虽然今年以来中国汽车市场销量有下滑趋势,但汽车的电子化进程却并未发生改变,未来汽车中将会有更多电子化的产品,这包括汽车信息娱乐系统、辅助驾驶、车联网、自动驾驶等等。目前,不管是传统汽车制造商,还是造车新势力,都将自动驾驶作为其未来车型的重要发展方向。
而汽车的电子化,离不开半导体厂商的支持,最近半导体公司恩智浦在青岛举办了一场围绕技术的交流与分享活动,会后恩智浦资深副总裁兼首席技术官Lars Reger接受了媒体采访,他透露了恩智浦在汽车领域的布局和对自动驾驶的看法。
图1:恩智浦资深副总裁兼首席技术官Lars Reger(右)与恩智浦大中华区汽车电子首席技术官吕浩(左)。
完全自动驾驶至少还需要五年
在Lars Reger看来,现在谈完全自动驾驶,即L5级自动驾驶,还为时尚早,至少还需要5年以上的时间。虽然一直以来,恩智浦都在从事自动驾驶方面的研究,但目前主要还是在L3和L4级自动驾驶方面,在这两个级别,开始有一些比较成熟的解决方案出来了。特别是L3级自动驾驶,可以说是已经相当成熟了,一些国家也已经对允许多大程度的自动驾驶汽车上路开始了立法工作。未来一两年内L3级别的自动驾驶应该就会普及开来。
但L4及后面的L5级自动驾驶则需要等待更长时间,因为要实现全路况、全天候的自动驾驶,目前难度很大。一是因为城市和乡间的路况非常复杂,二是目前的技术还不能支撑L5级别的自动驾驶,三是目前人们的需要也没有那么迫切。
L3级别的自动驾驶对普通人而言即可适用,但L4、L5级别的自动驾驶更多的是偏向出租车公司这类的商业用途,对普通用户的吸引力其实并不大。
技术方面关键在传感器
讲到L5级自动驾驶系统落地的挑战,Lars Reger认为一个关键难点就是传感器。“过去很多自动驾驶车的路测出现了严重的车祸,原因在于传感的功能不够强,所以在开车的过程中没有注意到行人或者误判了对象。因此,我们需要让传感器做到非常完善的程度,像人的感官一样。”
在他看来,自动驾驶汽车至少要配备三个类型的传感器:第一个类型是人在驾车时,身体感知的一些势能、动能,如转向和压力;第二个类型是驾驶员能看到的视线范围所及的路径,它可以涉及三类,激光雷达、雷达、摄像头,就像人的眼睛能看到的视线一样;第三个类型是人现在不具备的,就是在视线以外车跟车之间的通讯。
他举例说,“一个人驾驶的车即将要到一个十字路口,另外一个方向有一辆救护车即将赶到,路灯可能会立刻变红,驾驶员需要紧急刹车而不能再向前行驶。但有了传感之后,救护车在开近之前就能告诉驾驶员的车,汽车就可以提前做好准备,避免出现紧急刹车的意外情况,这是人眼看不到的传感。”
据Lars Reger介绍,恩智浦在这三个领域都有技术和产品的储备,包括动能、势能,还有微处理单元,服务于摄像头和雷达系统。最近,大众高尔夫8代最新的量产车也是发布了一款片上系统车联网的芯片,能够实现刚才讲到的第三种类别的传感。
在传感器融合方面,恩智浦S32G的姊妹产品,如S32R雷达产品,能实现一些传感器数据的融合。除此之外,“我们也有做传感器数据前端的融合,这些信息通过以太网的光纤输送到BlueBox的平台上,然后在功能安全性和AI加速这两块传感的信息能够进行融合。” Lars Reger表示。
“关于预融合,正如人脑,如果在路上的自动驾驶车的雷达、摄像头都看到了前面有路障,那它肯定就会执行一个紧急制动的操作,之后才会启动策略的思考,研究到底前面的车是拥堵的车还是停在路边的车,并确定是否绕过去。”他进一步指出。
他还指出了业界一个普遍的误解,那就是认为自动驾驶车就是轮子上的智脑,“实际并非这样,在轮子跟智脑之间还有车身,正如人还有躯干一样,躯干会做出一些应激反应,会有保证安全的机制。车身的硬件、基础设施也可以有这样的效果保证安全驾乘,同时能让自动驾驶的成本较低。”
除了自己的传感器,恩智浦也投资了一些传感器厂商,比如,今年上半年,恩智浦与南京隼眼电子科技有限公司(简称“隼眼”)签署了战略合作伙伴与投资协议。隼眼是依托东南大学毫米波国家重点实验室成立的一家创业公司,在77GHz雷达领域拥有深厚的专业知识和高素质的工程人才。恩智浦认为,77GHz汽车雷达传感器将对ADAS下一阶段的发展起到关键作用,发展为成像雷达后,可结合摄像头与V2X技术,取代激光雷达。
另外,在芯片方面,Lars Reger也觉得目前的AI芯片性能和功耗都还不能满足自动驾驶的需求,未来3nm的AI芯片出现时,可能才能实现L5级自动驾驶。
技术之外,还与环境密切相关
除了上面提到的一些技术难点,还与社会环境密切相关,Lars Reger举例说,他们在自动驾驶路测时在很多地方都碰到了一个情况,那就是总有些年轻人看到自动驾驶车过来后,会故意挡在汽车的前面,反复几次汽车就被困在了路中间。因此,如果目前要做到车里面完全没有驾驶员,那么就没有办法把这些路测完全顺利地开展下去。
他认为在中国会有不同的结果,因为中国的城市有非常严格的社会监控体系,相比欧洲各地的监控都要更加普及,对于上述有类似行为的人,可能会有相应的处罚。因此,Lars Reger认为,一方面自动驾驶的机器人要学好这些培训的内容,另一方面路测需要时间,也需要一个良好的社会监管环境。因此,他认为中国可能会更快实现完全自动驾驶。
恩智浦的努力
在自动驾驶方面,恩智浦其实一直都有投入,比如他们的开发平台Bluebox,其中包含了一系列芯片产品,包括S32处理器,还有一些比较高性能的AI加速器。
“我们在2015年跟飞思卡尔合并之后就着手进行自动驾驶领域的投入,我们计划收购Marvell的蓝牙和WiFi的业务,还自主研发了包括UWB在内的多种技术,这些都是发力自动驾驶而进行的技术储备。因此恩智浦在业界成为唯一一家能够为汽车行业实现电动化、互联以及安全自动驾驶提供相应半导体技术和系统级解决方案支持的企业,而且我们能实现90%以上芯片的自研发和自生产。” Lars Reger表示。
恩智浦正在把其他行业的一些创新思路复制到汽车行业,同时也把汽车行业的用例推广到其他市场。Lars Reger举例说,“比如UWB芯片,我们现在将其引入到汽车电子中以实现对汽车行业应用的创新,现在我们也已经看到UWB的芯片应用在手机端就可以实现更强大的连结功能,包括与汽车、手机以及与钥匙、密钥等系统的融合。“
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
-
传感器
+关注
关注
2574文章
54481浏览量
786721 -
恩智浦
+关注
关注
14文章
6056浏览量
136188 -
人工智能
+关注
关注
1813文章
49793浏览量
262019 -
自动驾驶
+关注
关注
791文章
14697浏览量
176963 -
传感融合
+关注
关注
0文章
2浏览量
6254
发布评论请先 登录
相关推荐
热点推荐
超声波传感器线圈:自动驾驶实现精确实时近距离感知的关键
超声波传感器线圈是自动驾驶系统中不可或缺的组成部分。随着自动驾驶技术的快速发展,各类传感器成为智能汽车感知环境的关键,不仅保障行车安全,也提
在山区实现自动驾驶的难点在哪里?
在城市道路实现自动驾驶或许不难,但想把自动驾驶车应用到山区道路,其难度会比想象的大得多。城市里路标、车道、红绿灯比较多,车流也比较规则;而很多山路却没有清晰车道、路面起伏大、天气变化快,还有随时掉落
激光雷达传感器在自动驾驶中的作用
2024 年至 2030 年间,高度自动化汽车每年的出货量将以 41% 的复合年增长率增长。这种快速增长导致汽车品牌对精确可靠传感器技术的需求空前高涨,因为他们希望提供精准、可靠且最终完全自动
想实现自动驾驶,哪些技术非常关键?
近年来,随着人工智能、车载计算平台、传感器技术的快速进步,自动驾驶已从实验室走向实际道路。而支撑这一切的,是一套庞大且精密的技术架构系统。这套架构就像一辆自动驾驶汽车的大脑与神经网络,既要能感知周围环境,又要能分析并作出决策,最
塑造自动驾驶汽车格局的核心技术
自动驾驶汽车长期以来一直是科幻小说中的情节,但在如今的2025年,它似乎已经离我们越来越近,智能辅助驾驶已经出现在越来越多的新能源汽车中。但距离完全的
太阳光模拟器 | 在汽车自动驾驶开发中的应用
在汽车产业向电动化、智能化转型的浪潮中,自动驾驶技术的研发面临着复杂环境感知的挑战。光照条件作为影响传感器性能的关键因素,直接关系到自动驾驶系统的安全性和可靠性。紫创测控Luminbo
康谋分享 | 基于多传感器数据的自动驾驶仿真确定性验证
自动驾驶仿真测试中,游戏引擎的底层架构可能会带来非确定性的问题,侵蚀测试可信度。如何通过专业仿真平台,在多传感器配置与极端天气场景中实现测试数据零差异?确定性验证方案已成为自动驾驶研发的关键
自动驾驶汽车如何正确进行道路识别?
识别不仅仅是简单地判断车辆是否在车道中心行驶,更涉及到对车道线、交通标志、道路边缘以及其他道路要素的综合感知与理解。 传感器硬件 传感器硬件是自动驾驶道路识别的基础,当前主流的传感器包
自动驾驶汽车是如何准确定位的?
厘米级的定位精度,并能够实时响应环境变化。为此,自动驾驶系统通常采用多传感器融合的方式,将全球导航卫星系统(GNSS)、惯性测量单元(IMU)、激光雷达(LiDAR)、摄像头、超宽带(UWB)等多种传感器数据进行综合处理,通过算
新能源车软件单元测试深度解析:自动驾驶系统视角
。
自动驾驶软件的特殊性
感知层: 激光雷达、摄像头等传感器数据处理算法的单元测试需覆盖极端场景。例如,激光雷达点云滤波算法在雨雪天气下的噪声抑制能力需通过边界测试验证。某厂商曾在测试中遗漏
发表于 05-12 15:59
激光雷达技术:自动驾驶的应用与发展趋势
随着近些年科技不断地创新,自动驾驶技术正逐渐从概念走向现实,成为汽车行业的重要发展方向。在众多传感器技术中,激光雷达(LiDAR)因其独特的优势,被认为是实现高级自动驾驶功能的
激光雷达是自动驾驶走的一段弯路吗?
传感器,一直被视为构建精确三维地图和实时环境重构的关键设备,而特斯拉CEO埃隆·马斯克却反复表示,激光雷达是“错误的解决方案”,他认为人类驾驶完全依靠视觉及大脑神经网络,
英伟达高管:完全自动驾驶汽车尚需时日
英伟达汽车业务负责人阿里·卡尼近日表示,完全自动驾驶汽车的实现还遥遥无期,预计至少要到下一个十年才有可能问世。尽管未来的自动驾驶技术将会取得显著进步,但卡尼强调,技术发展必须稳扎稳打,
英伟达:全自动驾驶汽车至少需十年
在自动驾驶技术迅猛发展的当下,英伟达作为该领域的重要参与者,却对完全自动驾驶的实现时间表达了审慎态度。 据Carscoops报道,英伟达汽车业务负责人阿里·卡尼直言,完全自动驾驶汽车“至少
2024年自动驾驶行业热点技术盘点
感知轻地图以及纯视觉等。这些技术的出现,也代表着自动驾驶正从概念走向现实,今天就给大家来盘点2024年自动驾驶行业出现的那些技术热点! 城市NOA:迈向精细化驾驶的

完全自动驾驶至少还需要5年,关键难点在传感器
评论