您的位置首页  未来科技  科学技术

陈黎明:自动驾驶是未来出行最主要的科学技术基础

  • 来源:互联网
  • |
  • 2018-02-03
  • |
  • 0 条评论
  • |
  • |
  • T小字 T大字
陈黎明:自动驾驶是未来出行最主要的科学技术基础  2018年1月20-21日,中国电动汽车百人会论坛(2018)在钓鱼台国宾馆召开…

原标题:陈黎明:自动驾驶是未来出行最主要的科学技术基础

  2018年1月20-21日,中国电动汽车百人会论坛(2018)在钓鱼台国宾馆召开。本次论坛的主题为“把握全球变革趋势 实现高品质发展”,总参会人数超过1500人,100多位发言嘉宾齐聚一堂共商新能源汽车发展大计。我们将摘录一些颇有见地的嘉宾观点,与读者共享。以下是

  不管是未来出行的趋势,还是汽车工业发展的趋势,自动驾驶都常重要的一部分,也是未来出行最主要的科学技术的基础。今天想跟大家分享一下面临的挑战和博世在这方面最新的一些研究。

  首先,自动驾驶就是取代人的,包括对周边关系的,知道自己在什么地方,下面应该干什么;其次,对得到所有的信息进行分析、决策,然后进行下一步动作,先是大脑,然后是手和脚,最后取代手和脚,把我们从无聊的开车当中出来。

  2级,今年或明年会有一些产品推出,把手脚同时解放出来,但需要用人的眼睛对周边进行观察和判断。

  3级,把眼睛也解放出来,可以在车里干一些别的事情,当系统失效时,允许驾驶员接管,有一定的延迟。

  从2级到3级,不是简单数字的变化,是质的变化,其中最大的是驾驶责任的变化。3级以下都是驾驶员对整个驾驶负责,到了3级以上就是系统对整个驾驶负责,这常性的变化,而不只是一点点,incremental的变化,这对整个自动驾驶提出了非常大的挑战。

  所有机械元件总有失效的模式,这个时候如何应对、如何处理?这是自动驾驶领域到目前没有完全解决的问题。从2级到3级的驾驶责任的改变,自动不足时,到完全自动驾驶,人无法接管,场景越来越复杂。失效的处理,2级是失效了车可以停下来,3级以上是失效时车还要自己能够运行。基于这样的要求,对整个控制系统,包括传感器、执行器、控制器、电源、通讯等都要有冗余的控制,就像飞机一样,一套系统失效了,另外一套还能够接管过去。

  自动驾驶,讲了有第三空间,有很多很时尚的东西,但是最根本的还是解决把人安全地从A转到B,如果没有这些,所有的第三空间、车联网都是空谈,最根本还是解决安全地从A到B的问题。

  1.私家车用户,哪怕有无人驾驶,还是有很多人就喜欢车,因为车对很多人来说是很时尚的玩具,有驾驶的乐趣,也有驾驶的烦恼,所以为什么要自动驾驶。

  两条径是不同的终端,客户要求不一样,对于私家车来讲,一般按照渐进线级这样走。对于出行运营商来讲,需要的是车机器人,实际上车到最后就是运载机器人,需要驾驶员,能够24小时运营。

  基本现在所有造车企业都是沿着渐进线在走,对于滴滴、Uber这种出行运营商就是4级、5级。

  不管是哪一个径,大家遇到的问题都是一样的,面临的主要挑战有两方面:1.需要帮助解决;2技术层面。技术层面需要企业、研究机构、大学等开发新的产品,解决这些技术问题。在法规规范方面必须要由支持。

  美国最早开始允许自动驾驶上,也是做得最快、最激进的,在日本、法国、英国、新加坡等也有车允许上。之后美国推出关于自动驾驶的指导方针,、、都有一些法案,对于如何管理车的运营,在开发、测试阶段如何安全,这方面在做,日本也有一些。目前从几个主要国家来看,中国还比较慢。工信部在做这些方面的研究和做一些准备,但目前没有出台,最早是的,现在也在试运行,很多地方还没有这方面相应的法规或指导意见来进行自动驾驶的测试。现在鱼龙混杂,很多时候有很多马杀手,如果一些系统没有达到安全标准就上的话,对整个交通、整个安全常大的隐患。昨天在百人会理事会上,我也强烈呼吁:希望能够在这方面给予一些支持,尽快出台政策。

  自动驾驶是一个系统的系统控制问题。车上有发动机控制系统,有变速箱控制系统,有ABS、ESP、安全气囊等控制系统,以前基本是各做各的,到了自动驾驶以后,要把所有的系统全部网络化,形成一个大系统,对整个大系统进行综合的控制。这是汽车工业以来最具有挑战、最复杂的一个系统控制问题,牵涉到方方面面的挑战。

  现在方面比较热,传统方法在新的复杂的当中,不再是简单的场景,而常复杂各种情况下的场景,这时候传统算法无法处理这样的物理模型,这时候人工智能刚好有了突破,在这方面有非常好的应用。

  真正能够知道周边,进行最优的规划,作出最优的决策,人的安全。这是在智能方面的挑战。应该说动态控制(即对于车的控制)到目前是最成熟的。

  车载计算机计算能力问题,人工智能很强大,能解决很多问题,但是要落地,要在车载计算机上实现其功能,到目前为止还是一个巨大的挑战。神经网络、深度学习计算量相当大,如何能够落地?如何能够把所有数据融合?要把所有传感器全部融合起来,准确判断周围,而同时协调所有控制器达到最佳安全的控制状态,所以它是一个非常复杂的控制系统。

  现在大家谈得比较多的还是、思考、行动,都没有谈的是最后怎么有一个好的系统架构——电机架构、功能架构、软件架构,怎么最优地去支持冗余,支持整个软件,这些都常重要的部分。

  把系统集成了,最后要验证、要。没有验证、没有,前面谈的都是Demo,还是没有办法放到上去。今天开的车是经过了很多验证,是安全的,才能够放到上去,这块目前没有答案,特别是在人工智能算法加入到自动驾驶里以后,如何验证这些神经网络,现在还是一个性的话题。

  博世作为一个汽车零部件供应商,在主被动安全、ADAS、自动驾驶方面提供相应的传感器,摄像头、中长距雷达、超声波雷达、制动系统、智能助力器和ESP,形成冗余制动,这也是自动驾驶目前相对成熟的产品。

  博世有40多年汽车软件的开发经验,包括控制、各个方面软件的集成和验证,还有系统安全,这块也非常重要。如果一个自动驾驶的车被黑客以后,大家可以想象是什么样的场景,这也常关键的一块。现在很多车载安全系统都用博世的解决办法,这是主流产品。基于这些,我们可以提供自动驾驶的功能、自动泊车功能。

  目前,下一代雷达正在研发中,距离会进一步增加,视角会从90°到100°,带宽从1G到1.5G,角分辨率进一步增加。整个雷达做得更薄、耗能更低、更易于安装,同时主要振动自动驾驶方向来设计,可以在复杂场景下识别更多的目标,更准确地在速度和距离上进行测量。

  新一代多功能摄像头和立体摄像头,象素从1.2到200万象素,市场角双倍,加上用了最新技术,不仅是人工智能、深度学习,还有纹理识别与密集光流法,因为没有一个东西是万能的,没有一个东西可以解决所有的东西,我们把最先进、最好的东西集成在一起,使得其能最有效来解决问题,同时所有这些算法都已经在车规级芯片上开始实现了。

  泊车方面有最新一代超声波传感器,性能相当好,对于自动泊车和低速制动都提供了很好的支撑。

  有了高精地图,如果不能知道自己准确在什么,实际上没有办法进行下一步操作,所以一定要准确知道自己在什么地方,与别的车什么关系,才能进行制动。

  2.通过道特征,道上有很多东西,都是特征,可以帮助我们进行定位。基本上实现道特征定位主要是通过摄像头,别的公司都谈过摄像头,我们也做。同时我们这里谈到一个特别的是靠雷达来进行特征定位。去年4月份,我们与、百度、施维进行战略合作,开发基于雷达和摄像头一起的定位。

  过去几个月时间里进行了很多测试,非常高兴地跟大家分享一下,证明常好的一个解决方案。目前精度达到10cm的级别。要实现自动驾驶,要求20cm级别的定位精度,通过我们这个雷达道特征可以达到10cm。在高速、城市道,甚至在隧道里,都用这个道特征,效果非常好。

  除了高速公解决方案,还有城市自动引导,即5级无人驾驶,这个技术我们与戴姆勒进行合作。泊车,包括遥控泊车、自动代客泊车、家庭泊车,我们主要提供这三个方面的元器件和系统解决方案。返回搜狐,查看更多

免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186
友荐云推荐