《電子技術應用》
您所在的位置:首頁 > 模擬設計 > 業(yè)界動態(tài) > ADAS智能硬件及車聯(lián)網(wǎng)的發(fā)展趨勢

ADAS智能硬件及車聯(lián)網(wǎng)的發(fā)展趨勢

2017-06-12

  大數(shù)據(jù)、人工智能、云計算、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)風起云涌,各以不同的姿態(tài)殺入并改造著傳統(tǒng)領域。車聯(lián)網(wǎng)作為物聯(lián)網(wǎng)的一部分,在傳統(tǒng)汽車上加入其車載智能硬件的端系統(tǒng)、管系統(tǒng)以及云系統(tǒng)的本地或后臺計算等,再結合著其他技術方向的發(fā)展成果,同樣在高歌猛進。

  目前國內(nèi)ADAS智能硬件產(chǎn)品發(fā)展如火如荼,無人駕駛的L2、L3等級的演示產(chǎn)品也屢見不鮮,我們結合其形態(tài)特征簡單看車載智能硬件及車聯(lián)網(wǎng)產(chǎn)品的發(fā)展趨勢。

  一、硬件篇(CPU):

  車載智能終端的CPU需要滿足車規(guī)要求,Qualcomm、nVidia、Infineon等都推出了各自車規(guī)級芯片,這是物理層最直接的需求。另一方面,為更高的工作效果,硬件層面上直接適配算法需求的新型芯片也是各家積極努力的方向,都在其上演示這各自有獨自特色的算法demo。但ARM架構的主流CPU的最高主頻近年發(fā)展有限,一直停留在3GHz以內(nèi),不像硬盤存儲速度、網(wǎng)絡帶寬等過去幾年已然成倍上升。有限的主頻,限制了算法或者還有操作系統(tǒng)無限橫向拓展的可能性,而網(wǎng)絡的高速卻反過來給終端處理帶來了后臺在線實時處理的可能,不必限于離線下的端系統(tǒng)、管系統(tǒng)運算,可節(jié)省本地離線計算時CPU的壓力。

  二、操作系統(tǒng):

  實時性嵌入式操作系統(tǒng)的需求勢在必行。可靠性、處理能力的穩(wěn)定性、功耗低是必須的。車載環(huán)境的復雜(機械振動、EMI、高低溫、實時工況的高速傳輸以及復雜性等)以及整車測試的嚴酷讓汽車電子產(chǎn)品的由原來頭腦簡單的處理邏輯走向復雜算法的智能硬件的系統(tǒng)平臺時,經(jīng)歷著嚴酷考驗。而作為處理結果輸出的實時性就要求首先系統(tǒng)的時延必須足夠小到毫秒級。原先汽車電子設備各控制單元ECU是沒有系統(tǒng)的單片機嵌入式方案尚能表現(xiàn)良好,但已然不能滿足日益增長的大批量任務的對操作系統(tǒng)需求,但有了操作系統(tǒng),卻對時延提出了對應的要求。

  三、終端算法篇:

  基于視覺的或雷達的ADAS算法,或者涉及執(zhí)行層面的無人駕駛更高Level的融合算法以及控制策略等本就是智能終端的核心所在。無數(shù)的模型訓練、樣本積累只為更高效有用的算法庫。深度學習(deeplearning)深入人工智能各個領域,也為車載算法帶來新的發(fā)展思路。甚或認為基于視覺的ADAS能超越mobileye也就在此了——因為當硬件、軟件、數(shù)據(jù)源的技術積累已然落后,借助新工具做新角度的挖掘也許是個方向。

  而從本地與在線計算來說,算法本地運算的好處在于實時,不需要網(wǎng)絡環(huán)境,可以自在自為,獨立工作于各種場景,雖然好壞不定,但沒有聯(lián)網(wǎng)過程中的種種可能不確定性導致的工作不可評估。在線的好處是有強大的后臺做背景依靠,除了縱向深入計算,甚至可以橫向比較,用平行的大量數(shù)據(jù)帶來統(tǒng)計上處理意見,是本地運算的單一設備所不具備的,可以從系統(tǒng)走向系綜。

  四、網(wǎng)絡篇:

  作為出行的基本需求,一臺車輛是否開始出門行駛難道要依賴于其他車輛的行駛狀態(tài)? 單一車輛本就應該是自由而獨立的存在。但是在必須依賴道路路況、交通環(huán)境下才可能有正常的駕駛行為時,我們才發(fā)現(xiàn)原來V2I,V2V早就是客觀的存在,只是大家不知道將它們放到一個網(wǎng)絡環(huán)境里來進行主動干預、集體控制而已。Telematics是簡單的對單車的作用,V2X是在復雜交通下無人駕駛的需求。

  目前的智能硬件聯(lián)網(wǎng)可以面向云端做更大的數(shù)據(jù)雙向交流,這是移動互聯(lián)網(wǎng)的范疇。而本地算法對局部環(huán)境的需求可能要大于對移動互聯(lián)的需求,也因為在移動互聯(lián)基礎上的局部交流可能的時效性以及穩(wěn)定性還不及局域網(wǎng)絡。從無人駕駛的需求角度說,高精度地圖需求的路線是移動互聯(lián)數(shù)據(jù),只是更加實時準確;V2X更強調(diào)局域網(wǎng)絡環(huán)境,可以實現(xiàn)本地局部小環(huán)境的互聯(lián),比單車的傳感范圍大,但不必整個全局網(wǎng)絡。由此需求而衍生的通訊協(xié)議如LTE-V、DSRC等也是一直在移動運營商與汽車主機廠的不同角度的優(yōu)劣爭論中。

  五、大數(shù)據(jù)的應用:

  云計算平臺上的大數(shù)據(jù)更多反映數(shù)據(jù)并行處理的分類、存儲、查詢等操作行為,偏向數(shù)據(jù)處理方式。但對于數(shù)據(jù)內(nèi)容的分析挖掘,發(fā)現(xiàn)數(shù)據(jù)內(nèi)容的本身價值,確是云系統(tǒng)上收集數(shù)據(jù)后所要做到的輸出。像智能家居、或航空發(fā)動機以及飛機整機收集數(shù)據(jù)后后臺直接診斷一樣,ADAS的車聯(lián)網(wǎng)系統(tǒng),除了像傳統(tǒng)的OBD端子或T-BOX等telematics產(chǎn)品主要直接采集上傳實時車況信息,更多可以分析路況、駕駛場景等特征,以處理結果提取上傳,增加了信息來源的維度,數(shù)據(jù)量與分析內(nèi)容也發(fā)生了量變到質變。另外由于網(wǎng)絡的雙向傳輸,除了原有的手機APP可以通過網(wǎng)絡基于CAN BUS對車輛可以遠程控制,更有可能將LBS的各種信息(天氣、交通路況等)結合車況、智能硬件狀態(tài)診斷等傳到本地,用于進行整個車輛狀態(tài)設置與駕駛行為設置或建議等。

  六、與車的關系:

  當車與外部、與局部環(huán)境的互聯(lián)發(fā)展后,回頭看才發(fā)現(xiàn)車內(nèi)電子設備的聯(lián)網(wǎng)技術還一直處在對現(xiàn)有CAN BUS的突破中,雖然以太網(wǎng)取代CAN BUS在車內(nèi)進行各器件互聯(lián)已有Tesla在實踐中先行,但在行業(yè)內(nèi)整體的突破卻還未到來。車載智能硬件還都是強行加入到現(xiàn)有車輛各電子設備中的另一個元器件存在,參與了CAN BUS的網(wǎng)絡卻深受傳輸數(shù)據(jù)量級不對等、傳輸效率不高等困擾。當整車總線網(wǎng)絡能夠實現(xiàn)到以太網(wǎng)或類似網(wǎng)絡的傳輸水平,智能終端也就能自由表現(xiàn)到與ESP、EPS、BCU等傳統(tǒng)控制單元同等水平的一個終端存在;同時反過來,傳統(tǒng)控制單元的數(shù)據(jù)形式與內(nèi)容將可以實現(xiàn)在新總線網(wǎng)絡上有新的規(guī)劃,以便已完成更深的分析、交互以及協(xié)同控制等。

  七、與萬物的關系:

  車聯(lián)網(wǎng)作為IoT的一部分,自然可以期待在車聯(lián)之外對其他事物的互聯(lián)。除了利用其他事物的信息,其本身聯(lián)系的基礎還在于智能硬件識別的數(shù)據(jù)可以滿足另外事物的需求。像傳統(tǒng)的有些telematics設備在發(fā)生事故進行報警后可以貢獻對交通路況的判斷,以及車輛GPS位置實時數(shù)據(jù)信息對道路紅綠燈設置的作用已經(jīng)是經(jīng)常被提及的了。從視頻方面說,最直接原始的就是DVR視頻對于事故等還原的作用。

  事上實基于視覺ADAS的分析結果,還可以挖掘的更多。比如交通事故中肇事車輛的車速判斷,除了路段上的測速裝置、事故車輛自身若干電子器件的ECU中會有記錄,如果二者皆無,基于相關視頻的分析出的可以認為是獨立的信息來源。實現(xiàn)方式可以是事故中車輛的前后左右攝像頭視頻,也可以是基于聯(lián)網(wǎng)數(shù)據(jù)尋找在當時當?shù)氐耐緩杰囕v上的視頻。另一個例子可能更能體現(xiàn)車輛天生的在行駛中的特性與智能硬件分析結果的聯(lián)合作用。傳統(tǒng)地圖的數(shù)據(jù)采集有一部分實現(xiàn)方式就是用實車加上較高成本的專業(yè)數(shù)據(jù)采集裝置在陌生路段或更新路段進行實地采集,但此方式也很難全面覆蓋到較偏僻但對其數(shù)據(jù)有需求的路段?;谟熊囕v行駛經(jīng)過此路段時的GPS數(shù)據(jù)信息那只是單純路線信息,但基于ADAS視頻識別卻可以是車道線、路牌、紅綠燈等交通信息的識別結果。在聯(lián)網(wǎng)的基礎上,低成本的智能終端與有選擇性的當?shù)剀囕v結合作為采集源可以更高效地進行基礎地圖數(shù)據(jù)收集。

  結語:

  作為手機之后最被看好的網(wǎng)絡服務新載體,車輛承擔著開拓新的服務形式與內(nèi)容的重要使命。移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)賦予其聯(lián)網(wǎng)特性,人工智能賦予其邁向無人駕駛的可能性,兩個方向都帶來了其本身大數(shù)據(jù)的產(chǎn)生與其對大數(shù)據(jù)的需求。目前的智能硬件以及其對關聯(lián)的車聯(lián)網(wǎng)都還可以認為處在初級階段,完成傳統(tǒng)改造以及新功能、新內(nèi)容增加的車將會是個怎樣豐富多彩的存在,我們在實踐中期待。


本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權者。如涉及作品內(nèi)容、版權和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。