自动驾驶

自动驾驶

我们把世界人工智能大会的大咖观点总结成了九句话

博客自动驾驶小能手 发表了文章 • 0 个评论 • 40 次浏览 • 3 天前 • 来自相关话题

2020世界人工智能大会与往年有些不同,由于疫情的原因,大会搬到了“云”上举行。业内大咖齐聚一堂,通过视频连线、全息、微信语音等各种方式为科技爱好者带来了一场特别的思想盛宴。 ...查看全部

2020世界人工智能大会与往年有些不同,由于疫情的原因,大会搬到了“云”上举行。业内大咖齐聚一堂,通过视频连线、全息、微信语音等各种方式为科技爱好者带来了一场特别的思想盛宴。
院士说AI
姚期智,图灵奖获得者、中国科学院院士:
今天我们看到的AI领域新的进展以及应用,其实来自于一些基础科学,这些基础科学都来自于基础理论。所以对我们来说,应该在理论创新方面有所突破,特别是在AI方面。
陈杰,中国工程院院士:
人工智能从深度学习、强化学习、迁移学习在向未来的进化学习转移,要通过信息系统解决物理系统和人类相互结合的问题,未来最难的就是人和机器的共融,今后人和机器会发挥各自的作用展现在我们面前。
沈向洋,美国国家工程院外籍院士、英国皇家工程院外籍院士:
人工智能必须要解决的一个问题就是数据,特别是对于疫情,我们要做到早发现、早预警、早阻断。未来,我们能够做到分钟的预警、小时的阻断,把打通数据、分析数据全部融合在一起,人工智能才能真正发挥它的实力。
“三马”说AI
马云,联合国数字合作高级别小组联合主席:
AI应该翻译成为机器智能,翻译成人工智能,是人类把自己看得过多,很多事情对于人类来说很难,对于机器来说却非常容易。动物有的是本能,机器有的是智能,而我们人类拥有的应该是智慧。
马化腾,腾讯公司董事会主席兼首席执行官:
人工智能本身就是一场跨国跨学科的探索,正在将人类的认知推向更快更高更强,也势必带给我们一场前所未见的科技和产业革命。我们要做到AI向善,努力让人工智能实现可知可控可用可靠。
马斯克,特斯拉公司创始人兼首席执行官:
现在有很多有创意的AI,但是他们没有办法很好地来控制创造活动,不过未来会有更好表现。就好比游戏,显然在任何有着明确规则的游戏当中AI会胜于人。在有明确规则的游戏中,如果自由度不是很高,那么在任何游戏中,很难想象人工智能会比人类劣势。
医疗AI说
李彦宏,百度创始人、董事长兼首席执行官:
人工智能可以提高检测的灵敏性与准确性,缩短新药研发的周期、降低新药的研发成本,提高医疗诊断的准确性和效率,这些将使人类在面对健康问题时更加主动。
张文宏,复旦大学附属华山医院感染科主任:
疫情期间,人工智能参与到物资的调配的时候,我们就意识到将来人工智能具有非常强大的物资调配能力。希望将来线上和线下的医疗数据可以融合预警,构成一个完整的体系,这一点人工智能可以发挥很大作用。
孙锟,上海市新华医院院长:
当下,应该思考如何在未来遇到类似情况时,运用系统的人工智能手段来应对。希望人工智能未来可以有效支撑分级诊疗,这也是医改成功的关键。

Basemark融资700万欧元 研发自动驾驶汽车软件

博客自动驾驶小能手 发表了文章 • 0 个评论 • 37 次浏览 • 3 天前 • 来自相关话题

 据外媒报道,芬兰初创公司Basemark是一家领先的软件公司,专注于研发图形软件和自动驾驶车辆软件 ...查看全部

 据外媒报道,芬兰初创公司Basemark是一家领先的软件公司,专注于研发图形软件和自动驾驶车辆软件。近日,该公司表示,其从环保技术基金ETF Partners处获得了700万欧元(约合5547.71万元人民币)的股权融资。Basemark将利用该笔资金,在自动驾驶汽车领域加速扩张。

(图片来源:Basemark)

Basemark成立于2015年,凭借其世界领先的实时图形和计算软件解决方案Rocksolid Engine(适用于关键工业应用)迅速获得了盛誉。在短短几年时间内,在没有其他机构投资资金的情况下,该公司的业务收入已经超过了1000万美元,并实现了盈利,其客户群体包括世界级的汽车OEM和SoC公司。

Basemark公司董事长兼创始人Tero Sarkkinen在一封电子邮件中表示,该公司正利用其在整个汽车行业内的关系,打造人工智能技术和软件,以帮助推动自动驾驶革命。

Tero Sarkkinen曾是一名游戏玩家,在Futuremark公司为计算机游戏创建了3D Mark等基准。当汽车业终于赶上计算机时代时,他创办了初创公司Rightware,为开发人员提供工具来为汽车创造视觉用户界面,让汽车拥有更好的仪表盘信息显示屏。

Sarkkinen在2015年将Futuremark公司卖给了United Laboratories公司,并在2017年将Rightware卖给了Thundersoft(中科创达软件股份有限公司)。2015年,Sarkkinen和Arto Ruotsalainen创办了Basemark公司,为工业市场提供大数据可视化服务。随后,他们收购了Rightware的基准业务部门,然后开始专注于为打造自动驾驶软件的开发人员提供开发工具。2016年,该公司研发了一个名为VRScore的基准虚拟现实软件,并于2018年开始进入自动驾驶软件领域。

Sarkkinen的团队了解如何以高效的方式渲染图形,而这一点对于汽车而言非常有用,因为闪亮的屏幕成为了现代汽车的一大卖点。此类屏幕用于自动驾驶汽车或汽车上,为驾驶员提供辅助时,则更为重要。例如,Basemark最近还与日本公司Digital Media Professionals合作打造智能镜,或者是合作打造利用镜子来检测其他车辆所需的软件。此外,此种智能镜还能够探测行人、汽车和自行车等物体,并对此类物体进行分类;还能够提供增强现实辅助、触发警报以及闪亮的警告图形。

去年秋天,Basemark任命Keith Silverang为公司的首席执行官。目前,该公司有50名员工,迄今为止已经融资了约1050万欧元(约合8321.57万元人民币)。(作者:盖世汽车网)

中汽中心汽车智能制造标准项目组成立会议成功召开

博客自动驾驶小能手 发表了文章 • 0 个评论 • 56 次浏览 • 4 天前 • 来自相关话题

为贯彻落实国家《智能制造发展规划(2016-2020)》《装备制造业标准化和质量提升规划》等有关文件精神,推进汽车智能制造标准体系建设研究工作,发挥中心在智能制造标准体系建设过程中的引领作用,在中心战略规划与科技创新部的大力协调组织下,中汽中心汽车智能制 ...查看全部

为贯彻落实国家《智能制造发展规划(2016-2020)》《装备制造业标准化和质量提升规划》等有关文件精神,推进汽车智能制造标准体系建设研究工作,发挥中心在智能制造标准体系建设过程中的引领作用,在中心战略规划与科技创新部的大力协调组织下,中汽中心汽车智能制造标准项目组成立会议于日前召开。

该项目组由标准所牵头,设计院、数据中心、软件测评中心与华诚认证中心等专业院所共同组成。中汽中心副总工程师、战略规划与科技创新部部长李赞峰、中汽中心标准所副所长王兆出席会议。会议由中汽中心标准所一室主任孙枝鹏主持。

李赞峰首先为会议致辞,他讲到汽车行业智能制造是中汽中心业务发展的新兴领域,需要整合中心各院所优势资源、协同努力,共同推动汽车行业智能制造标准体系建设,力争引领行业发展,获得行业认可。李赞峰强调,该项目是中心的一项战略工作,是一项需要持续发力的工作,更是一项需要统筹完成的工作,希望各院所积极配合项目工作的开展,发挥建设性和能动性,真正把智能制造变成中心科研和业务的亮点工程。

王兆表示,汽标委秘书处将尽全力配合工信部和中心对于智能制造标准化工作的要求,标准所将努力打好前战,搭建一个中心乃至行业协同推进相关业务的工作平台,起到支撑中心发展、国家部委战略规划的作用。他希望中心各院所能够贡献优势资源、积极合作,共同提升中心在汽车行业智能制造领域的标杆作用。

会议上标准所、设计院、数据中心、软件测评中心以及华诚认证相关人员分别介绍了各自在汽车智能制造领域开展的工作以及后续工作计划。会议还讨论了项目组成员开展智能制造相关工作的问题和建议。

中汽中心汽车智能制造标准项目组的成立标志着中汽中心将加快推进智能制造标准领域的研究工作,搭建统筹协调与沟通平台,集中各部门的优势资源,共同推动我国汽车行业智能制造的高质量发展。

苹果新专利:克服“城市峡谷问题” 顺利访问汽车

博客自动驾驶小能手 发表了文章 • 0 个评论 • 52 次浏览 • 4 天前 • 来自相关话题

在2011年,苹果曾申请了一份有关“先进汽车访问和控制系统”的专利。该专利表示,车 ...查看全部


在2011年,苹果曾申请了一份有关“先进汽车访问和控制系统”的专利。该专利表示,车辆访问凭证可能包括一个或多个访问凭证、访问密钥、访问信息、加密密钥、采用加密密钥签名的数据等等。

(图片来源:patentlyapple.com)

苹果专利图3展示了一款示例车,而专利图5则展示了,根据本发明可用于访问车辆的主要便携式设备的流程图。

(图片来源:patentlyapple.com)

随后,在2019年的另一项名为涵盖先进的汽车安全锁、像素调光技术等的苹果专利中,苹果又改进了该技术。据外媒报道,近日,苹果公司又获得了一项专利,是2011版专利的升级版,与解决城市峡谷(Urban Canyon)问题相关。该专利将扩展用于iPhone的软件堆栈,并将用于汽车的软件堆栈模块由3个扩展至5个。

(图片来源:patentlyapple.com)

苹果指出,该款定位设备包括“内置的汽车导航系统、其他汽车计算机系统、钥匙卡、汽车钥匙”,还包括处理与城市峡谷问题相关的定位技术。城市峡谷指的是位于下方的车辆或个人试图连入互联网,但是由于有很多高耸的建筑物,出现了通信干扰,导致很难接入互联网或导航系统。

(图片来源:patentlyapple.com)

更具体地说,苹果指出:“该定位设备能够识别不可靠的GPS位置数据(例如,通过识别其正在接近一个已知的“城市峡谷区”,或通过其他适当的方法识别出不可靠的GPS位置数据)。一旦识别后,该款定位设备可以切换到估计模式。而估计模式会依赖于表示位置变化的传感器数据(例如,与最后已知可信位置的相对距离以及相对方向)。传感器数据与主要定位数据结合与只依赖主要定位数据相比,可以更准确地计算出位置信息。当该设备利用不可靠的GPS位置数据,探测到要从城市峡谷退出时,该款定位设备就会切换回标准操作模式。”(作者:盖世汽车)

联合国发布三项智能网联汽车领域重要法规

博客自动驾驶小能手 发表了文章 • 0 个评论 • 53 次浏览 • 4 天前 • 来自相关话题

联合国世界车辆法规协调论坛(WP.29)第181次全体会议于2020年6月24日以网络会议形式顺利召开,160余位各国代表出席会议,工业和信息化部装备工业一司陈春梅副调研员及中国汽车技术研究中心有限公司标准化研究所技术专家代表中国参会。会上,《1958年 ...查看全部

联合国世界车辆法规协调论坛(WP.29)第181次全体会议于2020年6月24日以网络会议形式顺利召开,160余位各国代表出席会议,工业和信息化部装备工业一司陈春梅副调研员及中国汽车技术研究中心有限公司标准化研究所技术专家代表中国参会。会上,《1958年协定书》管理委员会(AC.1)投票表决通过了信息安全(Cybersecurity)、软件升级(Software Updates)以及自动车道保持系统(Automated Lane Keeping Systems,ALKS)3项智能网联汽车领域的重要法规。

一.信息安全与软件升级

联合国“信息安全与软件升级”两项新法规将通过为汽车制造商建立明确的性能和审核要求,帮助解决这些安全风险。同时也是这一领域有史以来首批国际统一并具有约束力的技术规范。两项法规的要求涵盖:1.管理车辆网络风险;2.通过设计确保车辆信息安全,以减缓价值链上的风险;3.检测并处置车队的安全事件;4.提供安全可靠的软件升级并确保不会损害车辆安全。上述两项法规将于2021年1月起实施。

1.《信息安全与信息安全管理系统》法规

本法规适用于与信息安全相关的M类、N类、至少装有1个电控单元的O类以及具有3级以上自动驾驶功能的车辆。“信息安全”是指道路车辆及其功能受到保护,使其电子电气元件免受网络威胁;“信息安全管理系统(CSMS)”是一种基于风险的系统方法,定义了组织过程,职责和治理,以处理与对车辆的网络威胁相关的风险并保护其免受网络攻击。法规包括信息安全相关的一般要求、CSMS合格证书、管理审批等内容,并提出了详细的信息安全威胁、漏洞、攻击方法,以及对应缓解措施,为汽车行业实施必要的流程提供了一个框架:

2.《软件升级与软件升级管理系统》法规

本法规适用于允许软件升级(更新)的M类、N类、O类、R类、S类、T类车辆。“软件升级”是指用软件包将软件升级或更新到新的版本(包括更改配置参数);“软件升级管理系统(SUMS)”是一种通过定义组织过程和程序,以符合本法规软件升级要求的系统方法。法规主要包括有关软件升级过程的车辆类型批准申请、标识、SUMS合格证书、RX软件标识号(RXSWIN)、一般要求等内容,为汽车行业实施必要的流程提供了一个框架:

二.自动车道保持系统

联合国《自动车道保持系统(ALKS)》法规是针对“3级”驾驶自动化功能的第一个具有约束力的国际法规。该法规规定ALKS在具备物理隔离且无行人及两轮车的道路上行驶,且运行速度不应高于60 km/h。该项法规将于2021年1月起实施。

该法规以联合国《自动驾驶框架文件》为指导,从系统安全、故障安全响应、人机界面、DSSAD、信息安全及软件升级等方面对ALKS提出严格要求。其中“系统安全”要求系统在激活后可以执行全部动态驾驶任务;“故障安全响应”要求系统具备驾驶权转换、碰撞应急策略和最小风险策略;“人机界面”规定系统的激活和退出条件,并明确系统的应提示信息及形式;“DSSAD”要求应记录系统的驾驶状态;“信息安全和软件升级”要求系统应满足“信息安全法规”和“软件升级法规”。

中国作为联合国世界车辆法规协调论坛自动驾驶与网联车辆工作组(WP.29/GRVA)副主席国,积极提案建议并参与制定联合国有关智能网联汽车法规协调的规划性文件,在智能网联汽车相关法规规划初期提出《1958协定书》与《1998协定书》同期制定并保持技术内容协同的方案,获得相关各方的普遍支持并得到了联合国的采纳;与此同时,确立了自动驾驶法规制定的目标、原则和计划,形成联合国《自动驾驶框架文件》作为相关法规制定的顶层指南。《信息安全与信息安全管理系统》《软件升级与软件升级管理系统》《自动车道保持系统》三项联合国法规即是在此框架下开展制定与协调并率先被《1958协定书》采用,后续联合国还将继续开展基于《1998协定书》的法规制定工作。

作为WP.29中国工作委员会(C-WP.29)秘书处单位,中汽中心标准所在工业和信息化部领导下,将组织行业专家继续全面参与联合国智能网联汽车法规协调,以推动我国汽车产业技术进步为目标,以维护我国汽车产业核心利益为担当,持续提升我国在国际汽车法规协调中的影响力。

NEVS Sango自动驾驶汽车官图发布

博客自动驾驶小能手 发表了文章 • 0 个评论 • 52 次浏览 • 4 天前 • 来自相关话题

日前,有海外媒体曝出消息称,国能汽车旗下NEVS推出一款名为Sango的自动驾驶共享班车,并宣布将在实际工况条件下 ...查看全部

日前,有海外媒体曝出消息称,国能汽车旗下NEVS推出一款名为Sango的自动驾驶共享班车,并宣布将在实际工况条件下进行测试,同时,国能汽车还推出名为PONS系统,可将车型驾驶这与乘客双向连接。

其中,Sango自动驾驶技术是由国内一家专注于无人驾驶技术的供应商Auto
X提供。据NEVS指出,该车拥有足够的模块化设计,可使用市场上任何自动驾驶系统。此外,,该自动驾驶共享班车将拥有私人、社交以及家庭三种不同座舱布局行驶,车内六个座位可根据需求移动或旋转变换等,给到更多种的乘车选择。
官方表示,各运营商们可单独购买Sango技术应用于新车中也可根据需要购买整车,NEVS可将客户进行重新分组,将其用于请求乘车和车队管理系统运行中。目前,Sango原型车将计划率先在斯德哥尔摩组成车队供公众使用,该测试将于2022年开始。

国产智能汽车芯片的“命门”

博客自动驾驶小能手 发表了文章 • 0 个评论 • 57 次浏览 • 4 天前 • 来自相关话题

2020年注定是不平凡的一年,疫情让整个半导体经历了颇有磨难的半年,但半导体厂商们还是在艰难中寻求突击的机会。 ...查看全部

2020年注定是不平凡的一年,疫情让整个半导体经历了颇有磨难的半年,但半导体厂商们还是在艰难中寻求突击的机会。

在汽车行业,国产汽车智能芯片的自主研发之路亦在滚滚向前,上半年汽车芯片行业发生了两件大事:一是北汽产投与芯片IP供应商Imagination成立合资公司「核芯达」;
二是5月28日,芯驰科技重磅发布了其9系列汽车芯片。而这两大汽车行业动作的背后都离不开汽车芯片核心IP厂商Imagination的身影。在汽车智能化浪潮兴起的今天,半导体IP厂商将如何加速本土汽车芯片厂商的智能化征程?
本文通过分析汽车行业结构的剧变,以及汽车智能化发展的新要求,阐述未来核心半导体IP将如何解决汽车核心芯片目前所面临的的挑战,推动汽车行业智能化发展。
主机厂和芯片厂的协同效应将加速汽车智能化进程
过去,国内主机厂(OEM)都严重依赖国际一线的一级供应商(Tier1)提供软硬件整体方案。随着智能化的发展,新兴技术的引入和商业化应用场景的变化将会造成汽车行业整个产业结构的剧变。这就对OEM厂商在未来提出了更高的要求,即在核心技术上能够穿透Tier1掌握核心技术产品的局面;同时具有自顶向下的系统定义、分解和开发的能力。目前最好的方式就是直接与核心技术供应商建立紧密的合作关系。
作为智能汽车的大脑,汽车核心处理器毫无疑问是主机厂战略布局与合作的核心,从近些年的投资并购案中就能看到汽车核心处理器对整车电子架构的重要性:
传统主机厂一般通过战略投资及合作的方式,与芯片厂商直接合作。
宝马在2018年投资了英国人工智能芯片硬件设计初创公司Graphcore。
奥迪与三星电子达成合作协议,从2018年开始,三星电子向奥迪供应无人驾驶所需的Exynos处理器。
上汽集团先后宣布与Mobileye、英飞凌、华为、英伟达、高通等国际芯片巨头开启战略合作,并投资AI芯片技术公司地平线(Horizon
Robotics)。
2019年7月,吉利投资的ECARX(亿咖通科技)公布了新款E系列芯片并向全球展示吉利博越PRO车型。
造车新势力在与传统主机厂竞争中,将芯片视为核心竞争力。
特斯拉:早在2016年就着手组建芯片研发团队,并于三年后推出自研芯片FSD。马斯克曾说,自研芯片是一家成立时间较短的公司能够在短时间内构建竞争优势的武器,从而可与传统汽车制造商在自动驾驶时代展开竞争。
零跑:2018年亚洲消费电子展(CES Asia
2018)上,零跑汽车宣布与大华股份联手研发的首款国产AI自动驾驶芯片“凌芯01”已进入集成验证阶段。
另外,国际芯片大厂也主动寻求与主机厂合作。
英伟达:早在2018年就宣布与多达320家合作伙伴在自动驾驶领域进行合作,其中包括梅赛德斯-奔驰、沃尔沃、丰田、奥迪等车厂。
Mobileye在传统优势领域继续抢单,在过去的一年里,Mobileye已经从16家主机厂和5家一级供应商那里获得了20个新项目订单,覆盖78款车型。
汽车核心处理器设计面临四个方面的关键挑战:计算能力、低功耗、可靠性、和安全性。在中国汽车电子领域,NXP、英飞凌、瑞萨、TI和ST等跨国芯片公司占据了绝大部分市场份额。中国的芯片公司在这个领域仍仅仅局限于后装市场,目前还没有符合ISO26262功能安全要求和AEC-Q100汽车电子质量和可靠性规范的汽车核心处理器产品。
半导体IP是解决以上四个挑战的关键环节。在全球半导体产业的金字塔上,IP处于价值链的最顶端,IP产品直接决定了SoC的性能、功耗、可靠性、安全性甚至产品迭代周期。比如
PowerVR汽车解决方案基于软硬件IP提供了一个完整的产品包,包括五大基本元素:硬件IP、软件、工具、文档和长期的技术支持,可以帮助开发人员设计出满足系统级ISO
26262标准中定义的汽车安全完整性级别(ASIL)要求的SoC。
一些市场信息也印证了汽车智能化对半导体IP的迅猛需求,据Markets and
Markets预测,到2024年,半导体IP市场将从2017年的47亿美元增长到65亿美元,期间的复合年增长率(CAGR)为4.8%。
报告指出,在预测期内,处理器IP市场将占据最大的市场份额,其中汽车半导体IP市场将以最高复合年增长率增长。按照地区分类,亚太地区有望继续领导半导体IP市场,并且有望成为增长最快的地区。
可以预见,在汽车制造商和芯片公司的协同效应下,OEM是高级别智能汽车的主导者,芯片厂商作为Tier1.5与OEM的合作会愈发紧密,而核心半导体IP厂商将成为汽车智能计算技术的驱动力量。
半导体核心IP如何推动智能化快速发展?
“软件定义汽车”(Software Defined
Vehicle,SDV)是汽车行业智能化发展重要趋势。软件带动着汽车技术的革新,引领着汽车产品差异化发展潮流,正逐渐成为汽车信息化、智能化发展的基础和核心。《软件和信息技术服务业发展规划(2016-2020年)》提出,以数据驱动的“软件定义”正在成为融合应用的显著特征,通过软件定义硬件、软件定义存储、软件定义网络、软件定义系统等,带来更多的新产品、新服务和模式创新,催生新的业态和经济增长点。
▪ 软件定义汽车 – 计算平台的标准化
汽车电子整合的趋势愈发明显,目前中/低阶车款所含的ECU约有30个,高阶车款则可能高达100个。未来会通过“超级计算机”来代替众多的ECU,但也会对系统软硬件的设计提出更高的挑战,尤其是以人工智能为核心的软件技术的快速发展会使系统级功能安全的复杂度更高。软硬件标准化、模块间解耦成为未来计算平台架构的发展趋势。
图表来源:博世
软件平台化:基于AutoSAR、Hypervisor等分层软件架构,可使系统厂商的分发成本降低。软件厂商会持续推动架构的演进、算法创新和用户体验升级,并通过无线方式(OTA)更新软件。
硬件标准化:形成通用化平台,芯片厂商提供通用的标准接口减少软件适配难度。另外,一旦硬件上车,要充分挖掘硬件潜力,支持软件功能升级,这就要求芯片厂商提供强大的工具链,不但支持灵活的量化手段,更能对神经网络在计算核上细粒度的拆分和任务调度进行支持。
作为传统IP厂商,Imagination不但提供完全标准化的接口,更是积极参与标准化组织工作。近日宣称已为其汽车图形处理器(GPU)开发全新的OpenGL®
SC(Safety-Critical,安全关键)2.0驱动程序,使整车厂(OEM)和一级供应商(Tier
1)在数字仪表盘、刻度盘、仪表集群、驾驶舱域控制器、环视显示器和先进驾驶辅助系统(ADAS)等汽车应用中,GPU可以在新增的保护层下运行。
Khronos® Group的OpenGL、OpenGL ES和OpenGL SC工作组主席Piers Daniell说道:“OpenGL
SC工作组很高兴Imagination Technologies正在开发安全关键型OpenGL SC 2.0驱动程序。通过OpenGL SC 2.0
API,Khronos进一步提高了安全关键环境中的计算机图形质量和性能。改进的图形增强了我们用来解决复杂问题的人机界面,同时保证了我们的安全。Imagination正在将这项至关重要的技术带给比以往任何时候都更需要安全关键可视化功能的市场。”
此外,Imagination的PowerVR
NNA(AI神经网络加速器)IP基本支持所有主流神经网络,包括卷积神经网络(CNN)、循环神经网络(RNN)和SSD物体检测框架;对神经网络框架也有很好的支持,包括Caffe,TensorFlow和ONNX。尤其在工具链方面,PowerVR
NDK工具可充分赋能应用开发者,使其能够了解神经网络运行的瓶颈,进而通过量化、网络层级别的拆分等手段深入优化、最大化硬件性能。
▪ 软件定义汽车 – 软硬协同设计
对于智能驾舱乃至自动驾驶等汽车智能应用来说,都是一个复杂的系统工程,由算法、软件、架构、硬件等多个环节组成。在行业落地初期,为了解决芯片性能/功耗的问题,出现了由场景驱动、软硬协同的设计方法。这样做的好处是可以最大程度发挥芯片在特定场景下的能力,即
MAC的有效利用率。但软件定义硬件,不是对硬件架构的破坏性创新,而是同样需要保证硬件的标准化,否则软件架构升级将面临较大风险。
基于IP级别的定制化,是当前软件定义硬件趋势下成本和风险最低的落地途径。PowerVR
NNA系列IP不但可以支持客户定义RAM的大小,进行网络层之间数据位宽的动态配置,通过新的Operator等最大程度满足系统定制要求,还具有很好的扩展性。
▪ 缩短从IP到量产上车的产品周期
从一般的产品流程看,复杂芯片从设计到生产,最后实现整车集成,至少需要6-8年的时间,期间需要经过芯片设计、芯片流片、系统级设计验证(DV)、系统级产品验证(PV)、工程样本EP,
直至量产阶段。而一旦选定芯片供应商,车厂则需要保证至少10年左右的稳定供货期。汽车和芯片行业的特点,决定了汽车芯片产业格局具有封闭性和稳定性。对于半导体公司来说,量产上车是汽车芯片最重要的里程碑,也是检验芯片企业产品化能力的试金石。只有量产上车才有后续的升级和服务的可能。
即使产业链升级,更多的Tier2、Tier3直接参与到与OEM的合作,也并没有缩短芯片的上车周期。结果是量产车型的处理器架构通常是6年前的旧架构,而软件算法的发展日新月异,造成了软件升级和用户体验升级的困难。例如,高通在CES
2019上发布了第3代骁龙汽车数字座舱平台,而这套方案的基础芯片是2016年发布的高通骁龙820A平台,而且这套方案预计的最快上市时间是2020年。
一款芯片从IP购买、前端设计、后端设计到流片等费用合计起来非常高昂,对汽车这种大部件、低数量的行业来说,其实并不划算。只有靠供应链的垂直整合打通从半导体IP到整车电子架构的技术通路,才能加快技术迭代,提高自主掌控权,持续维持产品的竞争力。
试想如果主机厂和芯片厂商、IP厂商一起在IP/芯片演进的过程中就可以明确未来量产车型需求,准确定义芯片能力,把控量产周期,那就能真正衔接好从IP到量产上车的每一个阶段。
PowerVR IP在国内汽车市场的机遇
在过去的10年间,双A(ARM+Android)驱动了智能手机行业的快速发展。半导体IP巨头ARM通过IP授权和生态建设,成就了高通、MTK和三星等半导体巨头的快速崛起。
今天,智能汽车作为最大的智能硬件设备,吸收和借鉴了很多智能手机技术,比如智能操作系统、FOTA、实时导航、语音交互等。可以预见,电动化、智能化、网联化和共享化将会给汽车这个万亿级产业带来巨大的冲击和变革,整个产业链和生态系统都将进行重构。
同样地,作为IP厂商Imagination今年与北汽牵手开拓了整车企业与核心IP厂商合作的新模式,有望打造车规级芯片高地,加速车载芯片的国产替代进程。合资公司将专注于面向自动驾驶的应用处理器和面向智能驾舱的语音交互芯片研发,借助Imagination公司世界领先的汽车IP、北汽集团的整车制造生态优势,以及管理团队的丰富行业经验,打通从IP到芯片再到整车的全产业链布局。
正如北汽方面表示:“Imagination与北汽产投的合作对中国汽车行业而言是个利好消息。它使中国OEM拥有创建自主可控且行业领先的SoC的自由度和灵活性。合资产生的股权纽带关系,也为新技术在中国汽车行业实现产业落地提供了便利条件,有利于消除对进口技术的依赖,进而有助于国内OEM在与全球对手的竞争中获得领先优势。”
“同样的,此次合作对中国半导体行业尤其是汽车芯片厂商也是个利好消息,只有核心IP产品的演进与汽车行业应用紧密结合,才能让Imagination的汽车IP更加贴近中国汽车产业智能化需求,我们的芯片厂商客户才能设计出更符合中国市场的SoC,最终帮助本土SoC厂商解决上车难的问题。”
Imagination公司中国区总裁刘国军评论这次合作。
回顾过去ARM+Android在手机时代的作用,期待Imagination联合国内主机厂一起在汽车智能化过程中,以人工智能技术为牵引在汽车产业链的两端发挥双轮驱动作用,帮助本土汽车芯片厂商快速崛起。

智能汽车制动系统:电动智能催化 国产曙光已现

博客自动驾驶小能手 发表了文章 • 0 个评论 • 58 次浏览 • 4 天前 • 来自相关话题

以下为报告节选内容:


智能汽车的“AI革命”,从芯片到人海战术

博客自动驾驶小能手 发表了文章 • 0 个评论 • 62 次浏览 • 4 天前 • 来自相关话题

AI赋能,正在从汽车制造商加速转向汽车零部件供应商。近日,BrainChip Holdings宣布与法雷奥签署了一份具有约束力的联合开发协议,将自主开发的Akida神经网络芯片集成到未来的自动驾驶汽车解决方案。 ...查看全部

AI赋能,正在从汽车制造商加速转向汽车零部件供应商。

近日,BrainChip Holdings宣布与法雷奥签署了一份具有约束力的联合开发协议,将自主开发的Akida神经网络芯片集成到未来的自动驾驶汽车解决方案。
按照BrainChip公司介绍,作为一款神经网络处理器,Akida芯片“将人工智能推向了极限”,超出了现有技术的能力。
该公司表示,这套解决方案具备高性能、小型化、超低功耗,并能够实现一系列边缘计算能力,包括持续学习和推理。
一、AI芯片的好光景
今年4月,BrainChip推出了它的首个神经网络IP和SoC—AKD1000,克服了传统人工智能芯片的限制,后者需要太大的功耗和带宽来处理应用需求。
BrainChip公司首席开发官Anil Mankar表示:“我们的AKD1000芯片,能够提供可移植性、连通性和强大处理能力,而无需对整个网络进行再培训。”
对于ADAS和ADS系统来说,及时的数据处理是至关重要的。准确的实时数据处理是确保系统安全可靠的关键。目前,系统生成的数据量继续呈指数级增长,有效的数据处理存在极大的不确定性。
传统的解决方案是利用CPU来运行神经网络算法,利用深度学习加速器(比如GPU)来执行乘法和累加数学运算,利用内存来存储网络参数。


BrainChip的做法,则是通过将所有必需的元素集成到一个统一的、占用空间小的、专门构建的神经处理器中,消除了不必要的计算和数据I/O开销,并消除了由不同元素之间的交互和通信造成的过量功耗。
与传统处理器不同,BrainChi处理器是基于事件的。“事件”是指有用信息的存在。传统技术在处理所有信息时都不区分其是否有用,浪费了精力和资源。此外,作为一个基于事件的处理器,它能够学习而无需重新训练。
BrainChip希望通过开发所谓的“神经网络”技术来协调对更大的处理能力和更大数量级的数据处理需求,这种技术可以在比现有组件更低功耗的情况下更快地处理更多的数据。
此前,该公司宣布与Socionext及台积电合作,晶圆制造已按计划完成,正着手完成封装及测试。BrainChip也已经为选定的合作伙伴建立了EAP,以确保关键应用的初始样片和评估系统的可用性。
而对于法雷奥来说,人工智能和深度学习已经成为未来市场竞争力的关键驱动因素。
这家公司在三年前宣布成立全球AI研发中心(Valeo.ai),整合从高性能感知传感器的学习,与用户的智能交互,以及通过联网汽车的学习能力。
二、AI,不再是嘴上说说
AI是汽车半导体未来五年最重要的应用之一。擅长人工智能算法的初创公司和芯片巨头都希望借此机会占领市场。
然而,AI芯片的设计、研发和量产也需要巨大的投资。对于芯片的成本、开放灵活性、性能适配等方面提出了更高的要求。
比如,在智能驾驶演进上,对于汽车制造商来说,下一波的大规模量产功能将主要集中在L2、L2+。而在计算平台方面,从单芯片满足ADAS系统需求,到多芯片、可伸缩的更高级别自动驾驶架构逐步过渡。

此外,智能数字座舱也对AI处理能力提升了新的要求,更多的嵌入式电子设备、更智能化的人机交互都需要AI的加速。
就在今年初的CES展上,全球汽车零部件巨头佛吉亚宣布与地平线正式签署战略合作框架协议。双方将致力于共同开发多模态感知人工智能解决方案,推动智能座舱系统和高级驾驶辅助系统(ADAS)领域相关技术的商业应用。
2019年8月,作为一家来自中国的汽车AI芯片公司,地平线宣布正式推出中国首款车规级人工智能芯片——征程二代。车规级,意味着在智能驾驶领域,这是第一家中国汽车芯片初创公司拿到了前装量产的准入资格。
作为开放式可扩展车载边缘 AI 计算平台,基于征程二代,地平线能够面向自动驾驶视觉感知、众包高精地图与定位、视觉ADAS和智能人机交互等智能驾驶场景提供低功耗、高性价比解决方案。
作为完整的芯片解决方案,地平线还推出了包含面向实际场景进行AI算法和应用开发的全套工具(OpenExplorer),用户可通过OpenExplorer AI工具包在征程二代芯片上开发神经网络,完成模型训练、优化和部署。
这意味着,AI赋能汽车产业链已经进入实质性融合阶段。
就在一年前,作为全球汽车零部件领头羊,博世宣布正在从一家传统的Tier1零部件供应商转型成为一家智能交通服务供应商。今年初,博世宣布再次升级战略,希望成为人工智能领域的“创新领导者”。
从2020年CES展上可以看到,基于AI的数字化转型现在已成为汽车公司的生存之本。在汽车行业,人工智能将是未来十年的游戏改变者。
三、AI,对未来的投资
事实上,几年前,汽车行业对于人工智能驱动转型并没有太多的重视,但这两年行业内的投资规模和合作热情,令人惊讶。
数据显示,目前全球处于第一梯队的汽车制造商和零部件巨头都在他们的核心战略中提到了人工智能。
尽管挑战仍然存在,比如软件开发的复杂性或各种遵从性和法规,不过,汽车行业的不同领域已经在利用这项技术,并看到了效率的提高和流程的优化。
为了满足市场对全方位的车内用户体验和增强安全性的需求,汽车制造商和零部件巨头必须放弃传统的技术升级路径,转而关注AI、软件和数据的重要性。
总的来说,除了制造环节,人工智能对汽车行业的影响可以分为三大领域:车内体验、自动驾驶和智能交通。
比如,对于汽车制造商来说,数字驾驶舱一直被视为其品牌的延伸。现在,制造商正在开发他们自己的差异化软件和应用程序来设计和控制整个用户体验。毫无疑问,人工智能是连接车内系统和体验的粘合剂,可以增强用户体验和安全。
此外,人工智能为个性化的信息娱乐系统提供了可能,根据用户长期的偏好和习惯进行主动自适应。最简单的案例,就是人工智能语音识别(自然语言处理),比以往任何时候都更流畅。
同时,类似基于人工智能驱动视觉的车内监控,可以通过实时监测面部表情、声音、手势、肢体语言等,观察司机是否处于分心以及疲劳状态。
对于身处汽车行业变革中的产业链参与者来说,对AI的投资就是未来的市场份额。
博世在今年初宣布,将投资逾1.1亿美元建设一个人工智能园区,届时将有700名博世以及外部初创企业的人工智能专家入驻园区。该公司还计划在未来两年内培训2万名博世员工成为“人工智能专家”。(作者:高工智能汽车)

在临港这座自动驾驶车“考场”已发出21张“许可证”

博客自动驾驶小能手 发表了文章 • 0 个评论 • 55 次浏览 • 4 天前 • 来自相关话题

临港测试示范区是中国(上海)自由贸易试验区临港新片区揭牌后的第一个大项目,于2019年8月23日正式开园。 ...查看全部

临港测试示范区是中国(上海)自由贸易试验区临港新片区揭牌后的第一个大项目,于2019年8月23日正式开园。

该示范区也是除嘉定安亭“国家智能网联汽车(上海)试点示范区”外,上海第二个自动驾驶车辆的测试基地。

“两个测试基地的主要区别在于应用场景不同,嘉定安亭示范区更侧重于robot taxi,临港示范区更侧重公交、物流等。”工作人员介绍说。

33类场景,21张许可证

自动驾驶是未来趋势,而道路复杂工况、恶劣天气环境、道路随机突发情况都是对自动驾驶车辆形成挑战的因素。

为了测试自动驾驶车辆的性能,凭借目前已建成的封闭测试区场景,临港测试示范区已经可以为企业提供33类功能场景,以及 130项逻辑场景等测试服务。

目前,临港测试示范区已为21辆自动驾驶车辆发放了“许可证”。

“对于自动驾驶车辆的测试比较有挑战性的项目,目前主要是考验车辆传感器的识别能力及自身的定位解决方案,比如无红绿灯的交叉路口有干扰车或行人通行、隧道通行(无GPS信号)、降雨通行、行人横穿马路(有遮挡)等场景。” 上海临港智能网联汽车研究中心有限公司技术部负责人吴海飞告诉《国际金融报》记者。

自动驾驶车辆正在“雨天”场景中行驶

记者了解到,上海临港智能网联汽车封闭测试区建设根据自动驾驶及车路协同技术发展和验证需求为指导分二期建设,在已建成的封闭区一期中包含以下特色场景:

①用于车辆信号降维/升维测试道路,模拟车辆由5G>4G>3G>2G的降维场景,以及与之对应的升维场景;

②长度为1.2km的直线高速模拟行驶场景;

③国内最长用于测试的隧道模拟场景(500m),隧道内可屏蔽GPS信号,且灯光环境可控,可以实现夜间及低光环境下的无人驾驶测试;

④国内最长的降雨模拟测试道路(500m),可模拟高速公路及普通公路从小雨到暴雨的降雨环境;

⑤封闭区还包括城市道路功能区(2.6km)、核心测试广场(40000m2)、以及车路协同系统。

临港测试示范区内的仿生树,外形是一颗树,其实是一座5g基站

对自动驾驶车来说,临港测试示范区的考试相当于“科目二”。通过“科目二”考试的自动驾驶车辆将进入开放道路参加“科目三”考试。

“所谓‘开放道路’,指的是相关部门批复可以作为自动驾驶测试的公共道路,目前上海的开放道路包括嘉定和临港两处共79.7公里,自动驾驶车在开放道路上主要是通过真实的道路交通环境的验证不断改进算法,强化系统。” 吴海飞解释道。

20余家企业,各显神通

目前,临港测试示范区内已有20多家企业开展了测试。

工作人员说,一辆自动驾驶车要通过所有的测试,需要花费1个半月或者更长的时间。

记者在现场看到,各种功能的自动驾驶车辆在接受各类场景的“考验”。而这些智能汽车的“聪明”程度远超记者之前的想象。

我们知道,很多工种的工作环境在对从业者人身安全方面有较大隐患,比如矿工、马路清洁工等。正因如此,我们才需要人工智能。

矿山是一个相对封闭和结构化的受控环境,加上驾驶员的劳动强度太高,工作条件太恶劣,特别适合无人车和机器人等人工智能技术的应用。

来自博雷顿的无人驾驶纯电动自卸车具有重载下坡能量回收技术,在下坡时可以通过电机反拖扭矩实现发电,从而自动地回收能量给电池充电。并且,纯电动自卸车更节能。相较于燃油车,该纯电动自卸车在所测试运行的工况,每年约可节省能耗成本85%以上。

来自博雷顿的电动智能矿卡

在临港测试示范区,还有一辆智能清扫车向大家展示了其“才能”。自动模式下,该车可实现道路路沿石循边形式及指定路线行驶两种作业模式。

为确保安全,智能清扫车在自动驾驶模式下,行驶速度仅为15km/h,适用于城市主次干道、高速高架道路清扫作业。

此外,智能清扫车全车接入远程驾驶和实时监控后,可实现一键制定清扫路线、设定作业时间,并实施清扫作业,进行道路侧喷水、360°高压冲洗作业,垃圾自动回收。

技术人员通过数据中心可实时监管车辆信息,保障清扫作业的安全可靠。

这辆来自上汽大通的智能清扫车覆盖并接收5G网络信号,综合工况下,可连续作业4-5小时,清运各类垃圾2吨。

3000万!智能网联汽车技术创新最高补助

博客自动驾驶小能手 发表了文章 • 0 个评论 • 73 次浏览 • 2020-07-02 14:03 • 来自相关话题

作为合肥市重要的战略性新兴产业,新能源汽车产业今年一季度受疫情等因素影响,销售有所下滑。好消息是,第二季度以来,情况有了明显好转。1~5月,全市推广新能源汽车1.36万辆,整个市场已逐渐摆脱疫情影响。在全省层面,新能源汽车暨智能网联汽车创新项目,也将有更 ...查看全部

作为合肥市重要的战略性新兴产业,新能源汽车产业今年一季度受疫情等因素影响,销售有所下滑。好消息是,第二季度以来,情况有了明显好转。1~5月,全市推广新能源汽车1.36万辆,整个市场已逐渐摆脱疫情影响。在全省层面,新能源汽车暨智能网联汽车创新项目,也将有更多支持,单个项目最高补助3000万元。

前5个月全市推广新能源汽车1.36万辆
经过十余年的规划和培育,新能源汽车产业已经成为合肥市重要的战略新兴产业,已具备一定先发优势、技术优势和规模优势。不过,今年一季度,受新冠肺炎疫情、中央财政补贴退坡等因素综合影响,新能源汽车的销售情况出现明显下降。
来自合肥市科技局的统计显示,今年一季度,合肥市新能源汽车销量为0.55万辆,同比下滑67.05%,回落幅度高于全国平均水平。不过,进入二季度之后,随着复工复产的加快推进,全市新能源汽车销售情况出现了明显的好转。刚刚过去的端午小长假,不少4S店的新能源汽车站厅里人头攒动。
最新统计数据显示,今年1~5月,合肥市推广新能源汽车共计1.36万辆,目前全市已经累计推广新能源汽车总量已达24.3万辆。合肥市科技局相关负责人表示,目前,合肥市新能源汽车市场已逐渐摆脱疫情影响。
高质量发展政策支撑将有实施细则
情况的好转,得益于多重因素的影响。其中,政策利好尤为关键。5月初,合肥市今年就出台了推动新能源汽车高质量发展政策,对范围内新购和运营新能源汽车的单位给予3000元每辆的运营奖励,对范围内新购和使用的个人用户给予2000元电费奖励。
同时,对研发创新给予支持,鼓励“车电分离”等新型商业模式发展,对安全可靠、技术领先的全新新能源汽车整车或平台、性能优化的动力电池研发给予一定比例的研发奖励支持。
合肥市科技局相关负责人表示,将尽快制定出台实施细则,对政策各项具体条款进一步规范和细化,指导广大新能源汽车企业和用户用好用活政策。另外,落实好各项奖补政策,确保政策落到实处,最大程度发挥政策对全市新能源汽车高质发展的推动作用。
技术引领重大项目落地叠加效益明显
除了有政策支撑,强大的技术引领也必不可少。在这方面,合肥市大力引导新能源汽车领军企业加强技术研发与突破,江淮汽车蜂窝电池技术有效解决三元锂电池安全控制问题,实现一颗电芯爆炸,电池包不起火,不爆炸,达到世界领先水平。
另外,利用国内产业链首次开发并应用的高效热泵空调系统在环境温度-5度,可实现节能40%;国轩高科研制三元电池单体能量密度突破302wh/kg,单体能量密度达到200wh/kg的磷酸铁锂电池进入小批量生产阶段。安凯客车研制的氢燃料电池客车、无人驾驶客车试点应用。
今年以来,合肥市还抢抓发展机遇,加快新能源汽车重大项目落地。比如,蔚来中国总部成功落户合肥,将在合肥建立研发、生产和销售基地,蔚来EC6量产项目正式启动。江淮汽车与大众汽车战略合资合作项目启动,大众中国与国轩高科股份有限公司举行战略投资签约。
智能网联汽车技术创新最高补助3000万
近年来,在新能源汽车发展方面,智能网联汽车产业逐渐成为热门。目前,全省已拥有以江淮汽车、奇瑞汽车为代表的新能源乘用车生产企业集群,合肥智能网联产业也有一定基础。当前,合肥市已经选址滨湖塘西河公园,谋划建设4.4公里5G智能网联汽车示范运行线路。这条线路计划在今年下半年开放。
为了进一步加强新能源汽车暨智能网联汽车产业技术创新工程项目和资金管理,近日,省发改委出台实施细则。该细则明确,新能源汽车暨智能网联汽车产业技术创新工程项目,给予承担单位投入最高50%的补助,单个项目补助金额最高3000万元。
补助资金采取分期分批拨付方式,项目启动后拨付40%(即第一阶段资金),中期评估通过后再拨付50%(即第二阶段资金),项目完成并通过验收后再拨付剩余10%资金(即第三阶段资金)。按要求,项目单位必须严格遵守国家固定资产投资管理程序和资金管理各项规定,资金实行专账管理,专款专用,确保本项目配套资金与省级补助资金同步足额到位。
项目擅自变更将收回上一阶段补助
新能源汽车暨智能网联汽车创新工程项目实行中期评估和终期验收,由项目所在市发改委会同有关部门组织实施,省发改委会同有关部门委托第三方咨询机构开展复核。项目中期评估时,将根据复核情况确定第二阶段支持额度;项目验收评估后,将视复核情况确定第三阶段支持额度。
省发改委相关人士介绍,在项目实施过程中,如项目资金申请报告、资金监管协议和项目批复文件发生相关变更,或项目不能完成预期目标时,由项目所在市发改委提出处理建议并报省发改委,省发改委将视情况组织论证后,出具同意变更或不予变更意见。如项目擅自变更,视作自动终止,并收回上一阶段已拨付资金。
骗取资金将被追责
考虑创新项目特殊性,还将建立容错机制。比如,在项目实施过程中,工作没有达到预期效果或者因成果转化后续价值发生变化造成损失,其负责人已经履行应尽职责,未牟取个人非法利益的,负责人不承担相关责任。
提供虚假情况,骗取专项资金的;转移、侵占或者挪用专项资金的;无正当理由未按协议完成目标或延期两年及以上未验收的……省发改委将责令其限期整改,核减、停止拨付或收回专项资金,作为严重失信行为计入企业信用记录,并依法追究有关责任人的行政或法律责任。另外,停止项目所在市申请专项资金1年。

汽车芯片走向5nm,意味着什么?

博客自动驾驶小能手 发表了文章 • 0 个评论 • 79 次浏览 • 2020-07-02 14:01 • 来自相关话题

车用芯片对制程工艺的跟进力度往往落后于消费电子芯片。然而,恩智浦近日宣布,将在下一代高性能汽车平台中采用台积电的5纳米制程。恩智浦将当前最先进的量产制程用于汽车SoC开发,折射出汽车产业对于半导体需求的变化。在智能化趋势下,汽车行业成为半导体细分领域成长 ...查看全部

车用芯片对制程工艺的跟进力度往往落后于消费电子芯片。然而,恩智浦近日宣布,将在下一代高性能汽车平台中采用台积电的5纳米制程。恩智浦将当前最先进的量产制程用于汽车SoC开发,折射出汽车产业对于半导体需求的变化。在智能化趋势下,汽车行业成为半导体细分领域成长最快的市场之一,也从性能、安全、整合性等多个层面,对半导体供应商提出了新的挑战。

自动驾驶对车用半导体提出新需求

在网络化、电气化、智能化趋势推动下,汽车已经成为“轮子上的数据中心”,汽车半导体用量迅速提升。Gartner数据显示,全球汽车半导体市场2019年销售规模达410.13亿美元,预计2022年有望达到651亿美元,占全球半导体市场规模的比例有望达到12%,并成为半导体细分领域中增速最快的部分。
芯谋研究总监王笑龙向《中国电子报》记者表示,ADAS(先进驾驶辅助系统)/AV(自动驾驶汽车)等新业态主要从三个方面提升了汽车半导体的搭载量。一是ADAS/AV追求更高的计算处理能力。由于ADAS、AV数据产生量大,且需要根据数据进行实时决策,需要更多数量、更大容量、更高传输速率的存储器,也需要性能更高的计算控制类芯片,以及传输速率和带宽跟高的通信芯片。二是传感器的数量大幅提升,功能也更加丰富,包括可视化的摄像头以及非可视化的雷达等。三是新能源汽车对电机电控的需求,提升了功率半导体的用量。
自动驾驶通常分为感知层、决策层、执行层三个层级,涉及对环境信息和车内信息的实时采集,对信号的传输、分析和处理,以及指令的生成和控制,对半导体元器件的规格和性能提出了新的要求。
集邦咨询分析师徐韶甫向《中国电子报》记者指出,ADAS/AV为加速发展在感知层面所需的“传感器融合”能力,推动传感器的数据处理走向边缘运算,将延迟时间降至最低,也改变了对传感器及计算、数据处理、控制相关IC的规格与种类需求,如MCU的运算能力和规格不断提升,以及采用ASIC及FPGA作为运算中心等。
安全性和可靠性是车规半导体的门槛,也是自动驾驶开发的最大挑战。赛迪顾问集成电路中心副总经理滕冉向《中国电子报》记者指出,自动驾驶对汽车半导体安全性和可靠性提出了更高要求,以特斯拉汽车为例,其自动驾驶控制系统配备了两颗FSD(全自动驾驶功能)芯片,互为备胎。徐韶甫也表示,自动驾驶对部分车用半导体的整合性及合规性的要求提升,如ADAS系统会通过整合进IVI(车载信息娱乐系统)系统来显示信息,如果IVI系统没有设计安全域,就会在与ADAS整合时无法通过安全认证,车用芯片设计必须将安全域纳入考量。
自动驾驶系统的复杂性,让车用半导体不再是一家供应商的战斗。滕冉表示,自动驾驶对汽车半导体供应商的产品导入能力提出更高要求,需要汽车半导体供应商与汽车厂商在产品定义、开发、中试、装机等各个环节合作研发,加强产业链协同能力。

先进制程向车用半导体渗透

在传统车用半导体制备中,由于汽车本身空间较大,对集成度的需求没有手机等消费电子紧迫。加上半导体元器件主要集中在发电机、底盘、安全、车灯控制等领域,对算力没有太高的要求,车用半导体并未像消费电子一样成为先进制程的驱动力。然而,汽车产业的电气化、智能化需求,催生了英伟达、高通等一批高性能计算玩家进入车用市场,推动汽车算力平台制程向7纳米及以下延伸,恩智浦作为全球最大的车用半导体供应商,也将目光转向了5纳米制程。
据悉,恩智浦的5纳米研发基于已构建的S32 ADAS架构,将运用5纳米技术的运算能力和功耗效率,满足先进汽车架构对高度整合、电源管理和运算能力的需求,同时运用IP组合应对严格的功能安全与信息安全要求。台积电业务开发副总经理张晓强表示,台积电与恩智浦最新的合作具体展现了车用半导体从简单的微控制器演进为精密的处理器,这已与要求最严格的高性能运算系统中所使用的芯片不相上下。
恩智浦跨入5纳米,是综合了技术能力与研发周期的考量。徐韶甫指出,为升级车用芯片的整合性与安全性,计算控制类芯片需要具备更好的效能与功耗表现。但是,车用芯片认证成本高,且汽车作为耐用品使用周期较长,如果像消费电子一样追逐每一个先进制程节点并进行车规认证,会影响芯片价格,导致获利效益不高。此外,还需要确保制程技术的稳定性与延续性,因此恩智浦选择5纳米制程作为新一代车用处理器的开发,避免在相近的制程节点做重复性的高成本车规芯片认证,以兼顾技术竞争优势与芯片效能。
据Gartner和北京半导体行业协会统计,除了传统车用半导体大厂和功率半导体巨头,英伟达、英特尔、高通也已进入全球汽车半导体营收前20名行列。
今年5月,英伟达宣布将Ampere GPU架构用于自动驾驶平台NVIDIA DRIVE,能够为L5级别无人驾驶出租车提供高达2000 TOPS的性能。英特尔旗下自动驾驶方案开发商Mobileye曾公布,将在EyeQ5采用7nm FinFET工艺。据英特尔透露,EyeQ芯片能够动态满足L1-L5的扩展计算平台加上采用先进制程的处理器,已经成为高性能计算企业在车用半导体斩获市场份额的利器。

汽车产业链各个环节催生新玩家

汽车产业面临的新业态,也在我国催生了地平线、黑芝麻等一批车用半导体产业的新玩家。今年3月,长安汽车发布新品车型UNI-T,内置中国首款车规级AI芯片“地平线征程二代”。地平线创始人兼CEO余凯表示,2030年L3级以上自动驾驶会成为标配,几乎每辆汽车都会搭载AI芯片。
“传统车用半导体利益格局相对固定,网联汽车以及汽车电子化,特别是智能化的趋势,在汽车产业链各个环节催生了新的玩家,也为我国企业创造了‘变中求机’的发展态势。”王笑龙说。
滕冉表示,汽车对半导体需求的持续上升,将为相关企业提供良好的发展机遇。一是汽车半导体前景广阔,政策驱动叠加消费者需求,将推动汽车半导体市场快速发展;二是5G技术的普及将加速智能驾驶的商用化,进一步推动底层汽车半导体产品的需求;三是汽车电动化趋势不可逆,推动汽车半导体市场快速增加。
“中国部分优质汽车半导体企业具备技术能力强、人才储备丰富、市场洞察能力强等特点。科创板块挂牌的企业将主要以尚未进入成熟期但具有成长潜力,且满足有关规范性及科技型、创新型特征的中小企业为主。中国众多汽车半导体研发和制造企业应把握这一机遇,在汽车半导体细分领域占据一席之地。”滕冉说。
徐韶甫也指出,汽车电子化与智能化创造了许多新的机会,让非传统车用半导体的芯片设计也加入布局,并凭借既有的芯片优势跨入车用芯片市场,带动技术与产品的提升。
“中国具有广阔的车用市场,车联网与自驾车场域测试的经验丰富,并即将进入实用性阶段测试,但是在高规格的车用运算芯片领域,仍与外国厂商有一定的差距,仍需持续拓展车用芯片与系统产品的开发。” 徐韶甫表示。(作者:中国电子报)

研究人员开发汽车雷达系统 可“看到”拐角处的物体

博客自动驾驶小能手 发表了文章 • 0 个评论 • 72 次浏览 • 2020-07-02 14:00 • 来自相关话题

据外媒报道,普林斯顿大学(Princeton University)研究人员利用通常用于追踪超速者和快速球的雷达,开发了一种自动系统,可以让汽车探测拐弯处,发现迎面而来的车辆和行人。

(图片来源:普林斯顿大学)

该系统可以轻松集成到现代车辆中,利用多普勒雷达将无线电波反射到建筑物和停放的汽车等表面。雷达信号以一定的角度撞击表面,其反射信号会反弹回来。雷达信号继续撞击隐藏在角落的物体,部分雷达信号会反射回车载探测器,使系统能够看到拐角处的物体,并判断物体是移动的还是静止的。

普林斯顿大学计算机科学助理教授、研究人员Felix Heide说,“这将使汽车能够看到被遮挡的物体,例如,让自动驾驶汽车看到危险的十字路口,而目前的激光雷达和摄像头传感器是无法实现这一点。此外,与激光雷达传感器相比,雷达传感器价格相对便宜,而且可以大规模生产。”

在日前发表的一篇论文中,研究人员描述了该系统如何区分包括汽车、自行车和行人在内的物体,并判断其方向和速度。作者写道,“我们提出的方法能在现实世界的自动驾驶场景中,为车辆提供行人和骑行人碰撞预警。”

近年来,工程师们开发了各种传感器系统,使汽车能够探测道路上的其他物体。其中许多依靠激光雷达或使用可见光或近红外光的摄像头,这种防止碰撞的传感器在现代汽车中很常见,但是光学传感很难用于发现汽车视线之外的物体。在早期的研究中,Heide的团队利用光看到隐藏在角落的物体,但由于这些方法需要高功率激光器,而且只能在较短射程内使用,因此无法用于汽车。

在进行早期的研究时,Heide及其同事们试想是否有可能利用成像雷达,而不是可见光,来创建系统,以检测汽车视线之外的危险。对于雷达系统而言,平滑表面的信号损耗要低得多,而且雷达是一种经过验证的跟踪目标的技术。但是雷达的空间分辨率(用于描绘汽车和自行车等隐藏在角落的物体)相对较低。然而,研究人员认为,他们可以创建算法来解释雷达数据,从而使传感器发挥作用。Heide表示,“我们开发的算法非常高效,适用于当前的汽车硬件系统。”

为了让系统区分物体,Heide的团队处理了部分雷达信号,而标准雷达认为这些信号是背景噪音而不是可用信息。该团队应用AI技术改善处理并读取图像。论文的主要作者之一、计算机科学研究生Fangyin Wei表示,该系统的计算机必须学会从非常少的数据中识别骑自行车的人和行人。

Wei解释道,“首先,我们必须检测是否有物体存在。如果有,它重要吗?是骑自行车的人还是行人?然后我们必须确定其位置。”Wei还表示,该系统目前可以探测行人和骑自行车的人,因为工程师们认为这些对象体积小、形状和运动方式多样,最具挑战性。该系统也可以进行调试,用于检测车辆。

Heide表示,研究人员计划在雷达和信号处理改进应用的多个方面继续研究。他说,该系统有潜力从根本上提高汽车的安全性,其依赖现有的雷达传感器技术,因此有望部署到下一代汽车中。Heide还称,“该系统肯定会经历非常严格的汽车开发周期,需要大量开发设计,才能整合到车辆中,并推向市场。”(作者:盖世汽车)

自动驾驶设计趋势

博客自动驾驶小能手 发表了文章 • 0 个评论 • 61 次浏览 • 2020-07-02 13:59 • 来自相关话题

近年来,自动驾驶逐渐走进大众,各大车厂都在做自动驾驶测试,百度分别在高速、园区、码头、街道探索自动驾驶车辆的应用方案和商业模式。由于不再受限于人工驾驶中的移动场景,自动驾驶车辆成为能够颠覆传统车载设计的新领域。我们将主要从自动驾驶中信息、交互以及视觉的设 ...查看全部

近年来,自动驾驶逐渐走进大众,各大车厂都在做自动驾驶测试,百度分别在高速、园区、码头、街道探索自动驾驶车辆的应用方案和商业模式。由于不再受限于人工驾驶中的移动场景,自动驾驶车辆成为能够颠覆传统车载设计的新领域。我们将主要从自动驾驶中信息、交互以及视觉的设计维度进行探索,并总结了未来的设计趋势。

自动驾驶设计的信息该如何呈现?

我们知道,自动驾驶的出现,让行程中驾驶员的注意力和操作得以解放,在这个移动的空间中可以做更多的事情,驾驶员/乘客在掌握驾驶情况的同时,可以获取信息或者娱乐,也可以当作一个休息空间。那么在这不同的使用场景下,多元化的信息应该如何呈现,才能为驾驶员/乘客带来更好的心流体验呢?
信息场景——对真实的世界虚拟
在调研中我们发现,未来自动驾驶将会在车内通过AR、V2X、HUD、流媒体等技术模拟车外实际场景,并在现实场景的基础上叠加行驶所需的信息,通过屏幕、投影等方式展现给驾驶员/乘客(如下图所示)。

(Lexus LS,图片来源于网络)

(Lincoln’s latest HUD,图片来源于网络)
这种空间虚拟的方式能够让人身临其境,但又不会处于危险之中,从上帝视角关注全局信息,更好地掌控行驶环境,做出适合的判断。同时虚拟场景也能够进行编辑和调用,去更好地弥补真实场景中所不能涵盖的信息。除了行驶的信息,HUD还可以承载部分信息娱乐系统功能,从直视的视角关注,配合方向盘或手势操控,使驾驶更加专注。
在独自驾驶/乘车的过程中,用户对汽车的需求从功能性上升为情感化的满足感,虚拟人格化形象和车载智能机器人成为未来的趋势。通过全息投影这类新技术,可以结合用户的习惯、喜好塑造虚拟车载助手,提供车内全面的个性化服务。具备人格化的车载助手可以跟用户建立一定的感情,有交流、有互动,就像朋友一样,在车内陪伴行程。借助视觉识别技术,车载助手同时可以自动识别用户的情绪,并能够自我学习、分析、判断和进化情感,并打通各种车内硬件,如控制氛围灯、音乐等,提供无微不至的关怀。

(丰田Fun-Vii 概念车,图片来源于网络)
不仅如此,对于用户的操控虚拟也成为未来的设计趋势。新的技术让媒介不再受到限制,人们可以与自然环境中不可能出现的场景进行互动,来操控周围无处不在的虚拟信息。这可能是只有一个人能看到的,也可能是多人能同时看到的。为了避免他人的不适,设计师需要在设计更加有趣互动体验的同时考虑更多伦理上的风险。

(Luxoft LUI AR Autonomous System,图片来源于网络)
信息显示——与空间结合度更高
结合前一节提到的全息投影技术,信息显示将变得无处不在。但是大部分情况下,还是会有一类不受环境影响的、相对稳定的显示窗口布局在车内空间。整体看来有两个既相对又统一的方向。
随着技术不断升级,车内的各种表面都可以成为显示器,所以多屏联动将是未来的一大发展趋势。不管车内人员观察哪个位置都会得到一类信息的反馈,包含操控类的按钮、提示类的状态、娱乐阅读类的信息、功能类的产品,屏幕可以承载大部分车上所需。同时屏幕之间的主动或被动的交互成为必需,既能够智能化的解决车内人物角色间的关系,各取所需,又可以整体联动全方位协同服务,立体的营造同一空间。结合智能穿戴设备、手机屏幕和车外屏幕、投影,多屏互联的优势就更加明显,可以不受时间和场景的衔接空间和信息。这时交互的一致性和自然感就变得尤为重要,如果多屏只是各自为营,多屏就失去了存在的价值。

(BMW i8 concept,图片来源于网络)
另一种趋势是屏幕的一体化,连贯整体,带来很强的严谨性和科技感。信息在一体的屏幕上分区显示,左侧屏幕承载仪表相关信息,中控应用于常规的车辆信息显示,而右半部分大多为娱乐或辅助驾驶信息的显示。这样两名用户就能够使用单独屏幕而不会相互影响,实现多行为操作。重点是当屏幕联动时,可以产生更加整体的效果,查看更丰富的流程化的信息。无缝连接的屏幕也可以补充光效能力,渲染驾舱氛围。
(Audi Aicon Concept,图片来源于网络)
还有一种显示模式,我们概括为「浑然一体」,它类似于类似于『多屏互联』与『一体化』的结合,让人无法分辨哪里是屏幕哪里是内饰。大量利用异形屏、曲面屏,随手可见的地方,都是可以操作的区域。但平时不需要操控的时候,屏幕又可以很好地与内饰融为一体。不受技术与硬件的限制,所有的信息都在可及的位置,用最自然的方式交互,这可能是HMI的理想目标吧。

(Mercedes Benz F015 driverless car,图片来源于网络)
信息表达——数据可视化
数据可视化与其说是趋势,不如说是『形式追随功能』的结果。前面提到的,当信息已经不需要依附环境物体而存在,没有关联性的信息想要快速被人所理解,必然需要做可视化的处理。
当自动驾驶技术变得成熟,驾驶者对车的掌控感逐渐降低,可视化的设计补足车辆与环境的关系,避免行为的黑匣子。伴随着发展中的大数据时代,所有的行为方式都被分析成数据,数据是隐形的,可视化设计让隐形的数据显性的表达出来,能够理解。
但是数据可视化的表现形式、交互方式和视觉语言各有不同,后面的章节我们会具体介绍说明。
信息内容——娱乐提升专注降低
自动驾驶驾舱的概念,让车辆成为不同场景的移动空间。当驾驶不再是核心任务,安全行驶和驾驶员的关系越来越少,那些有吸引力的,曾经限制用户关注的信息,都将慢慢成为车内的主流:打游戏,看电影,阅读、会客,休息.....
在不同的场景中,主题化会让信息内容富有深层的情感化。愉悦自我,追求个性化定制化的氛围,享受自动驾舱,对环境感到安全、放松、信任,有心情欣赏、装扮和感受这一空间。
信息传达——让复杂的事保持复杂
在自动驾驶场景中,不仅仅是人与车的交流,还包括车与车、车与路人之间的交流。交流本身就是一个复杂的事情,设计师们在持续努力,研究人类表达反馈的规律,还原交流本身的丰富与复杂,保留这条尝试互相理解的通道。将车的语言拟人化,收敛亲切、可爱的属性,增加好感易于学习,是交流最快捷的方式之一。很多自动驾驶车辆从外型都是圆滚滚,无害的样子,自动驾驶的风格也很少有激进的表现。主要以表情来与行人交流,微笑、眨眼、关注,辅助文字的精确提示,对于一个圆滚滚,客客气气、服务感很强的大家伙,很少有人会生硬的拒绝。

(Audi Aicon Concept,图片来源于网络)
交通系统中本身是有一套语言的,交通标识、信号灯,车灯加上车身的角度,有时候再加上驾驶员的眼神和手势,通过专业的学习,大家都在道路上顺畅行驶着。自动驾驶车辆加入后,原有的秩序如何维护呢?
很多厂商选择了为传统部件赋予新的功能与意义。LED技术的应用,使得传统车灯区域可以承载更多的动效、质感,以及品牌识别的元素。未来车灯与屏幕的界限将会模糊,矩阵化的车灯与屏幕点阵可以起到同样的作用,显示多种颜色的组合、动态的效果及图形的拼接。同时新的交互语言也加入其中,用来更多的表示车辆当前的状态和行为,比如加速、减速、扫描、避让、区分手动及自动驾驶等。
不仅如此,创造出自动驾驶的新语言也成为一种可能。同时结合5G时代的车路协同、智慧城市设计,可能新的语言反而更加容易使交互体系变得统一且自然。
在一些新的尝试里,通过新增加一块屏幕或是投影至路面的方式比较常见,多是以常规平面设计的方式来表达图标或文字,但很容易受到光线、车速、距离的限制,阅读成本比较高。还有一些在尝试新的表达方式,比如直观地反馈可能会对自动驾驶造成影响的事物,或间接地表达自己可能产生的行为,但将来时和虚拟语气从语言学上是比较复杂的语法,想要在移动场景下快速表达和被识别就更加不易。这些尝试大多在车厂各自的演示之中,车与车之间的无法交流,没有形成体系,也没有统一的标准。

(雪弗莱,图片来源于网络)

自动驾驶设计的交互是什么形式?‍‍

在新的趋势下,信息呈现发生了变化,新的场景新的表达方式,当然也会带来新的交互形式。交互是信息输入与输出的过程,每一次的转意就是一次交互的发生。那未来自动驾驶的交互形式会带来怎样的改变呢?
交互形式多通道结合
触控输入加视觉输出的方式在车载系统里已经比较常见,语音交互为主要输入,配合其他多通道交互形式逐渐向主流的交互趋势发展。交互形式根据交互对象的距离可以分为空间交互和界面交互。如手势交互、语音都是在一定距离下进行的输入形式,通过界面可视化或语音、声音形式的反馈完成交互。触控则是直接与物理反馈相连的输入方式,因此可以完成更加精准的操控。同时还可以看到一类趋势,相似输入节奏的交互方式更易于搭配,像手势和语音;但是当不同输入节奏的交互方式组合在一起时,使用者会更倾向于快速和精确的交互的方式,而放弃较缓慢的一方,例如语音和触控。在技术发展的趋势下,可能伴随自动驾驶成熟阶段的交互形式也会更加丰富,比如脑电波的控制、视线追踪。
交互形式情感化
目前公众普遍对自动驾驶技术不了解,甚至处于有点恐惧的初期阶段,如何使交互形式更为自然,能够让用户更能接受呢?
我们发现,情感化的设计能够以友好、亲近的方式引起公众的好感,增加他们的接受度,并消除恐惧感。车内以及车外的用户与自动驾驶车辆交互的过程中,情感化的设计能够提高人们在整个过程的信息理解程度,高效地促进交互流程的完成,确保安全。整体运用情感化设计的自动驾驶产品,会促使公众积极地体验或传播自动驾驶车辆。从长远来看能够改善公众对自动驾驶技术的整体感受,促进商业化。
那么具体如何使交互形式情感化呢?这里我们总结了三点设计方法。
1)在车内、车外与乘坐者或行人的交互过程中使用生活化口吻,比如使用一些轻快、平实的文字进行交流,使得信息接收者会将自动驾驶车辆当做是一个“朋友”,更加平等轻松的去使用或与其交互。

(Smart EQ For Two Concept 车内屏幕启动,图片来源于网络)
2)在车外的人机交互中运用拟人化表情。通常通过表情化的车外屏幕信息在行车、行人过马路、乘客上下车等场景中使用。通过表情图形可以简单的传递信息,并可以显著提高自动驾驶车辆的友善度。

(Mazda Concept行人过马路场时车外表情,图片来源于网络)
3)通过车内的灯光、图像等氛围烘托的方法使得乘坐在其中的人能够获得与常规车辆不一样的乘坐体验。更加沉浸、融入式的体验能够提升乘客的乘坐感受,产生情感共鸣。

(Toyota Concept-I 车内灯光,图片来源于网络)
交互形式多场景
在前面我们提到,在自动驾驶的过程中,驾驶员的注意力和双手都得到解放,与此同时,驾驶员/乘客在其过程中将会出现不同的使用场景,不同场景的信息呈现是否一样?交互形式是否随之变化?这些都是设计师当下所会面临的问题。
作为移动的空间,自动驾驶车辆需要适应不同的场景需求。在独处场景下,自动驾驶体验强调个人感受,提供给乘坐者在车内从事休息、娱乐、工作的可能性。在多人乘坐场景下,自动驾驶体验强调人与人之间的交流和互通,提供乘坐者一个融洽的社交环境。一车多用,利用车内的布局、屏幕为不同场景提供与之匹配的交互方式,又能够随意切换调整,会是内饰设计师在未来非常重要的设计方向。

(Audi Long Distance Lounge会客厅,图片来源于网络)
未来的自动驾驶不仅仅要考虑车内环境与人的交互,车与外围环境的交互也尤为重要。车路协同是采用无线通信和新一代互联网等技术的新的交互形式。交互的范围不再局限在由人控制的车与车或车与人之间,而是全方位实施车车、车路动态实时信息交互,并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理,充分实现人车路有效协同,保证交通安全,提高通行效率,从而形成的安全、高效和环保的道路交通系统。
针对自动驾驶的车辆,车路协同系统能让自动驾驶车辆实时获取全路网的信息,车-车、车-路进行信息共享和交互,以便实时地调整驾驶策略,提高自动驾驶的高效性和安全性。

(car-to-X,图片来源于网络)
自动驾驶设计的视觉表达风格会有什么改变?‍
视觉——连接
首先从意象上来看,车辆自动行驶在道路上,道路可以抽象为网,网由线构成,而道路、航路、经纬度,互联网、5G网等连接了世界,连接着每一辆车和人。
其次,连接这个意象通过线条元素表达在自动驾驶设计之中。不论是外观设计还是界面设计,都运用广泛。从汽车外观造型上来讲,多运用流线型的设计,既能够减少运动时产生的阻力,又能够表现汽车的运动感、速度感。从产品界面上来讲,线条能够形成画面的节奏感、律动感、科技感,非常符合自动驾驶等前瞻性产品的设计。

(BYTON,图片来源于网络)
从界面设计来看,运用丰富的线条技巧能够表现设计元素的质感、量感和空间感。同时,线条也可以形成画面的节奏感,节奏来自于运动。在设计中,我们可以对线条形状、排列的疏密等变化和差异进行排列组合,从而创造视觉上的节奏和韵律。

(BYTON,图片来源于网络)
视觉——光感
光的特点在于它的线性,同时又能够在高强度的情况下汇聚成点,随着距离和散射的介质产生晕染的效果,产生空间感,而且光也具有连续性和速度感。又因为车辆需要在各种环境下移动,光成为了最通用的表达手段,在白天夜间吸引别人的注意,反馈紧急情况,是车外和车内交互的常用方式。不仅如此,光效可以丰富空间层级。不同类型的光效渲染,会形成视觉差异。光效的颜色、形状和出现的位置会对设计表达的气氛产生很直接的影响,暖色调给人光明温暖的感觉,冷色调的给人科技炫酷的感觉。


(BYTON,图片来源于网络)


(BYTON,图片来源于网络)
从产品界面上来讲,光效在页面上以光源的形式出现,这样可以很容易抓住用户的眼球,吸引住用户的焦点,页面上需要重点强调的信息,就可以展现在光源附近,这时光效充当的就是引导用户的作用。
视觉—模块化
建立品牌独特的设计语言,用统一的视觉元素符号,通过多种材质构成贯穿车辆(车灯、中网、车身、车顶、玻璃、内饰、仪表中控等)的多个模块。
(BMW,图片来源于网络)
视觉—统一设计标准
自动驾驶模式开启的情况下会出现相关的状态提示操作,目前每个车厂的设计对这一类的图标定义表现都不太一样,用户的理解阅读效率不是很高。所以需要做到统一设计标准,减少用户学习成本。

(图片来源于网络)
基于以上的分享,可以看到自动驾驶已不同于传统人工驾驶,它将满足驾驶员/乘客在不同场景下的使用需求,不仅注重人与车之间的信息交流互动,同时也注重车与外围环境的信息交流。在未来,自动驾驶设计将会融合更多的新技术,超越我们已有的想象,为人们带来更优的用户体验。
希望这些能够给参与自动驾驶设计的设计师们一些参考,与我们一起做出更多优秀的创新吧!


造车初创拜腾汽车陷入停摆,宣布明日起停工停产

博客自动驾驶小能手 发表了文章 • 0 个评论 • 72 次浏览 • 2020-07-02 13:55 • 来自相关话题

据未来汽车日报消息,中国新能源初创企业拜腾汽车由于公司融资计划未能如期完成,经济方面面临很大压力,中国内地业务将停止运营。中国区员工将于 7 月 1 日开始停工停产,预计中国区的停工时间为 6 个月。一封拜腾内部员工邮 ...查看全部

据未来汽车日报消息,中国新能源初创企业拜腾汽车由于公司融资计划未能如期完成,经济方面面临很大压力,中国内地业务将停止运营。中国区员工将于 7 月 1 日开始停工停产,预计中国区的停工时间为 6 个月。

一封拜腾内部员工邮件截图显示,在此期间中国区员工待业,不安排工作,仅留下少数员工维持基本运转。公司表示将与股东合作制定未来的发展路线。
拜腾目前宣布的融资总额超过 10 亿美元,但有报道称,去年 9 月公司宣布的 5 亿美元 C 轮融资至今未完成。
今年 4 月拜腾就宣布:中国区员工根据职级以不同比例暂缓发放部分薪酬,核心管理层将集体减薪 80%,并出资参与拜腾 C 轮融资。从那时开始,就已经出现了拖欠工资的情况。当时公司表示,受疫情影响,公司将通过减少开支缓解资金压力。
拜腾的首款车型 M-Byte 已经接近量产。经过多次延期,拜腾计划在今年年中量产上市。从此前展示的工程车看,该车型被认为是就差临门一脚,就差最后的资金注入、工厂开工。
不同于很多造车初创企业,拜腾从创立开始就是一个非常国际化的公司。前 CEO 毕福康在业内被称为宝马 “i8 之父”,联合创始人戴雷此前担任英菲尼迪中国总经理。总部位于南京,拜腾还同时在硅谷、德国设立办公室,分别负责软件开发和概念设计。
拜腾的激进也体现在了其车型设计上,M-byte 最著名的设计就是横贯中控的 48 英寸大屏,以及前排可旋转座椅。这样的设计让拜腾在 CES 这样的国际舞台上收获了来自全球的关注。
拜腾最早宣布将在 2019 年推出首款量产车,但与蔚来、小鹏不同,拜腾在一开始就选择了自建工厂的道路,但这也是一个巨大的资金黑洞。资料显示,拜腾的南京工厂占地 1200 亩,计划总投资超过 110 亿元。这一数字就已经超过了拜腾目前的融资总额。
国际化的团队、重金自建工厂、追求颠覆性的汽车设计,既是拜腾在一众新造车企中的亮点,同时也在很大程度上拖累了作为一家初创公司的前进脚步。在疫情冲击之下,拜腾最终还是陷入了公司成立以来最严重的困境。

沃尔沃量产自动驾驶,和Waymo合作开发电动机器人轴

博客自动驾驶小能手 发表了文章 • 0 个评论 • 72 次浏览 • 2020-07-02 13:53 • 来自相关话题

沃尔沃和Waymo达成合作,共同开发电动机器人轴沃尔沃和Waymo提供了关于合作伙伴关系以及合作伙伴关系的具体细节,只是两家公司“将首先合作将Waymo Driver集成到一个全新的以移动性为重点的电动汽 ...查看全部

沃尔沃和Waymo达成合作,共同开发电动机器人轴

沃尔沃和Waymo提供了关于合作伙伴关系以及合作伙伴关系的具体细节,只是两家公司“将首先合作将Waymo Driver集成到一个全新的以移动性为重点的电动汽车平台中,以提供乘车服务。” “首先共同努力”这一短语表明将会有更多人来。我们知道,新的汽车平台将具有4级自动驾驶能力,这是SAE的指定,这意味着它可以处理特定地理区域或特定天气和道路条件下的所有驾驶。

两家公司上周四宣布建立合作伙伴关系,将Waymo的自动驾驶软件集成到专为乘车而设计的新型电动汽车中。Waymo的 无人驾驶软件的足迹正在扩大,这次与沃尔沃汽车集团合作。

合伙企业还包括沃尔沃汽车集团旗下的其他子公司,包括电动性能品牌Polestar和Lynk&Co. International,沃尔沃汽车集团首席技术官Henrik Green在其准备的声明中特别指出了这一点。

沃尔沃汽车集团首席技术官亨里克·格林在一份声明中说:“全自动驾驶汽车有潜力将道路安全提高到前所未有的水平,并改变人们的生活,工作和旅行方式。” “我们与Waymo的合作为Volvo Cars,Polestar和Lynk&Co开辟了令人兴奋的新商机。”

广州大黄蜂人工智能技术有限公司CEO郭盛华透露:“Waymo的策略一直是与汽车制造商合作。Waymo负责其硬件套件,软件和计算系统的设计。然后,它与汽车制造商合作,制造易于与其所谓的Waymo Driver集成的车辆。这些关系主要集中在乘车应用上,但可以进行定制以使车辆更适合本地送货,卡车运输和私人汽车拥有。”

如果两家公司之间的许可协议得以实现,则可能类似于Waymo与菲亚特克莱斯勒汽车公司的合作关系。2018年5月,FCA宣布扩大与Waymo的合同,为自动驾驶汽车公司提供多达62,000辆克莱斯勒Pacifica Hybrid小型货车。FCA当时还表示,它正在探索许可Waymo的自动驾驶汽车技术的方法,以便将该技术应用于消费者的汽车中。

Waymo与Jaguar Land Rover建立了供应商合作关系,为多达20,000辆全电动I-Pace车辆提供服务。2020年6月,Waymo与雷诺(Renault)和日产(Nissan)达成了合作伙伴关系,以研究商用自动驾驶汽车如何在法国和日本为乘客和包裹服务。

别忘了沃尔沃仍然与优步达成协议无人驾驶单位Uber Advanced Technologies Group。沃尔沃和优步ATG都确认其四年的合作伙伴关系仍然完好。在这种合作关系下,沃尔沃为Uber提供了一款用于自动驾驶的汽车。这些特殊的沃尔沃XC90车辆配备了支持Uber自动驾驶软件所需的硬件。然后,Uber将其自动驾驶软件堆栈集成到车辆中。沃尔沃表示,它已与Uber达成了一项框架协议,以交付数万辆自动驾驶就绪型汽车。

腾讯发布自动驾驶仿真平台TAD Sim 2.0

博客自动驾驶小能手 发表了文章 • 0 个评论 • 82 次浏览 • 2020-06-28 16:31 • 来自相关话题

6月24日,2020腾讯智慧出行新品发布会上,腾讯新一代自动驾驶虚拟仿真平台TAD Sim 2.0正式亮相。腾讯自动驾驶总经理苏奎峰谈到,“TAD Sim经历了两年多的市场应用,结合行业用户的需求,2.0版本在行业内率先使用真实数据和游戏技术的双擎驱动, ...查看全部

6月24日,2020腾讯智慧出行新品发布会上,腾讯新一代自动驾驶虚拟仿真平台TAD Sim 2.0正式亮相。腾讯自动驾驶总经理苏奎峰谈到,“TAD Sim经历了两年多的市场应用,结合行业用户的需求,2.0版本在行业内率先使用真实数据和游戏技术的双擎驱动,在真实性、全面性、可视化、标准化、轻量化五个维度进行了升级,全面提升自动驾驶开发和测试效率,更灵活易用的满足国内、国际车企、检测机构等合作伙伴的需求。

随着自动驾驶领域硬件、算法等方面的快速发展,虚拟仿真技术在自动驾驶研发和测试领域的应用日渐广泛,成为自动驾驶量产应用的必备工具,城市智慧交通调度管理和相关法规制定的有力辅助。

在这片行业竞争新高地上,腾讯自动驾驶仿真技术团队自2018年推出虚拟仿真平台TAD Sim,持续结合自身优势和行业市场需求,保持产品技术与性能的行业领先。
6月24日,2020腾讯智慧出行新品发布会上,腾讯新一代自动驾驶虚拟仿真平台TAD Sim 2.0正式亮相。腾讯自动驾驶总经理苏奎峰谈到,“TAD Sim经历了两年多的市场应用,结合行业用户的需求,2.0版本在行业内率先使用真实数据和游戏技术的双擎驱动,在真实性、全面性、可视化、标准化、轻量化五个维度进行了升级,全面提升自动驾驶开发和测试效率,更灵活易用的满足国内、国际车企、检测机构等合作伙伴的需求。

TAD Sim2.0五大核心优势

高效闭环,利用数据构建自动驾驶核心竞争力
可闭环验证的数据才能产生价值。腾讯自动驾驶虚拟仿真平台TAD Sim在设计之初,就有别于传统的仿真系统,是为自动驾驶测试验证而专门设计开发,内置厘米级高精度地图,构建了包含动态和静态要素真值数字孪生系统,用千变万化的场景进行自动驾驶算法完备性的测试。

TAD Sim2.0模拟路面积雪场景

“与TAD Sim 1.0相比,新版本彻底打破了真实数据和虚拟数据间的壁垒,实现了路测场景与虚拟场景的无缝转换,仿真场景在任意时刻都能实现回放数据和虚拟场景之间的切换,极大提升数据的利用效率和产品测试验证效率。”苏奎峰介绍说。
在2.0升级版本中,用户可根据自动驾驶测试的需求,结合路采的交通流数据,形成虚实一体的测试场景。通过完整的模型在环、软件在环、硬件在环、车辆在环的测试验证体系,TAD Sim 2.0覆盖了完整的汽车V字开发流程,并融入了自动驾驶研发体系。

完整的汽车V字开发流程

另外,数据可视化对于算法开发和测试人员来说也非常重要,为此,TAD sim 2.0中集成了数据可视化组建TAD Viz,全面、细致的可视化数据能极大的提升工作效率。

TAD Sim数据可视化组件TAD Viz

发挥游戏技术生产力,保障高还原度和高效性
自动驾驶仿真平台就是一个数字孪生世界,在上面测试的自动驾驶车辆就好像正在参与一个大型的RPG(角色扮演类)游戏,游戏场景的真实性和高效性决定了测试效果的有效性,以及算法验证的工作效率和成本。在行业当中,对自动驾驶仿真测试的真实性不断提出更高的要求。
腾讯利用自身在游戏领域的深厚技术积累,利用游戏中的场景还原、三维重建、物理引擎、MMO同步、Agent AI等技术,提升自动驾驶仿真平台测试的还原度和高效性。
 在还原度方面,TAD Sim 2.0借助腾讯游戏引擎,让仿真平台的几何规律则、物理规则和运行逻辑与真实世界一致。比如,模拟出突然窜出的行人、强行加塞甚至产生剐蹭的NPC车辆、测试车辆快速驶过减速带造成的颠簸等,都可通过仿真平台的算法模型反馈到测试车辆上,进而验证自动驾驶决策控制算法对突发情况的的应对能力。 

数据+游戏技术双擎驱动

同时,基于强大的游戏引擎,TAD Sim 2.0三维场景重建以及传感器仿真在精准度上实现突破,场景内的细节表现更加逼真。比如,夏日正午,向南行驶的测试车辆遇到晃眼的强光,对场景中的各种元素投射的动态光照,可以为传感器模型提供更接近真实的测试条件,进而对自动驾驶决策控制算法进行全面的检测。
此外,仿真平台的测试效率,取决于场景的丰富性、云端承载能力。TAD Sim 2.0通过Agent AI能力,可以自由生成各种随机的驾驶场景。在TAD Sim 2.0场景库中,有超过1000种场景类型,还可以通过泛化,生成万倍以上规模的丰富场景。基于腾讯云计算并行加速,TAD Sim 2.0具备每日1000万公里以上的测试能力,自动驾驶的车辆可大量部署,进行7*24不间断测试,通过MMO同步技术保证数据同步,满足高并发的测试需求。
对于自动驾驶研发测试来说,更高效率意味着更低的成本。在数据和游戏技术的双擎驱动下,TAD Sim 2.0通过架构的升级,实现了数据传输、加速能力和资源占用的全面优化,为测试验证降本增效。TAD Sim 2.0在数据格式上全面接入国际标准,实现新旧应用、数据、场景的无缝链接和转入输出。

TAD Sim 2.0 架构升级性能大幅提升

完整的腾讯自动驾驶技术体系 旨在成为行业数字化工具箱和加速器
近期国家政策持续推动智能网联和自动驾驶的发展,我国在自动驾驶技术的发展应用方面已经开始从国家层面展开战略布局。自2016年投入自动驾驶领域以来,腾讯以明确的定位,聚焦自身优势领域,旨在为产业提供助力,以灵活的、模块化的软件和技术助力,推动自动驾驶技术落地。
借助腾讯在AI、云计算领域的技术优势,在高精度地图领域的积累,腾讯已经形成了仿真测试、开发云和高精度地图三大基础平台和自动驾驶核心技术套件。面向汽车制造商、政府部门和测试机构等合作伙伴,提供TAD Sim、TAD Pilot、TAD Cloud和TAD HD Map等产品和方案,一方面构建完善高效的数据利用闭环体系,同时也可以模块化、灵活的方式接入,为自动驾驶研发和应用落地提供助力。

自动驾驶四大产品

2019年7月,腾讯与宝马中国合作了业内第一个自动驾驶开发云项目,帮助宝马中国建设自动驾驶高性能数据开发平台,加速在中国市场的自动驾驶研发应用。腾讯汽车云中心、高精度地图和自动驾驶团队携手,推出自动驾驶开发云服务,提供大数据存储以及包括IaaS、PaaS、SaaS在内的一整套专门用于自动驾驶研发的大数据云计算服务。
同时,腾讯已经完成了全国重点城市快速路、高速公路的高精度地图采集和数据生产,以及车端关键应用技术的开发,云端闭环的部署,并根据市场和用户痛点,推动高速场景的自动驾驶方案应用落地。

腾讯高精度地图覆盖

在仿真技术领域,腾讯TAD Sim正在与国家智能网联汽车(长沙)测试区、公安部交通管理科学研究所等机构、及国内头部汽车企业展开合作,基于高精度地图和模拟仿真技术,推行虚实结合的仿真测试,加速自动驾驶研发。

TAD Sim仿真深圳道路

苏奎峰表示,“对于未来的智慧出行,腾讯充满期待,我们希望能成为自动驾驶研发落地的加速器,同行业伙伴一起获得更多的突破,为产业发展提供助力,让用户早日在车里能够解放双手,为出行生活带来更大的价值。”

超10亿美元,亚马逊买下自动驾驶初创公司Zoox

博客自动驾驶小能手 发表了文章 • 0 个评论 • 295 次浏览 • 2020-06-28 16:27 • 来自相关话题

美国当地时间6月25日,根据美国the Information的报道,亚马逊已经同意斥资超过10亿美元,并购曾经创下美国初创自动驾驶公司单轮融资记录的Zoox。这意味着,全球财力最雄厚、市值最高的公司之一,正式全面杀入自动驾驶的赛道。 ...查看全部

美国当地时间6月25日,根据美国the Information的报道,亚马逊已经同意斥资超过10亿美元,并购曾经创下美国初创自动驾驶公司单轮融资记录的Zoox。这意味着,全球财力最雄厚、市值最高的公司之一,正式全面杀入自动驾驶的赛道。

在2019年2月,亚马逊参与了另一家自动驾驶初创公司Aurora B轮5.3亿美元的融资,那一轮的领投方是红杉资本,亚马逊是跟投方。Aurora一直是拒绝被并购,大众、现代的并购请求也被拒绝了,看来也是拒绝了亚马逊的并购。
对于亚马逊而言,一旦要进入自动驾驶赛道,并购是最好的选择之一。Zoox和Aurora是目前唯二的可供并购的标的,买不下Aurora,那就只能买Zoox了,另一家志在最后一公里配送的自动驾驶初创公司Nuro,则与沃尔玛眉来眼去。
Zoox成立于2013年,此前累计融资8亿美元,估值高达32亿美元,此外,还通过可转换债券获得了将近2亿美元的资金,也就是说,Zoox累计获得了10亿美元,但最终的结果还是不得不卖身亚马逊。

Zoox的投资方包括了最后一轮5亿美元融资的领投方是办公协作公司Atlassion,以及中国VC春华资本,此外,腾讯也投资了Zoox。如果按照超过10亿美元的并购金额,Zoox的投资方是能够收回投资成本的,部分资本还能实现正收益。
对于亚马逊来说,让前面的投资人抽身离场,也是要做到的,更何况亚马孙市值超过1.4万亿美元,仅次于苹果和微软的市值(两者市值大约在1.5万亿美元),是美国市值最高的科技公司之一,也是全球市值最高的科技公司之一。
由于亚马逊战略的需求,其一直在无人化上进行大规模的投入,包括了引领仓储无人化的建设,而自动驾驶将会建设物流无人化,包括干线物流、城配物流和最后一公里配送,从而完成亚马逊战略体系对仓储物流无人化的需求。 
目前,还不清楚亚马逊是否也打算使用Zoox来为顾客提供自动驾驶送货服务。但亚马逊已经开始对这些技术进行试验,包括从在人行道上行走的最后一公里配送的机器人,到从空中给客户送货的无人机。

从并购的标的来看,Zoox目前主要是在耕耘在乘用车领域的自动驾驶,该公司设计了一款用于城市地区载客的原型车。原计划是要自己造车,并且提供RoboTaxi服务的,在2018年12月,加州公共事业委员会,给Zoox颁发了首张自动驾驶打车服务运营牌照,这意味着Zoox的车辆可以在街上接送普通用户了。
但是,Zoox在加州虽然拿到第一张可载客的自动驾驶运营牌照,Waymo拿到的是第二张,但Waymo在加州运营后,马上提供了超过6000人次的RoboTaxi服务Robo-Taxi时代真来了:Waymo加州服务首月服务6299人次,Zoox连个零头的没有。
Zoox之所以要卖身,可能也与其经历了团队内斗有关。在2018年8月,Zoox创始人兼CEO Tim Kentley-Klay被解聘,当时是Zoox董事、Autodesk原CEO Carl Bass成为新晋CEO,随后在2019年1月,前英特尔执行董事、首席战略官Aicha Evans成为Zoox CEO。

作为自动驾驶外行人、以及职业经理人出身的Aicha Evans,并没有将Zoox带到更好的位置,在她的治下,Zoox的进展缓慢,融资受挫,其入职后,Zoox再也没有获得新的融资。Zoox最后一轮融资,是在Tim Kentley-Klay被解雇前一个月的2018年7月。
对于Zoox来说,卖身亚马逊,是新的开始,非技术的职业经理人大概率是要退场的,对于技术人员来说,则可能面临着要适应亚马逊对自动驾驶的战略需求,运货而不是运人,这个可能需要适应的时间。
对于亚马孙而言,花了超过10亿美元买下Zoox,买下了Zoox研发7年积累的知识产权,还有就是将近1000人的团队,但,这也仅仅是开端。要想将自动驾驶商业化,Zoox还需要大量的投入资金。

对于自动驾驶行业而言,亚马逊的进场,肯定会给更多的场景方压力,例如沃尔玛要不要买Nuro,中国类似的电商平台,如阿里、京东、美团、拼多多等,要不要也买下一个自动驾驶初创公司呢?
这些都是自动驾驶行业从业的新机会,只要有新的玩家进场,新的战略需求方进场,自动驾驶商业化的进度就会更近一步。
最后就是写一下,Waymo和Volvo终于官宣在一起了,双方将会共同开发适用于网约车、本地物流车、卡车和私家车的自动驾驶汽车,Waymo成为沃尔沃汽车集团、极星和领克等的L4级别自动驾驶技术全球独家合作伙伴。Waymo和沃尔沃在一起了,自动驾驶量产时代真来了

这意味着,Waymo进入中国,也快要到了官宣的时候了。这对中国的从业者来说,即是好消息也是坏消息,好消息是,有一个老师来了,坏消息是,这个老师可能会抢市场。
Anyway,市场是竞争的,让竞争来得更激烈,自动驾驶的商业化落地就会更快。(作者:车智)

智能碰撞保护是自动驾驶车辆的最终安全保障

博客自动驾驶小能手 发表了文章 • 0 个评论 • 59 次浏览 • 2020-06-23 09:58 • 来自相关话题

在标准工况下让自动驾驶汽车跑起来,已经很难了。如果要在不常见的碰撞工况下实现保护,那就更加任重道远。 ...查看全部

在标准工况下让自动驾驶汽车跑起来,已经很难了。如果要在不常见的碰撞工况下实现保护,那就更加任重道远。

自动驾驶汽车技术发展如火如荼,其安全性备受关注。我们不仅要关注正常行驶工况下的安全性,也要关注非正常工况下的安全性,比如汽车碰撞等小概率事件。我们团队主要致力于研究汽车在危险状态下的安全性。

近年来,汽车安全性提高很快,但是否已经满足了我们的安全需求呢?我认为,在很多情况下都是不满足的。未来我们应该在许可发生碰撞事故的情况下,让自动驾驶车辆能实现应用,使得大众能享受到自动驾驶的很多优点,同时由智能碰撞保护技术的提升来降低伤亡,补上其达不到目前人类司机平均安全水平的短板。

现在的汽车还未完全实现针对真实道路事故工况的保护。汽车安全设计都是针对指定工况开展的,不可能涵盖所有工况。如果实际的事故工况偏离实验室工况较大,那么,偏离得越多,可能保护效果越差。我们也没有实现针对中国的事故工况和中国人体型的保护。在中国,汽车进入家庭不到20年,汽车行业的很多技术规范和标准基本都是直接沿用汽车发达国家的标准,并没有针对中国人的体型、中国的实际工况来设计。而且,无论是国内还是国外,也还没有考虑未来可能发生什么风险场景、造成什么样的事故。

我们发现,实际发生的交通和事故工况是非常复杂的。

首先,人员复杂。比如,目前所有的碰撞保护标准都不是针对老年人的,而我们正在面临社会人口的快速老龄化。20多年前我开始研究老年人的碰撞损伤容限,我们知道老年人损伤容限低,但是我们不知道低多少,我的研究给出了量化结果;再比如,最近二三十年里美国人体重增加很多,使得非标准体重人群比例增加,而汽车碰撞安全性是按照标准体重、标准身材设计的。

其次,工况复杂。过去十几年中,我们做人车碰撞、汽车与自行车碰撞研究,但中国近年来又出现了很多电动两轮车,出现了很多不一样的工况,更别说人车混行、老年代步车以及未来可能发生的新型事故工况了。

1592877446669844.jpg

着眼未来,智能汽车时代如何考量自动驾驶汽车的安全性?

根据世卫组织的报告,全世界的交通事故要造成每年大约130万人的死亡,其中90%以上的事故成因是由人造成的。我们对未来充满期待,很多人认为自动驾驶普及后,由电脑开车,把人类司机从系统里去除,交通事故风险就能降低90%。但事实并不如此,自动驾驶汽车无非是把犯错误的主体从人变成电脑了。谁见过不犯错误的电脑?谁见过没有漏洞的软件?微软的操作系统,持续改进升级二三十年了,还在不断打补丁呢!

我们姑且先来看看未来智能交通环境下车辆动力学响应与控制的边界,就知道这事儿有多难。如果出现紧急或危险情况,自动驾驶汽车对行车环境的感知、对信息的融合以及通讯都需要时间,作出预判和决策也需要时间,然后到执行层面对车辆进行控制以及车辆的动力学响应还需要时间,而在紧急危险情况下这个反应时间只有几秒钟。再加上传感器失误、通信延迟、软件漏洞、机械故障等,这些工况不常见,但在所难免,一旦应对不当的话就可能发生事故。事实上,目前每年约130万人的交通事故死亡,相对巨大的出行里程,就是小概率事件。正是汽车的主动安全和被动安全技术水平,才保证了减少意外并在意外发生时减少伤亡。

所以,如果给未来自动驾驶汽车设定一个最低的安全性目标,就至少要达到人类司机的平均水平,确保发生交通事故的概率不高于目前的水平。

假设目前的自动驾驶车辆的安全性是四五十分的水平,经过大量研发投入后可达85—90分的水平,但还是达不到我们要求的95分的水平,怎么办?我们知道提升最后那几分通常很难,要等更长的时间。而我们传统的汽车碰撞安全保护技术只能从95分提升至99分(还剩1分就是我们承受的交通事故伤亡)。这就要求我们两条腿走路,给传统的碰撞安全保护加大难度,让它下沉到90分,能把90分的汽车安全性水平提高到99分,这就是所谓的智能碰撞保护,成为自动驾驶车辆上路的最终安全保障,努力涵盖所有危险工况、不常见的工况。当然,这也是很具挑战性的研发课题。

因此,我们需要启动主被动的碰撞协同保护,即预碰撞保护机制。所有的保护装置可以在碰撞发生前预启动,这是因为已经知道乘员的身高、体重等信息,对一两秒后要发生的碰撞形态和强度大致也可以作出预判,从而提供有针对性的一体化的碰撞保护,比如调节约束系统安全带的力、移动座椅等。

1592877417794299.jpg

预碰撞保护系统,也叫自适应碰撞保护,我们已经研究了10年。目前有一个科技部支持的、与欧洲19家单位合作的研究项目,两年后结题。该课题的核心任务,首先是要根据现在的交通事故形态推演未来可能会有什么样的事故形态;然后,基于碰撞预判,在发生碰撞时要把载荷比较均衡地施加在乘员身上,而且约束载荷是针对预判的事故工况和乘员状态配置过的,以此来降低事故损伤。这样一个未来的智能碰撞保护体系可以兼顾人的驾乘舒适性和碰撞安全保护。

我们团队最近的一个研究成果表明,实际碰撞的固有风险包括碰撞强度、乘员坐姿等,还有乘员约束系统引起的非固有风险。未来自动驾驶时代,我们争取把非固有风险降到最低。如果未来的智能汽车有很多是单座车的话,座椅随乘员意愿有更灵活多样的调整空间,乘员约束系统也有很大的改善空间,我们把约束装置搭载在座椅上,还可以针对中国人的体型特征进行设计。

总而言之,在标准工况下让自动驾驶汽车跑起来,已经很难了。如果要在不常见的碰撞工况下实现保护,那就更加任重道远。(作者:周青)

突发!宝马奔驰“暂停”自动驾驶合作

博客自动驾驶小能手 发表了文章 • 0 个评论 • 199 次浏览 • 2020-06-22 10:32 • 来自相关话题

全球汽车业巨头正在为当下的“生存危机”做出临时战略调整。近日,有消息称,德国豪华汽车巨头宝马和奔驰正式决定放弃联合开发自动驾驶汽车的计划。距离去年7月双方达成“合作”协议仅仅过去不到一年时间。 ...查看全部

全球汽车业巨头正在为当下的“生存危机”做出临时战略调整。

近日,有消息称,德国豪华汽车巨头宝马和奔驰正式决定放弃联合开发自动驾驶汽车的计划。距离去年7月双方达成“合作”协议仅仅过去不到一年时间。
据两家公司对外披露的信息显示,在做出“放弃”计划之前,两家公司进行了内部的多轮审查,达成了“一致意见”,将专注于各自现有的发展道路。
不过,两家公司都强调,不排除可能会在恢复合作。目前可以明确的是:“暂时搁置在自动驾驶领域的开发合作”。
实际上,在去年双方达成合作协议之前,两家公司并没有就未来技术路线图与现有各自合作的供应商进行详细的讨论。
如今,戴姆勒在一份声明中表示,“经过广泛审查——双方得出结论,鉴于创建共享技术平台所涉及的费用,以及目前的商业和经济状况,目前的时机并不适合继续推进合作”。
宝马董事会成员、负责技术开发的Klaus Frohlich表示,我们已经与英特尔、Mobileye、FCA和Ansys等合作伙伴系统地进一步开发了我们的技术和可扩展的平台。
他强调,公司现有的技术已经提供了非常强大的、可持续发展的潜力。凭借强大的传感器和计算能力,强大的模块化系统已经在市场处于非常有利的地位,可以为客户提供未来数年需要的东西。
而负责戴姆勒集团研发工作的马库斯•谢弗(Markus Schafer)表示,“为了应对快速变化的环境带来的未来挑战,我们目前还在与汽车行业以外的合作伙伴探讨其他可能性。”
一、理想丰满、现实残酷
由于关键技术(电动化、智能网联)的巨额开发成本,过去几年,传统汽车制造商都在寻求展开合作。在这些关键技术上,它们面临着来自科技巨头的竞争。
宝马和戴姆勒此前的合作,是在2015年收购诺基亚旗下地图公司HERE。而2018年,双方更进一步,合并了他们的分时租赁业务,并寻求占据更大的市场份额。
去年7月,双方的关系再进一步。
宝马和戴姆勒宣布,已达成长期发展伙伴关系,开发高度自动化驾驶功能,包括高速公路自动驾驶和自主泊车等功能。同时,非排他性合作对其他汽车制造商和技术合作伙伴开放。
双方的合作预计整合双方大约1200名技术人员联手开发自动驾驶技术,目标是在2024年将该技术量产搭载至各自品牌的新车上。
合作的另一个重点是,双方将成立技术标准委员会,挑选ADAS和自动驾驶技术的潜在供应商伙伴加入。
戴姆勒前首席执行官蔡澈曾表示,标准,是一个鸡生蛋还是蛋生鸡的问题。必须有人对技术进行标准化,监管也会随之而来。
然而,2个月之后的2019年9月,宝马和戴姆勒的合资公司之一,ReachNow联合移动服务部门主管被曝出已经辞职,原因是其认为该业务的投资额不足(宝马、戴姆勒没有按照预期计划推进)。
此前,宝马和戴姆勒曾承诺将投资超过10亿欧元资金,成立5家合资企业,打造5个不同领域的服务品牌,ReachNow是其中的一个。
这也给双方在自动驾驶方面的合作前景蒙上一层阴影。
此时,在经历了2017年、2018年的投资高峰期之后,整个市场在2019年下半年出现了风向逆转。尽管一些头部公司的超亿元融资仍在发生,但投资者对市场的走向,已经产生分歧。
大多数人(尤其是汽车行业)认为,自动驾驶汽车是长期的投资。在技术、法规和量产等多个方面,无数的挑战呈现在企业面前。
同时,成本、业绩压力不断“折磨”宝马和戴姆勒新上任的CEO。毕竟,双方的合作,是两位前任CEO的“结晶”。
在去年9月底向戴姆勒董事会提交的一份报告中,公司CEO康林松表示,他希望削减对初创公司的投资,减少在自动驾驶研发上的支出,并放弃打造全新纯电动旗舰车型EQS的自动驾驶计划。
更为微妙的是,随后宝马CEO对外表态,指望凭借全新的产品阵容和更高的效率来与竞争对手奔驰一较高下,因为市场需求的减弱挤压了整个行业的利润。
自动驾驶还不能为汽车制造商带来盈利能力的前提下,股东们关注的重点是他们的月度新车销售业绩与竞争对手相比如何、以及持续的盈利能力。
二、降本、裁员、疫情,轮番袭来
很快,裁员潮开始在汽车行业蔓延。
2019年11月,戴姆勒宣布,将在全球范围内裁减1100个管理层职位,约占其管理层总数的10%。此次裁员是公司全面削减成本计划的一部分,而基层裁员计划,也在推进之中。
数天之后,宝马公司披露,正与劳工代表和主要供应商进行谈判,以争取在2022年之前节省120亿欧元(约合132.6亿美元)的成本。
同时,宝马被曝出计划到2022年在德国裁员6000人,作为其成本节约措施的一部分。此外,宝马研发主管Klaus Froehlich预计将于2020年夏季离职。
随后,奥迪也传出正与劳资委员会谈判计划裁撤4,000-5,000个职位,占该公司在德国6.1万多名员工的7-8%。
实际上,过去几年,戴姆勒、奥迪以及宝马等传统豪华品牌也面临着越来越多的竞争对手的压力,其中最大的对手就是特斯拉。
在电动汽车、共享出行以及Robotaxi等新商业模式的盈利能力存在诸多的不确定性的情况下,汽车制造商过去几年斥巨资涉足各种风险投资,以找出哪些技术和业务能够赚钱。
其结果是,技术资本支出大幅增长,而且仍居高不下,而预期回报迟迟没有得到兑现。比如,梅赛德斯-奔驰品牌的利润率从上一年的6.3%降至6%,同时预测,可能降低至3%。
现实是残酷。这些传统汽车制造商既要保持原有的利润率,又要加大技术研发投入以抗衡汽车行业新进入者,这意味着他们是背着包袱前行。
很快,戴姆勒CEO康林松打起来“退堂鼓”,其公开披露公司内部围绕自动驾驶出租车(Robotaxi)的“核查”正在进行。“并不完全确定如何从自动驾驶汽车的生态系统中获利。”
戴姆勒的工程团队发现,开发自动驾驶汽车比预期更具挑战性。同时,康林松承认在未来Robotaxi盈利潜力受到质疑的情况下,让它们变得安全比最初想象的要难得多。
“汽车行业是无情的周期性行业。”一位行业人士表示,在经济低迷时期,你可以很快消耗掉现金。你总是知道有一个下降周期,但你不知道什么时候会发生。
由于成本高、技术复杂,完全自动驾驶汽车距离大众市场量产还有很多年,汽车制造商对更多半自动驾驶功能的需求正在飙升。
但坏消息仍然不断爆出。
2019年,奔驰、奥迪和宝马三家豪华品牌的新车销量继续创下纪录,但这些他们的利润率越来越低,在美国和其他地区的市场份额也在下降。
“未来几年将是一段相当艰难的时期。”康林松表示。
果不其然,2020年初,奔驰宣布,暂停研发和推出一款针对乘用车的全自动驾驶解决方案。戴姆勒集团则将专注于为其长途卡车车队开发驾驶辅助及自动驾驶技术。
很快,宝马再次传来噩耗。
知情人士披露,宝马公司可能会向部分员工提供更多额外激励措施,以说服他们离开公司,并帮助公司实现裁员5000人的目标。
此时,全球疫情已经开始出现爆发态势,工厂关闭、需求停滞、经济疲软等等不利因素,让汽车制造商更是疲于奔命,已经无暇顾及联盟合作前景。
行业一眼望去,已经是人人自危。
三、活下去,比什么都重要
对于汽车制造商来说,“卖更多的车”仍是短期内的当务之急。对于自动驾驶公司来说,则是“勒紧裤腰带”活下去。
Waymo供应链运营主管帕特里克·卡达里乌(Patrick Cadariu)近日表示,“我们继续扩大技术和业务规模的方式,将是渐进的、安全的、深思熟虑的。”
而在技术方面,该公司尚未解决恶劣天气下无人驾驶汽车的难题。Cadariu透露,Waymo在底特律地区有一个团队负责处理雪和湿路场景,而在佛罗里达和旧金山的其他团队则负责处理暴雨和大雾场景。
Waymo首席执行官John Krafcik近日更是公开表示,“无处不在的日子还很遥远,我们需要准备一个非常渐进的战略,即在地理上逐点扩展业务。它(Robotaxi)不会在任何时候、任何地方都有效。”
作为美国硅谷的自动驾驶激进派代表,Uber曾承诺将引领一场自动驾驶革命,同时还要普及飞行汽车。但在疫情重创其叫车业务后,该公司第一轮削减了3000个工作岗位,搁置无关的项目,并关闭数十个办公室。
较早之前,通用汽车旗下的自动驾驶公司Cruise已经宣布将裁员约8%。疫情的持续发酵,也正在加速科技公司在利润减少的情况下重新审视它们的优先事项。
几年前,当Uber前CEO向自动驾驶投入数十亿美元时,改变世界的技术突破似乎即将到来。但突然之间,这项前沿技术的投入,似乎不是最明智的选择,至少在短期内是这样。
当然,Robotaxi并不会就此宣告停滞。包括Waymo、Mobileye在内的企业,因为背靠“金主”,仍在加速推动商业化落地进程。
而传统汽车制造商考虑到整车业务的竞争压力,已经陆续开始重新审视Robotaxi业务的投入和回报。毕竟,这些车企的利润率远低于互联网和芯片公司。
随着技术的不断成熟,我们将在未来几年内看到小规模的部署,同时在封闭及半封闭场景,类似货运的自动驾驶落地将会加快步伐。
汽车制造商则已经把注意力转向推出面向私人乘用车市场的L2+、L3、L4(限定场景,比如高速公路)自动驾驶功能落地,这是他们的主要利润来源。
疫情的不确定性,导致全球科技和汽车公司在2020年实现无人驾驶汽车商业化的目标已经被推迟,相关技术的商业化落地将比预期的时间更长,疫情也加大了实现这一目标的难度。
“对身处自动驾驶行业的每个人来说,这都是一个艰难的时刻。”Argo AI首席执行官Bryan Salesky坦言。
这家公司此前已经拿到了福特公司10亿美元和大众汽车公司10亿美元的现金支持,还有奥迪AID自动驾驶部门的200多人研发团队。
然而,对于自动驾驶技术研发来说,10亿美金只够烧一年时间。此前,包括Waymo、Cruise在内的多家公司基本上都在以每年10亿美元的投入规模砸钱。
此外,许多自动驾驶初创公司没有实质性收入,运营成本也异常高。一些自动驾驶汽车初创公司已经破产,一些正在等待出售。大多数公司选择裁员来渡过难关。很多公司则在观望等待。
很明显,这项技术还需要数年时间才能准备就绪。跨越安全障碍所需的时间要比预期的长得多。在未来几个月,一些资金充裕的公司可以利用已经到手的资金安全“过冬”。其他人就没那么幸运了。
事实上,无论是沃尔沃和Veoneer的合资公司解散,还是宝马与奔驰暂停自动驾驶合作,现实已经摆在眼前:只有活下去,才有“资本”继续把自动驾驶故事讲下去。(作者:高工智能汽车)

使能自动驾驶解决方案的大规模应用解决方案

知识讲堂tututu 发表了文章 • 0 个评论 • 1088 次浏览 • 2019-01-19 10:36 • 来自相关话题

Enabling Autonomous Automotive Solutions at Scale 使能自动驾驶解决方案的大规模 应用 Intelligent Vehicle Compute Platform Workshop Beij ...查看全部
Enabling Autonomous Automotive Solutions at Scale
使能自动驾驶解决方案的大规模 应用
Intelligent Vehicle Compute Platform Workshop Beijing  December 2018
 

自动驾驶的五级分类标准如何制定的?

回复

问答自动驾驶小能手 回复了问题 • 5 人关注 • 3 个回复 • 1763 次浏览 • 2019-01-19 14:13 • 来自相关话题

我们把世界人工智能大会的大咖观点总结成了九句话

博客自动驾驶小能手 发表了文章 • 0 个评论 • 40 次浏览 • 3 天前 • 来自相关话题

2020世界人工智能大会与往年有些不同,由于疫情的原因,大会搬到了“云”上举行。业内大咖齐聚一堂,通过视频连线、全息、微信语音等各种方式为科技爱好者带来了一场特别的思想盛宴。 ...查看全部

2020世界人工智能大会与往年有些不同,由于疫情的原因,大会搬到了“云”上举行。业内大咖齐聚一堂,通过视频连线、全息、微信语音等各种方式为科技爱好者带来了一场特别的思想盛宴。
院士说AI
姚期智,图灵奖获得者、中国科学院院士:
今天我们看到的AI领域新的进展以及应用,其实来自于一些基础科学,这些基础科学都来自于基础理论。所以对我们来说,应该在理论创新方面有所突破,特别是在AI方面。
陈杰,中国工程院院士:
人工智能从深度学习、强化学习、迁移学习在向未来的进化学习转移,要通过信息系统解决物理系统和人类相互结合的问题,未来最难的就是人和机器的共融,今后人和机器会发挥各自的作用展现在我们面前。
沈向洋,美国国家工程院外籍院士、英国皇家工程院外籍院士:
人工智能必须要解决的一个问题就是数据,特别是对于疫情,我们要做到早发现、早预警、早阻断。未来,我们能够做到分钟的预警、小时的阻断,把打通数据、分析数据全部融合在一起,人工智能才能真正发挥它的实力。
“三马”说AI
马云,联合国数字合作高级别小组联合主席:
AI应该翻译成为机器智能,翻译成人工智能,是人类把自己看得过多,很多事情对于人类来说很难,对于机器来说却非常容易。动物有的是本能,机器有的是智能,而我们人类拥有的应该是智慧。
马化腾,腾讯公司董事会主席兼首席执行官:
人工智能本身就是一场跨国跨学科的探索,正在将人类的认知推向更快更高更强,也势必带给我们一场前所未见的科技和产业革命。我们要做到AI向善,努力让人工智能实现可知可控可用可靠。
马斯克,特斯拉公司创始人兼首席执行官:
现在有很多有创意的AI,但是他们没有办法很好地来控制创造活动,不过未来会有更好表现。就好比游戏,显然在任何有着明确规则的游戏当中AI会胜于人。在有明确规则的游戏中,如果自由度不是很高,那么在任何游戏中,很难想象人工智能会比人类劣势。
医疗AI说
李彦宏,百度创始人、董事长兼首席执行官:
人工智能可以提高检测的灵敏性与准确性,缩短新药研发的周期、降低新药的研发成本,提高医疗诊断的准确性和效率,这些将使人类在面对健康问题时更加主动。
张文宏,复旦大学附属华山医院感染科主任:
疫情期间,人工智能参与到物资的调配的时候,我们就意识到将来人工智能具有非常强大的物资调配能力。希望将来线上和线下的医疗数据可以融合预警,构成一个完整的体系,这一点人工智能可以发挥很大作用。
孙锟,上海市新华医院院长:
当下,应该思考如何在未来遇到类似情况时,运用系统的人工智能手段来应对。希望人工智能未来可以有效支撑分级诊疗,这也是医改成功的关键。

Basemark融资700万欧元 研发自动驾驶汽车软件

博客自动驾驶小能手 发表了文章 • 0 个评论 • 37 次浏览 • 3 天前 • 来自相关话题

 据外媒报道,芬兰初创公司Basemark是一家领先的软件公司,专注于研发图形软件和自动驾驶车辆软件 ...查看全部

 据外媒报道,芬兰初创公司Basemark是一家领先的软件公司,专注于研发图形软件和自动驾驶车辆软件。近日,该公司表示,其从环保技术基金ETF Partners处获得了700万欧元(约合5547.71万元人民币)的股权融资。Basemark将利用该笔资金,在自动驾驶汽车领域加速扩张。

(图片来源:Basemark)

Basemark成立于2015年,凭借其世界领先的实时图形和计算软件解决方案Rocksolid Engine(适用于关键工业应用)迅速获得了盛誉。在短短几年时间内,在没有其他机构投资资金的情况下,该公司的业务收入已经超过了1000万美元,并实现了盈利,其客户群体包括世界级的汽车OEM和SoC公司。

Basemark公司董事长兼创始人Tero Sarkkinen在一封电子邮件中表示,该公司正利用其在整个汽车行业内的关系,打造人工智能技术和软件,以帮助推动自动驾驶革命。

Tero Sarkkinen曾是一名游戏玩家,在Futuremark公司为计算机游戏创建了3D Mark等基准。当汽车业终于赶上计算机时代时,他创办了初创公司Rightware,为开发人员提供工具来为汽车创造视觉用户界面,让汽车拥有更好的仪表盘信息显示屏。

Sarkkinen在2015年将Futuremark公司卖给了United Laboratories公司,并在2017年将Rightware卖给了Thundersoft(中科创达软件股份有限公司)。2015年,Sarkkinen和Arto Ruotsalainen创办了Basemark公司,为工业市场提供大数据可视化服务。随后,他们收购了Rightware的基准业务部门,然后开始专注于为打造自动驾驶软件的开发人员提供开发工具。2016年,该公司研发了一个名为VRScore的基准虚拟现实软件,并于2018年开始进入自动驾驶软件领域。

Sarkkinen的团队了解如何以高效的方式渲染图形,而这一点对于汽车而言非常有用,因为闪亮的屏幕成为了现代汽车的一大卖点。此类屏幕用于自动驾驶汽车或汽车上,为驾驶员提供辅助时,则更为重要。例如,Basemark最近还与日本公司Digital Media Professionals合作打造智能镜,或者是合作打造利用镜子来检测其他车辆所需的软件。此外,此种智能镜还能够探测行人、汽车和自行车等物体,并对此类物体进行分类;还能够提供增强现实辅助、触发警报以及闪亮的警告图形。

去年秋天,Basemark任命Keith Silverang为公司的首席执行官。目前,该公司有50名员工,迄今为止已经融资了约1050万欧元(约合8321.57万元人民币)。(作者:盖世汽车网)

中汽中心汽车智能制造标准项目组成立会议成功召开

博客自动驾驶小能手 发表了文章 • 0 个评论 • 56 次浏览 • 4 天前 • 来自相关话题

为贯彻落实国家《智能制造发展规划(2016-2020)》《装备制造业标准化和质量提升规划》等有关文件精神,推进汽车智能制造标准体系建设研究工作,发挥中心在智能制造标准体系建设过程中的引领作用,在中心战略规划与科技创新部的大力协调组织下,中汽中心汽车智能制 ...查看全部

为贯彻落实国家《智能制造发展规划(2016-2020)》《装备制造业标准化和质量提升规划》等有关文件精神,推进汽车智能制造标准体系建设研究工作,发挥中心在智能制造标准体系建设过程中的引领作用,在中心战略规划与科技创新部的大力协调组织下,中汽中心汽车智能制造标准项目组成立会议于日前召开。

该项目组由标准所牵头,设计院、数据中心、软件测评中心与华诚认证中心等专业院所共同组成。中汽中心副总工程师、战略规划与科技创新部部长李赞峰、中汽中心标准所副所长王兆出席会议。会议由中汽中心标准所一室主任孙枝鹏主持。

李赞峰首先为会议致辞,他讲到汽车行业智能制造是中汽中心业务发展的新兴领域,需要整合中心各院所优势资源、协同努力,共同推动汽车行业智能制造标准体系建设,力争引领行业发展,获得行业认可。李赞峰强调,该项目是中心的一项战略工作,是一项需要持续发力的工作,更是一项需要统筹完成的工作,希望各院所积极配合项目工作的开展,发挥建设性和能动性,真正把智能制造变成中心科研和业务的亮点工程。

王兆表示,汽标委秘书处将尽全力配合工信部和中心对于智能制造标准化工作的要求,标准所将努力打好前战,搭建一个中心乃至行业协同推进相关业务的工作平台,起到支撑中心发展、国家部委战略规划的作用。他希望中心各院所能够贡献优势资源、积极合作,共同提升中心在汽车行业智能制造领域的标杆作用。

会议上标准所、设计院、数据中心、软件测评中心以及华诚认证相关人员分别介绍了各自在汽车智能制造领域开展的工作以及后续工作计划。会议还讨论了项目组成员开展智能制造相关工作的问题和建议。

中汽中心汽车智能制造标准项目组的成立标志着中汽中心将加快推进智能制造标准领域的研究工作,搭建统筹协调与沟通平台,集中各部门的优势资源,共同推动我国汽车行业智能制造的高质量发展。

苹果新专利:克服“城市峡谷问题” 顺利访问汽车

博客自动驾驶小能手 发表了文章 • 0 个评论 • 52 次浏览 • 4 天前 • 来自相关话题

在2011年,苹果曾申请了一份有关“先进汽车访问和控制系统”的专利。该专利表示,车 ...查看全部


在2011年,苹果曾申请了一份有关“先进汽车访问和控制系统”的专利。该专利表示,车辆访问凭证可能包括一个或多个访问凭证、访问密钥、访问信息、加密密钥、采用加密密钥签名的数据等等。

(图片来源:patentlyapple.com)

苹果专利图3展示了一款示例车,而专利图5则展示了,根据本发明可用于访问车辆的主要便携式设备的流程图。

(图片来源:patentlyapple.com)

随后,在2019年的另一项名为涵盖先进的汽车安全锁、像素调光技术等的苹果专利中,苹果又改进了该技术。据外媒报道,近日,苹果公司又获得了一项专利,是2011版专利的升级版,与解决城市峡谷(Urban Canyon)问题相关。该专利将扩展用于iPhone的软件堆栈,并将用于汽车的软件堆栈模块由3个扩展至5个。

(图片来源:patentlyapple.com)

苹果指出,该款定位设备包括“内置的汽车导航系统、其他汽车计算机系统、钥匙卡、汽车钥匙”,还包括处理与城市峡谷问题相关的定位技术。城市峡谷指的是位于下方的车辆或个人试图连入互联网,但是由于有很多高耸的建筑物,出现了通信干扰,导致很难接入互联网或导航系统。

(图片来源:patentlyapple.com)

更具体地说,苹果指出:“该定位设备能够识别不可靠的GPS位置数据(例如,通过识别其正在接近一个已知的“城市峡谷区”,或通过其他适当的方法识别出不可靠的GPS位置数据)。一旦识别后,该款定位设备可以切换到估计模式。而估计模式会依赖于表示位置变化的传感器数据(例如,与最后已知可信位置的相对距离以及相对方向)。传感器数据与主要定位数据结合与只依赖主要定位数据相比,可以更准确地计算出位置信息。当该设备利用不可靠的GPS位置数据,探测到要从城市峡谷退出时,该款定位设备就会切换回标准操作模式。”(作者:盖世汽车)

联合国发布三项智能网联汽车领域重要法规

博客自动驾驶小能手 发表了文章 • 0 个评论 • 53 次浏览 • 4 天前 • 来自相关话题

联合国世界车辆法规协调论坛(WP.29)第181次全体会议于2020年6月24日以网络会议形式顺利召开,160余位各国代表出席会议,工业和信息化部装备工业一司陈春梅副调研员及中国汽车技术研究中心有限公司标准化研究所技术专家代表中国参会。会上,《1958年 ...查看全部

联合国世界车辆法规协调论坛(WP.29)第181次全体会议于2020年6月24日以网络会议形式顺利召开,160余位各国代表出席会议,工业和信息化部装备工业一司陈春梅副调研员及中国汽车技术研究中心有限公司标准化研究所技术专家代表中国参会。会上,《1958年协定书》管理委员会(AC.1)投票表决通过了信息安全(Cybersecurity)、软件升级(Software Updates)以及自动车道保持系统(Automated Lane Keeping Systems,ALKS)3项智能网联汽车领域的重要法规。

一.信息安全与软件升级

联合国“信息安全与软件升级”两项新法规将通过为汽车制造商建立明确的性能和审核要求,帮助解决这些安全风险。同时也是这一领域有史以来首批国际统一并具有约束力的技术规范。两项法规的要求涵盖:1.管理车辆网络风险;2.通过设计确保车辆信息安全,以减缓价值链上的风险;3.检测并处置车队的安全事件;4.提供安全可靠的软件升级并确保不会损害车辆安全。上述两项法规将于2021年1月起实施。

1.《信息安全与信息安全管理系统》法规

本法规适用于与信息安全相关的M类、N类、至少装有1个电控单元的O类以及具有3级以上自动驾驶功能的车辆。“信息安全”是指道路车辆及其功能受到保护,使其电子电气元件免受网络威胁;“信息安全管理系统(CSMS)”是一种基于风险的系统方法,定义了组织过程,职责和治理,以处理与对车辆的网络威胁相关的风险并保护其免受网络攻击。法规包括信息安全相关的一般要求、CSMS合格证书、管理审批等内容,并提出了详细的信息安全威胁、漏洞、攻击方法,以及对应缓解措施,为汽车行业实施必要的流程提供了一个框架:

2.《软件升级与软件升级管理系统》法规

本法规适用于允许软件升级(更新)的M类、N类、O类、R类、S类、T类车辆。“软件升级”是指用软件包将软件升级或更新到新的版本(包括更改配置参数);“软件升级管理系统(SUMS)”是一种通过定义组织过程和程序,以符合本法规软件升级要求的系统方法。法规主要包括有关软件升级过程的车辆类型批准申请、标识、SUMS合格证书、RX软件标识号(RXSWIN)、一般要求等内容,为汽车行业实施必要的流程提供了一个框架:

二.自动车道保持系统

联合国《自动车道保持系统(ALKS)》法规是针对“3级”驾驶自动化功能的第一个具有约束力的国际法规。该法规规定ALKS在具备物理隔离且无行人及两轮车的道路上行驶,且运行速度不应高于60 km/h。该项法规将于2021年1月起实施。

该法规以联合国《自动驾驶框架文件》为指导,从系统安全、故障安全响应、人机界面、DSSAD、信息安全及软件升级等方面对ALKS提出严格要求。其中“系统安全”要求系统在激活后可以执行全部动态驾驶任务;“故障安全响应”要求系统具备驾驶权转换、碰撞应急策略和最小风险策略;“人机界面”规定系统的激活和退出条件,并明确系统的应提示信息及形式;“DSSAD”要求应记录系统的驾驶状态;“信息安全和软件升级”要求系统应满足“信息安全法规”和“软件升级法规”。

中国作为联合国世界车辆法规协调论坛自动驾驶与网联车辆工作组(WP.29/GRVA)副主席国,积极提案建议并参与制定联合国有关智能网联汽车法规协调的规划性文件,在智能网联汽车相关法规规划初期提出《1958协定书》与《1998协定书》同期制定并保持技术内容协同的方案,获得相关各方的普遍支持并得到了联合国的采纳;与此同时,确立了自动驾驶法规制定的目标、原则和计划,形成联合国《自动驾驶框架文件》作为相关法规制定的顶层指南。《信息安全与信息安全管理系统》《软件升级与软件升级管理系统》《自动车道保持系统》三项联合国法规即是在此框架下开展制定与协调并率先被《1958协定书》采用,后续联合国还将继续开展基于《1998协定书》的法规制定工作。

作为WP.29中国工作委员会(C-WP.29)秘书处单位,中汽中心标准所在工业和信息化部领导下,将组织行业专家继续全面参与联合国智能网联汽车法规协调,以推动我国汽车产业技术进步为目标,以维护我国汽车产业核心利益为担当,持续提升我国在国际汽车法规协调中的影响力。

NEVS Sango自动驾驶汽车官图发布

博客自动驾驶小能手 发表了文章 • 0 个评论 • 52 次浏览 • 4 天前 • 来自相关话题

日前,有海外媒体曝出消息称,国能汽车旗下NEVS推出一款名为Sango的自动驾驶共享班车,并宣布将在实际工况条件下 ...查看全部

日前,有海外媒体曝出消息称,国能汽车旗下NEVS推出一款名为Sango的自动驾驶共享班车,并宣布将在实际工况条件下进行测试,同时,国能汽车还推出名为PONS系统,可将车型驾驶这与乘客双向连接。

其中,Sango自动驾驶技术是由国内一家专注于无人驾驶技术的供应商Auto
X提供。据NEVS指出,该车拥有足够的模块化设计,可使用市场上任何自动驾驶系统。此外,,该自动驾驶共享班车将拥有私人、社交以及家庭三种不同座舱布局行驶,车内六个座位可根据需求移动或旋转变换等,给到更多种的乘车选择。
官方表示,各运营商们可单独购买Sango技术应用于新车中也可根据需要购买整车,NEVS可将客户进行重新分组,将其用于请求乘车和车队管理系统运行中。目前,Sango原型车将计划率先在斯德哥尔摩组成车队供公众使用,该测试将于2022年开始。

国产智能汽车芯片的“命门”

博客自动驾驶小能手 发表了文章 • 0 个评论 • 57 次浏览 • 4 天前 • 来自相关话题

2020年注定是不平凡的一年,疫情让整个半导体经历了颇有磨难的半年,但半导体厂商们还是在艰难中寻求突击的机会。 ...查看全部

2020年注定是不平凡的一年,疫情让整个半导体经历了颇有磨难的半年,但半导体厂商们还是在艰难中寻求突击的机会。

在汽车行业,国产汽车智能芯片的自主研发之路亦在滚滚向前,上半年汽车芯片行业发生了两件大事:一是北汽产投与芯片IP供应商Imagination成立合资公司「核芯达」;
二是5月28日,芯驰科技重磅发布了其9系列汽车芯片。而这两大汽车行业动作的背后都离不开汽车芯片核心IP厂商Imagination的身影。在汽车智能化浪潮兴起的今天,半导体IP厂商将如何加速本土汽车芯片厂商的智能化征程?
本文通过分析汽车行业结构的剧变,以及汽车智能化发展的新要求,阐述未来核心半导体IP将如何解决汽车核心芯片目前所面临的的挑战,推动汽车行业智能化发展。
主机厂和芯片厂的协同效应将加速汽车智能化进程
过去,国内主机厂(OEM)都严重依赖国际一线的一级供应商(Tier1)提供软硬件整体方案。随着智能化的发展,新兴技术的引入和商业化应用场景的变化将会造成汽车行业整个产业结构的剧变。这就对OEM厂商在未来提出了更高的要求,即在核心技术上能够穿透Tier1掌握核心技术产品的局面;同时具有自顶向下的系统定义、分解和开发的能力。目前最好的方式就是直接与核心技术供应商建立紧密的合作关系。
作为智能汽车的大脑,汽车核心处理器毫无疑问是主机厂战略布局与合作的核心,从近些年的投资并购案中就能看到汽车核心处理器对整车电子架构的重要性:
传统主机厂一般通过战略投资及合作的方式,与芯片厂商直接合作。
宝马在2018年投资了英国人工智能芯片硬件设计初创公司Graphcore。
奥迪与三星电子达成合作协议,从2018年开始,三星电子向奥迪供应无人驾驶所需的Exynos处理器。
上汽集团先后宣布与Mobileye、英飞凌、华为、英伟达、高通等国际芯片巨头开启战略合作,并投资AI芯片技术公司地平线(Horizon
Robotics)。
2019年7月,吉利投资的ECARX(亿咖通科技)公布了新款E系列芯片并向全球展示吉利博越PRO车型。
造车新势力在与传统主机厂竞争中,将芯片视为核心竞争力。
特斯拉:早在2016年就着手组建芯片研发团队,并于三年后推出自研芯片FSD。马斯克曾说,自研芯片是一家成立时间较短的公司能够在短时间内构建竞争优势的武器,从而可与传统汽车制造商在自动驾驶时代展开竞争。
零跑:2018年亚洲消费电子展(CES Asia
2018)上,零跑汽车宣布与大华股份联手研发的首款国产AI自动驾驶芯片“凌芯01”已进入集成验证阶段。
另外,国际芯片大厂也主动寻求与主机厂合作。
英伟达:早在2018年就宣布与多达320家合作伙伴在自动驾驶领域进行合作,其中包括梅赛德斯-奔驰、沃尔沃、丰田、奥迪等车厂。
Mobileye在传统优势领域继续抢单,在过去的一年里,Mobileye已经从16家主机厂和5家一级供应商那里获得了20个新项目订单,覆盖78款车型。
汽车核心处理器设计面临四个方面的关键挑战:计算能力、低功耗、可靠性、和安全性。在中国汽车电子领域,NXP、英飞凌、瑞萨、TI和ST等跨国芯片公司占据了绝大部分市场份额。中国的芯片公司在这个领域仍仅仅局限于后装市场,目前还没有符合ISO26262功能安全要求和AEC-Q100汽车电子质量和可靠性规范的汽车核心处理器产品。
半导体IP是解决以上四个挑战的关键环节。在全球半导体产业的金字塔上,IP处于价值链的最顶端,IP产品直接决定了SoC的性能、功耗、可靠性、安全性甚至产品迭代周期。比如
PowerVR汽车解决方案基于软硬件IP提供了一个完整的产品包,包括五大基本元素:硬件IP、软件、工具、文档和长期的技术支持,可以帮助开发人员设计出满足系统级ISO
26262标准中定义的汽车安全完整性级别(ASIL)要求的SoC。
一些市场信息也印证了汽车智能化对半导体IP的迅猛需求,据Markets and
Markets预测,到2024年,半导体IP市场将从2017年的47亿美元增长到65亿美元,期间的复合年增长率(CAGR)为4.8%。
报告指出,在预测期内,处理器IP市场将占据最大的市场份额,其中汽车半导体IP市场将以最高复合年增长率增长。按照地区分类,亚太地区有望继续领导半导体IP市场,并且有望成为增长最快的地区。
可以预见,在汽车制造商和芯片公司的协同效应下,OEM是高级别智能汽车的主导者,芯片厂商作为Tier1.5与OEM的合作会愈发紧密,而核心半导体IP厂商将成为汽车智能计算技术的驱动力量。
半导体核心IP如何推动智能化快速发展?
“软件定义汽车”(Software Defined
Vehicle,SDV)是汽车行业智能化发展重要趋势。软件带动着汽车技术的革新,引领着汽车产品差异化发展潮流,正逐渐成为汽车信息化、智能化发展的基础和核心。《软件和信息技术服务业发展规划(2016-2020年)》提出,以数据驱动的“软件定义”正在成为融合应用的显著特征,通过软件定义硬件、软件定义存储、软件定义网络、软件定义系统等,带来更多的新产品、新服务和模式创新,催生新的业态和经济增长点。
▪ 软件定义汽车 – 计算平台的标准化
汽车电子整合的趋势愈发明显,目前中/低阶车款所含的ECU约有30个,高阶车款则可能高达100个。未来会通过“超级计算机”来代替众多的ECU,但也会对系统软硬件的设计提出更高的挑战,尤其是以人工智能为核心的软件技术的快速发展会使系统级功能安全的复杂度更高。软硬件标准化、模块间解耦成为未来计算平台架构的发展趋势。
图表来源:博世
软件平台化:基于AutoSAR、Hypervisor等分层软件架构,可使系统厂商的分发成本降低。软件厂商会持续推动架构的演进、算法创新和用户体验升级,并通过无线方式(OTA)更新软件。
硬件标准化:形成通用化平台,芯片厂商提供通用的标准接口减少软件适配难度。另外,一旦硬件上车,要充分挖掘硬件潜力,支持软件功能升级,这就要求芯片厂商提供强大的工具链,不但支持灵活的量化手段,更能对神经网络在计算核上细粒度的拆分和任务调度进行支持。
作为传统IP厂商,Imagination不但提供完全标准化的接口,更是积极参与标准化组织工作。近日宣称已为其汽车图形处理器(GPU)开发全新的OpenGL®
SC(Safety-Critical,安全关键)2.0驱动程序,使整车厂(OEM)和一级供应商(Tier
1)在数字仪表盘、刻度盘、仪表集群、驾驶舱域控制器、环视显示器和先进驾驶辅助系统(ADAS)等汽车应用中,GPU可以在新增的保护层下运行。
Khronos® Group的OpenGL、OpenGL ES和OpenGL SC工作组主席Piers Daniell说道:“OpenGL
SC工作组很高兴Imagination Technologies正在开发安全关键型OpenGL SC 2.0驱动程序。通过OpenGL SC 2.0
API,Khronos进一步提高了安全关键环境中的计算机图形质量和性能。改进的图形增强了我们用来解决复杂问题的人机界面,同时保证了我们的安全。Imagination正在将这项至关重要的技术带给比以往任何时候都更需要安全关键可视化功能的市场。”
此外,Imagination的PowerVR
NNA(AI神经网络加速器)IP基本支持所有主流神经网络,包括卷积神经网络(CNN)、循环神经网络(RNN)和SSD物体检测框架;对神经网络框架也有很好的支持,包括Caffe,TensorFlow和ONNX。尤其在工具链方面,PowerVR
NDK工具可充分赋能应用开发者,使其能够了解神经网络运行的瓶颈,进而通过量化、网络层级别的拆分等手段深入优化、最大化硬件性能。
▪ 软件定义汽车 – 软硬协同设计
对于智能驾舱乃至自动驾驶等汽车智能应用来说,都是一个复杂的系统工程,由算法、软件、架构、硬件等多个环节组成。在行业落地初期,为了解决芯片性能/功耗的问题,出现了由场景驱动、软硬协同的设计方法。这样做的好处是可以最大程度发挥芯片在特定场景下的能力,即
MAC的有效利用率。但软件定义硬件,不是对硬件架构的破坏性创新,而是同样需要保证硬件的标准化,否则软件架构升级将面临较大风险。
基于IP级别的定制化,是当前软件定义硬件趋势下成本和风险最低的落地途径。PowerVR
NNA系列IP不但可以支持客户定义RAM的大小,进行网络层之间数据位宽的动态配置,通过新的Operator等最大程度满足系统定制要求,还具有很好的扩展性。
▪ 缩短从IP到量产上车的产品周期
从一般的产品流程看,复杂芯片从设计到生产,最后实现整车集成,至少需要6-8年的时间,期间需要经过芯片设计、芯片流片、系统级设计验证(DV)、系统级产品验证(PV)、工程样本EP,
直至量产阶段。而一旦选定芯片供应商,车厂则需要保证至少10年左右的稳定供货期。汽车和芯片行业的特点,决定了汽车芯片产业格局具有封闭性和稳定性。对于半导体公司来说,量产上车是汽车芯片最重要的里程碑,也是检验芯片企业产品化能力的试金石。只有量产上车才有后续的升级和服务的可能。
即使产业链升级,更多的Tier2、Tier3直接参与到与OEM的合作,也并没有缩短芯片的上车周期。结果是量产车型的处理器架构通常是6年前的旧架构,而软件算法的发展日新月异,造成了软件升级和用户体验升级的困难。例如,高通在CES
2019上发布了第3代骁龙汽车数字座舱平台,而这套方案的基础芯片是2016年发布的高通骁龙820A平台,而且这套方案预计的最快上市时间是2020年。
一款芯片从IP购买、前端设计、后端设计到流片等费用合计起来非常高昂,对汽车这种大部件、低数量的行业来说,其实并不划算。只有靠供应链的垂直整合打通从半导体IP到整车电子架构的技术通路,才能加快技术迭代,提高自主掌控权,持续维持产品的竞争力。
试想如果主机厂和芯片厂商、IP厂商一起在IP/芯片演进的过程中就可以明确未来量产车型需求,准确定义芯片能力,把控量产周期,那就能真正衔接好从IP到量产上车的每一个阶段。
PowerVR IP在国内汽车市场的机遇
在过去的10年间,双A(ARM+Android)驱动了智能手机行业的快速发展。半导体IP巨头ARM通过IP授权和生态建设,成就了高通、MTK和三星等半导体巨头的快速崛起。
今天,智能汽车作为最大的智能硬件设备,吸收和借鉴了很多智能手机技术,比如智能操作系统、FOTA、实时导航、语音交互等。可以预见,电动化、智能化、网联化和共享化将会给汽车这个万亿级产业带来巨大的冲击和变革,整个产业链和生态系统都将进行重构。
同样地,作为IP厂商Imagination今年与北汽牵手开拓了整车企业与核心IP厂商合作的新模式,有望打造车规级芯片高地,加速车载芯片的国产替代进程。合资公司将专注于面向自动驾驶的应用处理器和面向智能驾舱的语音交互芯片研发,借助Imagination公司世界领先的汽车IP、北汽集团的整车制造生态优势,以及管理团队的丰富行业经验,打通从IP到芯片再到整车的全产业链布局。
正如北汽方面表示:“Imagination与北汽产投的合作对中国汽车行业而言是个利好消息。它使中国OEM拥有创建自主可控且行业领先的SoC的自由度和灵活性。合资产生的股权纽带关系,也为新技术在中国汽车行业实现产业落地提供了便利条件,有利于消除对进口技术的依赖,进而有助于国内OEM在与全球对手的竞争中获得领先优势。”
“同样的,此次合作对中国半导体行业尤其是汽车芯片厂商也是个利好消息,只有核心IP产品的演进与汽车行业应用紧密结合,才能让Imagination的汽车IP更加贴近中国汽车产业智能化需求,我们的芯片厂商客户才能设计出更符合中国市场的SoC,最终帮助本土SoC厂商解决上车难的问题。”
Imagination公司中国区总裁刘国军评论这次合作。
回顾过去ARM+Android在手机时代的作用,期待Imagination联合国内主机厂一起在汽车智能化过程中,以人工智能技术为牵引在汽车产业链的两端发挥双轮驱动作用,帮助本土汽车芯片厂商快速崛起。

智能汽车制动系统:电动智能催化 国产曙光已现

博客自动驾驶小能手 发表了文章 • 0 个评论 • 58 次浏览 • 4 天前 • 来自相关话题

以下为报告节选内容:


智能汽车的“AI革命”,从芯片到人海战术

博客自动驾驶小能手 发表了文章 • 0 个评论 • 62 次浏览 • 4 天前 • 来自相关话题

AI赋能,正在从汽车制造商加速转向汽车零部件供应商。近日,BrainChip Holdings宣布与法雷奥签署了一份具有约束力的联合开发协议,将自主开发的Akida神经网络芯片集成到未来的自动驾驶汽车解决方案。 ...查看全部

AI赋能,正在从汽车制造商加速转向汽车零部件供应商。

近日,BrainChip Holdings宣布与法雷奥签署了一份具有约束力的联合开发协议,将自主开发的Akida神经网络芯片集成到未来的自动驾驶汽车解决方案。
按照BrainChip公司介绍,作为一款神经网络处理器,Akida芯片“将人工智能推向了极限”,超出了现有技术的能力。
该公司表示,这套解决方案具备高性能、小型化、超低功耗,并能够实现一系列边缘计算能力,包括持续学习和推理。
一、AI芯片的好光景
今年4月,BrainChip推出了它的首个神经网络IP和SoC—AKD1000,克服了传统人工智能芯片的限制,后者需要太大的功耗和带宽来处理应用需求。
BrainChip公司首席开发官Anil Mankar表示:“我们的AKD1000芯片,能够提供可移植性、连通性和强大处理能力,而无需对整个网络进行再培训。”
对于ADAS和ADS系统来说,及时的数据处理是至关重要的。准确的实时数据处理是确保系统安全可靠的关键。目前,系统生成的数据量继续呈指数级增长,有效的数据处理存在极大的不确定性。
传统的解决方案是利用CPU来运行神经网络算法,利用深度学习加速器(比如GPU)来执行乘法和累加数学运算,利用内存来存储网络参数。


BrainChip的做法,则是通过将所有必需的元素集成到一个统一的、占用空间小的、专门构建的神经处理器中,消除了不必要的计算和数据I/O开销,并消除了由不同元素之间的交互和通信造成的过量功耗。
与传统处理器不同,BrainChi处理器是基于事件的。“事件”是指有用信息的存在。传统技术在处理所有信息时都不区分其是否有用,浪费了精力和资源。此外,作为一个基于事件的处理器,它能够学习而无需重新训练。
BrainChip希望通过开发所谓的“神经网络”技术来协调对更大的处理能力和更大数量级的数据处理需求,这种技术可以在比现有组件更低功耗的情况下更快地处理更多的数据。
此前,该公司宣布与Socionext及台积电合作,晶圆制造已按计划完成,正着手完成封装及测试。BrainChip也已经为选定的合作伙伴建立了EAP,以确保关键应用的初始样片和评估系统的可用性。
而对于法雷奥来说,人工智能和深度学习已经成为未来市场竞争力的关键驱动因素。
这家公司在三年前宣布成立全球AI研发中心(Valeo.ai),整合从高性能感知传感器的学习,与用户的智能交互,以及通过联网汽车的学习能力。
二、AI,不再是嘴上说说
AI是汽车半导体未来五年最重要的应用之一。擅长人工智能算法的初创公司和芯片巨头都希望借此机会占领市场。
然而,AI芯片的设计、研发和量产也需要巨大的投资。对于芯片的成本、开放灵活性、性能适配等方面提出了更高的要求。
比如,在智能驾驶演进上,对于汽车制造商来说,下一波的大规模量产功能将主要集中在L2、L2+。而在计算平台方面,从单芯片满足ADAS系统需求,到多芯片、可伸缩的更高级别自动驾驶架构逐步过渡。

此外,智能数字座舱也对AI处理能力提升了新的要求,更多的嵌入式电子设备、更智能化的人机交互都需要AI的加速。
就在今年初的CES展上,全球汽车零部件巨头佛吉亚宣布与地平线正式签署战略合作框架协议。双方将致力于共同开发多模态感知人工智能解决方案,推动智能座舱系统和高级驾驶辅助系统(ADAS)领域相关技术的商业应用。
2019年8月,作为一家来自中国的汽车AI芯片公司,地平线宣布正式推出中国首款车规级人工智能芯片——征程二代。车规级,意味着在智能驾驶领域,这是第一家中国汽车芯片初创公司拿到了前装量产的准入资格。
作为开放式可扩展车载边缘 AI 计算平台,基于征程二代,地平线能够面向自动驾驶视觉感知、众包高精地图与定位、视觉ADAS和智能人机交互等智能驾驶场景提供低功耗、高性价比解决方案。
作为完整的芯片解决方案,地平线还推出了包含面向实际场景进行AI算法和应用开发的全套工具(OpenExplorer),用户可通过OpenExplorer AI工具包在征程二代芯片上开发神经网络,完成模型训练、优化和部署。
这意味着,AI赋能汽车产业链已经进入实质性融合阶段。
就在一年前,作为全球汽车零部件领头羊,博世宣布正在从一家传统的Tier1零部件供应商转型成为一家智能交通服务供应商。今年初,博世宣布再次升级战略,希望成为人工智能领域的“创新领导者”。
从2020年CES展上可以看到,基于AI的数字化转型现在已成为汽车公司的生存之本。在汽车行业,人工智能将是未来十年的游戏改变者。
三、AI,对未来的投资
事实上,几年前,汽车行业对于人工智能驱动转型并没有太多的重视,但这两年行业内的投资规模和合作热情,令人惊讶。
数据显示,目前全球处于第一梯队的汽车制造商和零部件巨头都在他们的核心战略中提到了人工智能。
尽管挑战仍然存在,比如软件开发的复杂性或各种遵从性和法规,不过,汽车行业的不同领域已经在利用这项技术,并看到了效率的提高和流程的优化。
为了满足市场对全方位的车内用户体验和增强安全性的需求,汽车制造商和零部件巨头必须放弃传统的技术升级路径,转而关注AI、软件和数据的重要性。
总的来说,除了制造环节,人工智能对汽车行业的影响可以分为三大领域:车内体验、自动驾驶和智能交通。
比如,对于汽车制造商来说,数字驾驶舱一直被视为其品牌的延伸。现在,制造商正在开发他们自己的差异化软件和应用程序来设计和控制整个用户体验。毫无疑问,人工智能是连接车内系统和体验的粘合剂,可以增强用户体验和安全。
此外,人工智能为个性化的信息娱乐系统提供了可能,根据用户长期的偏好和习惯进行主动自适应。最简单的案例,就是人工智能语音识别(自然语言处理),比以往任何时候都更流畅。
同时,类似基于人工智能驱动视觉的车内监控,可以通过实时监测面部表情、声音、手势、肢体语言等,观察司机是否处于分心以及疲劳状态。
对于身处汽车行业变革中的产业链参与者来说,对AI的投资就是未来的市场份额。
博世在今年初宣布,将投资逾1.1亿美元建设一个人工智能园区,届时将有700名博世以及外部初创企业的人工智能专家入驻园区。该公司还计划在未来两年内培训2万名博世员工成为“人工智能专家”。(作者:高工智能汽车)

在临港这座自动驾驶车“考场”已发出21张“许可证”

博客自动驾驶小能手 发表了文章 • 0 个评论 • 55 次浏览 • 4 天前 • 来自相关话题

临港测试示范区是中国(上海)自由贸易试验区临港新片区揭牌后的第一个大项目,于2019年8月23日正式开园。 ...查看全部

临港测试示范区是中国(上海)自由贸易试验区临港新片区揭牌后的第一个大项目,于2019年8月23日正式开园。

该示范区也是除嘉定安亭“国家智能网联汽车(上海)试点示范区”外,上海第二个自动驾驶车辆的测试基地。

“两个测试基地的主要区别在于应用场景不同,嘉定安亭示范区更侧重于robot taxi,临港示范区更侧重公交、物流等。”工作人员介绍说。

33类场景,21张许可证

自动驾驶是未来趋势,而道路复杂工况、恶劣天气环境、道路随机突发情况都是对自动驾驶车辆形成挑战的因素。

为了测试自动驾驶车辆的性能,凭借目前已建成的封闭测试区场景,临港测试示范区已经可以为企业提供33类功能场景,以及 130项逻辑场景等测试服务。

目前,临港测试示范区已为21辆自动驾驶车辆发放了“许可证”。

“对于自动驾驶车辆的测试比较有挑战性的项目,目前主要是考验车辆传感器的识别能力及自身的定位解决方案,比如无红绿灯的交叉路口有干扰车或行人通行、隧道通行(无GPS信号)、降雨通行、行人横穿马路(有遮挡)等场景。” 上海临港智能网联汽车研究中心有限公司技术部负责人吴海飞告诉《国际金融报》记者。

自动驾驶车辆正在“雨天”场景中行驶

记者了解到,上海临港智能网联汽车封闭测试区建设根据自动驾驶及车路协同技术发展和验证需求为指导分二期建设,在已建成的封闭区一期中包含以下特色场景:

①用于车辆信号降维/升维测试道路,模拟车辆由5G>4G>3G>2G的降维场景,以及与之对应的升维场景;

②长度为1.2km的直线高速模拟行驶场景;

③国内最长用于测试的隧道模拟场景(500m),隧道内可屏蔽GPS信号,且灯光环境可控,可以实现夜间及低光环境下的无人驾驶测试;

④国内最长的降雨模拟测试道路(500m),可模拟高速公路及普通公路从小雨到暴雨的降雨环境;

⑤封闭区还包括城市道路功能区(2.6km)、核心测试广场(40000m2)、以及车路协同系统。

临港测试示范区内的仿生树,外形是一颗树,其实是一座5g基站

对自动驾驶车来说,临港测试示范区的考试相当于“科目二”。通过“科目二”考试的自动驾驶车辆将进入开放道路参加“科目三”考试。

“所谓‘开放道路’,指的是相关部门批复可以作为自动驾驶测试的公共道路,目前上海的开放道路包括嘉定和临港两处共79.7公里,自动驾驶车在开放道路上主要是通过真实的道路交通环境的验证不断改进算法,强化系统。” 吴海飞解释道。

20余家企业,各显神通

目前,临港测试示范区内已有20多家企业开展了测试。

工作人员说,一辆自动驾驶车要通过所有的测试,需要花费1个半月或者更长的时间。

记者在现场看到,各种功能的自动驾驶车辆在接受各类场景的“考验”。而这些智能汽车的“聪明”程度远超记者之前的想象。

我们知道,很多工种的工作环境在对从业者人身安全方面有较大隐患,比如矿工、马路清洁工等。正因如此,我们才需要人工智能。

矿山是一个相对封闭和结构化的受控环境,加上驾驶员的劳动强度太高,工作条件太恶劣,特别适合无人车和机器人等人工智能技术的应用。

来自博雷顿的无人驾驶纯电动自卸车具有重载下坡能量回收技术,在下坡时可以通过电机反拖扭矩实现发电,从而自动地回收能量给电池充电。并且,纯电动自卸车更节能。相较于燃油车,该纯电动自卸车在所测试运行的工况,每年约可节省能耗成本85%以上。

来自博雷顿的电动智能矿卡

在临港测试示范区,还有一辆智能清扫车向大家展示了其“才能”。自动模式下,该车可实现道路路沿石循边形式及指定路线行驶两种作业模式。

为确保安全,智能清扫车在自动驾驶模式下,行驶速度仅为15km/h,适用于城市主次干道、高速高架道路清扫作业。

此外,智能清扫车全车接入远程驾驶和实时监控后,可实现一键制定清扫路线、设定作业时间,并实施清扫作业,进行道路侧喷水、360°高压冲洗作业,垃圾自动回收。

技术人员通过数据中心可实时监管车辆信息,保障清扫作业的安全可靠。

这辆来自上汽大通的智能清扫车覆盖并接收5G网络信号,综合工况下,可连续作业4-5小时,清运各类垃圾2吨。

3000万!智能网联汽车技术创新最高补助

博客自动驾驶小能手 发表了文章 • 0 个评论 • 73 次浏览 • 2020-07-02 14:03 • 来自相关话题

作为合肥市重要的战略性新兴产业,新能源汽车产业今年一季度受疫情等因素影响,销售有所下滑。好消息是,第二季度以来,情况有了明显好转。1~5月,全市推广新能源汽车1.36万辆,整个市场已逐渐摆脱疫情影响。在全省层面,新能源汽车暨智能网联汽车创新项目,也将有更 ...查看全部

作为合肥市重要的战略性新兴产业,新能源汽车产业今年一季度受疫情等因素影响,销售有所下滑。好消息是,第二季度以来,情况有了明显好转。1~5月,全市推广新能源汽车1.36万辆,整个市场已逐渐摆脱疫情影响。在全省层面,新能源汽车暨智能网联汽车创新项目,也将有更多支持,单个项目最高补助3000万元。

前5个月全市推广新能源汽车1.36万辆
经过十余年的规划和培育,新能源汽车产业已经成为合肥市重要的战略新兴产业,已具备一定先发优势、技术优势和规模优势。不过,今年一季度,受新冠肺炎疫情、中央财政补贴退坡等因素综合影响,新能源汽车的销售情况出现明显下降。
来自合肥市科技局的统计显示,今年一季度,合肥市新能源汽车销量为0.55万辆,同比下滑67.05%,回落幅度高于全国平均水平。不过,进入二季度之后,随着复工复产的加快推进,全市新能源汽车销售情况出现了明显的好转。刚刚过去的端午小长假,不少4S店的新能源汽车站厅里人头攒动。
最新统计数据显示,今年1~5月,合肥市推广新能源汽车共计1.36万辆,目前全市已经累计推广新能源汽车总量已达24.3万辆。合肥市科技局相关负责人表示,目前,合肥市新能源汽车市场已逐渐摆脱疫情影响。
高质量发展政策支撑将有实施细则
情况的好转,得益于多重因素的影响。其中,政策利好尤为关键。5月初,合肥市今年就出台了推动新能源汽车高质量发展政策,对范围内新购和运营新能源汽车的单位给予3000元每辆的运营奖励,对范围内新购和使用的个人用户给予2000元电费奖励。
同时,对研发创新给予支持,鼓励“车电分离”等新型商业模式发展,对安全可靠、技术领先的全新新能源汽车整车或平台、性能优化的动力电池研发给予一定比例的研发奖励支持。
合肥市科技局相关负责人表示,将尽快制定出台实施细则,对政策各项具体条款进一步规范和细化,指导广大新能源汽车企业和用户用好用活政策。另外,落实好各项奖补政策,确保政策落到实处,最大程度发挥政策对全市新能源汽车高质发展的推动作用。
技术引领重大项目落地叠加效益明显
除了有政策支撑,强大的技术引领也必不可少。在这方面,合肥市大力引导新能源汽车领军企业加强技术研发与突破,江淮汽车蜂窝电池技术有效解决三元锂电池安全控制问题,实现一颗电芯爆炸,电池包不起火,不爆炸,达到世界领先水平。
另外,利用国内产业链首次开发并应用的高效热泵空调系统在环境温度-5度,可实现节能40%;国轩高科研制三元电池单体能量密度突破302wh/kg,单体能量密度达到200wh/kg的磷酸铁锂电池进入小批量生产阶段。安凯客车研制的氢燃料电池客车、无人驾驶客车试点应用。
今年以来,合肥市还抢抓发展机遇,加快新能源汽车重大项目落地。比如,蔚来中国总部成功落户合肥,将在合肥建立研发、生产和销售基地,蔚来EC6量产项目正式启动。江淮汽车与大众汽车战略合资合作项目启动,大众中国与国轩高科股份有限公司举行战略投资签约。
智能网联汽车技术创新最高补助3000万
近年来,在新能源汽车发展方面,智能网联汽车产业逐渐成为热门。目前,全省已拥有以江淮汽车、奇瑞汽车为代表的新能源乘用车生产企业集群,合肥智能网联产业也有一定基础。当前,合肥市已经选址滨湖塘西河公园,谋划建设4.4公里5G智能网联汽车示范运行线路。这条线路计划在今年下半年开放。
为了进一步加强新能源汽车暨智能网联汽车产业技术创新工程项目和资金管理,近日,省发改委出台实施细则。该细则明确,新能源汽车暨智能网联汽车产业技术创新工程项目,给予承担单位投入最高50%的补助,单个项目补助金额最高3000万元。
补助资金采取分期分批拨付方式,项目启动后拨付40%(即第一阶段资金),中期评估通过后再拨付50%(即第二阶段资金),项目完成并通过验收后再拨付剩余10%资金(即第三阶段资金)。按要求,项目单位必须严格遵守国家固定资产投资管理程序和资金管理各项规定,资金实行专账管理,专款专用,确保本项目配套资金与省级补助资金同步足额到位。
项目擅自变更将收回上一阶段补助
新能源汽车暨智能网联汽车创新工程项目实行中期评估和终期验收,由项目所在市发改委会同有关部门组织实施,省发改委会同有关部门委托第三方咨询机构开展复核。项目中期评估时,将根据复核情况确定第二阶段支持额度;项目验收评估后,将视复核情况确定第三阶段支持额度。
省发改委相关人士介绍,在项目实施过程中,如项目资金申请报告、资金监管协议和项目批复文件发生相关变更,或项目不能完成预期目标时,由项目所在市发改委提出处理建议并报省发改委,省发改委将视情况组织论证后,出具同意变更或不予变更意见。如项目擅自变更,视作自动终止,并收回上一阶段已拨付资金。
骗取资金将被追责
考虑创新项目特殊性,还将建立容错机制。比如,在项目实施过程中,工作没有达到预期效果或者因成果转化后续价值发生变化造成损失,其负责人已经履行应尽职责,未牟取个人非法利益的,负责人不承担相关责任。
提供虚假情况,骗取专项资金的;转移、侵占或者挪用专项资金的;无正当理由未按协议完成目标或延期两年及以上未验收的……省发改委将责令其限期整改,核减、停止拨付或收回专项资金,作为严重失信行为计入企业信用记录,并依法追究有关责任人的行政或法律责任。另外,停止项目所在市申请专项资金1年。

汽车芯片走向5nm,意味着什么?

博客自动驾驶小能手 发表了文章 • 0 个评论 • 79 次浏览 • 2020-07-02 14:01 • 来自相关话题

车用芯片对制程工艺的跟进力度往往落后于消费电子芯片。然而,恩智浦近日宣布,将在下一代高性能汽车平台中采用台积电的5纳米制程。恩智浦将当前最先进的量产制程用于汽车SoC开发,折射出汽车产业对于半导体需求的变化。在智能化趋势下,汽车行业成为半导体细分领域成长 ...查看全部

车用芯片对制程工艺的跟进力度往往落后于消费电子芯片。然而,恩智浦近日宣布,将在下一代高性能汽车平台中采用台积电的5纳米制程。恩智浦将当前最先进的量产制程用于汽车SoC开发,折射出汽车产业对于半导体需求的变化。在智能化趋势下,汽车行业成为半导体细分领域成长最快的市场之一,也从性能、安全、整合性等多个层面,对半导体供应商提出了新的挑战。

自动驾驶对车用半导体提出新需求

在网络化、电气化、智能化趋势推动下,汽车已经成为“轮子上的数据中心”,汽车半导体用量迅速提升。Gartner数据显示,全球汽车半导体市场2019年销售规模达410.13亿美元,预计2022年有望达到651亿美元,占全球半导体市场规模的比例有望达到12%,并成为半导体细分领域中增速最快的部分。
芯谋研究总监王笑龙向《中国电子报》记者表示,ADAS(先进驾驶辅助系统)/AV(自动驾驶汽车)等新业态主要从三个方面提升了汽车半导体的搭载量。一是ADAS/AV追求更高的计算处理能力。由于ADAS、AV数据产生量大,且需要根据数据进行实时决策,需要更多数量、更大容量、更高传输速率的存储器,也需要性能更高的计算控制类芯片,以及传输速率和带宽跟高的通信芯片。二是传感器的数量大幅提升,功能也更加丰富,包括可视化的摄像头以及非可视化的雷达等。三是新能源汽车对电机电控的需求,提升了功率半导体的用量。
自动驾驶通常分为感知层、决策层、执行层三个层级,涉及对环境信息和车内信息的实时采集,对信号的传输、分析和处理,以及指令的生成和控制,对半导体元器件的规格和性能提出了新的要求。
集邦咨询分析师徐韶甫向《中国电子报》记者指出,ADAS/AV为加速发展在感知层面所需的“传感器融合”能力,推动传感器的数据处理走向边缘运算,将延迟时间降至最低,也改变了对传感器及计算、数据处理、控制相关IC的规格与种类需求,如MCU的运算能力和规格不断提升,以及采用ASIC及FPGA作为运算中心等。
安全性和可靠性是车规半导体的门槛,也是自动驾驶开发的最大挑战。赛迪顾问集成电路中心副总经理滕冉向《中国电子报》记者指出,自动驾驶对汽车半导体安全性和可靠性提出了更高要求,以特斯拉汽车为例,其自动驾驶控制系统配备了两颗FSD(全自动驾驶功能)芯片,互为备胎。徐韶甫也表示,自动驾驶对部分车用半导体的整合性及合规性的要求提升,如ADAS系统会通过整合进IVI(车载信息娱乐系统)系统来显示信息,如果IVI系统没有设计安全域,就会在与ADAS整合时无法通过安全认证,车用芯片设计必须将安全域纳入考量。
自动驾驶系统的复杂性,让车用半导体不再是一家供应商的战斗。滕冉表示,自动驾驶对汽车半导体供应商的产品导入能力提出更高要求,需要汽车半导体供应商与汽车厂商在产品定义、开发、中试、装机等各个环节合作研发,加强产业链协同能力。

先进制程向车用半导体渗透

在传统车用半导体制备中,由于汽车本身空间较大,对集成度的需求没有手机等消费电子紧迫。加上半导体元器件主要集中在发电机、底盘、安全、车灯控制等领域,对算力没有太高的要求,车用半导体并未像消费电子一样成为先进制程的驱动力。然而,汽车产业的电气化、智能化需求,催生了英伟达、高通等一批高性能计算玩家进入车用市场,推动汽车算力平台制程向7纳米及以下延伸,恩智浦作为全球最大的车用半导体供应商,也将目光转向了5纳米制程。
据悉,恩智浦的5纳米研发基于已构建的S32 ADAS架构,将运用5纳米技术的运算能力和功耗效率,满足先进汽车架构对高度整合、电源管理和运算能力的需求,同时运用IP组合应对严格的功能安全与信息安全要求。台积电业务开发副总经理张晓强表示,台积电与恩智浦最新的合作具体展现了车用半导体从简单的微控制器演进为精密的处理器,这已与要求最严格的高性能运算系统中所使用的芯片不相上下。
恩智浦跨入5纳米,是综合了技术能力与研发周期的考量。徐韶甫指出,为升级车用芯片的整合性与安全性,计算控制类芯片需要具备更好的效能与功耗表现。但是,车用芯片认证成本高,且汽车作为耐用品使用周期较长,如果像消费电子一样追逐每一个先进制程节点并进行车规认证,会影响芯片价格,导致获利效益不高。此外,还需要确保制程技术的稳定性与延续性,因此恩智浦选择5纳米制程作为新一代车用处理器的开发,避免在相近的制程节点做重复性的高成本车规芯片认证,以兼顾技术竞争优势与芯片效能。
据Gartner和北京半导体行业协会统计,除了传统车用半导体大厂和功率半导体巨头,英伟达、英特尔、高通也已进入全球汽车半导体营收前20名行列。
今年5月,英伟达宣布将Ampere GPU架构用于自动驾驶平台NVIDIA DRIVE,能够为L5级别无人驾驶出租车提供高达2000 TOPS的性能。英特尔旗下自动驾驶方案开发商Mobileye曾公布,将在EyeQ5采用7nm FinFET工艺。据英特尔透露,EyeQ芯片能够动态满足L1-L5的扩展计算平台加上采用先进制程的处理器,已经成为高性能计算企业在车用半导体斩获市场份额的利器。

汽车产业链各个环节催生新玩家

汽车产业面临的新业态,也在我国催生了地平线、黑芝麻等一批车用半导体产业的新玩家。今年3月,长安汽车发布新品车型UNI-T,内置中国首款车规级AI芯片“地平线征程二代”。地平线创始人兼CEO余凯表示,2030年L3级以上自动驾驶会成为标配,几乎每辆汽车都会搭载AI芯片。
“传统车用半导体利益格局相对固定,网联汽车以及汽车电子化,特别是智能化的趋势,在汽车产业链各个环节催生了新的玩家,也为我国企业创造了‘变中求机’的发展态势。”王笑龙说。
滕冉表示,汽车对半导体需求的持续上升,将为相关企业提供良好的发展机遇。一是汽车半导体前景广阔,政策驱动叠加消费者需求,将推动汽车半导体市场快速发展;二是5G技术的普及将加速智能驾驶的商用化,进一步推动底层汽车半导体产品的需求;三是汽车电动化趋势不可逆,推动汽车半导体市场快速增加。
“中国部分优质汽车半导体企业具备技术能力强、人才储备丰富、市场洞察能力强等特点。科创板块挂牌的企业将主要以尚未进入成熟期但具有成长潜力,且满足有关规范性及科技型、创新型特征的中小企业为主。中国众多汽车半导体研发和制造企业应把握这一机遇,在汽车半导体细分领域占据一席之地。”滕冉说。
徐韶甫也指出,汽车电子化与智能化创造了许多新的机会,让非传统车用半导体的芯片设计也加入布局,并凭借既有的芯片优势跨入车用芯片市场,带动技术与产品的提升。
“中国具有广阔的车用市场,车联网与自驾车场域测试的经验丰富,并即将进入实用性阶段测试,但是在高规格的车用运算芯片领域,仍与外国厂商有一定的差距,仍需持续拓展车用芯片与系统产品的开发。” 徐韶甫表示。(作者:中国电子报)

研究人员开发汽车雷达系统 可“看到”拐角处的物体

博客自动驾驶小能手 发表了文章 • 0 个评论 • 72 次浏览 • 2020-07-02 14:00 • 来自相关话题

据外媒报道,普林斯顿大学(Princeton University)研究人员利用通常用于追踪超速者和快速球的雷达,开发了一种自动系统,可以让汽车探测拐弯处,发现迎面而来的车辆和行人。

(图片来源:普林斯顿大学)

该系统可以轻松集成到现代车辆中,利用多普勒雷达将无线电波反射到建筑物和停放的汽车等表面。雷达信号以一定的角度撞击表面,其反射信号会反弹回来。雷达信号继续撞击隐藏在角落的物体,部分雷达信号会反射回车载探测器,使系统能够看到拐角处的物体,并判断物体是移动的还是静止的。

普林斯顿大学计算机科学助理教授、研究人员Felix Heide说,“这将使汽车能够看到被遮挡的物体,例如,让自动驾驶汽车看到危险的十字路口,而目前的激光雷达和摄像头传感器是无法实现这一点。此外,与激光雷达传感器相比,雷达传感器价格相对便宜,而且可以大规模生产。”

在日前发表的一篇论文中,研究人员描述了该系统如何区分包括汽车、自行车和行人在内的物体,并判断其方向和速度。作者写道,“我们提出的方法能在现实世界的自动驾驶场景中,为车辆提供行人和骑行人碰撞预警。”

近年来,工程师们开发了各种传感器系统,使汽车能够探测道路上的其他物体。其中许多依靠激光雷达或使用可见光或近红外光的摄像头,这种防止碰撞的传感器在现代汽车中很常见,但是光学传感很难用于发现汽车视线之外的物体。在早期的研究中,Heide的团队利用光看到隐藏在角落的物体,但由于这些方法需要高功率激光器,而且只能在较短射程内使用,因此无法用于汽车。

在进行早期的研究时,Heide及其同事们试想是否有可能利用成像雷达,而不是可见光,来创建系统,以检测汽车视线之外的危险。对于雷达系统而言,平滑表面的信号损耗要低得多,而且雷达是一种经过验证的跟踪目标的技术。但是雷达的空间分辨率(用于描绘汽车和自行车等隐藏在角落的物体)相对较低。然而,研究人员认为,他们可以创建算法来解释雷达数据,从而使传感器发挥作用。Heide表示,“我们开发的算法非常高效,适用于当前的汽车硬件系统。”

为了让系统区分物体,Heide的团队处理了部分雷达信号,而标准雷达认为这些信号是背景噪音而不是可用信息。该团队应用AI技术改善处理并读取图像。论文的主要作者之一、计算机科学研究生Fangyin Wei表示,该系统的计算机必须学会从非常少的数据中识别骑自行车的人和行人。

Wei解释道,“首先,我们必须检测是否有物体存在。如果有,它重要吗?是骑自行车的人还是行人?然后我们必须确定其位置。”Wei还表示,该系统目前可以探测行人和骑自行车的人,因为工程师们认为这些对象体积小、形状和运动方式多样,最具挑战性。该系统也可以进行调试,用于检测车辆。

Heide表示,研究人员计划在雷达和信号处理改进应用的多个方面继续研究。他说,该系统有潜力从根本上提高汽车的安全性,其依赖现有的雷达传感器技术,因此有望部署到下一代汽车中。Heide还称,“该系统肯定会经历非常严格的汽车开发周期,需要大量开发设计,才能整合到车辆中,并推向市场。”(作者:盖世汽车)

自动驾驶设计趋势

博客自动驾驶小能手 发表了文章 • 0 个评论 • 61 次浏览 • 2020-07-02 13:59 • 来自相关话题

近年来,自动驾驶逐渐走进大众,各大车厂都在做自动驾驶测试,百度分别在高速、园区、码头、街道探索自动驾驶车辆的应用方案和商业模式。由于不再受限于人工驾驶中的移动场景,自动驾驶车辆成为能够颠覆传统车载设计的新领域。我们将主要从自动驾驶中信息、交互以及视觉的设 ...查看全部

近年来,自动驾驶逐渐走进大众,各大车厂都在做自动驾驶测试,百度分别在高速、园区、码头、街道探索自动驾驶车辆的应用方案和商业模式。由于不再受限于人工驾驶中的移动场景,自动驾驶车辆成为能够颠覆传统车载设计的新领域。我们将主要从自动驾驶中信息、交互以及视觉的设计维度进行探索,并总结了未来的设计趋势。

自动驾驶设计的信息该如何呈现?

我们知道,自动驾驶的出现,让行程中驾驶员的注意力和操作得以解放,在这个移动的空间中可以做更多的事情,驾驶员/乘客在掌握驾驶情况的同时,可以获取信息或者娱乐,也可以当作一个休息空间。那么在这不同的使用场景下,多元化的信息应该如何呈现,才能为驾驶员/乘客带来更好的心流体验呢?
信息场景——对真实的世界虚拟
在调研中我们发现,未来自动驾驶将会在车内通过AR、V2X、HUD、流媒体等技术模拟车外实际场景,并在现实场景的基础上叠加行驶所需的信息,通过屏幕、投影等方式展现给驾驶员/乘客(如下图所示)。

(Lexus LS,图片来源于网络)

(Lincoln’s latest HUD,图片来源于网络)
这种空间虚拟的方式能够让人身临其境,但又不会处于危险之中,从上帝视角关注全局信息,更好地掌控行驶环境,做出适合的判断。同时虚拟场景也能够进行编辑和调用,去更好地弥补真实场景中所不能涵盖的信息。除了行驶的信息,HUD还可以承载部分信息娱乐系统功能,从直视的视角关注,配合方向盘或手势操控,使驾驶更加专注。
在独自驾驶/乘车的过程中,用户对汽车的需求从功能性上升为情感化的满足感,虚拟人格化形象和车载智能机器人成为未来的趋势。通过全息投影这类新技术,可以结合用户的习惯、喜好塑造虚拟车载助手,提供车内全面的个性化服务。具备人格化的车载助手可以跟用户建立一定的感情,有交流、有互动,就像朋友一样,在车内陪伴行程。借助视觉识别技术,车载助手同时可以自动识别用户的情绪,并能够自我学习、分析、判断和进化情感,并打通各种车内硬件,如控制氛围灯、音乐等,提供无微不至的关怀。

(丰田Fun-Vii 概念车,图片来源于网络)
不仅如此,对于用户的操控虚拟也成为未来的设计趋势。新的技术让媒介不再受到限制,人们可以与自然环境中不可能出现的场景进行互动,来操控周围无处不在的虚拟信息。这可能是只有一个人能看到的,也可能是多人能同时看到的。为了避免他人的不适,设计师需要在设计更加有趣互动体验的同时考虑更多伦理上的风险。

(Luxoft LUI AR Autonomous System,图片来源于网络)
信息显示——与空间结合度更高
结合前一节提到的全息投影技术,信息显示将变得无处不在。但是大部分情况下,还是会有一类不受环境影响的、相对稳定的显示窗口布局在车内空间。整体看来有两个既相对又统一的方向。
随着技术不断升级,车内的各种表面都可以成为显示器,所以多屏联动将是未来的一大发展趋势。不管车内人员观察哪个位置都会得到一类信息的反馈,包含操控类的按钮、提示类的状态、娱乐阅读类的信息、功能类的产品,屏幕可以承载大部分车上所需。同时屏幕之间的主动或被动的交互成为必需,既能够智能化的解决车内人物角色间的关系,各取所需,又可以整体联动全方位协同服务,立体的营造同一空间。结合智能穿戴设备、手机屏幕和车外屏幕、投影,多屏互联的优势就更加明显,可以不受时间和场景的衔接空间和信息。这时交互的一致性和自然感就变得尤为重要,如果多屏只是各自为营,多屏就失去了存在的价值。

(BMW i8 concept,图片来源于网络)
另一种趋势是屏幕的一体化,连贯整体,带来很强的严谨性和科技感。信息在一体的屏幕上分区显示,左侧屏幕承载仪表相关信息,中控应用于常规的车辆信息显示,而右半部分大多为娱乐或辅助驾驶信息的显示。这样两名用户就能够使用单独屏幕而不会相互影响,实现多行为操作。重点是当屏幕联动时,可以产生更加整体的效果,查看更丰富的流程化的信息。无缝连接的屏幕也可以补充光效能力,渲染驾舱氛围。
(Audi Aicon Concept,图片来源于网络)
还有一种显示模式,我们概括为「浑然一体」,它类似于类似于『多屏互联』与『一体化』的结合,让人无法分辨哪里是屏幕哪里是内饰。大量利用异形屏、曲面屏,随手可见的地方,都是可以操作的区域。但平时不需要操控的时候,屏幕又可以很好地与内饰融为一体。不受技术与硬件的限制,所有的信息都在可及的位置,用最自然的方式交互,这可能是HMI的理想目标吧。

(Mercedes Benz F015 driverless car,图片来源于网络)
信息表达——数据可视化
数据可视化与其说是趋势,不如说是『形式追随功能』的结果。前面提到的,当信息已经不需要依附环境物体而存在,没有关联性的信息想要快速被人所理解,必然需要做可视化的处理。
当自动驾驶技术变得成熟,驾驶者对车的掌控感逐渐降低,可视化的设计补足车辆与环境的关系,避免行为的黑匣子。伴随着发展中的大数据时代,所有的行为方式都被分析成数据,数据是隐形的,可视化设计让隐形的数据显性的表达出来,能够理解。
但是数据可视化的表现形式、交互方式和视觉语言各有不同,后面的章节我们会具体介绍说明。
信息内容——娱乐提升专注降低
自动驾驶驾舱的概念,让车辆成为不同场景的移动空间。当驾驶不再是核心任务,安全行驶和驾驶员的关系越来越少,那些有吸引力的,曾经限制用户关注的信息,都将慢慢成为车内的主流:打游戏,看电影,阅读、会客,休息.....
在不同的场景中,主题化会让信息内容富有深层的情感化。愉悦自我,追求个性化定制化的氛围,享受自动驾舱,对环境感到安全、放松、信任,有心情欣赏、装扮和感受这一空间。
信息传达——让复杂的事保持复杂
在自动驾驶场景中,不仅仅是人与车的交流,还包括车与车、车与路人之间的交流。交流本身就是一个复杂的事情,设计师们在持续努力,研究人类表达反馈的规律,还原交流本身的丰富与复杂,保留这条尝试互相理解的通道。将车的语言拟人化,收敛亲切、可爱的属性,增加好感易于学习,是交流最快捷的方式之一。很多自动驾驶车辆从外型都是圆滚滚,无害的样子,自动驾驶的风格也很少有激进的表现。主要以表情来与行人交流,微笑、眨眼、关注,辅助文字的精确提示,对于一个圆滚滚,客客气气、服务感很强的大家伙,很少有人会生硬的拒绝。

(Audi Aicon Concept,图片来源于网络)
交通系统中本身是有一套语言的,交通标识、信号灯,车灯加上车身的角度,有时候再加上驾驶员的眼神和手势,通过专业的学习,大家都在道路上顺畅行驶着。自动驾驶车辆加入后,原有的秩序如何维护呢?
很多厂商选择了为传统部件赋予新的功能与意义。LED技术的应用,使得传统车灯区域可以承载更多的动效、质感,以及品牌识别的元素。未来车灯与屏幕的界限将会模糊,矩阵化的车灯与屏幕点阵可以起到同样的作用,显示多种颜色的组合、动态的效果及图形的拼接。同时新的交互语言也加入其中,用来更多的表示车辆当前的状态和行为,比如加速、减速、扫描、避让、区分手动及自动驾驶等。
不仅如此,创造出自动驾驶的新语言也成为一种可能。同时结合5G时代的车路协同、智慧城市设计,可能新的语言反而更加容易使交互体系变得统一且自然。
在一些新的尝试里,通过新增加一块屏幕或是投影至路面的方式比较常见,多是以常规平面设计的方式来表达图标或文字,但很容易受到光线、车速、距离的限制,阅读成本比较高。还有一些在尝试新的表达方式,比如直观地反馈可能会对自动驾驶造成影响的事物,或间接地表达自己可能产生的行为,但将来时和虚拟语气从语言学上是比较复杂的语法,想要在移动场景下快速表达和被识别就更加不易。这些尝试大多在车厂各自的演示之中,车与车之间的无法交流,没有形成体系,也没有统一的标准。

(雪弗莱,图片来源于网络)

自动驾驶设计的交互是什么形式?‍‍

在新的趋势下,信息呈现发生了变化,新的场景新的表达方式,当然也会带来新的交互形式。交互是信息输入与输出的过程,每一次的转意就是一次交互的发生。那未来自动驾驶的交互形式会带来怎样的改变呢?
交互形式多通道结合
触控输入加视觉输出的方式在车载系统里已经比较常见,语音交互为主要输入,配合其他多通道交互形式逐渐向主流的交互趋势发展。交互形式根据交互对象的距离可以分为空间交互和界面交互。如手势交互、语音都是在一定距离下进行的输入形式,通过界面可视化或语音、声音形式的反馈完成交互。触控则是直接与物理反馈相连的输入方式,因此可以完成更加精准的操控。同时还可以看到一类趋势,相似输入节奏的交互方式更易于搭配,像手势和语音;但是当不同输入节奏的交互方式组合在一起时,使用者会更倾向于快速和精确的交互的方式,而放弃较缓慢的一方,例如语音和触控。在技术发展的趋势下,可能伴随自动驾驶成熟阶段的交互形式也会更加丰富,比如脑电波的控制、视线追踪。
交互形式情感化
目前公众普遍对自动驾驶技术不了解,甚至处于有点恐惧的初期阶段,如何使交互形式更为自然,能够让用户更能接受呢?
我们发现,情感化的设计能够以友好、亲近的方式引起公众的好感,增加他们的接受度,并消除恐惧感。车内以及车外的用户与自动驾驶车辆交互的过程中,情感化的设计能够提高人们在整个过程的信息理解程度,高效地促进交互流程的完成,确保安全。整体运用情感化设计的自动驾驶产品,会促使公众积极地体验或传播自动驾驶车辆。从长远来看能够改善公众对自动驾驶技术的整体感受,促进商业化。
那么具体如何使交互形式情感化呢?这里我们总结了三点设计方法。
1)在车内、车外与乘坐者或行人的交互过程中使用生活化口吻,比如使用一些轻快、平实的文字进行交流,使得信息接收者会将自动驾驶车辆当做是一个“朋友”,更加平等轻松的去使用或与其交互。

(Smart EQ For Two Concept 车内屏幕启动,图片来源于网络)
2)在车外的人机交互中运用拟人化表情。通常通过表情化的车外屏幕信息在行车、行人过马路、乘客上下车等场景中使用。通过表情图形可以简单的传递信息,并可以显著提高自动驾驶车辆的友善度。

(Mazda Concept行人过马路场时车外表情,图片来源于网络)
3)通过车内的灯光、图像等氛围烘托的方法使得乘坐在其中的人能够获得与常规车辆不一样的乘坐体验。更加沉浸、融入式的体验能够提升乘客的乘坐感受,产生情感共鸣。

(Toyota Concept-I 车内灯光,图片来源于网络)
交互形式多场景
在前面我们提到,在自动驾驶的过程中,驾驶员的注意力和双手都得到解放,与此同时,驾驶员/乘客在其过程中将会出现不同的使用场景,不同场景的信息呈现是否一样?交互形式是否随之变化?这些都是设计师当下所会面临的问题。
作为移动的空间,自动驾驶车辆需要适应不同的场景需求。在独处场景下,自动驾驶体验强调个人感受,提供给乘坐者在车内从事休息、娱乐、工作的可能性。在多人乘坐场景下,自动驾驶体验强调人与人之间的交流和互通,提供乘坐者一个融洽的社交环境。一车多用,利用车内的布局、屏幕为不同场景提供与之匹配的交互方式,又能够随意切换调整,会是内饰设计师在未来非常重要的设计方向。

(Audi Long Distance Lounge会客厅,图片来源于网络)
未来的自动驾驶不仅仅要考虑车内环境与人的交互,车与外围环境的交互也尤为重要。车路协同是采用无线通信和新一代互联网等技术的新的交互形式。交互的范围不再局限在由人控制的车与车或车与人之间,而是全方位实施车车、车路动态实时信息交互,并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理,充分实现人车路有效协同,保证交通安全,提高通行效率,从而形成的安全、高效和环保的道路交通系统。
针对自动驾驶的车辆,车路协同系统能让自动驾驶车辆实时获取全路网的信息,车-车、车-路进行信息共享和交互,以便实时地调整驾驶策略,提高自动驾驶的高效性和安全性。

(car-to-X,图片来源于网络)
自动驾驶设计的视觉表达风格会有什么改变?‍
视觉——连接
首先从意象上来看,车辆自动行驶在道路上,道路可以抽象为网,网由线构成,而道路、航路、经纬度,互联网、5G网等连接了世界,连接着每一辆车和人。
其次,连接这个意象通过线条元素表达在自动驾驶设计之中。不论是外观设计还是界面设计,都运用广泛。从汽车外观造型上来讲,多运用流线型的设计,既能够减少运动时产生的阻力,又能够表现汽车的运动感、速度感。从产品界面上来讲,线条能够形成画面的节奏感、律动感、科技感,非常符合自动驾驶等前瞻性产品的设计。

(BYTON,图片来源于网络)
从界面设计来看,运用丰富的线条技巧能够表现设计元素的质感、量感和空间感。同时,线条也可以形成画面的节奏感,节奏来自于运动。在设计中,我们可以对线条形状、排列的疏密等变化和差异进行排列组合,从而创造视觉上的节奏和韵律。

(BYTON,图片来源于网络)
视觉——光感
光的特点在于它的线性,同时又能够在高强度的情况下汇聚成点,随着距离和散射的介质产生晕染的效果,产生空间感,而且光也具有连续性和速度感。又因为车辆需要在各种环境下移动,光成为了最通用的表达手段,在白天夜间吸引别人的注意,反馈紧急情况,是车外和车内交互的常用方式。不仅如此,光效可以丰富空间层级。不同类型的光效渲染,会形成视觉差异。光效的颜色、形状和出现的位置会对设计表达的气氛产生很直接的影响,暖色调给人光明温暖的感觉,冷色调的给人科技炫酷的感觉。


(BYTON,图片来源于网络)


(BYTON,图片来源于网络)
从产品界面上来讲,光效在页面上以光源的形式出现,这样可以很容易抓住用户的眼球,吸引住用户的焦点,页面上需要重点强调的信息,就可以展现在光源附近,这时光效充当的就是引导用户的作用。
视觉—模块化
建立品牌独特的设计语言,用统一的视觉元素符号,通过多种材质构成贯穿车辆(车灯、中网、车身、车顶、玻璃、内饰、仪表中控等)的多个模块。
(BMW,图片来源于网络)
视觉—统一设计标准
自动驾驶模式开启的情况下会出现相关的状态提示操作,目前每个车厂的设计对这一类的图标定义表现都不太一样,用户的理解阅读效率不是很高。所以需要做到统一设计标准,减少用户学习成本。

(图片来源于网络)
基于以上的分享,可以看到自动驾驶已不同于传统人工驾驶,它将满足驾驶员/乘客在不同场景下的使用需求,不仅注重人与车之间的信息交流互动,同时也注重车与外围环境的信息交流。在未来,自动驾驶设计将会融合更多的新技术,超越我们已有的想象,为人们带来更优的用户体验。
希望这些能够给参与自动驾驶设计的设计师们一些参考,与我们一起做出更多优秀的创新吧!


造车初创拜腾汽车陷入停摆,宣布明日起停工停产

博客自动驾驶小能手 发表了文章 • 0 个评论 • 72 次浏览 • 2020-07-02 13:55 • 来自相关话题

据未来汽车日报消息,中国新能源初创企业拜腾汽车由于公司融资计划未能如期完成,经济方面面临很大压力,中国内地业务将停止运营。中国区员工将于 7 月 1 日开始停工停产,预计中国区的停工时间为 6 个月。一封拜腾内部员工邮 ...查看全部

据未来汽车日报消息,中国新能源初创企业拜腾汽车由于公司融资计划未能如期完成,经济方面面临很大压力,中国内地业务将停止运营。中国区员工将于 7 月 1 日开始停工停产,预计中国区的停工时间为 6 个月。

一封拜腾内部员工邮件截图显示,在此期间中国区员工待业,不安排工作,仅留下少数员工维持基本运转。公司表示将与股东合作制定未来的发展路线。
拜腾目前宣布的融资总额超过 10 亿美元,但有报道称,去年 9 月公司宣布的 5 亿美元 C 轮融资至今未完成。
今年 4 月拜腾就宣布:中国区员工根据职级以不同比例暂缓发放部分薪酬,核心管理层将集体减薪 80%,并出资参与拜腾 C 轮融资。从那时开始,就已经出现了拖欠工资的情况。当时公司表示,受疫情影响,公司将通过减少开支缓解资金压力。
拜腾的首款车型 M-Byte 已经接近量产。经过多次延期,拜腾计划在今年年中量产上市。从此前展示的工程车看,该车型被认为是就差临门一脚,就差最后的资金注入、工厂开工。
不同于很多造车初创企业,拜腾从创立开始就是一个非常国际化的公司。前 CEO 毕福康在业内被称为宝马 “i8 之父”,联合创始人戴雷此前担任英菲尼迪中国总经理。总部位于南京,拜腾还同时在硅谷、德国设立办公室,分别负责软件开发和概念设计。
拜腾的激进也体现在了其车型设计上,M-byte 最著名的设计就是横贯中控的 48 英寸大屏,以及前排可旋转座椅。这样的设计让拜腾在 CES 这样的国际舞台上收获了来自全球的关注。
拜腾最早宣布将在 2019 年推出首款量产车,但与蔚来、小鹏不同,拜腾在一开始就选择了自建工厂的道路,但这也是一个巨大的资金黑洞。资料显示,拜腾的南京工厂占地 1200 亩,计划总投资超过 110 亿元。这一数字就已经超过了拜腾目前的融资总额。
国际化的团队、重金自建工厂、追求颠覆性的汽车设计,既是拜腾在一众新造车企中的亮点,同时也在很大程度上拖累了作为一家初创公司的前进脚步。在疫情冲击之下,拜腾最终还是陷入了公司成立以来最严重的困境。

沃尔沃量产自动驾驶,和Waymo合作开发电动机器人轴

博客自动驾驶小能手 发表了文章 • 0 个评论 • 72 次浏览 • 2020-07-02 13:53 • 来自相关话题

沃尔沃和Waymo达成合作,共同开发电动机器人轴沃尔沃和Waymo提供了关于合作伙伴关系以及合作伙伴关系的具体细节,只是两家公司“将首先合作将Waymo Driver集成到一个全新的以移动性为重点的电动汽 ...查看全部

沃尔沃和Waymo达成合作,共同开发电动机器人轴

沃尔沃和Waymo提供了关于合作伙伴关系以及合作伙伴关系的具体细节,只是两家公司“将首先合作将Waymo Driver集成到一个全新的以移动性为重点的电动汽车平台中,以提供乘车服务。” “首先共同努力”这一短语表明将会有更多人来。我们知道,新的汽车平台将具有4级自动驾驶能力,这是SAE的指定,这意味着它可以处理特定地理区域或特定天气和道路条件下的所有驾驶。

两家公司上周四宣布建立合作伙伴关系,将Waymo的自动驾驶软件集成到专为乘车而设计的新型电动汽车中。Waymo的 无人驾驶软件的足迹正在扩大,这次与沃尔沃汽车集团合作。

合伙企业还包括沃尔沃汽车集团旗下的其他子公司,包括电动性能品牌Polestar和Lynk&Co. International,沃尔沃汽车集团首席技术官Henrik Green在其准备的声明中特别指出了这一点。

沃尔沃汽车集团首席技术官亨里克·格林在一份声明中说:“全自动驾驶汽车有潜力将道路安全提高到前所未有的水平,并改变人们的生活,工作和旅行方式。” “我们与Waymo的合作为Volvo Cars,Polestar和Lynk&Co开辟了令人兴奋的新商机。”

广州大黄蜂人工智能技术有限公司CEO郭盛华透露:“Waymo的策略一直是与汽车制造商合作。Waymo负责其硬件套件,软件和计算系统的设计。然后,它与汽车制造商合作,制造易于与其所谓的Waymo Driver集成的车辆。这些关系主要集中在乘车应用上,但可以进行定制以使车辆更适合本地送货,卡车运输和私人汽车拥有。”

如果两家公司之间的许可协议得以实现,则可能类似于Waymo与菲亚特克莱斯勒汽车公司的合作关系。2018年5月,FCA宣布扩大与Waymo的合同,为自动驾驶汽车公司提供多达62,000辆克莱斯勒Pacifica Hybrid小型货车。FCA当时还表示,它正在探索许可Waymo的自动驾驶汽车技术的方法,以便将该技术应用于消费者的汽车中。

Waymo与Jaguar Land Rover建立了供应商合作关系,为多达20,000辆全电动I-Pace车辆提供服务。2020年6月,Waymo与雷诺(Renault)和日产(Nissan)达成了合作伙伴关系,以研究商用自动驾驶汽车如何在法国和日本为乘客和包裹服务。

别忘了沃尔沃仍然与优步达成协议无人驾驶单位Uber Advanced Technologies Group。沃尔沃和优步ATG都确认其四年的合作伙伴关系仍然完好。在这种合作关系下,沃尔沃为Uber提供了一款用于自动驾驶的汽车。这些特殊的沃尔沃XC90车辆配备了支持Uber自动驾驶软件所需的硬件。然后,Uber将其自动驾驶软件堆栈集成到车辆中。沃尔沃表示,它已与Uber达成了一项框架协议,以交付数万辆自动驾驶就绪型汽车。

腾讯发布自动驾驶仿真平台TAD Sim 2.0

博客自动驾驶小能手 发表了文章 • 0 个评论 • 82 次浏览 • 2020-06-28 16:31 • 来自相关话题

6月24日,2020腾讯智慧出行新品发布会上,腾讯新一代自动驾驶虚拟仿真平台TAD Sim 2.0正式亮相。腾讯自动驾驶总经理苏奎峰谈到,“TAD Sim经历了两年多的市场应用,结合行业用户的需求,2.0版本在行业内率先使用真实数据和游戏技术的双擎驱动, ...查看全部

6月24日,2020腾讯智慧出行新品发布会上,腾讯新一代自动驾驶虚拟仿真平台TAD Sim 2.0正式亮相。腾讯自动驾驶总经理苏奎峰谈到,“TAD Sim经历了两年多的市场应用,结合行业用户的需求,2.0版本在行业内率先使用真实数据和游戏技术的双擎驱动,在真实性、全面性、可视化、标准化、轻量化五个维度进行了升级,全面提升自动驾驶开发和测试效率,更灵活易用的满足国内、国际车企、检测机构等合作伙伴的需求。

随着自动驾驶领域硬件、算法等方面的快速发展,虚拟仿真技术在自动驾驶研发和测试领域的应用日渐广泛,成为自动驾驶量产应用的必备工具,城市智慧交通调度管理和相关法规制定的有力辅助。

在这片行业竞争新高地上,腾讯自动驾驶仿真技术团队自2018年推出虚拟仿真平台TAD Sim,持续结合自身优势和行业市场需求,保持产品技术与性能的行业领先。
6月24日,2020腾讯智慧出行新品发布会上,腾讯新一代自动驾驶虚拟仿真平台TAD Sim 2.0正式亮相。腾讯自动驾驶总经理苏奎峰谈到,“TAD Sim经历了两年多的市场应用,结合行业用户的需求,2.0版本在行业内率先使用真实数据和游戏技术的双擎驱动,在真实性、全面性、可视化、标准化、轻量化五个维度进行了升级,全面提升自动驾驶开发和测试效率,更灵活易用的满足国内、国际车企、检测机构等合作伙伴的需求。

TAD Sim2.0五大核心优势

高效闭环,利用数据构建自动驾驶核心竞争力
可闭环验证的数据才能产生价值。腾讯自动驾驶虚拟仿真平台TAD Sim在设计之初,就有别于传统的仿真系统,是为自动驾驶测试验证而专门设计开发,内置厘米级高精度地图,构建了包含动态和静态要素真值数字孪生系统,用千变万化的场景进行自动驾驶算法完备性的测试。

TAD Sim2.0模拟路面积雪场景

“与TAD Sim 1.0相比,新版本彻底打破了真实数据和虚拟数据间的壁垒,实现了路测场景与虚拟场景的无缝转换,仿真场景在任意时刻都能实现回放数据和虚拟场景之间的切换,极大提升数据的利用效率和产品测试验证效率。”苏奎峰介绍说。
在2.0升级版本中,用户可根据自动驾驶测试的需求,结合路采的交通流数据,形成虚实一体的测试场景。通过完整的模型在环、软件在环、硬件在环、车辆在环的测试验证体系,TAD Sim 2.0覆盖了完整的汽车V字开发流程,并融入了自动驾驶研发体系。

完整的汽车V字开发流程

另外,数据可视化对于算法开发和测试人员来说也非常重要,为此,TAD sim 2.0中集成了数据可视化组建TAD Viz,全面、细致的可视化数据能极大的提升工作效率。

TAD Sim数据可视化组件TAD Viz

发挥游戏技术生产力,保障高还原度和高效性
自动驾驶仿真平台就是一个数字孪生世界,在上面测试的自动驾驶车辆就好像正在参与一个大型的RPG(角色扮演类)游戏,游戏场景的真实性和高效性决定了测试效果的有效性,以及算法验证的工作效率和成本。在行业当中,对自动驾驶仿真测试的真实性不断提出更高的要求。
腾讯利用自身在游戏领域的深厚技术积累,利用游戏中的场景还原、三维重建、物理引擎、MMO同步、Agent AI等技术,提升自动驾驶仿真平台测试的还原度和高效性。
 在还原度方面,TAD Sim 2.0借助腾讯游戏引擎,让仿真平台的几何规律则、物理规则和运行逻辑与真实世界一致。比如,模拟出突然窜出的行人、强行加塞甚至产生剐蹭的NPC车辆、测试车辆快速驶过减速带造成的颠簸等,都可通过仿真平台的算法模型反馈到测试车辆上,进而验证自动驾驶决策控制算法对突发情况的的应对能力。 

数据+游戏技术双擎驱动

同时,基于强大的游戏引擎,TAD Sim 2.0三维场景重建以及传感器仿真在精准度上实现突破,场景内的细节表现更加逼真。比如,夏日正午,向南行驶的测试车辆遇到晃眼的强光,对场景中的各种元素投射的动态光照,可以为传感器模型提供更接近真实的测试条件,进而对自动驾驶决策控制算法进行全面的检测。
此外,仿真平台的测试效率,取决于场景的丰富性、云端承载能力。TAD Sim 2.0通过Agent AI能力,可以自由生成各种随机的驾驶场景。在TAD Sim 2.0场景库中,有超过1000种场景类型,还可以通过泛化,生成万倍以上规模的丰富场景。基于腾讯云计算并行加速,TAD Sim 2.0具备每日1000万公里以上的测试能力,自动驾驶的车辆可大量部署,进行7*24不间断测试,通过MMO同步技术保证数据同步,满足高并发的测试需求。
对于自动驾驶研发测试来说,更高效率意味着更低的成本。在数据和游戏技术的双擎驱动下,TAD Sim 2.0通过架构的升级,实现了数据传输、加速能力和资源占用的全面优化,为测试验证降本增效。TAD Sim 2.0在数据格式上全面接入国际标准,实现新旧应用、数据、场景的无缝链接和转入输出。

TAD Sim 2.0 架构升级性能大幅提升

完整的腾讯自动驾驶技术体系 旨在成为行业数字化工具箱和加速器
近期国家政策持续推动智能网联和自动驾驶的发展,我国在自动驾驶技术的发展应用方面已经开始从国家层面展开战略布局。自2016年投入自动驾驶领域以来,腾讯以明确的定位,聚焦自身优势领域,旨在为产业提供助力,以灵活的、模块化的软件和技术助力,推动自动驾驶技术落地。
借助腾讯在AI、云计算领域的技术优势,在高精度地图领域的积累,腾讯已经形成了仿真测试、开发云和高精度地图三大基础平台和自动驾驶核心技术套件。面向汽车制造商、政府部门和测试机构等合作伙伴,提供TAD Sim、TAD Pilot、TAD Cloud和TAD HD Map等产品和方案,一方面构建完善高效的数据利用闭环体系,同时也可以模块化、灵活的方式接入,为自动驾驶研发和应用落地提供助力。

自动驾驶四大产品

2019年7月,腾讯与宝马中国合作了业内第一个自动驾驶开发云项目,帮助宝马中国建设自动驾驶高性能数据开发平台,加速在中国市场的自动驾驶研发应用。腾讯汽车云中心、高精度地图和自动驾驶团队携手,推出自动驾驶开发云服务,提供大数据存储以及包括IaaS、PaaS、SaaS在内的一整套专门用于自动驾驶研发的大数据云计算服务。
同时,腾讯已经完成了全国重点城市快速路、高速公路的高精度地图采集和数据生产,以及车端关键应用技术的开发,云端闭环的部署,并根据市场和用户痛点,推动高速场景的自动驾驶方案应用落地。

腾讯高精度地图覆盖

在仿真技术领域,腾讯TAD Sim正在与国家智能网联汽车(长沙)测试区、公安部交通管理科学研究所等机构、及国内头部汽车企业展开合作,基于高精度地图和模拟仿真技术,推行虚实结合的仿真测试,加速自动驾驶研发。

TAD Sim仿真深圳道路

苏奎峰表示,“对于未来的智慧出行,腾讯充满期待,我们希望能成为自动驾驶研发落地的加速器,同行业伙伴一起获得更多的突破,为产业发展提供助力,让用户早日在车里能够解放双手,为出行生活带来更大的价值。”

超10亿美元,亚马逊买下自动驾驶初创公司Zoox

博客自动驾驶小能手 发表了文章 • 0 个评论 • 295 次浏览 • 2020-06-28 16:27 • 来自相关话题

美国当地时间6月25日,根据美国the Information的报道,亚马逊已经同意斥资超过10亿美元,并购曾经创下美国初创自动驾驶公司单轮融资记录的Zoox。这意味着,全球财力最雄厚、市值最高的公司之一,正式全面杀入自动驾驶的赛道。 ...查看全部

美国当地时间6月25日,根据美国the Information的报道,亚马逊已经同意斥资超过10亿美元,并购曾经创下美国初创自动驾驶公司单轮融资记录的Zoox。这意味着,全球财力最雄厚、市值最高的公司之一,正式全面杀入自动驾驶的赛道。

在2019年2月,亚马逊参与了另一家自动驾驶初创公司Aurora B轮5.3亿美元的融资,那一轮的领投方是红杉资本,亚马逊是跟投方。Aurora一直是拒绝被并购,大众、现代的并购请求也被拒绝了,看来也是拒绝了亚马逊的并购。
对于亚马逊而言,一旦要进入自动驾驶赛道,并购是最好的选择之一。Zoox和Aurora是目前唯二的可供并购的标的,买不下Aurora,那就只能买Zoox了,另一家志在最后一公里配送的自动驾驶初创公司Nuro,则与沃尔玛眉来眼去。
Zoox成立于2013年,此前累计融资8亿美元,估值高达32亿美元,此外,还通过可转换债券获得了将近2亿美元的资金,也就是说,Zoox累计获得了10亿美元,但最终的结果还是不得不卖身亚马逊。

Zoox的投资方包括了最后一轮5亿美元融资的领投方是办公协作公司Atlassion,以及中国VC春华资本,此外,腾讯也投资了Zoox。如果按照超过10亿美元的并购金额,Zoox的投资方是能够收回投资成本的,部分资本还能实现正收益。
对于亚马逊来说,让前面的投资人抽身离场,也是要做到的,更何况亚马孙市值超过1.4万亿美元,仅次于苹果和微软的市值(两者市值大约在1.5万亿美元),是美国市值最高的科技公司之一,也是全球市值最高的科技公司之一。
由于亚马逊战略的需求,其一直在无人化上进行大规模的投入,包括了引领仓储无人化的建设,而自动驾驶将会建设物流无人化,包括干线物流、城配物流和最后一公里配送,从而完成亚马逊战略体系对仓储物流无人化的需求。 
目前,还不清楚亚马逊是否也打算使用Zoox来为顾客提供自动驾驶送货服务。但亚马逊已经开始对这些技术进行试验,包括从在人行道上行走的最后一公里配送的机器人,到从空中给客户送货的无人机。

从并购的标的来看,Zoox目前主要是在耕耘在乘用车领域的自动驾驶,该公司设计了一款用于城市地区载客的原型车。原计划是要自己造车,并且提供RoboTaxi服务的,在2018年12月,加州公共事业委员会,给Zoox颁发了首张自动驾驶打车服务运营牌照,这意味着Zoox的车辆可以在街上接送普通用户了。
但是,Zoox在加州虽然拿到第一张可载客的自动驾驶运营牌照,Waymo拿到的是第二张,但Waymo在加州运营后,马上提供了超过6000人次的RoboTaxi服务Robo-Taxi时代真来了:Waymo加州服务首月服务6299人次,Zoox连个零头的没有。
Zoox之所以要卖身,可能也与其经历了团队内斗有关。在2018年8月,Zoox创始人兼CEO Tim Kentley-Klay被解聘,当时是Zoox董事、Autodesk原CEO Carl Bass成为新晋CEO,随后在2019年1月,前英特尔执行董事、首席战略官Aicha Evans成为Zoox CEO。

作为自动驾驶外行人、以及职业经理人出身的Aicha Evans,并没有将Zoox带到更好的位置,在她的治下,Zoox的进展缓慢,融资受挫,其入职后,Zoox再也没有获得新的融资。Zoox最后一轮融资,是在Tim Kentley-Klay被解雇前一个月的2018年7月。
对于Zoox来说,卖身亚马逊,是新的开始,非技术的职业经理人大概率是要退场的,对于技术人员来说,则可能面临着要适应亚马逊对自动驾驶的战略需求,运货而不是运人,这个可能需要适应的时间。
对于亚马孙而言,花了超过10亿美元买下Zoox,买下了Zoox研发7年积累的知识产权,还有就是将近1000人的团队,但,这也仅仅是开端。要想将自动驾驶商业化,Zoox还需要大量的投入资金。

对于自动驾驶行业而言,亚马逊的进场,肯定会给更多的场景方压力,例如沃尔玛要不要买Nuro,中国类似的电商平台,如阿里、京东、美团、拼多多等,要不要也买下一个自动驾驶初创公司呢?
这些都是自动驾驶行业从业的新机会,只要有新的玩家进场,新的战略需求方进场,自动驾驶商业化的进度就会更近一步。
最后就是写一下,Waymo和Volvo终于官宣在一起了,双方将会共同开发适用于网约车、本地物流车、卡车和私家车的自动驾驶汽车,Waymo成为沃尔沃汽车集团、极星和领克等的L4级别自动驾驶技术全球独家合作伙伴。Waymo和沃尔沃在一起了,自动驾驶量产时代真来了

这意味着,Waymo进入中国,也快要到了官宣的时候了。这对中国的从业者来说,即是好消息也是坏消息,好消息是,有一个老师来了,坏消息是,这个老师可能会抢市场。
Anyway,市场是竞争的,让竞争来得更激烈,自动驾驶的商业化落地就会更快。(作者:车智)

智能碰撞保护是自动驾驶车辆的最终安全保障

博客自动驾驶小能手 发表了文章 • 0 个评论 • 59 次浏览 • 2020-06-23 09:58 • 来自相关话题

在标准工况下让自动驾驶汽车跑起来,已经很难了。如果要在不常见的碰撞工况下实现保护,那就更加任重道远。 ...查看全部

在标准工况下让自动驾驶汽车跑起来,已经很难了。如果要在不常见的碰撞工况下实现保护,那就更加任重道远。

自动驾驶汽车技术发展如火如荼,其安全性备受关注。我们不仅要关注正常行驶工况下的安全性,也要关注非正常工况下的安全性,比如汽车碰撞等小概率事件。我们团队主要致力于研究汽车在危险状态下的安全性。

近年来,汽车安全性提高很快,但是否已经满足了我们的安全需求呢?我认为,在很多情况下都是不满足的。未来我们应该在许可发生碰撞事故的情况下,让自动驾驶车辆能实现应用,使得大众能享受到自动驾驶的很多优点,同时由智能碰撞保护技术的提升来降低伤亡,补上其达不到目前人类司机平均安全水平的短板。

现在的汽车还未完全实现针对真实道路事故工况的保护。汽车安全设计都是针对指定工况开展的,不可能涵盖所有工况。如果实际的事故工况偏离实验室工况较大,那么,偏离得越多,可能保护效果越差。我们也没有实现针对中国的事故工况和中国人体型的保护。在中国,汽车进入家庭不到20年,汽车行业的很多技术规范和标准基本都是直接沿用汽车发达国家的标准,并没有针对中国人的体型、中国的实际工况来设计。而且,无论是国内还是国外,也还没有考虑未来可能发生什么风险场景、造成什么样的事故。

我们发现,实际发生的交通和事故工况是非常复杂的。

首先,人员复杂。比如,目前所有的碰撞保护标准都不是针对老年人的,而我们正在面临社会人口的快速老龄化。20多年前我开始研究老年人的碰撞损伤容限,我们知道老年人损伤容限低,但是我们不知道低多少,我的研究给出了量化结果;再比如,最近二三十年里美国人体重增加很多,使得非标准体重人群比例增加,而汽车碰撞安全性是按照标准体重、标准身材设计的。

其次,工况复杂。过去十几年中,我们做人车碰撞、汽车与自行车碰撞研究,但中国近年来又出现了很多电动两轮车,出现了很多不一样的工况,更别说人车混行、老年代步车以及未来可能发生的新型事故工况了。

1592877446669844.jpg

着眼未来,智能汽车时代如何考量自动驾驶汽车的安全性?

根据世卫组织的报告,全世界的交通事故要造成每年大约130万人的死亡,其中90%以上的事故成因是由人造成的。我们对未来充满期待,很多人认为自动驾驶普及后,由电脑开车,把人类司机从系统里去除,交通事故风险就能降低90%。但事实并不如此,自动驾驶汽车无非是把犯错误的主体从人变成电脑了。谁见过不犯错误的电脑?谁见过没有漏洞的软件?微软的操作系统,持续改进升级二三十年了,还在不断打补丁呢!

我们姑且先来看看未来智能交通环境下车辆动力学响应与控制的边界,就知道这事儿有多难。如果出现紧急或危险情况,自动驾驶汽车对行车环境的感知、对信息的融合以及通讯都需要时间,作出预判和决策也需要时间,然后到执行层面对车辆进行控制以及车辆的动力学响应还需要时间,而在紧急危险情况下这个反应时间只有几秒钟。再加上传感器失误、通信延迟、软件漏洞、机械故障等,这些工况不常见,但在所难免,一旦应对不当的话就可能发生事故。事实上,目前每年约130万人的交通事故死亡,相对巨大的出行里程,就是小概率事件。正是汽车的主动安全和被动安全技术水平,才保证了减少意外并在意外发生时减少伤亡。

所以,如果给未来自动驾驶汽车设定一个最低的安全性目标,就至少要达到人类司机的平均水平,确保发生交通事故的概率不高于目前的水平。

假设目前的自动驾驶车辆的安全性是四五十分的水平,经过大量研发投入后可达85—90分的水平,但还是达不到我们要求的95分的水平,怎么办?我们知道提升最后那几分通常很难,要等更长的时间。而我们传统的汽车碰撞安全保护技术只能从95分提升至99分(还剩1分就是我们承受的交通事故伤亡)。这就要求我们两条腿走路,给传统的碰撞安全保护加大难度,让它下沉到90分,能把90分的汽车安全性水平提高到99分,这就是所谓的智能碰撞保护,成为自动驾驶车辆上路的最终安全保障,努力涵盖所有危险工况、不常见的工况。当然,这也是很具挑战性的研发课题。

因此,我们需要启动主被动的碰撞协同保护,即预碰撞保护机制。所有的保护装置可以在碰撞发生前预启动,这是因为已经知道乘员的身高、体重等信息,对一两秒后要发生的碰撞形态和强度大致也可以作出预判,从而提供有针对性的一体化的碰撞保护,比如调节约束系统安全带的力、移动座椅等。

1592877417794299.jpg

预碰撞保护系统,也叫自适应碰撞保护,我们已经研究了10年。目前有一个科技部支持的、与欧洲19家单位合作的研究项目,两年后结题。该课题的核心任务,首先是要根据现在的交通事故形态推演未来可能会有什么样的事故形态;然后,基于碰撞预判,在发生碰撞时要把载荷比较均衡地施加在乘员身上,而且约束载荷是针对预判的事故工况和乘员状态配置过的,以此来降低事故损伤。这样一个未来的智能碰撞保护体系可以兼顾人的驾乘舒适性和碰撞安全保护。

我们团队最近的一个研究成果表明,实际碰撞的固有风险包括碰撞强度、乘员坐姿等,还有乘员约束系统引起的非固有风险。未来自动驾驶时代,我们争取把非固有风险降到最低。如果未来的智能汽车有很多是单座车的话,座椅随乘员意愿有更灵活多样的调整空间,乘员约束系统也有很大的改善空间,我们把约束装置搭载在座椅上,还可以针对中国人的体型特征进行设计。

总而言之,在标准工况下让自动驾驶汽车跑起来,已经很难了。如果要在不常见的碰撞工况下实现保护,那就更加任重道远。(作者:周青)

突发!宝马奔驰“暂停”自动驾驶合作

博客自动驾驶小能手 发表了文章 • 0 个评论 • 199 次浏览 • 2020-06-22 10:32 • 来自相关话题

全球汽车业巨头正在为当下的“生存危机”做出临时战略调整。近日,有消息称,德国豪华汽车巨头宝马和奔驰正式决定放弃联合开发自动驾驶汽车的计划。距离去年7月双方达成“合作”协议仅仅过去不到一年时间。 ...查看全部

全球汽车业巨头正在为当下的“生存危机”做出临时战略调整。

近日,有消息称,德国豪华汽车巨头宝马和奔驰正式决定放弃联合开发自动驾驶汽车的计划。距离去年7月双方达成“合作”协议仅仅过去不到一年时间。
据两家公司对外披露的信息显示,在做出“放弃”计划之前,两家公司进行了内部的多轮审查,达成了“一致意见”,将专注于各自现有的发展道路。
不过,两家公司都强调,不排除可能会在恢复合作。目前可以明确的是:“暂时搁置在自动驾驶领域的开发合作”。
实际上,在去年双方达成合作协议之前,两家公司并没有就未来技术路线图与现有各自合作的供应商进行详细的讨论。
如今,戴姆勒在一份声明中表示,“经过广泛审查——双方得出结论,鉴于创建共享技术平台所涉及的费用,以及目前的商业和经济状况,目前的时机并不适合继续推进合作”。
宝马董事会成员、负责技术开发的Klaus Frohlich表示,我们已经与英特尔、Mobileye、FCA和Ansys等合作伙伴系统地进一步开发了我们的技术和可扩展的平台。
他强调,公司现有的技术已经提供了非常强大的、可持续发展的潜力。凭借强大的传感器和计算能力,强大的模块化系统已经在市场处于非常有利的地位,可以为客户提供未来数年需要的东西。
而负责戴姆勒集团研发工作的马库斯•谢弗(Markus Schafer)表示,“为了应对快速变化的环境带来的未来挑战,我们目前还在与汽车行业以外的合作伙伴探讨其他可能性。”
一、理想丰满、现实残酷
由于关键技术(电动化、智能网联)的巨额开发成本,过去几年,传统汽车制造商都在寻求展开合作。在这些关键技术上,它们面临着来自科技巨头的竞争。
宝马和戴姆勒此前的合作,是在2015年收购诺基亚旗下地图公司HERE。而2018年,双方更进一步,合并了他们的分时租赁业务,并寻求占据更大的市场份额。
去年7月,双方的关系再进一步。
宝马和戴姆勒宣布,已达成长期发展伙伴关系,开发高度自动化驾驶功能,包括高速公路自动驾驶和自主泊车等功能。同时,非排他性合作对其他汽车制造商和技术合作伙伴开放。
双方的合作预计整合双方大约1200名技术人员联手开发自动驾驶技术,目标是在2024年将该技术量产搭载至各自品牌的新车上。
合作的另一个重点是,双方将成立技术标准委员会,挑选ADAS和自动驾驶技术的潜在供应商伙伴加入。
戴姆勒前首席执行官蔡澈曾表示,标准,是一个鸡生蛋还是蛋生鸡的问题。必须有人对技术进行标准化,监管也会随之而来。
然而,2个月之后的2019年9月,宝马和戴姆勒的合资公司之一,ReachNow联合移动服务部门主管被曝出已经辞职,原因是其认为该业务的投资额不足(宝马、戴姆勒没有按照预期计划推进)。
此前,宝马和戴姆勒曾承诺将投资超过10亿欧元资金,成立5家合资企业,打造5个不同领域的服务品牌,ReachNow是其中的一个。
这也给双方在自动驾驶方面的合作前景蒙上一层阴影。
此时,在经历了2017年、2018年的投资高峰期之后,整个市场在2019年下半年出现了风向逆转。尽管一些头部公司的超亿元融资仍在发生,但投资者对市场的走向,已经产生分歧。
大多数人(尤其是汽车行业)认为,自动驾驶汽车是长期的投资。在技术、法规和量产等多个方面,无数的挑战呈现在企业面前。
同时,成本、业绩压力不断“折磨”宝马和戴姆勒新上任的CEO。毕竟,双方的合作,是两位前任CEO的“结晶”。
在去年9月底向戴姆勒董事会提交的一份报告中,公司CEO康林松表示,他希望削减对初创公司的投资,减少在自动驾驶研发上的支出,并放弃打造全新纯电动旗舰车型EQS的自动驾驶计划。
更为微妙的是,随后宝马CEO对外表态,指望凭借全新的产品阵容和更高的效率来与竞争对手奔驰一较高下,因为市场需求的减弱挤压了整个行业的利润。
自动驾驶还不能为汽车制造商带来盈利能力的前提下,股东们关注的重点是他们的月度新车销售业绩与竞争对手相比如何、以及持续的盈利能力。
二、降本、裁员、疫情,轮番袭来
很快,裁员潮开始在汽车行业蔓延。
2019年11月,戴姆勒宣布,将在全球范围内裁减1100个管理层职位,约占其管理层总数的10%。此次裁员是公司全面削减成本计划的一部分,而基层裁员计划,也在推进之中。
数天之后,宝马公司披露,正与劳工代表和主要供应商进行谈判,以争取在2022年之前节省120亿欧元(约合132.6亿美元)的成本。
同时,宝马被曝出计划到2022年在德国裁员6000人,作为其成本节约措施的一部分。此外,宝马研发主管Klaus Froehlich预计将于2020年夏季离职。
随后,奥迪也传出正与劳资委员会谈判计划裁撤4,000-5,000个职位,占该公司在德国6.1万多名员工的7-8%。
实际上,过去几年,戴姆勒、奥迪以及宝马等传统豪华品牌也面临着越来越多的竞争对手的压力,其中最大的对手就是特斯拉。
在电动汽车、共享出行以及Robotaxi等新商业模式的盈利能力存在诸多的不确定性的情况下,汽车制造商过去几年斥巨资涉足各种风险投资,以找出哪些技术和业务能够赚钱。
其结果是,技术资本支出大幅增长,而且仍居高不下,而预期回报迟迟没有得到兑现。比如,梅赛德斯-奔驰品牌的利润率从上一年的6.3%降至6%,同时预测,可能降低至3%。
现实是残酷。这些传统汽车制造商既要保持原有的利润率,又要加大技术研发投入以抗衡汽车行业新进入者,这意味着他们是背着包袱前行。
很快,戴姆勒CEO康林松打起来“退堂鼓”,其公开披露公司内部围绕自动驾驶出租车(Robotaxi)的“核查”正在进行。“并不完全确定如何从自动驾驶汽车的生态系统中获利。”
戴姆勒的工程团队发现,开发自动驾驶汽车比预期更具挑战性。同时,康林松承认在未来Robotaxi盈利潜力受到质疑的情况下,让它们变得安全比最初想象的要难得多。
“汽车行业是无情的周期性行业。”一位行业人士表示,在经济低迷时期,你可以很快消耗掉现金。你总是知道有一个下降周期,但你不知道什么时候会发生。
由于成本高、技术复杂,完全自动驾驶汽车距离大众市场量产还有很多年,汽车制造商对更多半自动驾驶功能的需求正在飙升。
但坏消息仍然不断爆出。
2019年,奔驰、奥迪和宝马三家豪华品牌的新车销量继续创下纪录,但这些他们的利润率越来越低,在美国和其他地区的市场份额也在下降。
“未来几年将是一段相当艰难的时期。”康林松表示。
果不其然,2020年初,奔驰宣布,暂停研发和推出一款针对乘用车的全自动驾驶解决方案。戴姆勒集团则将专注于为其长途卡车车队开发驾驶辅助及自动驾驶技术。
很快,宝马再次传来噩耗。
知情人士披露,宝马公司可能会向部分员工提供更多额外激励措施,以说服他们离开公司,并帮助公司实现裁员5000人的目标。
此时,全球疫情已经开始出现爆发态势,工厂关闭、需求停滞、经济疲软等等不利因素,让汽车制造商更是疲于奔命,已经无暇顾及联盟合作前景。
行业一眼望去,已经是人人自危。
三、活下去,比什么都重要
对于汽车制造商来说,“卖更多的车”仍是短期内的当务之急。对于自动驾驶公司来说,则是“勒紧裤腰带”活下去。
Waymo供应链运营主管帕特里克·卡达里乌(Patrick Cadariu)近日表示,“我们继续扩大技术和业务规模的方式,将是渐进的、安全的、深思熟虑的。”
而在技术方面,该公司尚未解决恶劣天气下无人驾驶汽车的难题。Cadariu透露,Waymo在底特律地区有一个团队负责处理雪和湿路场景,而在佛罗里达和旧金山的其他团队则负责处理暴雨和大雾场景。
Waymo首席执行官John Krafcik近日更是公开表示,“无处不在的日子还很遥远,我们需要准备一个非常渐进的战略,即在地理上逐点扩展业务。它(Robotaxi)不会在任何时候、任何地方都有效。”
作为美国硅谷的自动驾驶激进派代表,Uber曾承诺将引领一场自动驾驶革命,同时还要普及飞行汽车。但在疫情重创其叫车业务后,该公司第一轮削减了3000个工作岗位,搁置无关的项目,并关闭数十个办公室。
较早之前,通用汽车旗下的自动驾驶公司Cruise已经宣布将裁员约8%。疫情的持续发酵,也正在加速科技公司在利润减少的情况下重新审视它们的优先事项。
几年前,当Uber前CEO向自动驾驶投入数十亿美元时,改变世界的技术突破似乎即将到来。但突然之间,这项前沿技术的投入,似乎不是最明智的选择,至少在短期内是这样。
当然,Robotaxi并不会就此宣告停滞。包括Waymo、Mobileye在内的企业,因为背靠“金主”,仍在加速推动商业化落地进程。
而传统汽车制造商考虑到整车业务的竞争压力,已经陆续开始重新审视Robotaxi业务的投入和回报。毕竟,这些车企的利润率远低于互联网和芯片公司。
随着技术的不断成熟,我们将在未来几年内看到小规模的部署,同时在封闭及半封闭场景,类似货运的自动驾驶落地将会加快步伐。
汽车制造商则已经把注意力转向推出面向私人乘用车市场的L2+、L3、L4(限定场景,比如高速公路)自动驾驶功能落地,这是他们的主要利润来源。
疫情的不确定性,导致全球科技和汽车公司在2020年实现无人驾驶汽车商业化的目标已经被推迟,相关技术的商业化落地将比预期的时间更长,疫情也加大了实现这一目标的难度。
“对身处自动驾驶行业的每个人来说,这都是一个艰难的时刻。”Argo AI首席执行官Bryan Salesky坦言。
这家公司此前已经拿到了福特公司10亿美元和大众汽车公司10亿美元的现金支持,还有奥迪AID自动驾驶部门的200多人研发团队。
然而,对于自动驾驶技术研发来说,10亿美金只够烧一年时间。此前,包括Waymo、Cruise在内的多家公司基本上都在以每年10亿美元的投入规模砸钱。
此外,许多自动驾驶初创公司没有实质性收入,运营成本也异常高。一些自动驾驶汽车初创公司已经破产,一些正在等待出售。大多数公司选择裁员来渡过难关。很多公司则在观望等待。
很明显,这项技术还需要数年时间才能准备就绪。跨越安全障碍所需的时间要比预期的长得多。在未来几个月,一些资金充裕的公司可以利用已经到手的资金安全“过冬”。其他人就没那么幸运了。
事实上,无论是沃尔沃和Veoneer的合资公司解散,还是宝马与奔驰暂停自动驾驶合作,现实已经摆在眼前:只有活下去,才有“资本”继续把自动驾驶故事讲下去。(作者:高工智能汽车)

自动驾驶汽车(Autonomous vehicles;Self-piloting automobile )又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史,21世纪初呈现出接近实用化的趋势。