深耕高级别自动驾驶 天准入局乘用车域控领域

深耕机器视觉核心技术，近期入选工信部人工智能“揭榜挂帅”榜单的天准科技，自2018年从“工厂”转移到“路上”，甫一入局智慧交通，天准科技就同业界顶尖半导体企业英伟达合作，设计基于NVIDIA Jetson AGX Xavier的自动驾驶计算平台GEAC91V。

2022年同国内顶尖半导体企业地平线展开合作，天准科技在域控制器国产化发展上取得阶段性进展，基于地平线征程5芯片的高等级自驾计算平台在通过PV试验后，预计2022年第四季度有望实现批量供货。

智能汽车域控制器创新云论坛上，苏州天准科技股份有限公司机器人事业部CEO刘军传揭开高等级自动驾驶的神秘面纱，结合产品实践，对不同场景下的软硬件设计架构与核心技术（天准SOA架构、系统授时同步方案、数据收集与回灌等）做了详尽介绍。

图片来源：天准科技官网

自动驾驶主流方案的硬件架构及需求

从L0-L5，智能驾驶级别不断提升。L2及以下仍属于辅助驾驶范畴，L3级别车辆可在特定条件下持续执行全部动态驾驶任务，紧急情况下由驾驶员接管，是有条件的自动驾驶。

就技术成熟度而言，L3及以上高等级自动驾驶的行业布局持续多年，法规的跟进是高等级自动驾驶上路的关键因素。

2022年7月6日，深圳市出台国内首部智能网联汽车管理法规，《深圳经济特区智能网联汽车管理条例》将于8月1日正式施行，这是国内首次从立法角度规定自动驾驶的责任认定，是智能驾驶领域发展的一剂强心针。

图片来源：深圳市人大官网

刘军传表示，天准科技在2022年之前不做前装量产领域，只是服务于L4级自动驾驶；成为地平线的合作伙伴之后，会更多服务前端量产的客户，包括主机厂和Tier1，甚至自动驾驶算法公司，给业务的发展带来增长点。

刘军传介绍，在此之前，L3级及以上的高等级自动驾驶主要适用于商用车场景：

低速无人配送车、零售车、清扫车；矿区的无人矿卡、港口集装卡车；无人巴士以及出租车；智能化工程车辆：挖掘机、压路机、水泥罐车。

图片来源：天准科技 刘军传

考虑到自动驾驶的安全性和可靠性，部分商用车内仍匹配驾驶员，针对这种高阶自动驾驶的系统架构，刘军传首先介绍了业界现存的主流方案。

硬件架构上以自动驾驶域控制器、安全冗余控制器、底盘VCU三部分为中心。其中两个控制器通过传感器系统收集信息，通过MCU控制底盘，与底盘VCU进行通讯。底盘的实时信息，比如轮速、里程、灯光等，也会同时反馈给控制器。

硬件算力需求上，以TOPS为衡量单位（1TOPS代表处理器每秒钟可进行一万亿次操作），低速配送车200TOPS就够了，但是极端复杂的自驾情况下，2000TOPS才够，至少要一个服务器加多块显卡。

此外，处理感知信息、进行规划决策对CPU有高要求，一般用到200K DMIPS（每秒处理的百万级的机器语言指令数）或更高。

刘军传补充道，智能驾驶算法很大程度依赖于模型优化和深度算法部署的逻辑。目前量化的数据都是实验室数据，算法迥异的情况下，同样的算力表达出来也不同。

他强调，衡量性能还是需要将算法部署在不同平台上，关注其上路后跑出的数据，这样才会有更真实的对比意义和参考意义。比如说“相机30帧，激光雷达10帧，有多少相机多少激光雷达基本上可以评估出整个系统需要多大的处理帧的能力，这是更科学准确的方式。”

图片来源：天准科技 刘军传

自动驾驶域控制器的外接传感器系统配置比较复杂和庞大：首先是进行定位建模、识别跟踪的激光雷达部分，主激光雷达负责感知定位，辅助激光雷达负责补盲和避障感知探测。

相机配置典型会有12个，负责前视、后视、侧视、环视。车型复杂的情况下，比如大卡车类的工程车辆，相机可能配20个。

毫米波雷达部分，77GHz长距毫米波雷达主要用在车的正前方，探测中远距离物体；24GHz短距毫米波雷达被安装在车侧方和后方，辅助停车系统。

超声波雷达一般有12个；最后是组合惯导部分的RTK+IMU。

图片来源：天准科技 刘军传

软件需求更新 天准升级系统授时同步方案

汽车行业内软件架构发展进入 SOA阶段，刘军传表示，此前更多使用ROS系统先把功能跑起来。这两年随着AUTOSAR行业标准制定、IP通讯以及基于SOMEIP和DDS应用层通信协议建立并应用，SOA架构也慢慢成为一个主流的方案。

基于SOA，天准科技实现的是不同处理器、不同平台的架构全覆盖。

操作系统之上，是基础库和基础架构，再向上的中间件层中基于AUTOSAR AP（专注提供高性能计算和通讯机制，并提供灵活的软件配置）做了适配和裁剪，实现一系列通信协议，包括SOME/IP、DOIP等，并进行了诊断、管理、OTA功能的开发。

中间件之上，基础服务中包括天准自主封装的传感器系统，这些服务对不同的算法模块和不同的处理器开放接口，可以通过服务访问的方式进行数据交互。

最上面运行的是客户的AI/应用层，采用融合感知、决策、定位、执行等算法。下图右侧是基于操作系统层到应用层的一套工具链和服务。

这套架构已经实现了软硬件解耦，芯片和方案只要和基础层和底层硬件层适配，应用层基本上不受其变化的影响。

图片来源：天准科技 刘军传

刘军传以天准的自驾计算平台为例，分享了保证时间同步性上使用的技术细节。

天准所做的技术改动，就是在架构中增加了一个CPLD（Complex Programming logic device复杂可编程逻辑器件），并在其中运行了时钟驯服算法：接入GPS从卫星获得的高精度信号，利用恒温晶振来产生PPS信号，然后利用GPS信号来消除恒温晶振的累计误差。

图片来源：天准科技 刘军传

统一时钟源之后，每秒钟主机内都会对照GPS的标准时间做一次对齐，保障了不同处理器间的时间同步性。对外设传感器系统而言，在支持硬件触发的情况下，可以采用GPS时间戳作为基准进行硬件触发。

技术成熟度上，天准的这类系统已经可以做到微秒级授时精度；当车辆运行到隧道或者城市的高楼大厦，或者高架桥底下，也就是GPS信号弱的时候，保证24小时内偏移不超过1ms；整个系统支持市面上比较常见的主流传感器接入。

进入SOA架构后，天准升级了第一套系统授时同步方案，新方案的整个系统都基于gPTP （general precise time protocol 衍生于PTP协议的一套时间同步协议）。

新方案中，时间源来自于RTK（GPS实时动态定位），其原理在于用实时载波相差分位进行测量，相比传统GPS更加精准。

将RTK接入MCU后，运行时间保持和时钟驯服的算法，由MCU作为整个系统的时间源，最终通过以太网，给整个系统的SOC（系统级芯片）和其他外设进行首试。

软硬件架构之外，工具链层面，天准建立了完整的数据采集、清洗、回注流程。

将毫米波雷达、激光雷达、相机、组合惯导等传感器组件接入数据采集主控，通过万兆网将原始数据储存在NAS盘，接上电源稳压器和车载电源。整个采集系统结构紧凑，可以被放入后备箱中。 

图片来源：天准科技 刘军传

数据在清洗之后，还要做台架测试、要进行回注、回灌和算法验证。

为了减少算法迭代后数据重跑的问题，天准目前采取做数据采集的逆过程的方式，通过一套回灌设备，通过回灌至台架的域控制器里，复现真实场景。

此外，对高等级自动驾驶尤其L4的车辆来说，会存在大量的corner case（操作参数在正常范围以外的场景）和复杂场景。在自动驾驶算法无法覆盖解决时，需要一套接管和远程干预的解决方案。目前，天准基于远程驾驶舱，通过5G专网/5G网络/4G网络，已经实现一套完整的延时性的数据传输和指令数据传输的解决方案。

5G专网下可以做到整个链路低于100ms延时，在4G网络下典型延时也可以做到200ms，200ms已经可以实现一些低速场景、低速车辆的远程接管，但高速场景会要求100ms或者更低的延时。

天准科技两套自动驾驶计算平台均将量产落地

目前，天准所设计的两套自动驾驶计算平台分别基于NVIDIA Jetson AGX ORIN和地平线 J5。刘军传认为，对域控制器而言，差异性的关键是芯片，不存在迭代之说，现研的两套架构的竞争点和能力点完全不同。

英伟达平台强调算力、GPU加速和软件生态，地平线平台更擅长的是功耗控制以及BPU的模型深度优化，以更小的算力能做出来更多的帧率，各有特色。

前者目前已经进入小批量的样机测试阶段，更大量级计划在8月份供货。后者计划7月底进行样机测试，8月底到9月做完所有测试后进行POC供货，通过PV测试后，预计2022年第四季度有望实现批量供货。 

（以上内容根据苏州天准科技股份有限公司机器人事业部CEO刘军传在2022年6月29日由盖世汽车主办的2022第二届智能汽车域控制器创新云论坛发表的《高级别自动驾驶域控制器的软硬件需求及架构设计》主题演讲进行理解和整理。）