热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

CES深度分析:自动驾驶产业化迈向纵深(二)

雷锋网(公众号:雷锋网)注:本文作者李星宇,地平线智能驾驶商务总监。毕业于南京航空航天大学,获得了自动化学院测试仪器及仪表专业的学士和硕士学位;曾任飞思卡尔应用处理器汽车业务市场经

雷锋网(公众号:雷锋网)注:本文作者李星宇,地平线智能驾驶商务总监。毕业于南京航空航天大学,获得了自动化学院测试仪器及仪表专业的学士和硕士学位;曾任飞思卡尔应用处理器汽车业务市场经理,原士兰微电⼦安全技术专家,有13年半导体行业从业经验。在加入飞思卡尔的早期,任职于i.MX应用处理器研发团队,在该领域取得一项NAND Flash存储应用美国专利。在士兰微电子负责安全芯片的公钥加密引擎设计,该引擎的RSA/ECC加解密性能处于国内领先水平。本文CES深度分析第二篇,第一篇为《自动驾驶催生商业模式变革》。

整个过去的一年里,自动驾驶产业化在多个方面取得了很大进步,包括产业链整合、成本以及车联网。

一、合作共享成为共识

1、业界企业相继合作

“我们希望到2021年开发一套所有人都能使用的标准系统。因此,我们欢迎制造商、供应商或科技公司等其他公司参与其中,共同为无人驾驶平台做贡献。”在近期召开的新闻发布会上,宝马、Intel和Mobileye公开了三方合作的更多细节,福利肯斯坦表示,宝马及其合作伙伴最终将以非独家协议的方式,将该自动驾驶系统提供给业界,包括其它车厂。

CES深度分析:自动驾驶产业化迈向纵深(二)

宝马与英特尔、Mobileye联手开发全自动驾驶汽车

研发的是平台级产品,技术上开放,商业上不排他,在传统车厂的研发历史上,这样的开放态度是少见的。在自动驾驶激烈的竞争态势下,合作反而成为最主流的选择。

这三家公司的合作可能是业界最值得关注的,但回顾2016年,类似的合作可以拉出一串长长的清单,下面的合作仅仅是浮出水面的一部分:

  • Waymo和本田的合作,Waymo是谷歌自动驾驶项目单独拆分后成立的子公司,双方计划在2020年前后实现高速公路上自动驾驶的实际运用。

  • 英伟达和奥迪的深度合作,之前奥迪已经推出了有Tegra K1的域控制器zFAS系统。

  • 英伟达与ADAS业界翘楚博世达成深度合作,表明传统Tier 1正在快速跟上这波潮流,并且将其有深厚积累的车规级量产化经验带入自动驾驶领域。

  • 特斯拉和三星在计算平台方面的合作,三星今年是在汽车领域动作最大的消费电子公司,先后将马瑞利和哈曼收入囊中,并且成立了一个小型部门,研发自动驾驶处理器及传感器,并且已经凭借其应用处理器切入奥迪供应商体系,可以预期三星将成为高通强有力的竞争对手,与特斯拉的深度合作,为三星撬动自动驾驶市场提供了一个极佳的支点。

  • 德尔福和Mobileye的合作,德尔福在CES期间专门提供了测试车供观众体验,其CTO杰夫·欧文斯表示,该自动驾驶系统将于2019年投入生产,预计批发价约为5000美元。

  • 德国三驾马车:宝马、戴姆勒、奥迪联手收购地图供应商HERE,Intel也在最近加盟,收购了HERE 15%的股份,作为联盟的主要成员,Mobileye也已经和HERE一起收集并共享道路数据。

  • 沃尔沃与奥托立夫的合作,双方共同开发的自动驾驶平台将向整个业界供货。

  • 耐世特和大陆计划在密歇根成立一个合资公司,将打造面向自动驾驶的的电控系统和其他车载硬件。

2、四大核心因素推动合作

曾经的竞争者走到了一起,整个供应商的关系也在重组,Tier1、Tier2以及主机厂,也从未如此深入绑定在一起。群雄并起、连横合纵,在百年汽车历史上,从未有如此规模和深度的合作。这源于四个核心的驱动因素:降低技术风险、分担研发成本、缩短研发时间以及锁定客户

“开发真正的自动驾驶汽车需要克服巨大的技术挑战,我认为难度与载人登月相当。” Mobileye CEO阿姆农·沙书阿表示这不是一家企业能够单独完成的任务,合作是必然的选择。

与此同时,各个重要玩家也在全力扩充自己的研发范围,Intel今年动作频频,先后收购了深度学习初创公司Nervana,
增强其在AI方面的实力,在今年的CES展上,Intel分别展出了与地平线机器人和AImotive合作的ADAS
原型系统。在合作的同时,大家也都留一手,确保不被别人卡死。

二、传感器成本快速下降

传感器是自动驾驶汽车最显著的成本,本届CES期间,Waymo

CEO克拉夫西克宣布Waymo已经将激光雷达成本降低了90%,单价约为7500美元。克拉富西克在近期接受采访时表示:“Waymo可能会向其它公司销售硬件”。受该消息的影响,Mobileye股价下跌4.4%,降至39.86美元,创下去年11月中旬以来最大单日跌幅。投资者普遍认为此举有助于增强竞争,改变Mobileye一家独大的格局,加速成本下降。

Quanergy、Velodyne、麻省理工学院等都在推进固态激光雷达的研发,其核心在于上游半导体工艺的突破,例如高功率高波束质量的辐射源、高灵敏度接收技术、产品良率等,如果这些关键指标获得突破,固态激光雷达的实用化有机会让成本下降至100美元。激光雷达被认为是最精准的自主感知手段,其有效感知范围超过120米,而精度可以达到厘米级,但限于之前价格高昂,无法部署在量产车上,但前景无疑是乐观的。

其它的传感器价格本身已经在可接受的区间,而性能则持续提升,在CMOS sensor方面,目前已经有4Mp像素密度的车规级产品;毫米波雷达正从点目标探测往成像雷达方面发展,例如SAR(相控阵)型雷达,正在从军用领域向汽车领域推进。

毫米波雷达芯片也正在从硅锗工艺向廉价的CMOS工艺发展,预计2020年左右,COMS工艺可以达到现有硅锗工艺的水平,并且发射、接收以及信号处理器三合一的产品也在开发中,届时,毫米波雷达芯片将可能比目前的价格下降数倍。

三、车联网(V2X)迈出坚实一步

1、国外V2X进展

16年12月14日,美国交通部发布了V2V(车与车通信)的新法规,进入了90天公示期,法规强制要求新生产的轻型汽车安装V2V通信装置,这是一个里程碑式的进步。

美国交通部还在近日宣布成立一个自动驾驶委员会,专门对自动驾驶汽车、无人机等进行监管,该委员会包括了通用汽车CEO玛丽·巴拉、Waymo CEO克拉夫西克、苹果副总裁丽莎等人,目标是确保先进的技术得到安全的部署。

安装在车上的V2V系统可以看作是一个超级传感器,它提供了比任何其它车载传感器都高得多的感知能力和可靠性,在自车感知技术尚不能达到高可靠性之前,用V2X可以决定性地提升其可靠性。

美国交通部的新规中要求V2V装置的通信距离达到300米,并且是360度覆盖,远超摄像头的探测能力,并且其感知信息属于结构化信息,不存在误报的可能,根据美国家公路交通安全管理局(NHTSA)的研究,利用V2X技术,可以减少80%的非伤亡事故。

但这一切是以100%的覆盖率为前提的,在此之前,车企也曾经做过尝试,例如凯迪拉克,但都因缺乏足够的覆盖率难以发挥作用,依靠强制性的法规驱动,V2X普及的最大难题将得以有效解决。

近日,高通发布新闻表示,将与奥迪、爱立信等公司进行蜂窝-V2X(Celluar-V2X)的测试合作,该测试符合由德国政府主导的项目组织——自动互联驾驶数字测试场的测试规范。在此之前,高通推出了基于其最新骁龙X16
LTE modem的全新联网汽车参考平台,支持作为可选特性的专用短程通信(DSRC)和蜂窝-V2X。

2、中国V2X进展

16年下半年,发改委连同交通部联合发布了《推进“互联网+”便捷交通促进智能交通发展的实施方案》,明确提出

“结合技术攻关和试验应用情况,推进制定人车路协同(V2X)国家通信标准和设施设备接口规范,并开展专用无线频段分配工作”的标准制定工作。从目前的情况来看,
LTE-V极有可能将确定为中国标准。

5G 的推进对V2X是非常大的利好,因为5G标准本身就包含了V2X,可以说5G的发展和自动驾驶的发展是自洽的。

为了满足在商业应用上的高可靠性,越来越多的车企意识到在增强车辆能力的同时,需要将道路从对人友好改造为对车友好,从去年开始,中国所有的自动驾驶示范园区都在规划部署路侧系统(V2I)。随着5G的时间表日渐清晰,更大范围的部署也让人非常期待。

与3/4G时代主要面对个人消费者需求不同,5G的核心推动力来自物联网,而汽车可能是其中最大的单一应用,一辆自动驾驶汽车每天可以产生超过1T的数据,目前,像HERE这样的地图供应商正在积极准备用于自动驾驶的实时高精地图,以克服静态高精地图无法适应道路变化的难题,但之前受制于无线带宽限制,很难达到实用,5G可提供高达10Gbps+的峰值速率,以及1ms的低延时性能,可以满足这样的需求。

3、V2I商业化模式

由此,V2I使商业化有了简单直观的模式:谁投资V2I,谁就可以从中受益。因为自动驾驶汽车可以在已经部署了V2I的封闭路段行驶,计费因此变得更容易。

雷锋网版权文章,未经授权禁止转载。详情见。


推荐阅读
  • 老牌医药收割AI红利:先投个15亿美元抢中国人才
    萧箫发自凹非寺量子位报道|公众号QbitAI没想到,一场大会把我的“刻板印象”攻破了。2021世界人工智能大会现场,能看见不少熟悉的身影, ... [详细]
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 加密、解密、揭秘
    谈PHP中信息加密技术同样是一道面试答错的问题,面试官问我非对称加密算法中有哪些经典的算法?当时我愣了一下,因为我把非对称加密与单项散列加 ... [详细]
  • [译]技术公司十年经验的职场生涯回顾
    本文是一位在技术公司工作十年的职场人士对自己职业生涯的总结回顾。她的职业规划与众不同,令人深思又有趣。其中涉及到的内容有机器学习、创新创业以及引用了女性主义者在TED演讲中的部分讲义。文章表达了对职业生涯的愿望和希望,认为人类有能力不断改善自己。 ... [详细]
  • 本文介绍了南邮ctf-web的writeup,包括签到题和md5 collision。在CTF比赛和渗透测试中,可以通过查看源代码、代码注释、页面隐藏元素、超链接和HTTP响应头部来寻找flag或提示信息。利用PHP弱类型,可以发现md5('QNKCDZO')='0e830400451993494058024219903391'和md5('240610708')='0e462097431906509019562988736854'。 ... [详细]
  • SpringBoot整合SpringSecurity+JWT实现单点登录
    SpringBoot整合SpringSecurity+JWT实现单点登录,Go语言社区,Golang程序员人脉社 ... [详细]
  • macOS Big Sur全新设计大版本更新,10+个值得关注的新功能
    本文介绍了Apple发布的新一代操作系统macOS Big Sur,该系统采用全新的界面设计,包括图标、应用界面、程序坞和菜单栏等方面的变化。新系统还增加了通知中心、桌面小组件、强化的Safari浏览器以及隐私保护等多项功能。文章指出,macOS Big Sur的设计与iPadOS越来越接近,结合了去年iPadOS对鼠标的完善等功能。 ... [详细]
  • 本文探讨了容器技术在安全方面面临的挑战,并提出了相应的解决方案。多租户保护、用户访问控制、中毒的镜像、验证和加密、容器守护以及容器监控都是容器技术中需要关注的安全问题。通过在虚拟机中运行容器、限制特权升级、使用受信任的镜像库、进行验证和加密、限制容器守护进程的访问以及监控容器栈,可以提高容器技术的安全性。未来,随着容器技术的发展,还需解决诸如硬件支持、软件定义基础设施集成等挑战。 ... [详细]
  • 本文分享了一位Android开发者多年来对于Android开发所需掌握的技能的笔记,包括架构师基础、高级UI开源框架、Android Framework开发、性能优化、音视频精编源码解析、Flutter学习进阶、微信小程序开发以及百大框架源码解读等方面的知识。文章强调了技术栈和布局的重要性,鼓励开发者做好学习规划和技术布局,以提升自己的竞争力和市场价值。 ... [详细]
  • OCR:用字符识别方法将形状翻译成计算机文字的过程Matlab:商业数学软件;CUDA:CUDA™是一种由NVIDIA推 ... [详细]
  • 驭势科技签约禾赛科技,携手推进“全场景”自动驾驶商业化
    2021年12月8日,全球领先的激光雷达公司禾赛科技和自动驾驶商业化全球领跑的公司驭势科技共同宣布,双方达成战略合作协议。根据协议,禾赛将 ... [详细]
  • 论文阅读:《Bag of Tricks for LongTailed Visual Recognition with Deep Convolutional Neural Networks》
    基于深度卷积神经网络的长尾视觉识别技巧包摘要近年来,挑战性长尾分布上的视觉识别技术取得了很大的进展,主要基于各种复杂的范式(如元学习)。除了这些复杂 ... [详细]
  • SLAM优秀开源工程最全汇总
    https:zhuanlan.zhihu.comp145750808 1、CartographerCartographer是一个系统,可跨多个平台和传感器配置以2D和3D形式提供实 ... [详细]
  • 微信回应「10 元就能在朋友圈改定位」;谷歌官方首次提及 Android 11;Node 8.16.2 发布 | 极客头条...
    微信回应「10元就能在朋友圈改定位」;谷歌官方首次提及Android11;Node8.16.2发布|极客头条,Go语言社区,Golang程序员人脉社 ... [详细]
  • 苹果发布无人车安全报告,内容竟只有7页?
    众所周知,苹果无人车一直是一个极其神秘的项目。早些时候,国外媒体在加州曾拍到过苹果无人车路测的照片与视频,但是都遭到了苹果的极力否认。直到 ... [详细]
author-avatar
719苗苗113
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有