<label id="qlptz"><del id="qlptz"></del></label>
    1. <menu id="qlptz"></menu>

    2. 首頁 科技資訊 業界

      馭勢科技葉凌峽:智能駕駛系統開發的終極目標是成為“AI駕駛員”

      【TechWeb】3月27日消息,2021中國智能汽車創新發展論壇暨汽車之家智能汽車評價體系發布會上,馭勢科技乘用車自動駕駛負責人葉凌峽發表了《行之無拘無束,心方駕馭未來——智能駕駛系統的演變與挑戰》主題演講。

      馭勢科技葉凌峽:智能駕駛系統開發的終極目標是成為“AI駕駛員”_500

      葉凌峽對智能駕駛系統的演變、面臨的挑戰,以及智能駕駛路線及方案進行了分享。

      他表示,智能駕駛系統是不斷演進的。從技術角度來看,智能駕駛系統分為感知、決策和執行。從場景來看,將從特定場景到限定場景再到開放場景。與此同時,智能駕駛的需求也在發生改變,即從為駕駛員服務轉為出行服務。

      當前,L2級高級駕駛輔助駕駛水平的ADAS系統已經成熟,L2級高級駕駛輔助駕駛水平的自動駕駛也逐步量產。L3級有條件自動駕駛+AVP的全套智能駕駛系統也將面世。

      葉凌峽認為,軟件定義汽車是未來的發展趨勢。對于智能駕駛系統的開發來說,終極目標是把這個系統作為AI駕駛員,相當于能夠替代人完全掌控這輛車。

      以下為馭勢科技乘用車自動駕駛負責人 葉凌峽的演講實錄:

      非常榮幸能夠來到汽車之家和各位嘉賓、專家們一起探討智能駕駛系統的發展。今天,我將從四個方面來和大家一起探討智能駕駛的發展及定義,智能駕駛系統的演變、面臨的挑戰,以及智能駕駛路線及方案。

      當前,全球汽車行業正在經歷百年以來最深刻的變革。我們如何定義智能駕駛系統,按照美國汽車工程學會規定,自動駕駛分為L0-L5六個級別。L0級別是指沒有任何自動駕駛功能,L1和L2為高級駕駛輔助駕駛水平,L3是指有條件的自動駕駛,即司機可在特定條件下雙手離開方向盤,L4和L5則分別指高度自動駕駛和完全自動駕駛。L5級自動駕駛是智能汽車發展的最高狀態。

      對于L3級別的有條件自動駕駛來說,是駕駛輔助和自動駕駛的分界線。從某種角度來說L3級別也是自動駕駛,但從另外一個角度來說,它在駕駛過程中又離不開駕駛員的監控,所以我們把它作為分界點,直到L5級才能真正地稱為全自動駕駛。

      對于智能駕駛系統的演變,從功能來講,最早的智能駕駛系統實際上只是一種帶有預警性的、不能對車輛進行控制的系統,比如說我們的主動碰撞預警(FCW),車道偏離預警(LDW)輔助泊車等。隨著功能的演進,我們會看到車輛上會安裝車輛進行控制系統,如自動巡航(CC)、自動緊急制動(AEB),接下來演進到自適應巡航(ACC)、車道保持系統輔助(LKS)、自主定義泊車。最后,合起來將實現超級巡航、再到L3級有條件自動駕駛,以及L4級高度自動駕駛。

      從智能駕駛系統技術的演進來看,智能駕駛系統分為感知、決策和執行。在感知上用到視覺、毫米波雷達、激光雷達、超聲波、GPS,這都可以作為感知能力。對于決策來說,需要做到融合、定位和車輛控制常規規則的判斷。這就是處理大腦,從原理單處理器的模式往未來的預控制器模式在演進。執行層面來講,則需要具備車輛縱橫向控制。

      從智能駕駛系統場景來看,主要是從原來的特定場景到限定場景再到開放場景進行演變的。特定場景一般指封閉園區或者是一些專用的道路,這個專用的道路可以理解為港區物流,很多是用磁釘在走。到限定場景,這是應對L3級有條件自動駕駛,會讓L3級有條件自動駕駛在高速道路上行進。最后,我們會發展到真正的開放道路,也就是城區道路。

      接下來,我們關注自動駕駛需求演進,即原來的自動駕駛系統是為駕駛員服務,如今則是變成為出行服務。原來關注駕駛過程,怎么把駕駛變得更輕松或者更安全,這是自動駕駛系統原來的目標。后來會關注駕駛結果,如自動駕駛系統會把我送到哪里,我要到哪里辦事、上班或者是娛樂。但是我肯定不會關注你怎么駕駛,你的駕駛情況是什么樣。

      下面來探討一下智能駕駛系統面臨的挑戰。首先是技術,談了這么多智能駕駛系統,我們對智能駕駛系統還是存在一些不放心的狀態,為什么?

      實際上是因為我們的技術是有缺陷的,這些缺陷在什么地方?第一是感知能力。也就是說智能駕駛系統現在花了大量的精力在感知上面。因為如果一個車輛不能感知到周邊的環境情況,它就是一個瞎子,一個瞎子怎么把自己的路線行駛好,所以感知能力是重中之重。但是現在的感知系統是有缺陷的。比如說,毫米波雷達雖然不會漏報,但是會誤報,只要探測到的物體都會反饋給系統,所以很有可能產生偏差。如此前特斯拉發生的事故,實際上都是來自于攝像頭不能完整識別目標產生的,比如說它把一個大卡車的車箱識別不出來,它漏報了物體所以導致了誤判。這就意味著,在感知層面,無論是攝像頭、毫米波雷達還是激光雷達也好,它們都存在一定的技術缺陷。只有當感知能力達到一定程度的時候,才能實現更好的融合,進而保證它們對外界感知的準確性和安全性。

      第二,學習能力。對于系統來說,我們在設計一套智能駕駛系統的情況下,會把駕駛經驗賦予智能駕駛系統,但是我們的經驗是否足夠,遇到特殊的情況智能駕駛系統能否繼續前行?想要實現這一目的,就應該給智能駕駛系統賦予一個學習能力,這是我們需要關注的一點,也是一個挑戰。

      第三,執行能力。當我們想要這輛車實現左、右、前行、倒退的駕駛操作,但是車輛卻不聽你的指令,該怎么辦?所以說,對于車輛的執行能力的強弱也是智能駕駛系統的挑戰之一。

      其次,智能駕駛系統還面臨著法規的挑戰。智能駕駛系統能否真正的面世,讓每個客戶都能夠用上,法規是很重要的。這里就要求法規具有標準化,明確產品是怎么定義的,安全要求有何標準等。

      再次,是服務上的挑戰。智能駕駛系統有它的特殊性,究竟要怎么維護它,如何進行技術支持都需要我們進行探討,并且在這過程中,我們不斷迎接新的挑戰。

      更為關鍵的是,想要實現全自動駕駛,外部建設也有很重要的需求。比如說道路的規范性、智能交通設備的完善程度、5G技術的發展等等。

      說完智能駕駛系統的演變和面臨的挑戰后,接下來針對智能駕駛系統的行業路線和方案給大家做一個介紹。

      當前,L2級高級駕駛輔助駕駛水平的ADAS系統已經成熟,L2級高級駕駛輔助駕駛水平的自動駕駛也逐步量產。L3級有條件自動駕駛+AVP的全套智能駕駛系統也將面世。

      目前毫米波雷達加上攝像頭成為智能駕駛系統配制的主流,隨著技術的成熟,激光雷達也會大量的進入到量產裝備。

      此外,數據采集也越來越被各家所重視,智能駕駛系統企業都致力于設計具備多種影子模式的數據閉環系統。然后是可以不斷向上演進的技術架構,成為智能駕駛系統的發展方向。

      那么,什么是智能駕駛系統完整解決方案呢?它將基于智能駕駛云平臺,同時以5G技術為依托,提供“門到門”的出行解決方案,具備自主泊車、記憶泊車、高速路自主領航等功能,甚至還有RoboTaxi系統,將未來智能駕駛系統得以實現。

      對于電子電氣架構的演變,我們總結了一條,從簡單到復雜再到簡單,為何這樣說呢?

      首先,在處理能力有限的情況下,處理器就是一個單處理器,即一個ECU,到后來會發展到預控制器能處理很多的功能。但是為了保障系統是否安全,需要提供一些冗余的能力,可能我會把它分散到各個單處理器上面,分擔一部分處理能力。所以說,整個電氣處理架構的發展都在探索中。是否是處理能力很強的預控制器,就能把所有的功能實現,還是要把預算風險,失效風險做一個分散,還可能有待探討。

      此外,集中化的管理,這一點毋庸置疑。從特斯拉的應用來看,它會把相對集中的功能放到對應的預控制器中,進而完成整套系統的實現。這一點也獲得各大廠商的認可,現在之所以預控制器的發展越來越普遍,是因為大家都有集中化管理的需求。

      另外是軟件地位的變化,軟件定義汽車是未來的發展趨勢。我們可能看到的趨勢是硬件標準化、軟件差異化,只有通過這樣的方式,才能實現各家廠商的靈活性配制和差異化的賣點。

      最后是升級能力,可以說沒有OTA升級的智能汽車,可能不會受到大家的關注。

      針對智能駕駛系統在國內的發展趨勢,在這里做一個總結。時間節點大致從2009年起,國內廠商就開始了ADAS系統的研發,到2011年,有了少量搭載ADAS系統的車輛上市。在2016年,對ADAS系統來說,很多國內廠商的車輛上都已經實現配制了。到了2020年,具備L2級別高級駕駛輔助駕駛水平的車輛已經大量上市。按照目前各大廠商的規劃,會在2023年推出相關的L3級有條件的自動駕駛。對于L4級高度自動駕駛的普及化,我們想可能會在2025年以后。

      對于智能駕駛系統的開發來說,我們的終極目標是什么?是把這個系統作為AI駕駛員,相當于能夠替代人完全掌控這輛車。有了它的存在,不管是物流也好、出行也好,只需要關注你的目的地就行了。我的分享到此結束。謝謝大家!

      官方微博/微信

      每日頭條、業界資訊、熱點資訊、八卦爆料,全天跟蹤微博播報。各種爆料、內幕、花邊、資訊一網打盡。百萬互聯網粉絲互動參與,TechWeb官方微博期待您的關注。

      ↑掃描二維碼

      想在手機上看科技資訊和科技八卦嗎?

      想第一時間看獨家爆料和深度報道嗎?

      請關注TechWeb官方微信公眾帳號:

      1.用手機掃左側二維碼;

      2.在添加朋友里,搜索關注TechWeb。

      手機游戲更多

      快3江苏