0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

高通自动驾驶项目生态构建和安全仍是难点

ml8z_IV_Technol 来源:cc 2019-02-11 14:40 次阅读

高通带着一个明确的信息来到了CES,这家手机芯片巨头已准备好在高级自动驾驶(以下简称AV)领域中大展宏图。但这次高通只面向特定观众展示了他们的AV项目。

高通的AV策略主要有以下三点:

高通将提供分层的AV解决方案,会比较侧重于可拓展性和成本效益方面。

高通主要依靠其在软件的工程/处理方面的实力。他们正在将其软件和算法应用于传感器技术之上,以获得更好的结果。(但高通不开发任何传感器。)

高通将车联网视为其AV和汽车相关业务的支点。无论是C-V2X还是OTA,都可以提高车辆的安全性,并为汽车增加功能。

高通正在寻求通过在5G和C-V2X中取得的成功,从竞争中脱颖而出。例如,高通和福特在CES上宣布了“C-V2X Global Initiative”项目的合作,目标是提高车辆的安全性、交通效率和对AV的支持。

不过,除了车联网外,目前尚不清楚高通在AV平台上还有什么锦囊妙计。但高通显然在设计强大的SoC方面有专长(比如骁龙芯片)。但较成熟的AV除了骁龙芯片外,还需要与某种神经网络加速器共同构成一个可行的平台。比如,特斯拉的AutoPilot V3会基于三星的Exynos SoC(在功率/架构上与骁龙大体类似)和特斯拉自研的加速器。

高通的一个优势是时间。现在主机厂正将注意力从完全自动驾驶转向ADAS,高通在理论上更有机会找到可以推动其技术的项目。

Moor Insights and Strategy总裁兼首席分析师Patrick Moorhead在试乘了高通CES上的AV后发的推文

高通AV的构成

首先,让我们谈谈高通的AV测试车。高通已经获得了加州DMV的路测牌照,同时在本次CES期间也在内华达州获得了进行测试的许可。

高通的AV配有7个覆盖360度的摄像头、位于车辆前后方的远距雷达和四角的短距雷达、定位用的GNSS天线、负责VEPP(后面会解释)和前向的一组车内相机阵列,另外计算平台基于骁龙汽车处理器

这款测试车没有配备激光雷达。高通表示并不是说激光雷达没有必要,但他们的重点在于为主机厂提供合理成本范围内的解决方案。高通认为主机厂可以在没有激光雷达的情况下构建高级的ADAS系统。

另外高通也无意为自己的AV进行SAE那样的分级,他们将自己的技术描述为“self-navigation highway autonomous driving”。高通的测试车除了具备常见的LKS、AEB功能外,还能进行路径规划。高通表示,使用摄像头和雷达的对象级融合会使AV获得行为预测和规划所需的分类、距离和速度。

高通的测试车不是为全自动驾驶设计的,它需要司机在需要的时候接管。

目前,高通的AV是基于“高通驱动汽车平台(Qualcomm Drive Automotive Platform)”,使用了四个模块,每个模块基于二代骁龙汽车处理器。这是一个可拓展的平台,为了满足主机厂的不同级别的需求,可以像如下所示添加模块。

高通表示,他们目前正在开发第三代骁龙汽车处理器,只需使用平台上的三个模块就可以组装出与测试车相同的AV。不过,尚未透露二代或三代处理器的细节。

高通不生产雷达,但通过将深度学习与雷达结合,会增强雷达的性能。例如,高通内部开发了雷达深度神经网络,声称AV可以从原始雷达信号中提取丰富的特征。例如,二维边框可以对车辆进行判断和分类,识别卡车和轿车之间的区别。然而,高通希望通过使用增强版雷达,最终获得更高的分辨率和3D边框。

高通AV的目标

高通在私下开发AV平台已有三年时间,他们的目标是在AV计划中充分利用已经拥有的优势,为汽车行业提供低成本、高能效的解决方案。

高通AV技术的主干有四个元素:定位、摄像头、雷达和V2X。高通专注于使用大量传感和规划功能,让车辆能看到周围的一切,并能预测未来两三秒内将发生什么。高通的使命是追求效率,通过增加自动驾驶的程度,尽可能地解放司机的时间。

然而,这并不意味着高通急于为L4/L5级开发解决方案。高通在谈到“效率”时,指的是高级ADAS,包括自主泊车功能等。

什么是VEPP

也许高通的AV项目中最有趣的技术是它所谓的“视觉增强精确定位(Vision Enhanced Precise Positioning - VEPP)”。VEPP是一种“融合了GNSS、摄像头、IMU和车轮传感器的以提供更精确的车辆全球定位”的装置。高通说VEPP将被证明是“一个非常划算的主机厂解决方案”,因为它使用的传感器都是目前车辆上比较常用的传感器。另外,VEPP不依赖于任何形式的地图。

VSI Labs的Phil Magney将VEPP描述为“一种介于远程信息控制单元和高端定位设备之间的产品”。他称其为“一种独立的ECU,将连接与矫正相结合,包括视觉里程表、惯导系统及基于地标的定位。VEPP会很好地适应具有主动ADAS和一些自动驾驶功能的车辆,因为许多功能在没有精确定位的情况下是无法实现的。比如,车道导航、交叉路口以及在密集建筑区域内和周边的导航。”

具体来说,高通声称VEPP测试精度可达到小于1米。高通表示,相比之下,如今基于GNSS的解决方案只能在开放无遮蔽的条件下、结合IMU和车轮传感器才能达到类似的效果。

VEPP的另一个优点是它可以在具有挑战性的城市环境中工作。高通还表示,VEPP在停车场里整个行驶路线的累计误差约为行驶距离的0.1%。这相较于目前常用的推算解决方案有了重大改进。

Magney补充称,高通在这方面已经研究了好几年,他们去年在CES上就展示了这项技术。他将高通的AV程序描述为第三代骁龙平台,可以实现C-V2X、信息娱乐、导航等功能。这与Mobileye的REM和Nvidia Drive Localization非常相似。其目的是构建一个位于精确地图之上的定位层。

但Magney对VEPP的评价仍然很谨慎,因为现在还不知道它的效果如何,它还没有被测试过。但另Magney感兴趣的点是,通常提供精确定位需要一些昂贵的硬件,如差分GPS或RTK的校正。

也有分析师仍然对VEPP持怀疑态度,表示“关于地图和位置的需求仍然有很多不确定性,VEPP可能不太会是让高通成为game changer的技术。但目前也有很多人对增强GNSS技术感兴趣,比如通用的Super Cruise的Trimble RTX解决方案。

高通AV的未来

总的来说,分析师们对高通的AV计划持比较正面的态度。IHS的ADAS研究主管Egil Juliussen认为,高通对ADAS和AV采取的有条不紊的方式,将会和他们曾从modem芯片发展到多数车型所采用的车载远程通信单元那样成功。他们花了几年时间,但高通正在座舱、ADAS和AV上使用同样的策略。高通可拓展的汽车SoC(在智能手机业务中积累的)和低功耗芯片解决方案,可能相当于Mobileye的解决方案,将是高通的一项良性资产。

Juliussen和Linley Group的分析师Mike Demler都认为高通的一个优势是时间。

从本次CES可以看出,这个行业开始从疯狂追求完全自动驾驶的热潮中逐渐退了下来,人们更多地认识到高级别的自动驾驶是一个长期的研发项目。因此,尽管高通可能在目前尚无法盈利的L4/L5项目中相对落后,但在L2(或现在流行的说法是L2+)中仍旧充满机会。

然而,Juliussen提出了一个警告,“高通将如何在主机厂和Tier 1之间,围绕公司的解决方案建立一个生态系统?鉴于Mobileye/Intel和Nvidia在ADAS和AV合作方面走得更远,将现有厂商踢出局总是很难的,尤其是在汽车行业。"换句话说,将已经设计好的解决方案移植到车辆中并不容易,除非发现了现有供应商的解决方案中有错误。

另外,虽然上次高通强调,在渗透到汽车领域的经历中他们通过艰难的学习已经积累了许多经验,甚至说汽车改变了公司的DNA。但分析师们仍旧认为在汽车功能性安全知识方面,很可能仍旧是高通最大的弱点。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 高通
    +关注

    关注

    76

    文章

    7150

    浏览量

    187805
  • 自动驾驶
    +关注

    关注

    773

    文章

    13001

    浏览量

    163138

原文标题:高通的自动驾驶项目

文章出处:【微信号:IV_Technology,微信公众号:智车科技】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    未来已来,多传感器融合感知是自动驾驶破局的关键

    的Robotaxi运营。这标志着L4级自动驾驶迎来了新的里程碑,朝着商业化落地迈进了一大步。中国的车企也不甘落后:4月7日,广汽埃安与滴滴自动驾驶宣布合资公司——广州安滴科技有限公司获批工商执照。广汽埃安
    发表于 04-11 10:26

    高通自动驾驶靠软件开发革新力压英伟达自动驾驶芯片

    抛开价格不谈,英伟达自动驾驶芯片毫无疑问是最强的,设计范围在2019年底确定的Orin至今仍是量产最强的自动驾驶芯片,但除了奔驰外的欧美大厂更倾向于选择高通平台
    的头像 发表于 02-20 13:50 851次阅读
    高通<b class='flag-5'>自动驾驶</b>靠软件开发革新力压英伟达<b class='flag-5'>自动驾驶</b>芯片

    联网自动驾驶机器人的网络安全

    联网自动驾驶机器人的网络安全
    的头像 发表于 12-26 10:37 165次阅读
    联网<b class='flag-5'>自动驾驶</b>机器人的网络<b class='flag-5'>安全</b>

    LabVIEW开发自动驾驶的双目测距系统

    精确的距离信息,从而提高车辆的主动安全性能。这一系统的开发和应用有望在自动驾驶领域取得更多突破性进展。 ​ 这是LabVIEW的一个功能介绍,更多的使用方法与开发案例,欢迎登录官网,了解更多信息。有需要LabVIEW项目合作开发
    发表于 12-19 18:02

    自动驾驶“十问十答”

    ? 很多人下意识的认为自动驾驶是为了提升大家日常出行的舒适度和便捷性,实际上,自动驾驶的推动最开始的主要原因之一是为了【安全】,据国外研究表明,其中95%事故与人的因素有关,近70%由人为因素造成,所以
    的头像 发表于 11-29 07:40 284次阅读
    <b class='flag-5'>自动驾驶</b>“十问十答”

    如何保护自动驾驶系统的数据安全

    自动驾驶技术带来了许多便利,但也带来了数据隐私和安全挑战。保护自动驾驶系统中的数据安全和隐私性至关重要,需要综合采取技术和法规措施。这些措施包括数据加密、匿名化、访问控制、
    发表于 10-18 11:10 299次阅读
    如何保护<b class='flag-5'>自动驾驶</b>系统的数据<b class='flag-5'>安全</b>?

    农机自动驾驶显示系统组成部分以及配置

    随着科技的发展,传统的农机行业正趋于饱和,新生事物层出不穷,无论是传统农机还是从业者都面临如何转型升级的问题。农机自动驾驶系统就是当下最热的概念之一。身为新时代农机人,作业的提质增效是无论如何也绕
    发表于 10-17 17:52

    基于点云标注的自动驾驶系统的安全性与可靠性

    随着自动驾驶技术的不断发展,点云标注作为一种关键的技术手段,在自动驾驶系统中发挥着越来越重要的作用。然而,对于基于点云标注的自动驾驶系统来说,其安全性与可靠性是人们普遍关注的重要问题。
    的头像 发表于 09-13 18:29 538次阅读

    点云标注在自动驾驶中的难点

    点云标注在自动驾驶中存在一些难点,其中一些包括: 首先,点云数据的复杂性和多样性。自动驾驶汽车在行驶过程中会遇到各种不同的环境和场景,点云数据非常复杂和多样化,这给点云标注带来了很大的挑战。 其次
    的头像 发表于 07-25 11:09 315次阅读

    数据驱动的自动驾驶

    作者在与自动驾驶同行们讨论时,发现目前大家普遍都认同“普通场景下的自动驾驶已经比较完善了,目前主要的难点在于一 些cornercases”。在技术不出现质变的情况下,如何处理cornercases
    发表于 06-06 14:41 1次下载
    数据驱动的<b class='flag-5'>自动驾驶</b>

    自动驾驶技术概述

    自动驾驶汽车,通过技术实现车辆自动驾驶,目的是减少驾驶疲劳、增强驾驶安全自动驾驶汽车按
    发表于 06-01 14:50 1次下载
    <b class='flag-5'>自动驾驶</b>技术概述

    车路协同自动驾驶数据集DAIR-V2X

    自动驾驶安全面临巨大挑战,单车智能存在驾驶盲区、中远距离感知不稳定等问题,导致自动驾驶车辆可运行设计域(ODD)受限,单车智能自动驾驶落地受
    发表于 06-01 14:20 0次下载
    车路协同<b class='flag-5'>自动驾驶</b>数据集DAIR-V2X

    自动驾驶开发平台

    的解决方案,支持 L 3 ~ L 5 {\rmL3~L5} L3~L5级的自动驾驶; 2018年1月,NVIDIA公布了其 AI {\rmAI} AI自动驾驶汽车平台NVIDIADRIVE的详细架构;基于NVIDIA的 DRIVE架构,汽车厂商可以
    发表于 06-01 11:31 0次下载
    <b class='flag-5'>自动驾驶</b>开发平台

    00021 阿克曼ROS自动驾驶小车,让自动驾驶触手可及! #自动驾驶 #机器人 #编程

    自动驾驶
    学习电子知识
    发布于 :2023年05月22日 19:42:03