首页 > 智能网

广汽蔚来朱赛春:车载边缘计算与自动驾驶的未来

来源:智能网
时间:2019-09-03 12:01:07
热度:76

广汽蔚来朱赛春:车载边缘计算与自动驾驶的未来8月28日,由中国工程院主办、浪潮集团承办的2019中国人工智能计算大会(AICC2019),围绕人工智能的产业需求深度研讨了AI计算难

8月28日,由中国工程院主办、浪潮集团承办的2019中国人工智能计算大会(AICC2019),围绕人工智能的产业需求深度研讨了AI计算难题与发展机遇。在自动驾驶分论坛中,众嘉宾围绕车载边缘计算平台展开讨论,本文整理了广汽蔚来高级技术总监兼产品总监朱赛春先生的发言。

未来自动驾驶技术的发展重点在于车载边缘计算产品的设计,而车载边缘计算产品的研发需要借助开放、生态与合作伙伴。所以,在AICC2019 自动驾驶高峰论坛环节,针对自动驾驶技术的发展与生态联盟建设等话题,与广汽蔚来高级技术总监兼产品总监朱赛春先生展开讨论。

主持人:当前,越来越多的IT和互联网企业开始涉足自动驾驶领域。BAT都成立了自动驾驶方面的研发团队,滴滴也把自动驾驶业务从整个公司业务中剥离出来,成立了单独的公司,华为也成立了智能汽车事业部。今天我们看到浪潮在这方面也有所动作。我们想请教一下各位嘉宾,您觉得是什么原因让这些企业纷纷开始涉足自动驾驶领域,或者说未来自动驾驶领域都会有哪些吸引人的机会,这块的市场会有多大?

GAC-NIO朱总监:

虽然大家都在纷纷进入做自动驾驶汽车制造行业,但大家的市场愿景和商业模式不一样,初心不一样,这就决定了自动驾驶系统有两套不一样的系统和应用方向。一个是以广汽蔚来等主机厂为代表的PC(Privately Owned Passenger Car)私家车,和谷歌Waymo等为代表的UAT(UrbanAutomated Taxi)城市出租车。

对于商用车,还有一个重点应用领域是无人驾驶卡车和专用车辆。专用车辆,由于应用场景相对简单,在特定半封闭场景特定工况下,自动驾驶技术相对成熟,L4级别的无人驾驶商业应用落地相对较快。城市出租车,低速、固定场景、结构化道路再加上通行规则法规的强制约束,相对全场景的自由驾驶的私家车的无人驾驶,更容易落地。私家车的自动驾驶开发难度最大,从驾驶的自动化等级来分,SAE分为L0-L5级,基本上分为L3级别以下的ADAS和HLADAS,及L3级别以上的无人驾驶。全工况全场景的无人驾驶难度最大,这或许是我们人类的终极目标。

但高级辅助驾驶和高等级人机共驾是我们车企目前研究开发的主要方向。它主要是以人工智能技术来让人们在驾驶过程中从解放双脚解放双手以至于解放双眼,这样不仅仅提高了驾驶的安全性,而且解放了人类的驾驶时间。我们可以在路途中娱乐、办公甚至消费,来利用和享受快乐旅途时光。说到消费,这或许是BAT积极进入这一领域的重要原因,未来的汽车驾驶座舱是除手机之外的重要的互联网流量入口,对于有车之后的汽车消费市场,据统计单车消费每年约8000元,这还不算移动生活消费。所以广汽蔚来CEO廖兵先生曾说过,汽车出行只是中点,更重要的是创造生活体验。不论造车、出行、还是移动生活,这唯有自动驾驶才能使之可能,而AI技术是自动驾驶的重要支点。

主持人:车载边缘计算单元是自动驾驶技术落地过程中非常重要的一个组成部分。当前像NVIDIA、Mobileye等公司都设计有相应的产品。但是好像在产品价格、功耗以及计算力等方面还存在一些无法令人满意的地方。想请教一下,在采购和使用车载边缘计算单元时,都会对哪些方面比较关注。或者说哪些特性将成为影响车载边缘计算单元未来发展的关键要素。比如算力、功耗、价格、可靠性,等等。

GAC-NIO朱总监:

广汽蔚来,一家以“合创”为理念,汽车和互联网深度融合的用户企业。2019年5月20日发布品牌“HYCAN合创”及首款概念车,首款量产车型计划于2019年底发布,2020年上半年交付用户。这不仅是一辆电动汽车,更重要的他是基于一个架构两个平台打造出来的自动驾驶及出行服务系统。

一个架构是统一的开放的电子电器架构,两个平台是自动驾驶应用开发平台和云服务平台,他们是有机整体,共同构筑了广蔚电动汽车的价值取向和落地根基。电子电器开放架构平台是我们产品的落脚点。在这平台上我们能持续地迭代开发和灵活的部署丰富的个性化的应用场景。

对于L3级别的完备环境感知,我们需要计算机视觉系统和神经网络学习算法,这里都离不开强大的GPU和机器学习和推演的专用计算芯片NPU的支持,估计需80-300TOPS的算力。L4级别,强调的是对自身和外界情景的认知和行为的决策力,这需对自动驾驶驾驶系统的硬件系统冗余和高可靠性提出来更高的要求。在基础软件平台上,我们需要一个异构OS生态环境来支持多种应用软件的集成,来实现我们的“合创”理念,这需要支持MCU的Classic Autosar,还需要支持SOC的Adaptive Autosar标准。

主持人:最后一个问题。自动驾驶技术是一个需要通过云数据中心计算单元、路侧计算单元、车载边缘计算单元相互配合才能实现的技术。未来,在整个自动驾驶过程中,哪些功能需要借助云数据中心计算单元来实现,哪些功能需要借助路侧计算单元来实现,哪些功能需要借助车载边缘计算单元来实现?这三类计算单元之间应该如何分工、如何配合?

GAC-NIO朱总监:

智能汽车实现车与人、车、路、云等智能信息交换、共享,具备环境感知、智能决策、协同控制等功能。从系统架构方面来讲,智能汽车在传统的人和车之间,增加一层信息系统层,在这一个层,通过基于新一代人工智能技术的学习认知系统,和专家知识与机器智能融合形成的自我成长型知识库,能完成智能信息交互,智能分析决策和智能控制。从系统设计角度理论上这一层信息系统既能部署在OBU上也能部署在RSU上。从工程的角度,我们目前倾向于采用协同感知,自主控制的方案。这样有助于降低自车传感器成本。

Baidu
map