<mark id="oztn4"></mark>
0
| 本文作者： 利榮 | 2018-07-03 06:15 | 專題：2018 CCF-GAIR 全球人工智能與機器人峰會 |
*偉世通自動駕駛首席架構師王凱
雷鋒網按：2018 全球人工智能與機器人峰會（CCF-GAIR）在深圳召開，峰會由中國計算機學會（CCF）主辦，雷鋒網、香港中文大學（深圳）承辦，得到了寶安區政府的大力指導，是國內人工智能和機器人學術界、工業界及投資界三大領域的頂級交流盛會，旨在打造國內人工智能領域最具實力的跨界交流合作平臺。
雷鋒網CCF-GAIR 2018 延續前兩屆的“頂尖”陣容，提供 1 個主會場和 11 個專場（仿生機器人專場，機器人行業應用專場，計算機視覺專場，智能安全專場，金融科技專場，智能駕駛專場，NLP 專場，AI+ 專場，AI 芯片專場，IoT 專場，投資人專場）的豐富平臺，意欲給三界參會者從產學研多個維度，呈現出更富前瞻性與落地性相結合的會議內容與現場體驗。
7 月 1 日，CCF-GAIR 大會進行到第 3 天，智能駕駛專場如期舉行。本專場由一場大會報告、兩個圓桌討論、九大主題演講組成，共計22 位來自產學研的嘉賓將分享他們的實踐與心得。本文為偉世通自動駕駛首席架構師王凱演講的精彩內容。
雷鋒網新智駕在不改變原意的情況下，整理如下：
今天分享的主要內容是，偉世通在自動駕駛的整個開發過程中的思路以及要達到的目標。現如今，自動駕駛是一個很火的話題，很多公司都有涉獵。而偉世通的思路是從市場調研開始研究，找準定位，再把產品迅速落地，因此要先把當前市場分析清楚。
首先從市場角度出發，我個人在手機行業做了十多年的工作，發現現在的功能汽車向智能汽車的轉變，類似當年的功能手機轉化為智能手機。目前整個汽車產業的狀況還是樹型結構，也就是以OEM為核心，因為它們控制了內燃機的核心技術，所以汽車的整個產業鏈是由OEM直接定義的。例如整個鏈條的下游企業拿多少份額，完全是由控制最核心技術的人員決定，過去的30年亦是如此。
但是現在汽車行業發生了重大改變，自從英偉達的芯片使自動駕駛功能落地變現，整個產業鏈由以前的樹型結構逐漸向環形結構發生劇變。
環形結構是什么？其實就是OEM不再擔任核心角色，而是所有參與者漸漸地都能坐在圓桌上討論議題，尤其是汽車的自動化、輕量化、網聯化和智能化方面。今后汽車行業的發展情況是誰能夠把出行概念全部集成一體化，誰就會坐在圓桌的正中央，成為出行行業的NO.1。此外，在SAE L1級到L5級自動駕駛的時間軸上，大家都形成了統一的認識，2005年開始了L1級，奧迪目前能實現L3級，甚至有些OEM的L4級自動駕駛功能會在2021年左右落地。
從市場趨勢來看，ADAS行業將大幅增長，其中利潤率最高的是中央域控制器；SoC供應商在積極進入域控制器市場，例如英偉達和英特爾；軟硬件的分離，因為系統的復雜性，各個公司會從不同的側重點進行切入，預計到2025年，自動駕駛需求量將發生質的飛躍。
目前SoC廠商已經逐漸介入域控制器市場，奧迪也推出了首款L3級交通堵塞導航系統。另外，2025年出行行業將有兩大發展方向，一是面向L5級自動駕駛的共享汽車，另一個是私人定制化的L3級自動駕駛車輛，而且L3級私人車會逐漸成為私家車的標配。
自動駕駛所面臨的挑戰上，主要有如下三個方面：
系統設計的復雜性。目前存在兩種聲音，一種是OEM認為自身在汽車行業的長期積累，有很大的優勢，認為初創企業缺少經驗；另一種聲音是初創企業認為傳統OEM已經跟不上時代發展的腳步了。其實，自動駕駛系統是一個非常復雜的系統，OEM和初創公司經歷的痛點時間不同，OEM最早經歷的痛點是與功能安全和網絡安全相關，而初創企業更早接觸的是基于AI的算法。所以說，自動駕駛的整個系統就像一個木桶一樣，只要有一根短板就把水漏完了，這才是自動駕駛最大的挑戰；
解決方案的多樣性。目前很多自動駕駛算法的解決方案正在慢慢趨同，但由于該領域的火爆發展，其解決辦法會逐漸增多；
自動駕駛落地的最大挑戰問題-成本。
在傳感器領域，自動駕駛技術的發展趨勢：
攝像頭：增加靈敏度、分辨率和幀速率將導致更高的數據可用性和急劇增加的數據量；
雷達：將提供更多、更高分辨率的信息，允許以類似于攝像頭和激光雷達的方式處理雷達數據；
激光雷達：在同一范圍內的數據輸出與最先進的CMOS攝像頭相同；
IC：計算能力將隨著未來傳感器產生的數據而增強，由于L3級及以上等級的自動駕駛需求，進而使可達到ASIL D（汽車安全完整性等級，D 級為最高等級）自動駕駛安全等級的IC的數量不斷增加；
本地化、繪圖、互聯和云：由于L3級及以上等級的自動駕駛需求帶來的快速增長。
此外，我們預計到2025年，高速公路上的L3級車輛將成為自動駕駛最大的細分市場，因為它面向的是從OEM到普通用戶，發展趨勢非常明顯。
明確了自動駕駛系統的問題之后，如何解決這些問題，并研發出解決上述問題的自動駕駛系統，是一個亟待解決的命題。
問三個問題：一是系統要開放還是封閉，開放系統靈活性強，封閉系統更新快；二是系統到底靈活還是定制；三是商業化落地，如何把自身的優勢發揮到極致。
基于這些比較重要的細分市場，我們就有了DriveCore概念。
DriveCore是希望能夠給主機廠提供一個模塊化可擴展平臺，允許OEM能夠自由選擇不同的硬件與軟件、算法，就像樂高一樣，最終拼出一個自動駕駛系統。DriveCore由三部分組成：Compute（底層硬件平臺）、Runtime（中間層）以及Studio（開發工具）。
Compute，模塊化可擴展的硬件計算平臺，與其他廠商推出的計算平臺不同的是，它不依賴于某個特定的中央處理單元，可支持多種處理器；
Runtime，是車載中間件，提供安全框架，實現在不同硬件之間、算法與應用之間的數據通訊；
Studio，是提供給開發人員的基于PC的軟件開發工具。
要想讓自動駕駛系統樂高化，從系統角度來看，關鍵就是將硬件與軟件剝離，系統架構可以將來自不同供應商的算法運行在不同的硬件平臺上，這樣才能夠像樂高積木一樣，讓主機廠根據需求來自主選擇合適的積木。而實現這個就是底層的通用硬件平臺與車載中間件。
整個開發流程，無論是OEM還是第三方的開發者拿到API的SDK后，可以在沒有任何硬件的條件下設計，我們的硬件不綁定任何SOC，但支持常見或者初創的SOC。
認清自身的長項，并做到極致，就可以更早坐在圓桌上。偉世通的優勢是多年在汽車行業的積淀，無論是硬件公司還是算法企業，我們都有密切的合作，深知主機廠的需求，充當中間人的角色，將互聯網公司納入供應商序列，同時自己通過平臺，打包整個技術方案，或者讓整車廠參與開發（取決于整車廠的意愿）。
偉世通的下一步計劃，針對Studio和Runtime的不同算法進行優化，然后編譯到相應硬件環境中。其實要能夠支持不同的硬件，需定義好一個通用的架構，然后在這個架構的基礎之上，通過統一的接口定義實現擴展性，增加對不同硬件的支持。偉世通的硬件由兩部分組成：
機板：提供安全性滿足需求的電源，互聯功能（以太網）及其他可擴展功能；
子卡：用統一的硬件接口定義，可以使用不同的SoC或者MCU，只要符合接口協議就行，子卡板會做成通用大小，統一標準化，便于擴展。
SmartCore 最核心的概念就是將多個 ECU（電子控制單元）集成在單一域控制器內，可帶來體積、功耗和成本優勢。DriveCore 則是在這一基礎上的另一個延伸。自動駕駛汽車既然由機器控制，就可能存在安全隱患。所以DriveCore 必須有極高的安全性，并且達到 ASIL D 級別。
因此車載中間件將發揮非常重要的作用，它相當于一個中間交互層。由于自動駕駛系統是一套復雜的系統，需要多個 SoC 同時操作，多個 SoC 之間高速互聯，并且保證低延遲。換句話說，如果一套系統不能保證數據實現精準傳輸，那么安全性就會大打折扣。
DriveCore 的設計理念針對的是自動駕駛復雜性和多元性帶來的挑戰，目前許多自動駕駛公司的算法不盡相同，所以不同算法在不同硬件表現形式也有所不同。自動駕駛系統的復雜性，決定了它必須使用不同公司的技術模塊，但目前沒有任何一種算法和硬件可以最高效完成所有事情。所以靈活性設計顯得尤為重要，偉世通采用樂高理念，靈活處理多元性和復雜性的自動駕駛系統。
安全性角度講，最佳的辦法是在不同的硬件運行不同的操作系統和不同算法，這樣系統同時失效的幾率是最低的。同時，我們在中間層、應用層提供 API，OEM 可以通過 API 來開發自己想要的產品。
最后想說的是，當前有各種各樣的方式切入自動駕駛領域，但最佳方式一定是取長補短，找準自己的位置，與合作伙伴一起坐到圓桌上，實現經濟效益。
雷鋒網注：加入會員，與1000+資深者一起研讀智能駕駛。「新智駕年度會員」服務即將升級：每日通訊，幫你過濾雜音，圈內大事不錯過；30+場大咖 Live，直接對話行業先鋒，先人一步學習項目經驗；10+ 份原創主題研報，拆解智能駕駛不容忽視的行業趨勢。為優化會員服務，移動端也在籌劃中，會員可關注小慕（微信 ID：moocmm）獲取最新信息。了解雷鋒網新智駕現有會員服務請點擊：
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
