自动驾驶汽车:一系列技术

图片

无人驾驶汽车产业的成熟度可与100年前的传统汽车产业相提并论。亨利·福特(Henry Ford)在T型工厂生产的不仅是汽车本身,还有车轮,以及其自己生产的大多数其他零部件。一百年后,数以百计的大型和小型供应商提供了典型汽车的70%的零部件,而汽车制造商仅制造了30%的零部件。

据《汽车新闻》报道,2017年仅十个最大供应商的总收入增长到3150亿美元,全球100个最大供应商的收入接近8000亿美元。这是有道理的:引擎盖下的细节通常不允许车辆制造商将其与竞争对手区分开来,或者换句话说,最终用户-即所有者/运营商-通常不在乎,或者通常甚至不会注意到是否有雷达传感器由博世,电装或其他公司制造的自适应巡航控制系统,运行可靠且可靠。

无人驾驶汽车的趋势继续朝相反的方向发展。例如,Waymo设计并正在建造自己的激光雷达,克鲁斯(Cruise)在2017年收购了激光雷达公司,最近,奥罗拉(Aurora)也收购了激光雷达公司。原因很简单。几乎每个人(可能只有一个人)都认为,激光雷达对于开发最安全,最可靠的无人驾驶系统至关重要。换句话说,公司认为,如果他们认为自己在这方面很关键,将具有竞争优势。另一方面,这种短期优势是非常不确定的-有70家这样的公司(不包括中国公司),并且尚不清楚哪种技术将在未来几年占主导地位。再说一次,作为几年的自动驾驶出租车的乘客,如果汽车能够安全舒适地驶向目的地,我不会为单个组件的制造商所困扰。

从中长期来看(主要是由风险投资基金提供资金),在无人驾驶领域运营的拥有完整堆栈的公司(即那些试图最大限度地实施公司内部所有组件(包括硬件和软件)的公司)将注意到:成本和复杂性将大大增加。

一个(相对较小的)全栈公司的创始人最近告诉我,他们“有能力自己创建一个全栈,因为他们的潜在市场很大。”我不确定他是否完全理解这种规模的经济。庞大而有利可图的市场吸引了更多竞争者,最终降低了价格。向10个制造商提供产品的供应商显然可以提供较低的成本。同样,这正是导致汽车供应商贡献了传统汽车成本70%以上的事实。

最近,在无人驾驶领域已经建立了伙伴关系,这在以前是不可见的。大众汽车拒绝了与Aurora的合同,而是投资了Argo,甚至向Argo提供了其无人驾驶汽车子公司AID作为交易的一部分。宝马和戴姆勒都将加入其无人机研发部门,有传言说奥迪也将加入。

我们认为这只是一个中间步骤。最终,无人驾驶行业将经历同样的转变。我称之为无人驾驶汽车分解。对于大多数公司来说,整个堆栈太大,太复杂,太昂贵,太耗资源,无法自行开发。这包括太多不同的学科和技能。

无人驾驶汽车堆栈由五个主要组组成:硬件,外部软件和数据,固件以及共同促成产品开发的各种方法。

1.硬件堆栈


图片

硬件堆栈包括通常可针对特定应用定制或定制的车辆平台,该车辆平台包含致动器的接口,即传动系统,制动和转向系统以及电子设备。另外,这些组件包括车载计算机,车辆内部的通信系统以及云,以及数据记录和存储组件。传感器包括GNSS,运动传感器,激光雷达,雷达,照相机,有时还包括超声波。

2.外部软件


图片

外部软件和数据包括地图(具有不同的图层,有关详细信息,请参见例如Lancelet 2文档)。应该创建地图,使用元信息进行注释,更新和分发(也要分部分进行),同时保持整个地图数据库的一致性。高度自动驾驶车辆通常作为车队的一部分进行操作,这需要对无人驾驶车辆进行车队管理,车队路线选择,远程操作,自我和远程诊断。一辆自动驾驶汽车的传感器最高可生成64 GB / s(或8 GB / s,或480 GB / min,或28 TB /小时,或560 TB /天,或200 Petab /年)。舰队显然创造了这个的倍数。必须记录,保存,注释此数据量,分析和管理。软件开发人员需要一个能够提高生产力的软件开发环境。工具包括数据复制,数据可视化以及在各种级别上对数据建模的功能。

3.方法论


图片

在开发过程中,使用了各种方法,包括系统设计,软件体系结构设计,硬件设计,交互设计。应在所有级别上进行测试,包括程序单元,回归,集成,SIL,HIL,车辆测试。其他方面包括功能安全性,规则,认证,安全性,保护,验证和确认。

4.固件


图片

内置的软件堆栈由一个操作系统(我希望,对于关键的安全系统来说是实时的,而不仅仅是Linux)组成,它本身由一个内核,调度程序和驱动程序组成。在OS之上的是软件结构(至少在设计良好的系统中),该软件结构从许多前述组件中抽象出来,例如OS,计算机硬件,触摸界面,数据记录,回放,可视化和中间件。它应该为安全性,保护和诊断提供支持。 ROS(机器人的操作系统)实际上是标准框架,并且ROS 2设计文章集提供了有关机器人框架中包含的组件的更详细的概述。在Apex.AI,我们开发了一个商业广告,很快就获得了ROS 2的安全分支的认证,我们称之为Apex.OS。框架的顶部是算法组件。感知是指将来自传感器的信息处理成简短的环境模型。本地化是车辆相对于地图上显示的车道,道路和世界的位置。对场景的理解贯穿了对感知世界的语义理解。基于许多目标并根据环境做出驾驶决策,计划所需的车辆运动并通过控制器发送至车辆的执行器。其中许多算法组件都是使用现代人工智能(AI)方法实现的,可以实现与人类相似的准确性,但是对堆栈的许多部分提出了新的要求。

5.产品


图片

所有组件都必须集成到产品中,这里指的是与用户/操作员交互的应用程序。该应用程序适用于其预期用途,针对支持它的堆栈的功能进行了配置,然后发布。用于高度自治工作的系统集成是与多个参与者的协作,并且具有设计良好的堆栈,它可以快速进行定义,配置,测试和发布。

模块化和扩展堆栈的启动器是一种常见的体系结构。 ROS为我们提供了由基金会管理的标准化和开放架构以及开源实施。我们将ROS模型扩展到了应用程序堆栈,并且最近成为Autoware Foundation的创始人之一。 Autoware Foundation开发了用于自动驾驶的功能架构,并构建了该架构和完全开源的参考实现。已有超过35个公司和组织加入了Autoware Foundation。加入这个强大的小组来帮助创建标准。

如果Waymo等待堆栈分解的发展,Waymo将不会领先于其他所有人,但这是先锋的负担。希望赶超的其他所有人都可以更快,更便宜地做到这一点,支持堆栈的分解,帮助制定标准并选择合适的合作伙伴,以期在100年内达到自动化行业的下一个成熟水平。



图片

关于ITELMA
- automotive . 2500 , 650 .

, , . ( 30, ), -, -, - (DSP-) .

, . , , , . , automotive. , , .

阅读更多有用的文章:


All Articles