国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

近年來，在自動駕駛的探索上，無論是汽車企業，還是互聯網企業都卯足了勁，投入大量的人力物力財力進行研發，并進行了大量的路測實驗，各地也頻頻傳出路測實驗通過的喜訊。不過，自動駕駛規模化應用依然是個難解的話題，特別是自動駕駛距離L4、L5級別落地仍有非常長的路程要走。 

　　近日，工信部發布《新能源汽車產業發展規劃（2021-2035年）（征求意見稿）》。《征求意見稿》提出，到2025年我國要實現高度自動駕駛智能網聯汽車實現限定區域和特定場景商業化應用。這對我國自動駕駛領域的玩家們提出了新要求。究竟自動駕駛規模化應用難在哪？業界有無良策？ 

　　技術成熟尚需時間 

　　自動駕駛汽車是指搭載先進的車載傳感設備、車載技術平臺、人工智能軟件、電子控制器和執行器等裝置，使車輛具備復雜環境感知、智能化決策與控制功能，最終實現由自動駕駛系統替代人類操作的新一代汽車。

 　　從字面解釋來看，自動駕駛需要多個部件的協同才能完成。正常駕駛中，駕駛員開車要超車時,第一步是看前面這輛車開太慢了要超車；第二步是計劃,觀察旁邊車道前后是否有車,確定變道路線；第三步是實施計劃,打方向盤變道超車。

　　在自動駕駛的實現過程中,也是一樣的流程。不過，需要多達數十個傳感器幫助車輛實現“看”,而在接下來的計劃和實施階段,則要依靠高精度地圖和強大而穩定的計算平臺。 

　　高精度地圖必須細致到道路曲率、航向、坡度等具體信息,為車輛的自動控制提供最高可達厘米級的道路依據；強大而穩定的計算平臺則為車輛提供及時、快速、持續穩定的信息處理和指令反饋等。 

　　在賽靈思汽車戰略與客戶市場營銷總監Dan Isaacs看來，道路交通復雜的情景是阻礙自動駕駛實現的最大原因之一，需要車企不斷進行路測實驗。 

　　馬小智行北京研發中心負責人李衡宇認為，除了無法解決應對復雜的場景問題外，目前市面上大部分的自動駕駛車輛累計的自動駕駛里程都不足，無法達到安全測試的標準。 

　　此外，在高精度地圖方面，擁有此類資質的企業很少，能夠投身汽車領域或是能與車企達成合作的更是少之又少。這也是制約自動駕駛未能規模化應用的重要原因。

　　實際上，當前大多數涉及自動駕駛領域的玩家大都處于L3-L4級別之間。L3級別只是自動駕駛可實現車道改變、手動自動任意且換、視頻通話等；L4級別自動駕駛則可實現復雜城區場景的安全行駛,甚至可通過人車混雜的復雜路口、極窄車道精準駛入同行、前車近距離并線等；而位于L5級別則可以實現機器完全接管汽車,而且具備比人類駕駛員更自如的駕車技術和路況應變能力。

　　中國工程院院士、中國人工智能學會理事長李德毅曾表示，我國自動駕駛汽車的發展分為兩個階段，第一個階段是從1984-2018年，自動駕駛汽車處于科研探索期；第二個階段是從2018-2025年前，自動駕駛將處于產品孵化期。 

　　李德毅預測，到2028年我國商用車保有量中，將有10%達到自動駕駛，而2035年才能實現每年生產的新車都是L4級的自動駕駛汽車。 

　　突破技術障礙  異構計算作用明顯 

　　自動駕駛汽車是汽車產業與人工智能、信息通信等產業融合創新的產物，集合了環境感知、行為決策、自動控制等功能，進而實現對人類駕駛員部分或完全的替代。這其中，軟件、傳感器、技術解決方案等以及綜合運用這些軟件的平臺至關重要。 

　　在近日舉辦的賽靈思開發者大會上，賽靈思宣布推出兩款具有編程性、更高的輸入輸出通道，而且有更好的性能的新器件。這些新器件主要是基于高級駕駛輔助系統（ADAS）和自動駕駛的需求，能滿足邊緣的探測器和中央預控制器的更高要求。

　　Dan Isaacs表示，實現自動駕駛需要更多的傳感器和更多的可編程能力，并且需要把更多的加速器放在整個系統當中。賽靈思的數據匯總預處理和分配的功能能夠幫助企業擴展產品線，覆蓋從小到大的所有器件，滿足客戶可能出現的需求。 

　　在解決自動駕駛傳感器問題上，百度的Robotaxi的傳感器則使用“激光雷達+毫米波雷達+相機”的融合方案。據介紹，由于其具備360度視野無盲角、240米探測距離、小于100米的實時控制以及對外圍環境的精確感知能力，能夠實現在復雜天氣及復雜城市路況下的安全行駛。 

　　值得一提的是，今年是國內5G商用元年。隨著5G的逐漸普及，其低延時、高寬帶等特性也能助力運算通過“云端+邊緣”的方式進行。 

　　不過，李衡宇認為，5G可以幫助自動駕駛但不會起決定性作用。“5G仍然是一個無線傳輸制式，雖然在低延時和寬帶上有優勢，但在很多場景中，仍然會出現一定的延時，這在有時候甚至是致命的。”李衡宇表示，只有智能的分布式系統能解決問題，因為它會讓每個節點都有計算能力和智能化，能夠很好地應對復雜的環境。 

　　實際上，在通常情況下，傳統CPU、GPU或者DSP可以實現高吞吐量，但是沒有辦法實現低時延，因為處理時間會比較長，這時候就需要花更長的時間來進行響應。

　　“在我們的自動駕駛測試中發現，使用FPGA芯片方案后，其延時可以得到12倍的提高，相對通用計算架構來說，能耗只有通用計算架構的1/10。”李衡宇表示。

　　在李衡宇看來，FPGA方案最大的好處就是在輸入輸出通道中或者傳感器不需要發生太大變化時，可以用可編程邏輯當中的一部分進行改變。比如，開車時換了倒車檔，這時候就啟動了后置攝像頭，在這個過程當中，并不需要把整個系統關掉再重開就可以實現，而這樣做的好處是節約成本的同時也增加了汽車的可靠性。 

　　“FPGA可以提供最低功耗的AI推斷以及高度的擴展性，通過可編程的邏輯幫助企業實現動態功能交換或者在遠程硬件上實現芯片更新，并根據傳感信息輸入輸出的要求，提高加速的能力。與此同時，加上ADAS就可以實現異構計算，幫助矢量引擎、AI引擎和各種引擎來實現異構計算。”Dan Isaacs表示。

自動駕駛選擇“賽道”需量力而行 

　　過去幾年，自動駕駛吸引了眾多企業的參與。不過，從目前從業企業的狀況來看，這活不是什么人都能干的。

　　近日獲悉，百度、福特等參與投資的全球激光雷達巨頭Velodyne決定裁撤中國辦事處20余人，不再直接在中國銷售激光雷達，僅保留幾名負責渠道與大客戶售后的人員，產品銷售恢復到剛進入中國時的“代理模式”。

　　眾所周知，作為一項重要的傳感器技術，通過發射激光來感應與描繪障礙物的激光雷達，是自動駕駛技術專家們視為L3級以上自動駕駛汽車必不可少的關鍵零部件。Velodyne的“斷臂”與自動駕駛領域日益復雜的情況以及仍需巨額投資不無關系。

　　這不是自動駕駛領域遭受挫擇的第一次，此前原樂視創始人賈躍亭在造車領域也折騰了一兩年，最后以失敗告終。業界甚至流傳一句話：“要找死，就造車”。 

　　先拋開自動駕駛不說，造汽車這件事本身就不是隨便一沖動就能干的。可以說，沒有幾十年上百年的技術沉淀，難言成功。 

　　自動駕駛是互聯網之后產生的，是汽車產業與人工智能、信息通信等產業融合創新的產物。它集合了環境感知、行為決策、自動控制等功能，進而實現對人類駕駛員部分或完全的替代。可以說，它是汽車產業更高階的體現。 

　　從目前來看，要實現自動駕駛，最大的難點還是技術不夠成熟，需要不斷實驗，以驗證在各種復雜的場景下的安全性。這不光需要高技術的加持，更需要日積月累的不斷研發和實踐。這都需要付出巨大的人力物力財力。

　　當然，不是說不能進入自動駕駛領域，而是要慎重、再慎重，并選擇不同的“賽道”進入。比如，財大氣粗、技術實力雄厚者可以進入整車領域，但大多數中小創業者做產業鏈上的補充、創新更為“靠譜”。 

　　魔視智能公司創始人虞博士就專注于自動泊車系統。他通過人工智能的算法，基于不同的傳感器、視覺、超聲等，實現自動泊車到代客泊車，再到高級自動駕駛。這不僅適用于自動駕駛，對目前的普通汽車而言，也是一個新的方向。

 　　馬小智行北京研發中心專注于自動駕駛的系統和解決方案，并與豐田和現代等車企都建立了合作，同時還跟OEM和賽靈思等上下游合作伙伴建立了非常好的合作。這都能助力企業的進一步發展。

 　　自動駕駛是一個大市場。從細分領域切入，尋找自動駕駛小而美的“藍海”也不失一個明智的選擇。

 摘自《中國高新技術產業導報》