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

从ADAS到自动驾驶,我们还有多长的路要走

电子设计 来源:电子设计 作者:电子设计 2021-01-20 18:12 次阅读

作者:BENNY HAR-EVEN

过去,我们一直习惯于对未来难以实现的事情做出承诺。早在1968年上映的科幻电影《2001太空漫游》中,导演便向我们呈现了飞行员在木星轨道上发现黑色巨石的场景,然而直到50年后的2018年,美国才宣布重返月球计划。过去,我们也曾想过不需要道路,但现实是,司机懒洋洋地盯着导航而不关注窗外,导致那些会飞的车子事故频发。不过,1982年上映的电影《霹雳游侠》中,我们看到了四轮、无人驾驶的KITT霹雳车,成为电影中标志性的事物。直到今天,我们依旧对此着迷。那么,无人驾驶可能实现吗?显然,答案是肯定的。

近年来,特斯拉创始人埃隆·马斯克不断讲述着自己的无人驾驶梦想,现在取得了一些成功,客户也开始为其“自动驾驶仪和全自动驾驶能力”买单。

然而,虽然自动驾驶仪是行业领先的L3自动驾驶系统,支持先进驾驶辅助系统(ADAS)功能,但要实现"全自动驾驶",它仍然有很长的路要走。

另一个麻烦是,撞车事件频发,甚至有些是致命的,为那些希望给自动驾驶汽车踩刹车的人提供了充足理由。虽然这些都很棘手,但从宏观上看,很明显,自动驾驶汽车是拯救生命所需的。人类通常并非好司机,全世界每年有135万人在公路上丧生。除了巨大的人力损失外,全球还花费5180亿美元来处理这些事故。解决这些问题意义非凡,在Imagination公司,我们正在努力开发许多基础技术,来达成这个目标。

ADAS 与自动驾驶

虽然自动驾驶汽车还未出现,目前道路上确实有很多新车配备 ADAS 功能,这非常有用。自适应巡航控制可以助力驾驶,有助于保持汽车的安全距离;自动紧急制动比人类反应更快,可以避免冲击;盲点检测,可以帮助避开驾驶员看不到的东西;速度摄像头预警,这在有些国家是合法的;车道偏离预警,可以避免漂移。L2汽车也可以在缓慢行驶的交通中前进和刹车,改变车道,走高速公路出口,所有这些都可以没有驾驶员的干预。

不过,驾驶员监控系统将注意力从道路上转向车内的薄弱点——驾驶员。正如Imagination公司首席营销官大卫•哈罗德(David Harold)所观察到的,“在这里,汽车不是在看外面的世界——它是在看着你。你怎么开车?你累了吗?很快,将会发展到情绪检测——你在生气吗?您是否面临路怒的风险?”当然,汽车将如何处理路怒情况仍待讨论:给你喷些冷水吗?播放一些詹姆斯 · 布伦特的音乐?那会让人更糟吗?

ADAS 要求驾驶员始终保持警惕和观察,并准备好接管方向盘(2020 年 1 月, 我在CES期间从Lyft上招乘了一辆"自动驾驶" 汽车,司机正是这样做的)。

现在,每辆出厂的特斯拉都搭载了他们的最新芯片,特斯拉官方声明,每辆车都有能力,至少在硬件方面,全自动驾驶,司机不必参与,可以信任汽车驾驶大部分旅程。《日经商业新闻》援引一家日本汽车公司的工程师的话说,这意味着特斯拉领先其它行业对手6年,这些对手还无法与之竞争。Imagination汽车总监杰米·布鲁姆(Jamie Broome)不太同意。“特斯拉比其他人做得更好的地方是专注,”他说。“他们做到这一点,交付东西也很快。他们愿意承担前进途中遇到的风险——准备着采用外来方案。”

Imagination人工智能总监安德鲁·格兰特(Andrew Grant)也认为,技术已经到位,可以更广泛地实现自动驾驶,即运行先进的神经网络,为自动驾驶算法提供动力。“目前在自动驾驶上我们(Imagination)处于独特的位置,拥有GPU 和多个神经网络加速器 (NNA)。”

Imagination 的单 NNA 内核能够提供高达 10 TOPS的算力。不过,行业某些参与者缺乏远见,格兰特指出,在与一些公司交谈时,他们很难理解为何需要性能如此高的神经网络。

“人们无法真正理解为什么他们需要超过四个TOPS的处理能力,而现在我们可以将10 TOPS的核心组成集群,从而实现数百TOPS的算力。”格兰特指出,奥迪可能已经在一辆A8车上匹配特斯拉级的自动驾驶能力,但没有像特斯拉那样四处宣扬。

关键的区别是,那款A8是一辆展示车,而特斯拉已经把它的自动驾驶芯片装配在他们销售的每辆车中。正如马斯克公开说过的,“如果你买了一辆车,而它没有完全自动驾驶的硬件,就像买了匹马”。

格兰特同意这是每个汽车制造商都应该做的事情,只是自动驾驶的秘密不在硬件中,而是软件。虽然初始成本存在,但生产成本将随着规模经济而下降。

数据中的价值

现实情况是,硬件访问真正有价值的东西——数据,特别是真实世界的数据。这些数据将训练神经网络模型,使自动驾驶汽车成为可能。格兰特举了一个汽车的例子,系统相信它遇到了一辆“飞行自行车”。在分析这些数据时,汽车看到的是挂在自行车架上的自行车,但由于汽车相信看到一辆"飞行自行车"之前,还没有遇到过这种情况。一旦受过训练,将其添加到训练模型,每辆车都将了解这是什么。

布鲁姆认为:“自动驾驶的真正诀窍是收集数据。这是获胜的关键。市场上的汽车越多,收集的场景和情况的数据就越多,获胜的机会就越大。”他还举例说明算法如何从经验中学习,从而改善每个人的驾驶体验。他举的例子是特斯拉在自动驾驶模式时,行进中反复轻微制动,但这会引发乘客的不安。这是因为算法检测到其它车道上的汽车在轻微漂移,就像一个紧张的新司机,系统过度使用刹车,随着理解数据系统学习如何改进。

关于数据的另一个问题是谁拥有数据?自动驾驶汽车将产生大量数据,其中很大一部分将提供汽车所在位置,及其行驶速度。但是这些数据属于自动系统供应商、汽车制造商还是车主?甚至该如何定义车主?自动驾驶汽车将迎来拼车服务,如创新型初创企业Cruise正在拓展的业务,这将对汽车的所有权性质产生深远的影响。

未来五年

那么,这个行业能否联合起来与特斯拉竞争?首席功能安全工程师大卫•哈亚姆(David Higham)对此充满信心,他们将与其他制造商一起,准备5年的时间来打造真正的L4自动驾驶汽车。他还表示,消费者需要很长时间才能信任这些系统。“作为一名消费者,我不会盲目相信无人驾驶汽车,我需要一些证据来证明这些系统是安全的。”这与电子产品的设计与功能安全都有关,例如确保在发生随机意外错误(符合 ISO 26262)时不会发生灾难性故障,并符合实际用途——如即将到来的功能安全标准(SOTIF)所定义的那样。SOTIF是一个更通用的标准,旨在确保自动驾驶汽车不仅在机械上可靠,而且在使用时乘客和行人都是安全的。

显然,我们已经离自动驾驶汽车非常近了,但还需要更多汇聚更多的技术革新才能最终实现这一目标。汽车制造商需要更勇敢地加快创新硬件,将所创造的处理能力在道路上应用,并开始积累这些数据。又或者,抛弃霹雳车梦想,把这些都交给一家公司来实现。

来源:电子创新网

审核编辑黄昊宇

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
  • adas
    +关注

    关注

    307

    文章

    2041

    浏览量

    207778
  • 自动驾驶
    +关注

    关注

    773

    文章

    12894

    浏览量

    162918
收藏 人收藏

    评论

    相关推荐

    Waymo自愿召回444辆自动驾驶汽车 L4的自动驾驶还有很多路要走

    近日,谷歌旗下的自动驾驶部门Waymo自愿召回了444辆自动驾驶汽车,原因是其软件可能无法准确预测拖曳车辆的运动轨迹
    的头像 发表于 02-26 10:22 628次阅读
    Waymo自愿召回444辆<b class='flag-5'>自动驾驶</b>汽车 L4的<b class='flag-5'>自动驾驶</b><b class='flag-5'>还有</b>很多路<b class='flag-5'>要走</b>

    LabVIEW开发自动驾驶的双目测距系统

    LabVIEW开发自动驾驶的双目测距系统 随着车辆驾驶技术的不断发展,自动驾驶技术正日益成为现实。L2级别的辅助驾驶技术
    发表于 12-19 18:02

    自动驾驶“十问十答”

    说起自动驾驶, 大家现在已经不陌生, 但是关于自动驾驶你又了解多少呢? 今天小编总结了关于自动驾驶的 “十问十答” , 带你了解更多 自动驾驶的来龙去脉 。 问题1. 为什么会 出现
    的头像 发表于 11-29 07:40 252次阅读
    <b class='flag-5'>自动驾驶</b>“十问十答”

    【11月21日|直播】跨越L2到L4的鸿沟,测试怎样助力自动驾驶

    一定程度上说明了自动驾驶进程的成功,然而这距离完全自动驾驶还有相当一段距离要走。 从L2到L4,需要跟多的技术支持,基础设施,道路法规的发展来支持,对于每一项技术,都需要测试来保证技术
    的头像 发表于 11-15 07:40 209次阅读
    【11月21日|直播】跨越L2到L4的鸿沟,测试怎样助力<b class='flag-5'>自动驾驶</b>

    自动驾驶ADAS:挑战与机遇

    尽管ADAS系统正加速发展,但距离实现自动驾驶还有几大步骤有待完成,在真正的自动驾驶成为现实之前,还有许多技术和监管障碍需要跨越。 随着
    的头像 发表于 06-30 16:50 345次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>ADAS</b>:挑战与机遇

    Simulink与自动驾驶ADAS)算法的开发

    自动驾驶软件开发基础的架构,逃不出我们经常所说的三大法宝,感知--- 决策(规划)--- 执行(控制),这三个内容,软件开发基础思路都不一样,且听本屌丝娓娓道来!
    发表于 06-21 17:14 1308次阅读
    Simulink与<b class='flag-5'>自动驾驶</b>(<b class='flag-5'>ADAS</b>)算法的开发

    案例研究:什么是自动驾驶

    的日子已经屈指可数了。 许多人认为,我们将来甚至不会拥有汽车。 优步从梅赛德斯奔驰订购了10万辆自动驾驶汽车,以提供按需自动驾驶汽车服务。 甚至宝马也已计划开始“Airbnb for cars”业务。一、
    发表于 06-06 11:46 1次下载
    案例研究:什么是<b class='flag-5'>自动驾驶</b>

    实现L3级自动驾驶——自动驾驶产业转折点

    我们所说的L3级别自动驾驶,通常默认指美国SAE协会定义的标准。在我们上一篇文章已经介绍过了 。 这里简要描述下:目前最常用的ADAS大部分是属于L2级别的
    发表于 06-06 11:45 0次下载
    实现L3级<b class='flag-5'>自动驾驶</b>——<b class='flag-5'>自动驾驶</b>产业转折点

    自动驾驶中的机器学习

    近年来,自动驾驶技术技术的发展速度非常快。预计达到完全自动驾驶L5的程度是指日可待的。自动驾驶的核心技术主要是人工智能中的机器学习与深 度学习两个方向。在本文中,我们的关注点在于机器
    发表于 06-06 10:06 0次下载
    <b class='flag-5'>自动驾驶</b>中的机器学习

    自动驾驶基础架构

    基础架构在互联网行业中,是一个相对比较成熟的领域。然而在自动驾驶领域,却是一个新鲜的话题。基础架构的工作包括硬 件、onboard(车载系统)、云端三大板块。在我们认为,自动驾驶领域中 “基础架构
    发表于 06-01 14:46 0次下载
    <b class='flag-5'>自动驾驶</b>基础架构

    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

    为何自动驾驶需要的算力越来越大

    为何自动驾驶需要的算力越来越大 仅仅还在几年之前,ADAS智能驾驶辅助的芯片AI算力才几个TOPS,但转眼间100TOPS已经成为中高端自动驾驶车型的标配了。
    发表于 04-26 10:51 2003次阅读

    实现自动驾驶需要我们重新思考人车交互

    在这种自动驾驶水平下,确保驾驶员和自动驾驶系统之间的无缝交接是我们的目标。因此,行业需要一种与驾驶员进行交互的智能新系统一一它能够构建车内外
    的头像 发表于 04-24 09:17 793次阅读
    实现<b class='flag-5'>自动驾驶</b>需要<b class='flag-5'>我们</b>重新思考人车交互

    ADAS系统无人驾驶的眼睛毫米波雷达

    ADAS(高级驾驶辅助系统)应用普及的阶段,在这个阶段中毫米波雷达就起到了很大的作用。 国际自动机工程师学会将智能驾驶的等级分为五个等级,目前我们
    发表于 04-18 11:42