TechSugar|特斯拉不赞成传感器融合,自动驾驶汽车怎么办?( 二 )


TechSugar|特斯拉不赞成传感器融合,自动驾驶汽车怎么办?
本文图片

Amnon Shashua
不过 , Mobileye负责自动驾驶汽车标准的副总裁Jack Weast承认:“鉴于没有完美的传感器可以在汽车的整个使用寿命中始终保持100%的精确感测 , 因此 , 我们必须通过提供足够能力的感测来解决这个问题 。 ”
TechSugar|特斯拉不赞成传感器融合,自动驾驶汽车怎么办?
本文图片

Jack Weast
他认为 , 必须换个思路 。 他解释说:“我们有一辆只有雷达和LiDAR的独立车辆在耶路撒冷运行 。 目的是将仅有LiDAR/雷达的汽车提高到与仅有摄像头系统相同的感知水平 。 将它们结合在一起 , 就可以拥有并行运行的冗余且多样化的感测实现方法 。 因此 , 我们可以生成两个世界模型并将它们组合在一起 , 而不是仅依赖于一个世界模型来提高准确性 。 ”他把这称为更保险的“裤子的两条背带” 。
破解传感器融合的技术挑战
传感器融合为完全自动驾驶指明了道路 , AV加速的疯狂竞争压力也在传感器融合算法开发中取得了重大进展 , 但仍然存在许多技术挑战 。
Yole Développement的技术和市场分析师Pierrick Boulay说:“汽车的E/E(电气/电子)架构正在从分布式架构演变为以域为中心的架构 。 ”
他指出 , 奥迪在2016年走出了第一步 , 采用了zFAS域控制器 。 所有传感器数据 , 包括来自3D摄像头、远程雷达、LiDAR和超声传感器的信号 , 都不断地输入到模块中并由模块(域)进行处理 。
“使用这种类型的域控制器 , 可以更轻松地实现数据融合 , ”Pierrick Boulay说 。 事实上 , 特斯拉对其Autopilot硬件采取了类似的方法 , 用硬件“收集来自所有嵌入式传感器的数据 , 还可以控制音频和RF及导航系统 。 ”目前真正的域控制器应该只有特斯拉的AP3.0(FSD版)和奥迪A8的zFAS , 其余很多域控制器只是虚拟机而已 。
奥迪A8的zFAS
英飞凌科技奥地利公司概念工程师Norbert Druml表示 , AI将越来越多地实施 , 且所有开发用于分析此类异构数据量算法的公司都将找到许多机会 。 对于制造处理数据的芯片公司来说也是如此 。 随着驾驶级别的提高 , 对计算能力的需求也不断增加 。 例如 , 自动驾驶汽车已经超过了每秒250 tera运算量 , 而特斯拉的完全自动驾驶能力接近70 TOPS 。
那么 , 计算能力可以无限增加吗?在什么级别就可以认为足够用于完全自动驾驶?Pierrick Boulay说:“有些公司拥有中等计算能力的优化系统就可以实现完全自动驾驶 , 而其他公司则可能需要两倍的资源 。 只有时间才能证明极限在哪里 。 ”
一些挑战与传感器和计算的功耗有关 , 尤其是在电动汽车中 。 因为处理大量数据可能会影响电动汽车的行驶里程 。 高能效是用户的主要关注点 。
与传感器融合有关的另一个挑战是在不同维度空间(即2D和3D)中融合数据的能力 。 这是OEM和Tier1必须回答的关键问题 。 LiDAR能够以3D模式设置场景 , 并可使用摄像头和雷达对场景进行微调 , 以使图像具有色彩 , 使物体具有速度感 。 而要实现这一点是相当复杂的 , 这也是领导者和落后者之间的差异所在 。
让我们看看Norbert Druml在2020年布鲁塞尔国际传感技术展上分享的一项价值5100万欧元的欧洲研究项目Prystine——汽车智能化可编程系统 。 他展示了迄今为止在L3自动驾驶的故障操作感测、控制和AI控制的车辆方面取得的一些重要成果 。
TechSugar|特斯拉不赞成传感器融合,自动驾驶汽车怎么办?
本文图片

Prystine:传感器融合势在必行
据介绍 , 支持Prystine的包括来自14个欧洲和非欧洲国家的60个合作伙伴 , 宝马、福特和玛莎拉蒂等汽车OEM、英飞凌科技和NXP等半导体公司都在其中 , 还有一些技术合作伙伴和研究机构 。 Prystine将加强和扩展欧洲行业、研究和大学在智能移动领域 , 特别是电子元件和网络物理系统领域的传统核心竞争力 。


推荐阅读