• 采购项目
  • 配套企业库
  • 销量查询
  • 盖世汽车社区
  • 盖世大学堂
  • 盖亚系统
  • 盖世汽车APP
  • 斯凯孚SKF线上展示厅—2024北京车展
  • 车规级功率半导体产业研究报告 (2024版)
  • 2024中国汽车低碳与可持续发展论坛
  • 2024智能座舱车载声学大会
  • 2024第六届智能驾驶地图与定位大会
  • 2024第七届智能驾驶与人机共驾论坛
  • 汽车功能安全工程师培训
  • 智能汽车中央计算平台系统培训
  • 2024第二届吉利汽车技术论坛暨前瞻技术展
当前位置:首页 > 智能网联 > 正文

领目科技蒋鑫:量产商用车智能驾驶路径思考

盖世直播 2021-09-15 12:41:31

9月14日,由盖世汽车主办的2021中国商用车自动驾驶大会隆重召开。本次峰会主要聚焦商用车自动驾驶行业发展趋势,共同探讨从感知、决策到执行层面的核心技术,以及港口、矿区、干线物流、园区等不同终端场景的产业化落地方案。下面是领目科技技术总监蒋鑫在此次大会上的发言。                                 

领目科技蒋鑫:量产商用车智能驾驶路径思考

领目科技技术总监 蒋鑫

谢谢盖世给我们这样一个平台,来跟大家一起探讨量产商用车智能驾驶技术。我今天就代表领目科技介绍一下关于在商用车量产智能驾驶上的思考。

这里主要包含四个部分:1、领目科技对商用车量产智能驾驶特点的看法;2、基于商用车量产智能驾驶的特点来看一下实现路径;3、领目科技在商用车量产智能驾驶法规件以及高等级自动驾驶方面的积累。

我们今天要讲的商用车量产自动驾驶主要是覆盖干线物流场景,基于干线物流场景相关的技术及产品也可以用在矿区、园区、码头等场景。

第一,现在是有法规安装。从2018年开始到2022年,商用车逐步开始有预警系统、纵向控制以及横向控制。对于我们商用车量产来说,法规安装的特点其实非常重要,除了感知和ADAS决策控制之外,对商用车底盘架构,比如能实现线控的横纵向的控制也提出了强制性的要求。这样的一个闭环将有利于推广高等级自动驾驶在商用车上的落地。

第二,乘用车中每个客户的价值取向是不一样的,有些人讲究舒适性,有些人讲究操控性。但是商用车的商业价值取向是比较一致的,它是生产工具,当我们考虑商用车的某个功能时主要是要关注整个生命周期给运营节省多少成本或者避免多少风险。

第三,对于商用车量产来说可承受的成本相对较高。而且商用车无人驾驶的方案达到30万套,就可以通过运营实现盈亏平衡。我们现在说要真正做到无人驾驶的大批量量产还有点早,目前我们认为量产L2.5+自动驾驶可以提高商用车的运行效率,也可以降低它的运行风险,从这个角度来说,这样一套系统可节省成本还是相对比较高的。

第四,在干线物流场景都是高速场景,道路都是结构化,在这种确定性的场景下,我们认为是非常有利于商用车量产落地的。

因为有这样的特点,我们认为商用车量产自动驾驶的商业价值和重要性不低于乘用车。目前在自动驾驶领域乘用车走的更快一点,但是商用车落地时间点并不一定晚于乘用车,现在也有很多公司加入这个行列,所以我们认为商用车自动驾驶是非常有商业前景的。

第二点是量产智能驾驶实现路径。首先我先介绍一下整车EE架构的变迁以及由此带来的合作模式的变化。

博世有张广为流传的图,实际上我们发现中国EE架构进度有可能比这个图还要快。在当前这个阶段,绝大部分量产车还是以分布式架构为主。但是目前集成式的域控是一个趋势,这个趋势会带来什么样的变化呢?就是说从以前单ECU产品变成跨平台跨领域的产品,从单一组件变成既需要有高性能的AI运算,同时还要兼顾高安全性的控制。通讯带宽从以前的低带宽扩展到高带宽高实时性。这样的变化就带来了合作模式上的变化,以前直接交钥匙给主机厂的模式已经不再适用了,现在需要融合、紧密的合作开发模式。

说到自动驾驶体系架构上的变化,目前看来,从经典ADAS架构到常规1V1R架构或者独立DMS,再到升级的ADAS,再往上就是向高等级智能驾驶迈进了,可能需要有高精定位,还要考虑冗余备份的逻辑,包括功能安全和预期功能安全的要求。

而无论是L2 ADAS还是到高等级自动驾驶,其实我们都脱离不开三个要素:算力、算法、数据。这里说的算力不仅仅是有多少Tops,我们还要看有多少架构?使用什么样的芯片?使用什么样的通讯或者安全结构?这个算力平台是一个非常重要的基础,包括车规级、成本、功耗等。那么在量产算力平台基础上再去叠加,可以运行什么样的算法?获取什么样的数据?怎样通过数据的迭代实现高等级的功能?我们认为算力平台的架构是非常重要的。

虽然我们认为高等级智能驾驶商用车上是必然趋势,但是目前大规模普及的还是安全法规件。安全法规件对高等级自动驾驶起到非常好的桥梁作用。从L2法规件来说,通过法规件的实施实现了从感知到融合规控再到底盘执行这样一个小的闭环,通过这个小闭环,也将发现更多的Conner Case,实现更多数据的采集,根据数据和经验迭代才有往高等级自动驾驶迈进的基础。

这里介绍一下领目行车ADAS系统架构,我们先以1V1R为主,当然现在这个架构也可以扩展到像1V3R或者1V5R架构。在处理器平台架构包含深度学习的SoC以及支持安全的MCU,通过它实现常规法规功能,比如说双预警,AEB/PAEB,通过决策算法也可以实现ACC及车道居中功能控制,对于具备3R或者5R条件的车型也可支持触发式的变道功能。

这个系统架构里面主要包含三部分:第一部分要有智能感知,也就是AI SoC实现的部分;第二部分是安全决策控制;第三部分是对于有条件的车型也可以支持远程数据迭代功能。

这里是领目科技在智能感知上面的积累,左边是车规级硬件设计,我们是通过设计的方法来解决硬件平台的可靠性,而不是通过测试的方法来实现的。当然所有这些车规级硬件设计都已经通过了DV/PV的实验。基于ADAS控制硬件建设平台之外,第二个是要实现所有场景,包括天气、光线等条件下是否能够对全场景的目标进行检测?包括车辆、VRU、车道、行驶区域等等,这块我们的感知算法已经经过验证了。前面讲到要用深度学习来实现目标检测或者各种障碍物的检测,实际上现在市场上的ADAS依然是以1V1R为主,在图像里面能把目标检测出来,并不代表能够准确的测量出这个目标离我有多远。

接下来第三个部分就是要实现非常高精度的目标跟踪和特征测量,这样才能满足精确控制的要求。我们这里面是有自己独创的,且非常先进的图像处理算法,通过这些算法使单目测量精度达到业界领先的水平。第四部分是我们考虑到场景和冗余要求,我们会将视觉和毫米波雷达融合。

这里讲的ADAS融合决策控制,第一类是法规件,也就是我们常规说的预警和AEB/PAEB决策控制,这也是基于1V1R实现的。现在法规类决策控制已经在十多个车型上定点量产。

第二类是舒适性控制系统,可以实现车道居中、车道保持、自适应巡航等,具有3R、5R条件的还可以实现触发式的变道。对于有条件的车型在满足法规的调动下也可以支持远程数据的传输,比如通过以太网接口、无线通讯接口实现远程数据定义、采集、传输、迭代。

讲完L2法规件ADAS外,接下来讲一下领目科技在域控制器上面的积累。目前在干线物流常见的场景还是高速,很多商用车企业也都在往高速HWA和HWP方向去做尝试,往量产方向准备。在这样的场景下有什么特点呢?就是说不仅需要了解周围什么情况,还需要知道我在哪里,应该往哪里走?要实时规划自己的路径,更高等级还需要逐步实现在某些固定场景下实现Eye Off的功能,这对我们的系统也提出了一些需求,也就是说需要更多的传感器,不仅仅包含视觉、雷达,还包含定位和高精地图。另外还需要实时的决策控制,也就是说对它的处理能力也提出了更高的要求。我们如果要实现Eye off,那么在驾驶员没有接管之前出现了失效应该怎么办,怎么去做冗余?这都对DCU域控制器架构都提出了比较高的要求。

领目科技在域控制器做了好多年,我们覆盖了高低速融合场景下,行泊车一体的L3+域控制器,它对AI算力、MPU运算能力、MCU运算能力都提出了不同的需求。其实现在大家在芯片、算法上的进展都很快,我们认为数年之后算力的威胁将逐步解除。另外算法整体框架上也可以趋同,但是有一点是,我们的车型一定有高中低配,一定有不一样的场景,也就是说我们依然要针对这些车型去适配一个最佳配置来满足系统的要求。

我们这里有几个之前做的域控产品。第二个域控是我们在2018年设计,2019年申请了专利的产品,三年后的现在,我们的友商还在把它拿出来宣传,说明我们这个设计是比较先进的。当然今天我们还是以第三个域控为例来介绍一下。

我们要设计域控,首先要定义好目标,首先我要知道这个域控面向的客户是谁?也就是说我要知道这辆车是卖给谁的?他会拿这辆车给他创造什么样的价值?他会在什么样的场景下去运行?通过客户的定义,再来看在这种场景下需要实现怎样的功能?这些功能可以创造多少价值?然后我们来定义成本和性能要达到什么样的要求?基于目标定义再往下配置需要什么样的传感器和软件架构。

右图看起来和L2有点类似,实际上这里面还是有不少变化的,包括算力、通讯带宽、传感器分组和冗余架构的变化,低配用单SoC,高配会有多SoC,通讯上可能要增加千兆以太网通讯。由于它也是适配不同的高中低配,对量产的DCU来说我们要考虑性能和成本的平衡,所以建议满足当前量产需求,适量预留升级空间。

这是域控制器的示例,我们这个域控制器是跟国内一线主机厂合作开发的,里面包含了行车和泊车系统,预留了4D雷达和激光雷达接口,实现了高速公路自动驾驶和泊车场景的功能,接口也是支持多通道以太网T1车载以太网接口,我们做了从仿真到设计验证全过程。

前面讲到硬件,现在讲一下软件架构和系统分配,这里特别想提到的一点是,在量产架构里面,不差钱的车型可以通过大算力方法快速实现SOA软件定义,节省时间成本。从大规模量产来说还是要考虑它的效率,这里面还是有很多需要做针对性优化的地方。

常规来说,在量产里面需要考虑在有限的资源的情况下满足车规情况并实现高等级自动驾驶的量产。我们的建议是一部分遵循SOA架构,另一方面也需要有针对性的优化来提高它的效率,最后达到量产成本和效率之间的平衡。

这里汇总一下领目科技在商用车高等级自动驾驶量产上的优势。第一,因为涉及到跨平台跨领域的特点,我们有一个更开放的合作态度,可以以Tier 0.5的方式和主机厂一起合作,快速响应客户的需求,而且我们也支持白盒的交付;第二,我们有一个博士团队,可以带领我们从感知到融合再到规划控制,软硬件全栈技术推进产品的量产化;第三,我们有非常成熟的量产能力和量产经验,在商用车里面光AEB/PAEB就已经有十多个车型定点量产;第四,我们有完备的合作伙伴,与上下游供应商与客户形成深度合作,包括知名OEM、Tier1、芯片商等,是IFX指定ADAS PDH合作伙伴。

好,今天就讲这些,谢谢。

本文地址:https://auto.gasgoo.com/news/202109/15I70272894C601.shtml

文章标签: 自动驾驶 港口
 
0

好文章,需要你的鼓励

微信扫一扫分享该文章