-IaaS与云端IaaS应可实现对网络、虚拟化资源、安全等的资源协同;EC-PaaS与云端PaaS应可实现数据协同、智能协同、应用管理协同、业务管理协同;EC-SaaS与云端SaaS应可实现服务协同。


图3‑3 边云协同能力框架



4、车路协同应用系统


4.1协同感知系统



车辆获取的信息既有来自车载传感器(激光雷达、毫米波雷达、视频、GPS/BD等)的各种数据(自己的位置、状态,周边目标的位置、速度),也有来自外部传感器(协同获取的其他车辆 GPS/BD、路侧设备微波雷达、信号机等)的数据(周边目标的位置、速度、特征、状态;周边道路状态;路口信号灯状态等),这些数据特征差异很大,需要在协同感知系统进行融合。


4.1.1   道路交通路侧感知系统

路侧感知系统是由安装在道路上的地磁、超声波、红外、RFID、信标、视频检测器和道路气象站、路面、路况检测器等组成,该子系统又分为道路交通感知模块、道路气象感知模块和路面状况感知模块3部分。


4.1.2   车载感知系统

车载感知系统是由安装在车辆上的各种车辆运行参数传感器、车载摄像头和雷达、GPS卫星定位装置以及车载微处理单元等组成。该子系统又分为车辆感知模块、环境感知模块和GPS定位模块3部分。


4.1.3   多传感器信息融合系统

多传感器信息融合系统也是协同感知系统的关键技术之一。信息融合系统是利用计算机技术将来自多个传感器或多源的观测信息进行分析、综合处理。从而得出决策和估计任务所需的信息的处理过程。信息融合的基本原理是:充分利用传感器资源,通过对各种传感器及人工观测信息的合理支配与使用。将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则或算法组合来,产生对观测对象的一致性解释和描述。车路协同系统需要处理大量的源自路网的各种车载感知信息和路侧感知信息,如果运用数据融合技术对其进行数据级融合、特征级融合以及决策级融合,将有利于通过对信息的优化和组合从中获得更多的有效信息。


4.1.4   实时数据处理系统

在车路协同服务平台中,边缘计算、局部计算和云端计算组成了数据分析系统。在这样的复杂新型交通系统里面才能很好的解决协同和控制问题。边缘计算主要是路测计算单元;局部的是情景中的集中部分,比如说路侧的信号机为核心的区域计算单元;云端计算的就是中心。三者结合形成有机的计算平台,分配好计算任务才能解决问题。该系统主要用于海量交通数据的处理,分析计算道路交通状态、大规模车辆诱导策略、智能交通调度等。


(1)通过边缘计算与云计算,综合分析交通与空间、气象与道路等信息以及与GIS匹配等,及时发现道路上的交通异常或潜在的交通危险,实现对道路交通状态的实时监测;


(2)通过对区域交通数据的综合分析,提出科学合理的交通组织与优化对策,实现对全路网交通的有效组织与疏导;


(3)通过对单个车辆运行轨迹和运行参数的分析,由边缘计算单元实现对个别违章车辆的实时预警或交通事故车辆的实时报警;


(4)通过对特定车辆监视及行驶参数的分析,实现最优路径的诱导;


(5)通过对气象条件与道路路况信息的综合分析,实现对道路路况条件与恶劣气象条件的提前预警;


(6)通过对交通数据存储、管理、编辑、检索、查询和分析等综合应用,实现各子系统间的信息协同、数据共享与互通,提高交通信息的综合利用度。


云计算的应用,一方面可以实现业务的快速部署,在短期内为交通用户提供信息服务;另一方面,平台具有的强大运算能力、最新实时数据和广泛的服务支持,能够对综合交通服务起到强大的支撑作用。云平台则可以根据用户的需求及道路交通的实际情况、异常交通因素等,进行大范围的交通数据的分析、计算与规划,从而实现宏观区域的交通组织与优化,并通过服务整合为路网中车载终端提供更丰富、更富有价值的综合交通服务等。


图 4‑1 车路协同交通感知数据处理流程


4.2交通管控协调系统


交通控制与诱导系统是由安装在道路沿线的信号控制装置、可变信息板和路旁广播等装置组成,该子系统能够通过通信装置接收来自车路协同服务平台的交通控制信息,实现对道路上车辆的交通信号实时控制;也可接收来自车路协同服务平台的交通诱导信息,实现对特定路段或特定区域交通诱导信息的发布。该系统发布的信息主要是该路段或区域内的群体车辆,也可以是指定车辆;该系统的控制与信息发布主要依赖路侧各种信息发布装置,如信号灯、交通诱导屏等。


(1)智能红绿灯预警/红绿灯车速引导系统

基于车路协同技术,当汽车在接近信号交叉口时,接收来自路侧单元的信号配时和交叉口地理信息,通过计算车辆行驶速度和加速度,结合信号配时和地理信息,判断本车在剩余绿灯时间内能否安全通过交叉路口,如果存在违规风险,车辆将受到相应的告警,如果判定可以通过,给出建议车速。


(2)特殊车辆信号优先系统

基于车路协同技术,当特殊车辆(救护车、消防车等)接近信号控制交叉口时,车载单元向路口信号控制机发送特殊车辆定位距离和当前车速信息,由智能路侧单元计算出的预计到达时间,信号控制机根据当前信号的状态,对相位进行红灯早断、绿灯延时等干预操作,保证特殊车辆的顺利通过。


4.3驾驶安全信息服务系统


车辆行驶安全信息服务系统主要用于对道路交通异常状态、单车运行异常状况、恶劣天气与路况异常变化等情况提前预警和实时报警,以便最大限度地减少交通异常所造成的损失。车路协同服务平台可根据监测目标数目的多少采用单屏多窗口或者多屏幕显示方式,分别监测不同的目标和区域。一旦发现或预测到可能发生的交通异常或交通危险,则以声光报警方式发出预报或报警信息,并锁定和显示报警目标,提示工作人员及时处理警情。


(1)智能交叉口预警

基于车车通信技术,两辆在不同道路行驶的网联汽车接近交叉口时,根据车辆速度、位置、行驶方向等信息,利用碰撞算法判别,如存在碰撞风险,则向两辆网联汽车发出告警,提示避让。


在交通基础设施不完善或者郊区普通道路或公路交叉路口,车辆在交叉路口左转,与对向来车存在碰撞危险时,系统基于无线通信技术应对驾驶员进行预警。避免或减轻侧向碰撞,提高交叉口通行安全。


(2)智能人车冲突预警

基于车路协同技术,以红外视频、微波等检测器作为行人检测设备,通过深度学习技术判断人车冲突隐患,在路侧通过显示屏及语音提示器,提醒行人注意通行安全,在车内通过车载设备提醒网联汽车注意行人。


车辆行驶过程中,路侧感知单元检测到的行人、非机动车位置与人、车的GNSS信息在平台融合处理,并实时接收行人过街请求,再通过车路通信,把人行道及其周围环境的行人、自行车的位置信息以及行人过街信息发布给车辆,同时,也可以向行人、非机动车的手机发布安全提示信息,以防止事故的发生。


(3)行车超视距服务

将道路前方路侧视频或前车车内视频传输给周边汽车,实现网联汽车超视距(如1km)接受前方道路交通信息。


车辆行驶在道路上时,与前车存在一定距离,当前车进行紧急制动时,后车将通过无线通信技术收到这一信息,并通过车载终端对驾驶员进行预警。


(4)盲区预警/变道辅助

当汽车准备实施变道操作时(例如激活转向灯等),若其相邻车道上有同向行驶的车辆出现在网联汽车的盲区时,换道告警应用对网联汽车进行提醒,避免其与相邻车道上的车辆发生侧向碰撞,保证变道安全。


在道路行驶过程中,因借用逆向车道超车,与逆向车道上的逆向行驶车存在碰撞危险时,及时对车辆驾驶员进行预警。辅助驾驶员避免或减轻超车过程中产生的碰撞,提高逆向超车通行安全。


(5)道路施工预警

基于车路协同技术,当网联汽车接近施工区域前,智能路侧单元向特定范围内的网联汽车发送施工信息预警,提醒车辆注意施工区域及施工人员,适用于可视条件不好的环境。


(6)限速提醒

基于车路协同技术,通过智能路侧单元将结合天气、交通流量、施工、事故等信息动态调整限速信息、或前方道路的弯道限速信息向周边广播,为网联汽车提供可变限速提醒。


(7)前向碰撞预警

系统通过GPS定位系统和无线通信技术实现前向车辆距离过近时提前预警。以保护人员及车辆安全,主要针对追尾等前向碰撞事故,降低城市道路交通事故率。


(8)异常车辆预警

当感知系统发现有车在行驶中打开故障报警灯时,边缘计算单元根据车辆状态(静止或慢速)若分析其属于异常车辆,并可能影响影响本车行驶路线时,通过无线通信技术将这一状况发布至车载终端,对驾驶员进行预警。适用于城市及郊区普通道路及公路的交叉口、环岛入口等环境中的异常车辆提醒。帮助驾驶员及时发现前方异常车辆,从而避免或减轻碰撞,提高通行能力。


(9)道路危险状况提示

车辆行驶到潜在危险状况(如桥下存在较深积水、路面有深坑、道路湿滑、前方急转弯等)路段,存在发生事故风险时,边缘计算单元对周围车辆进行预警,便于驾驶员提前进行处置,提高车辆对危险路况的感知能力,降低驶入该危险区域的车辆发生事故的风险。


(10)紧急车辆提醒

基于车车通信技术,将救援车辆(救护车、消防车等)的位置和移动方位信息向特定范围内的网联汽车发送,提示网联汽车提前做好让行准备。


(11)闯红灯预警

经过有信号控制的交叉口或车道时,由于前方有大车遮挡视线或恶劣天气影响视线,或由于其他原因驾驶员看不清信号灯的,系统检测车辆当前所处位置和速度等,通过计算预测车头经过停车线时信号灯的状态,若系统认定车辆存在不按信号灯规定或指示行驶的风险时,向驾驶员进行预警。


4.4驾驶安全辅助控制系统

对于特定生产或改装的,经过授权控制的特种车辆、公务车辆、公共汽车、营运车辆等,系统可以在紧急的情况下,对车辆进行控制,以避免事故的发生。



对车辆的自动控制包括刹车、转向与油门控制。驾驶安全辅助控制系统可以利用V2X低延时通信网络,根据需要对车辆采取控制措施,避免因驾驶员反应不及时引发的事故。


图 4‑2 传统油门踏板与电子油门控制系统对比



4.5交通信息服务系统


4.5.1   路况交通信息服务


主要用于对前方道路拥堵状况、道路危险状况、事故状况、道路施工状况和车辆故障状况发布给驾驶员,实现提前预警和实时报警,提醒驾驶员避开拥挤道路,以便最大限度地减少交通异常所造成的损失。


4.5.2   精确定位服务

车载终端集成卫星定位模块,可以利用全球卫星定位系统来实现车辆定位。第一,因为该系统同时集成了卫星定位模块和移动通信模块,通过利用移动通信网络辅助GPS来给车辆提供实时定位信息。这样就可以大幅提升系统搜索定位时间、提高定位精度同时还可以在卫星信号无法覆盖的区域内提供定位服务。第二,可以通过对定位数据进行加密后上传至专业服务平台还可以拓展出很多其他服务。例如,紧急救援服务、智能交通管理、车辆防盗等。


特别是智能交通管理,如果可以精确获取一定区域内的车辆实时位置信息,就可以在此基础上对交通流进行有效管理,并结合通信服务等将疏导信息传达到驾驶人员,进而解决交通拥堵问题。同时,统一的定位信息也可以为交通管理提供第一手的基础数据。



4.5.3   路径导航服务

车载终端可以有选择的接入全球卫星定位系统,从而得到定位数据。进而当在终端上标注出目的地后,终端便会自动根据当前的位置,依据距离和道路等级为车主设计行车路线。结合智能交通服务,道路上的车辆都将自身的定位数据发送到相关服务器上,导航系统可以综合距离、道路等级和当前实时路况来为用户设计更加优化路线。另外,这项服务还要依赖于地图数据服务商提供高精度地图数据。


4.5.4   车辆紧急救援求助服务

通过在车辆上安装相关传感器并在车载终端上安装相关软件可以最大限度地减少道路交通事故中因救援迟缓造成的人员伤亡。如在发生严重交通事故后,即使司机和乘客失去知觉不能拨打电话,该终端也能够自动拨叫紧急救援电话,并且自动报告事故车辆所处的位置。车载终端综合使用卫星通信、移动通信手段,实现紧急情况下的手动或者自动报警和救援呼叫,最大限度地减少道路交通事故中因救援迟缓造成的损失。


4.5.5   车辆维护保养信息服务

在车辆运行过程中,感知系统会实时向驾驶员显示或报告车辆运转的工作状况,一旦出现车辆运转异常状况,系统会及时发出预警或报警信息提醒驾驶人员密切注意车辆自身运转情况并采取应急措施。


车载感知系统检测车辆自身运转状态,并通过车载通信模块及其它通信设施,实现由监控中心对车辆各种工况的远程监测,平台对此为驾驶员提供目的地或者沿途的维护与保养服务网点的信息。


4.6车辆安全信用评价系统

根据车辆行驶记录大数据,对车辆行驶安全性进行分析和评价,给出车辆行驶安全信用的综合评价,建立车辆安全信用评价数据档案。可对车辆车主进行有针对性的安全教育,重点对安全信用评价不好的大型客、货车进行安全监督。保险公司可以根据车辆司机的安全信用提供有针对性的汽车安全保险服务。


4.7无人驾驶辅助系统

目前绝大多数的无人车技术方案都可以称为“单车智能”,这种技术方案由于自身传感器等的局限,不能达到安全的要求。车路协同技术可以通过宽带、低延时的无线网将感知的道路和交通环境实时传递给无人车,拓展无人车的感知空间,辅助无人车达到L5级别的自动驾驶水平。


4.8车载终端服务

车载终端应用系统是无线通信技术、卫星导航系统、网络通信技术和车载电脑综合的产物。车载终端可以提供以下服务:


(1)实时为过往车辆提供实时的车辆安全信息,提示司机可能疏忽或者无法了解的危险,及时采取措施,提高驾驶安全性。


(2)通过终端接收并查看交通地图、路况介绍、交通信息、安全与治安服务,实时确认当前位置,及时反馈预警与报警。


(3)汽车在行驶过程中出现故障时,通过无线通信连接车路协同服务平台进行远程车辆诊断,内置在车辆的车载感知单元记录汽车主要部件的工作状态,并随时为驾驶员和平台提供准确的故障位置和原因。


(4)可以了解临近停车场的车位状况和娱乐信息服务等,后排座位可以玩电子游戏、应用网络(包括金融、新闻、邮件等)。


图 4‑3 车载终端


5、小结


车路协同服务平台利用LTE/5G V2X宽带、低延时通信技术实现从终端到路侧边缘端再到云端的瞬时通信,对实时交通大数据进行分析和研判,对车辆安全和高效行驶提供信息服务(甚至是远程遥控)。解决自主自动驾驶汽车对周边环境感知的不足问题,可大幅度低成本地提升自动驾驶汽车的水平。


车路协同服务平台是政府部门利用政策优势为自动驾驶汽车行业发展提供的最直接的服务。也是未来城市智慧交通发展的必由之路。


车路协同服务平台可由政府建设,成立专门的运营公司运营。运营车路协同服务平台的公司可以通过为车企、保险公司提供大数据服务盈利。可以为政府交通相关部门提供数据而实现社会效益。(智车科技)


博客 gaohong

LV1
2019-07-12 17:37
200

投资数百万英镑 捷豹路虎确认将在英国生产电动车

据外媒报道,英国最大汽车制造商捷豹路虎将斥资数百万英镑,在英国本土市场生产电动汽车,这对受柴油销量下跌和英国退欧不确定性打击的英国汽车行业来说将是一个重大提振。去年英国总共生产了150万辆车,其中30%的车均是 ...查看全部


据外媒报道,英国最大汽车制造商捷豹路虎将斥资数百万英镑,在英国本土市场生产电动汽车,这对受柴油销量下跌和英国退欧不确定性打击的英国汽车行业来说将是一个重大提振。


去年英国总共生产了150万辆车,其中30%的车均是由捷豹路虎生产的。但捷豹路虎正在经历一场转型,旨在从2020年起使所有新车型都拥有电动版本,以摆脱对柴油车的依赖。当前,消费者喜好逐渐从柴油车转向电动汽车。

捷豹路虎首席执行官Ralf Speth在7月5日的声明中表示,“移动出行的未来是电动汽车,作为一家有远见的英国公司,我们致力于在英国生产下一代零排放汽车。” 捷豹路虎将在其英格兰中部的布罗米奇堡(Castle Bromwich)工厂生产一系列电动车,先从其豪华轿车XJ开始。

与此同时,捷豹路虎还呼吁政府将大规模的电池生产带到英国,这样英国便不会在生产低排放甚至是零排放汽车的热潮中落后。

此次投资电动车是在捷豹路虎经历了几个月的动荡之后宣布的。今年1月初,捷豹路虎宣布裁员4500人,并表示2018/19年度亏损了36.6亿英镑(合45亿美元)。

长期以来,捷豹路虎一直对英国无协议脱欧的可能性以及保持与欧盟无摩擦贸易的必要性发出警告,称车企生产可能会受到海关延误的打击。但该公司已经与布罗米奇堡工厂的工人签署了一项协议,将每周工作日从5天改为4天,每天工作时长不变,从而让工厂更有效地运营。(盖世汽车每日速递   占亚娥

博客 gaohong

LV1
2019-07-10 14:35
204

新特汽车寻找“新能源&智能网联&轻量化”相关供应商

功能介绍汽车产业全媒体平台,聚焦了汽车产业链的行业动向、技术发展、热点资讯、高端人物、跨界融合等,为大家提供新鲜有料的汽车行业与技术新闻,有洞察力的分析报告,还有丰富的行业数据,让您分分钟知晓汽 ...查看全部

功能介绍汽车产业全媒体平台,聚焦了汽车产业链的行业动向、技术发展、热点资讯、高端人物、跨界融合等,为大家提供新鲜有料的汽车行业与技术新闻,有洞察力的分析报告,还有丰富的行业数据,让您分分钟知晓汽车行业动态与趋势!

                                                                                            


7月30日,盖世汽车将组织“新能源&智能网联&轻量化”等相关优质企业走进新特汽车并进行深度技术交流,希望通过这次活动的举办,让更多有好的技术的供应商能与新特汽车的相关人员进行交流与洽谈,也能充分展示新特汽车的发展成果和开放性,让更多供应商的先进技术有机会应用到新特汽车的产品上。


以下是新特汽车具体采购需求:
  • 智能互联中心



  • 电子电器




  • 新能源


  • 底盘&车身&内外饰


届时,新特汽车的新能源、智能网联、轻量化技术中心研发部门负责人、采购部门负责人、工程师以及商务部、技术部、质量相关部门都会前来参与交流,如有意向与新特汽车进行合作并与采购、研发工程师对接的供应商企业欢迎报名参加!


活动时间:2019年7月30日

活动地址:浙江省杭州市滨江区江淑路736号纳爱斯大厦17、18楼

//
活动形式
//

前瞻技术沟通会

有前瞻/亮点技术的展商可集中对新特汽车的技术研发人员进行技术讲解,Q&A。

(往期活动现场)

产品展示交流

全天展示,新特汽车技术研发及采购人员可与供应商进行深入探讨与交流(展台由盖世负责设计搭建)。

(往期活动现场)

//
活动报名
//

活动过程中,盖世汽车将带领新特汽车的领导参观展台并与供应商一一交流,在前瞻技术沟通环节,供应商将通过技术分享,展现企业的实力。如果有兴趣进入新特的零部件企业朋友可以识别下方的二维码报名!


报名后我们会与您联系对接

//
活动收益
//


  • 直面新特汽车新技术部门、采购部门人员,快速、高效、精准匹配采购项目;

  • 掌握新特汽车产品和战略发展,了解主机厂需求,加快产品更新迭代;

  • 有机会与新特汽车建立伙伴关系,共享资源,协同开发;

  • 借助盖世汽车多渠道媒体传播,提高行业知名度;


主机厂前瞻技术展示对接会

2018年盖世汽车主机厂前瞻技术展示对接会已经落下帷幕,活动以采购商与盖世汽车共同主办的形式,组织了30余场专场活动,吸引了1000余家供应商参与报名,通过前期匹配与审核,带领700余家供应商成功与采购研发技术等核心人员进行接触,帮助采供双方快速进行对接和洽谈。


主机厂前瞻技术展示对接会主要以涵盖新能源、智能网联、轻量化、创新技术、新供应链、智能制造等领域为重点,2018年盖世汽车联合众泰汽车、猎豹汽车、沃尔沃汽车、前途汽车、吉利汽车、北汽新能源、长安汽车研究院、前途汽车、宇通集团、福田商用车、重庆延锋安道拓等在内的多家企业共同主办,通过前期匹配以及采购商的审核,以平均每场20余家供应商的形式,通过现场前瞻技术的讲解和交流,为采供双方的合作打下了基础,也得到了采供双方的一致好评。

(往期活动现场)

<<  滑动查看下一张图片  >>

2019年盖世汽车将继续联合全球主流主机厂和一级零部件供应商,将会围绕“智能网联、新能源、节能环保、新供应链领域、轻量化”等主题,与更多的主机厂和一级零部件企业合作,探索更多的可能,帮助供应商对接全球主机厂的研究院、技术中心、前瞻部门、采购部门。2019年,盖世汽车将继续利用平台资源与优势,帮助更多的采供双方进行对接,为满足各方需求而努力,从而推动整个行业积极健康发展。



博客 gaohong

LV1
2019-07-10 14:35
196

智能网联汽车时代到来 新能源汽车何去何从

根据中国汽车工业协会日前发布的数据,今年5月,新能源汽车产销分别完成11.2万辆和10.4万辆,比上年同期分别增长16.9%和1.8%,增速出现回落,超高速增长光景不再。针对5月份新能源汽车产销增速回落,在中国新时代企业家论坛20 ...查看全部
根据中国汽车工业协会日前发布的数据,今年5月,新能源汽车产销分别完成11.2万辆和10.4万辆,比上年同期分别增长16.9%和1.8%,增速出现回落,超高速增长光景不再。


针对5月份新能源汽车产销增速回落,在中国新时代企业家论坛2019峰会上,部分业内人士分析认为,目前,我国新能源汽车市场比例已占据全球50%,市场已经初具规模,持续的高速增长必然要终结。再加上补贴退坡和汽车市场政策不断切换,使得新能源乘用车销量增速总体不及预期。
3月,财政部、工信部、科技部、国家发改委发布的《关于进一步完善新能源汽车推广应用财政补贴政策的通知》,再次释放出地方补贴退出的明确信号。财政部相关负责人指出,为了使新能源汽车产业平稳过渡,新政策采取分段释放调整压力的做法,即2019年补贴标准在2018年基础上平均退坡50%,至2020年底前退坡到位。


补贴的消失给新能源汽车厂商带来挑战的同时,也带来了机遇。


“靠产品力说话的后补贴时代不失为一个机遇期。”奇点汽车创始人兼CEO沈海寅说,今年1月至5月,虽然新能源汽车销量同期有所下降,但我们也应当看到新能源汽车占比不断提高,说明用户的接受程度在不断提高。


沈海寅表示,根据国家发改委、生态环境部、商务部印发的《推动重点消费品更新升级 畅通资源循环利用实施方案(2019—2020年)》,禁止各地出台新的限购规定,通过新能源汽车停车费优惠、财政继续支持“充换电”设施建设、维护消费者权益(召回、三包等)等保障措施,营造更好的消费环境,提高消费者买车用车的积极性,对于用户买车需求不再一刀切,这比单纯的补贴政策更为有效。



“后补贴时代,用户期待什么样的电动车?”沈海寅认为,都市电动汽车的真实需求之一是适合比续航更重要。就目前来看,新能源车的性能配置以及续航里程远不及燃油车,如果购车成本无法吸引消费者,他们肯定不会优先选择新能源车。同时,受限于电池技术及发展缓慢的充电设施,再加上观念习惯等问题,消费者的购车首选依然不是新能源汽车。此外,5G宽带车联网联合新一代高性能处理器开启了网联、智能汽车的全新时代,汽车的智能化需求将对汽车产业带来质的改变,如何保障交通安全、改善交通效率、增加乘坐舒适度、减少能耗与污染将成为新的挑战。


“智能网联汽车时代,没有一个企业能掌握全部的软件或硬件。”中兴通讯一级子公司英博超算总经理田锋指出,汽车工业自诞生开始已经历了三个红利阶段:福特,买得起的汽车时代;丰田,用得起的汽车时代;当前的汽车智能化时代将是最后一次机遇。田锋认为,开放合资股比、降关税等措施对于国内自主汽车品牌都是新压力,如果能抓住智能汽车新时代切换的机会,国内自主汽车品牌就可以实现弯道超车。



“汽车电子架构已从传统汽车电子模式的黑盒时代走向支持第三方软件并确保安全与可靠的白盒时代。”田锋认为,传统汽车电子的软硬件是深度耦合的,专车专用,系统和部件的开发周期长,成本高,进入门槛极高。英博超算通过将中兴通讯在全球通讯市场领先的“软件定义”理念率先导入到汽车电子领域,实现“软硬件解耦”。为此,公司专门研发了中间件,降低汽车核心零部件行业的准入门槛,大幅度降低智能汽车系统与服务的开发门槛和成本,打造开放兼容的智能汽车软硬件产业生态,让更多的中国企业能够参与到中国的智能汽车产业发展中来。在保证质量的前提下大幅削减相关的汽车电子价格,这将释放超过万亿体量的全新应用和服务市场。(记者 张海粟)转自:中国贸易报


作为专注智能网联汽车与新能源技术融合创新应用的高端交流平台之一,2019中国智能网联汽车创新发展论坛暨新能源汽车电子与半导体创新应用大会定于2019年9月25日-26日于合肥举办,本次大会旨在为推动智能网联汽车与新能源汽车的快速融合发展打造一场丰富、高效、实用的全视角盛宴,“融合网联新技术,创享智能车生活”的大会主题将再次带来有关智能网联汽车未来更多的思考!大会以开放融合的精神诚邀行业相关积极参与并支持!

当下智能网联汽车产业将如何紧随行业大趋势,以创新融合之势实现弯道超车?智能网联汽车与新能源技术的融合发展将面临怎样的挑战和未来?这一切答案尽在CICVES2019峰会现场揭晓!







博客 gaohong

LV1
2019-07-10 14:35
238

2019中国智能网联汽车创新发展论坛 暨新能源汽车电子与半导体创新应用大会将于合肥举办

· 会议背景 ·随着5G、AI等技术的快速发展与深化应用,汽车产业中的电子技术得到了新一轮的发展空间,特别是智能化、电动化成为了新一轮汽车电子化推动力量。新能源电动汽车的大力发展,汽车电子半导特别是功率半导体作为汽车的关键动力部件成为了其不 ...查看全部
· 会议背景 ·

随着5G、AI等技术的快速发展与深化应用,汽车产业中的电子技术得到了新一轮的发展空间,特别是智能化、电动化成为了新一轮汽车电子化推动力量。新能源电动汽车的大力发展,汽车电子半导特别是功率半导体作为汽车的关键动力部件成为了其不可忽视的“隐形”增量。与此同时,安全高效、智能节能、融合互联的发展趋势也让我们看到了汽车的价值链已经逐渐从传统的机械动力结构转向了电子信息系统集成,这不仅在新能源汽车、无人驾驶、ADAS、车联网等新产品、新功能上得以体现,也为从事互联网、消费电子、芯片制造领域的企业进入汽车行业提供了新的发展机遇。

· 关于CICVES ·

作为专注智能网联汽车与新能源技术融合创新应用的高端交流平台之一,2019中国智能网联汽车创新发展论坛暨新能源汽车电子与半导体创新应用大会定于2019年9月25日-26日于合肥举办,本次大会旨在为推动智能网联汽车与新能源汽车的快速融合发展打造一场丰富、高效、实用的全视角盛宴,“融合网联新技术,创享智能车生活”的大会主题将再次带来有关智能网联汽车未来更多的思考!大会以开放融合的精神诚邀行业相关积极参与并支持!

2019智能网联汽车与新能源汽车的融合发展与全方位解决方案尽在9月25-26日合肥,CICVES大会基于现阶段智能网联汽车现状,特别是在新能源汽车的大背景下,智能网联与新能源技术的结合无疑是最新的突破口与未来方向!安徽省作为汽车产业的重要区域,特别是合肥市正大力发展和支持科技创新,优化汽车产业结构与升级,实行汽车产业的差异化创新与发展,本次大会将邀请来自于国内外主要主机厂、汽车零部件厂商、通讯服务商、高校科研专家学者、各类投融资金融机构以展带会,以会加展,立体呈现智能网联汽车及新能源汽车技术领域全方位的系统集成解决方案,重点探讨和展示智能网联与新能源技术在商用车、乘用车以及零部件制造领域最新技术,最新产品!


CICVES带给您的

当下智能网联汽车产业将如何紧随行业大趋势,以创新融合之势实现弯道超车?智能网联汽车与新能源技术的融合发展将面临怎样的挑战和未来?汽车新一轮电子与半导体产业的崛起风口在新形势下该怎样去适应?这一切答案尽在CICVES2019峰会现场揭晓!

· 加入我们 ·

【参会须知】

1)会议注册采用电子邮件(alisa@ange-china.com)或官网注册(www.cicvp.com)方式。

2)注册时请提供姓名、单位、电子邮件和联系电话。

更多大会相关内容请见附件或联系我们

· 参与嘉宾来自 ·



博客 gaohong

LV1
2019-07-10 14:35
246

斑马智行走入车联网深水区

功能介绍科技视角、极客精神,智驾传媒是拥有智能汽车网(AutoR.com.cn)、《AutoR智驾》杂志、微信平台(zhinengqiche)和智能汽车展会的全媒体平台。R是Robot一词的缩写,AutoR意指智能汽车。 &nbs ...查看全部
功能介绍科技视角、极客精神,智驾传媒是拥有智能汽车网(AutoR.com.cn)、《AutoR智驾》杂志、微信平台(zhinengqiche)和智能汽车展会的全媒体平台。R是Robot一词的缩写,AutoR意指智能汽车。

                                                                                           





BAT针对车企的争夺正在进入新阶段。先期拿下的客户可能会失去,后来者并非全无优势。格局尚未确定,江湖依然硝烟四起。先行一步的斑马有着打造底层车机系统的雄心,但今天还要迈出彻底让让驾驶者在汽车内都抛弃手机的第一步,这取决于车机体验的飞跃。“既关注车,又关注人”斑马似乎走在正确的路上。但斑马系统装机量在逐步增长的同时,周围环视的对手成长的速度也毫不逊色。




文丨AutoR智驾  王硕奇



在7月5日,斑马为自己的三周岁生日庆生之前两天的7月3日,李彦宏被泼水的一幕掩盖了外界对百度Apollo开放计划的关注,很巧百度在国家会议中心宣布Apollo开放计划也刚刚过去三年。三年间,经过七次迭代更新Apollo5.0宣布成为了全球最大最活跃的自动驾驶开放平台,聚集了150多家合作伙伴,24000多名开发者,530000多行开源代码。


斑马与Apollo走过的路,可谓殊途同归,他们都面临着争夺主机厂的信任与认同。


作为成绩的一部分,斑马目前已在十个品牌的30多款车型进行落地应用,且正在和两家大型OEM集团进行合作,未来1-2年内投产。


与百度Apollo在创立之初即发力智能驾驶不同,斑马是从车联网应用起步,嫁接阿里系移动出行应用进入车内场景,再一步步引入智能驾驶功能。


在斑马网络首次向外界发布的其九项核心能力,分别包括AliOS 2.0、情境交互框架、多模态交互、机器视觉、语音多引擎框架、AR-Driving 2.0、360全景增强辅助驾驶、自运营自定义工作台和斑马“车+互联开放平台”。


上汽集团乘用车公司副总经理俞经民宣布搭载AR-Driving 2.0、360全景增强辅助驾驶等斑马三大核心能力的荣威RX5 MAX将在下半年上市。


对于智能驾驶功能的支持正成为斑马智行新的发力点。伴随5G的提前商用化和车路协同的推进,基于V2X的智能驾驶能力提升正被汽车主机产所重视。


斑马智行与Apollo正开启短兵相接。


但智能汽车对于软件更深层次的需求正式阿里巴巴技术掌舵人王坚对于软件系统将成为与机械引擎同等重要的数子引擎定义一样,斑马系统最终将成为一辆车的底层系统,它将开启汽车的智能驾驶大门。


而更直接的百度Apollo来势汹汹,它更开放,更低姿态。


斑马和百度Apollo每前进一步,都意味着与汽车合作伙伴更深层次的信任和数据开放。


并不意图在底层重构汽车的百度Apollo和以底层操作系统自居的斑马智行便在车企的摇摆中此消彼长。


在车联网层面双方竞争的是背后阿里与百度生态的竞争,这个层面竞争的是体验和背后的用户群。


但随着深度影响汽车制造与生产,哪一方更能让汽车制造商放心与信任则更能深入一步。


这期间是可以提供更中立的服务则会吸引获胜的天平。


在斑马的三周年大会上,斑马打出了“暖科技”牌。


“真正暖心的科技,是你感知不到它的存在,却又总能让你会心一笑 。”2019斑马智行探索大会上首映了一部微电影《刚刚好》,在片尾这句话斑马对人工智能时代“暖科技”的理解。


这句话的在智驾君看来似乎出自客户体验学科的谚语“最好的服务,就是感觉不到,但又无处不在!”


但服务每时每刻都在发生改变,现阶段的服务主题已将从人慢慢转化为科技。



在互联网汽车行业中深耕了三周年的斑马即将发布3.0版本,从优化导航娱乐,到语音识别控制,到有情感的服务于人,本质上依然在优化自己的服务体系。


2016年9月至今,斑马智行OTA空中升级二十余次成功率高达99.9%,从首次万辆单车型拓展至多品牌多车型。


这种步步升级,合适引发质变,意味着对对手的降维打击。


更新版本的斑马,在斑马看来是在理念上更进一步深化,即以情境智能驱动服务找人。



我们如何理解所谓“情境智能”呢?


“情境智能”是斑马2018年发布的“场景引擎”产品理念基础上的全面升级,随着斑马AI能力的不断强大,从单纯的场景驱动到不同情境下的心意相通,斑马独有的车在线、人在线、出行在线的实时数据融合计算,提升对用户下一步行为的预判,让人车关系从助手向朋友和家人演进。


随着《刚刚好》的上映,斑马网络和饿了么携手推出的“智慧点餐”服务也于同期正式上线。在搭载斑马智行系统的互联网汽车内,用户只要动动嘴,就可轻松点美食送到指定地点。




其背后是背靠阿里携手饿了么上线“智慧点餐”服务,首个品类为咖啡,已在包括北上广等100多个城市开通,首杯免单活动也已全面展开。


“这次合作是阿里大生态的融合,也是饿了么瞄准特定场景,融入汽车出行服务产业,积极拓展新美食外卖场景的一次尝试。”饿了么联合创始人、COO康嘉告诉记者,他是某国际电动汽车品牌的车主,“我的车没有斑马智行这么聪明,点不了我要喝的咖啡。在本土智能化方面,斑马领先太多了。”




斑马从用车的角度赋能其产品,简单的理解就是将阿里的移动服务体系车载花,4月8日,中国石油与斑马网络合作的“智慧加油”服务陆续上线,车主通过汽车中控屏即可完成加油支付。


如果简单理解即是物联网功能通过车联网功能实现。


斑马表示其改变的不只是支付习惯,而是让习以为常的生活方式优化,将人、车、生活紧密相连,以丰富的生态服务重构人车关系。




这些改变很大一部分来自其用户的建议和体验。


这是斑马智行MARS版本(V3.0)种马计划的一部分,斑马用户在提出批评后与行业共同成长。




从察言观色到心意相通,再到智能推荐及执行,用户的体验个性化需求催生高阶AI产品;从现阶段语音、触控、生物识别等交互方式的融合,到未来真正的多模态交互的实现,产品体验与技术进步历程的交融,将使汽车开始向智慧生命体演进。




斑马网络CEO郝飞表示:脚踏实地的理想主义是斑马信奉的探索精神。从产品、到体验、再到数字化生态服务,斑马致力于数字化构建用户出行世界,助力合作伙伴的智慧出行升级。未来,我们将根植于用户体验和互联网数字化生态系统,成为“既关注车,又关注人”的汽车出行服务转型的新变量。








但对于斑马而言,必须在智能驾驶层面尽快有产品落地。



上汽集团乘用车公司副总经理俞经民宣布搭载AR-Driving 2.0、360全景增强辅助驾驶等斑马三大核心能力的荣威RX5 MAX将在下半年上市。


这是斑马智行在智能驾驶方面的新样本。



智驾君在现场体验了这一原型车,其AR-Driving 2.0将地图与摄像头捕捉的实景图案结合,让规划出来的路线显示在中控屏或者仪表盘上,据现场负责人介绍目前已经处在最后调试阶段并且相当成熟。


但这是最终的斑马吗?答案是否定的,互联网产品随时都处在快速迭代中。5G-V2X落地,万物互联时代来临,汽车从封闭移动空间向汽车+演进,驾驶者也从个体价值共享向社会角色共创逐步迈进。




于更具想象力的汽车网联化的未来,汽车领域覆盖最广的loT开放平台,斑马与天猫精灵、阿里云IoT、360合作打造的的“车+互联开放平台”即将开放。通过与天猫精灵合作,600+家电品牌、2100+设备型号、2亿+智能设备将在未来加入这个家-车-城市共同打造的生态圈。




三年,斑马互联网汽车销量从零增长至将近百万,中国汽车保有量将近三亿,斑马用科技将人类带进了数字生活,斑马用车联网连接起了人类的衣食住行,这是行业内一个小市场,但这是未来一个不可估量的市场,斑马正在持续努力。


目前,斑马已经在十个品牌三十多款车型进行应用,未来还将有两家大型OEM集团进行合作,搭载其系统的保有量也在节节攀升,但面对的危机和挑战依然存在。



三年前由上汽与阿里合资建立的斑马公司,某种意义上是一家帮众多车企改造和升级车机的软件集成服务商,但是因为其背后拥有车企的背景,使得其大部分装机车辆依然紧靠着上汽。


对于其他厂商来讲,更可以说是一种忌惮,谁也不会将自己如此重要的车联网交给一个拥有竞争对手背景的企业来做,比如福特就可以看出端倪。



目前福特依然显示在斑马官网的合作伙伴中,但其合作车型却仅有一款,而今年福特的后续车型正寻求与百度的合作,福特全新系统SYNC+正与百度进行深入合作。


对于生态建设也同样如此,根据斑马透露,斑马智行系统中提供的服务有30%以上来自阿里系,其余70%来自其他合作伙伴,也就是说只要是阿里的生态竞争对手,想进入斑马是比较困难的,比如外卖到车其选取的就是饿了吗而不是美团外卖,这对一个立足于开放包容的生态系统,颇有些格局不够的意味。


但也不能过分批评,自己的系统用自家产品,好像也没有什么错误。


可以说在车联网行业目前的三足鼎立趋势已经形成,阿里对应的是斑马,百度和腾讯也有自己的车联网产品,但后两者并没有主机厂背景,这让其他厂商使用起来会更加的安心,这也是斑马目前急待解决的问题,这样的问题似乎阻碍了斑马向全行业推广的效果。



互联网汽车驶来的三年间,生态服务的三国画卷已经徐徐展开,谁能笑到最后目前来说还是难下定论。


开放既考验BAT能否向所有互联网开放,也考验着车企全面开放数据的勇气。


斑马智行走过三周年,正进入深水区,格局虽未确定,但利益分割的原则与标准需要先行一步。


胜利尚在其次,掌握未来更为重要。(AutoR智驾)




博客 gaohong

LV1
2019-07-10 14:35
210