當(dāng)前位置: CompoTech China > 專題 > 專題報(bào)道 >
         

        開(kāi)發(fā)自駕系統(tǒng),一定要知道的事!

        本文作者:任苙萍       點(diǎn)擊: 2020-05-15 15:06
        前言:

        特斯拉 (Tesla) 創(chuàng)辦人 Elon Musk 最近這么吹捧他們的自動(dòng)駕駛技術(shù):相較于人類駕駛減速時(shí)只使用兩個(gè)攝影頭 (眼睛) 且經(jīng)常分心,集成八個(gè)環(huán)景攝像頭、雷達(dá)、傳感器且始終保持警戒的自駕顯然是"超人"(Superhuman),依舊堅(jiān)持?jǐn)z像頭是自駕汽車所需的唯一傳感器技術(shù),只要能完全理解電腦視覺(jué)所接收?qǐng)D像的算法、并將其轉(zhuǎn)換為 3D 可操作的數(shù)據(jù)足矣!不過(guò),稍早就在今年 2 月底,美國(guó)國(guó)家運(yùn)輸安全委員會(huì)對(duì)一項(xiàng)涉及特斯拉 Model X 自駕的致命車禍進(jìn)行為期兩年調(diào)查的結(jié)果出爐,無(wú)意間又再次提醒人們自駕技術(shù)的危險(xiǎn)性。
         
        "光達(dá)"又大又貴?"混合固態(tài)"成折衷
        今后數(shù)年,道路上人、車駕駛員仍將混合車陣當(dāng)中,可能對(duì) AI 檢測(cè)能力做出錯(cuò)誤假設(shè);因此,一直有人對(duì)于特斯拉系統(tǒng)的常識(shí)性推理邏輯以及機(jī)器學(xué)習(xí) (ML)/深度學(xué)習(xí) (DL) 的強(qiáng)固性提出質(zhì)疑,認(rèn)為人工智能 (AI) 臉部識(shí)別能力其實(shí)不如人類,且只字未提光達(dá) (LiDAR),被指控距離真正的自動(dòng)駕駛還差得遠(yuǎn)!現(xiàn)階段——至少在車聯(lián)網(wǎng) (V2X) 建置完善且可信任之前,要達(dá)到 L4 或 L5 的自駕層級(jí),傳感器融合 (Sensors Fusion) 仍是普遍共識(shí)——光達(dá)強(qiáng)在可"鳥(niǎo)瞰"全景、創(chuàng)建實(shí)時(shí) 3D 地圖,雷達(dá) (Radar) 擅于應(yīng)對(duì)雨雪霧霾惡劣天氣,尤須相輔相成。
         
        圖1:特斯拉官方聲明——"Autopilot"(自動(dòng)輔助駕駛) 需要駕駛?cè)酥鲃?dòng)監(jiān)督,并無(wú)法使車輛自動(dòng)駕駛
        資料來(lái)源:https://www.tesla.com/zh_TW/autopilot
         
        體積大、難以無(wú)損美觀地融入車體且成本高達(dá) 1 萬(wàn)美元,是傳統(tǒng)機(jī)械旋轉(zhuǎn)光達(dá)最被詬病之處。為此,借助半導(dǎo)體與光電技術(shù)取代馬達(dá)驅(qū)動(dòng)的 3D 固態(tài)光達(dá) (Solid-state LiDAR) 便應(yīng)聲而起,有光學(xué)相控陣 (OPA) 與閃光 (Flash) 兩種方式;雖有部件成本低的優(yōu)勢(shì),但亦有三大軟肋:1.舍去旋轉(zhuǎn)機(jī)構(gòu)、激光束限縮照射角度;2.需倍增光達(dá)數(shù)量才能達(dá)到 360°全景覆蓋;3.遠(yuǎn)距探測(cè)無(wú)法突破,對(duì) L4、L5 自駕車形成障礙。于是,取巧以在鏡面內(nèi)部置入微機(jī)電 (MEMS) 改變光線射出角度以實(shí)現(xiàn)掃描的"混合固態(tài)光達(dá)"(Mixed Solid-state LiDAR),遂成折衷方案。
         
        這是因?yàn)?OPA 產(chǎn)生的光束發(fā)散性更大,更難兼顧長(zhǎng)距離、高分辨率和寬視場(chǎng);Flash 每次發(fā)射的光線會(huì)散布整個(gè)視場(chǎng),只有一小部分雷射能投射到某些特定點(diǎn)。隨著技術(shù)演進(jìn),機(jī)械與固態(tài)逐漸走向整合:以機(jī)械光達(dá)起家的 Velodyne Lidar 公司亦投入混合固態(tài)研發(fā),并獲得全球首批自駕班車之一 EasyMile EZ10 采用;而 Quanergy 共同創(chuàng)辦人在另立山頭成立 Ouster 后,也回頭感念機(jī)械光達(dá)的好。但即使是 MEMS 微型掃描鏡,由于投射的雷射量有限,也有難以探測(cè)遠(yuǎn)處物體的缺憾;且光電探測(cè)器數(shù)組的每個(gè)像素都非常小,又限制了可捕捉的反射光量。
         
        圖2:配備 Velodyne 光達(dá)傳感器的 EasyMile EZ10 自駕車,可在積雪反光的道路正常行駛
        資料來(lái)源:https://velodynelidar.com/press-release/velodyne-lidar-announces-agreement-with-easymile-ez10-autonomous-vehic/
         
        讓光達(dá)看得更遠(yuǎn)、更清晰:拉大視場(chǎng)+增加光通道數(shù)
        所幸,只要加大 MEMS 反射鏡直徑、使用大面積反射鏡將大部分入射光引導(dǎo)到光電傳感器上,就能拉大視場(chǎng) (FoV)、檢測(cè)遠(yuǎn)處物體。三菱電機(jī) (Mitsubishi Electric) 日前開(kāi)發(fā)一種緊湊的 MEMS 光達(dá)方案,即標(biāo)榜使用水平+垂直"雙軸電磁鏡"來(lái)掃描反射光以生成車輛和行人的 3D 圖像:±15°水平移動(dòng)、±3.4°垂直移動(dòng),MEMS 波束結(jié)構(gòu)提升到 ±6.0°以上;經(jīng)由優(yōu)化電磁 MEMS 鏡和光學(xué)組件 (包括多個(gè)雷射光源、光電探測(cè)器和透鏡),抑制光學(xué)漸暈并避免激光束被光達(dá)的內(nèi)部組件扭曲,可擁有超寬水平掃描角度,精確檢測(cè)物體形狀和距離。
         
        與此同時(shí),為滿足高速行駛下、光接收器的高分辨率圖像所需,如何引入更多信道將是關(guān)鍵;美信 (Maxim) MAX40026 高速比較器和 MAX40660/MAX40661 寬帶互阻放大器 (TIA) 可提供兩倍以上帶寬,在相同尺寸的光達(dá)模塊增加 33% 的通道數(shù),表現(xiàn)不俗。去年,Luminar 推出一款成本不到 1,000 美元的光達(dá)系統(tǒng);汽車主要供貨商——博世 (Bosch),亦開(kāi)發(fā)出可量產(chǎn)的光達(dá)傳感器,可望進(jìn)一步壓低成本。順帶一提,Waymo 稍早推出第五代自駕系統(tǒng)"Waymo Driver",硬件亦包括五個(gè)自產(chǎn)光達(dá),目視能力達(dá) 300 公尺。
         
        "Waymo Driver"將遠(yuǎn)程和中程光達(dá)組合成一個(gè)單元,置于車頂,可提供 360°視野;另開(kāi)發(fā)位于車輛四個(gè)位置的新型周邊光達(dá),旨在提高空間分辨率和精度,特別有利于近距離物體檢測(cè)和避障等低速應(yīng)用。Waymo 已將新一代"Waymo Driver"集成到 Jaguar I-Pace 車輛,并將其用于數(shù)據(jù)收集以訓(xùn)練機(jī)器學(xué)習(xí)模型,最后一步是將 I-Pace 車輛投放到在鳳凰城地區(qū)運(yùn)營(yíng)的 Waymo One 服務(wù)。特別的是,Waymo 去年 3 月宣布計(jì)劃將這些短程光達(dá)傳感器 (稱為 Laser Bear Honeycomb) 出售給自駕車以外的行業(yè)。預(yù)估明年將是 3D 光達(dá)大放異彩之年。
         
        圖3:第五代"Waymo Driver"光達(dá)、攝像頭和雷達(dá)皆具有不同視野要求,故需仔細(xì)確定硬件和外觀設(shè)計(jì)的位置,以確保這些模塊不會(huì)相互掣肘
        資料來(lái)源:https://blog.waymo.com/2020/03/designing-5th-generation-waymo-driver.html
         
        自駕平臺(tái)比拼:特斯拉攜自制 AI 芯片闊步獨(dú)行,高通兼顧擴(kuò)展&開(kāi)放
        特斯拉堅(jiān)持自駕車無(wú)需光達(dá)的原因之一,或與他們?nèi)ツ赆尦鲎栽偅⑷蜃顝?qiáng)芯片"的超強(qiáng)自信有關(guān)。這款號(hào)稱效能是英偉達(dá) (Nvidia) 芯片 21 倍、且開(kāi)發(fā)成本更低的 AI 芯片,內(nèi)嵌 12 核心 CPU、16 核心 GPU,以及兩個(gè)可實(shí)時(shí)處理圖像、專用于神經(jīng)網(wǎng)絡(luò)自駕運(yùn)算的神經(jīng)網(wǎng)絡(luò)加速器 (NNA),剛被證實(shí)已搭載于 Model 3 車款作為"全自動(dòng)駕駛電腦",且每輛車有兩個(gè)芯片。雖然特斯拉強(qiáng)調(diào),每個(gè)芯片都會(huì)自行評(píng)估下一步動(dòng)作并各自發(fā)出信號(hào)源,只有信號(hào)一致才會(huì)執(zhí)行命令,強(qiáng)調(diào)安全無(wú)虞;但仍有專家質(zhì)疑:雙芯片一旦發(fā)生信號(hào)沖突,恐會(huì)產(chǎn)生"決策延遲"。
         
        其次,雙芯片獨(dú)立運(yùn)算,當(dāng)面臨危急狀況,若因芯片故障導(dǎo)致兩個(gè)芯片信號(hào)不一,邏輯上不會(huì)采取任何行動(dòng),又如何規(guī)避傷亡?再者,若兩個(gè)芯片皆不幸決策錯(cuò)誤,電腦是否有自我審查機(jī)制?是否可用于后續(xù)優(yōu)化?喝牛奶不一定要養(yǎng)牛,大眾化平臺(tái)是另一種選擇;高通 (Qualcomm) 在今年美國(guó)消費(fèi)性電子展 (CES) 首度面向自動(dòng)駕駛推出 Snapdragon Ride 平臺(tái),內(nèi)含 Snapdragon Ride Safety 系統(tǒng)單芯片 (SoC) 與安全加速器自動(dòng)堆棧,專為 ASIL D 系統(tǒng)設(shè)計(jì),擬于今年上半年供車廠和一階供貨商預(yù)開(kāi)發(fā),搭載 Snapdragon Ride 的車輛可望于 2023 年量產(chǎn)。
         
        該平臺(tái)基于可擴(kuò)展和模塊化的異構(gòu)高性能多核 CPU、高能效 AI 和電腦視覺(jué)引擎與先進(jìn) GPU,熱效率表現(xiàn)佳,可采用被動(dòng)冷卻或風(fēng)冷設(shè)計(jì)、省卻昂貴的液冷系統(tǒng)并簡(jiǎn)化車輛設(shè)計(jì),進(jìn)而降低成本、提高可靠性并擴(kuò)大行駛范圍。結(jié)合高通 Snapdragon Ride 自動(dòng)堆棧及汽車制造商/一階供貨商的自定義算法,可加速高性能自動(dòng)駕駛的部署。高通表示,雖然下一波創(chuàng)新浪潮應(yīng)來(lái)自于 L2+ 便利型高級(jí)駕駛輔助系統(tǒng) (ADAS),但 Snapdragon Ride 使用的硬件解決方案已先一步從 SoC 轉(zhuǎn)變?yōu)橹鲃?dòng)安全 ADAS;以法規(guī)要求為前提,可實(shí)現(xiàn)全自駕系統(tǒng)。
         
        圖4:高通 Snapdragon Ride 具有高度可擴(kuò)展性、開(kāi)放性、完全可定制性且功耗經(jīng)過(guò)高度優(yōu)化,可滿足從新車評(píng)價(jià)計(jì)劃 (NCAP) 到L2 + 自駕需求
        資料來(lái)源:高通提供
         
        汽車 AI:軟件和機(jī)器學(xué)習(xí)為大宗,應(yīng)用程序是主角
        由于智能物聯(lián)網(wǎng) (AIoT) 設(shè)備數(shù)量增長(zhǎng)、互聯(lián)網(wǎng)普及、聯(lián)網(wǎng)車輛需求增加、交通效率的優(yōu)化,加上消費(fèi)者偏好高檔車輛以改善駕駛體驗(yàn)并提人車安全等因素催化,ResearchAndMarkets 預(yù)估 2019~2027 年全球汽車 AI 市場(chǎng)的年復(fù)合成長(zhǎng)率 (CAGR) 將達(dá) 39.8%,終值為 159 億美元。其中,半自動(dòng)駕駛在預(yù)測(cè)期間內(nèi)增長(zhǎng)率最高。進(jìn)一步就去年數(shù)據(jù)拆解,受惠于云端部署成本下降、學(xué)習(xí)分析使用增加及云端運(yùn)算和自動(dòng)化需求不斷增長(zhǎng),軟件和機(jī)器學(xué)習(xí) (ML) 在其中占據(jù)最大份額,用于信號(hào)/圖像識(shí)別、駕駛員監(jiān)控、避免車輛碰撞的電腦視覺(jué)增速最快。
         
        他們還提到,應(yīng)用程序?qū)⑹瞧?AI 的主角。為因應(yīng)下一代"軟件定義汽車自駕車"挑戰(zhàn),溫瑞爾 (WindRiver) 與百度已攜手開(kāi)發(fā)出基于 WindRiver AUTOSAR 自適應(yīng)軟件架構(gòu)的 Apollo 自駕開(kāi)放平臺(tái),支持具有安全性混合關(guān)鍵性的異構(gòu)系統(tǒng),現(xiàn)正處于概念驗(yàn)證 (PoC) 階段。此舉目的是在于:信息娛樂(lè)系統(tǒng)等非關(guān)安全應(yīng)用的開(kāi)源軟件可在 Wind River Linux 執(zhí)行,而諸如 VxWorks 的成熟商用實(shí)時(shí)操作系統(tǒng) (RTOS) 可支持確定性、安全性至關(guān)重要的應(yīng)用程序,兩者使用同一架構(gòu)、可無(wú)縫運(yùn)行,使汽車制造商大幅節(jié)省材料清單 (BOM) 成本和車輛功耗。
         
        汽車 AI 用途不僅于此,優(yōu)步 (Uber) 先進(jìn)技術(shù)集團(tuán) (ATG) 還采用生成對(duì)抗網(wǎng)絡(luò) (GAN) 進(jìn)行自駕車交通軌跡預(yù)測(cè)。不過(guò)前提是:數(shù)據(jù)要是真實(shí)的。如前文所述,許多感測(cè)系統(tǒng)只需在交通標(biāo)志作假,就能受到蒙騙;密歇根大學(xué)研究,即使是基于光達(dá)的感知系統(tǒng)也可被策略性欺騙,使其看到"不存在的障礙物",車輛可能因阻塞交通或突然制動(dòng)而導(dǎo)致撞車。光達(dá)感測(cè)系統(tǒng)有兩大部分:傳感器和機(jī)器學(xué)習(xí)模型,在光達(dá)單元每秒發(fā)出數(shù)萬(wàn)個(gè)光信號(hào)后,機(jī)器學(xué)習(xí)模型會(huì)使用返回的脈沖來(lái)描繪車輛周圍世界,攻擊者可能對(duì)光信號(hào)發(fā)動(dòng)干擾。
         
        AI 模型缺陷太可怕!仿真系統(tǒng)&數(shù)據(jù)集來(lái)相助
        機(jī)器學(xué)習(xí)模型易受特定信號(hào)或輸入影響,例如,在交通標(biāo)志上專門(mén)生成的貼紙可蒙蔽相機(jī)感知——此即所謂的"對(duì)抗性示例",這也是許多人力主須以"傳感器融合"交互比對(duì)之故。另語(yǔ)料庫(kù)的正當(dāng)性也很重要,電腦視覺(jué)公司 Roboflow 用于訓(xùn)練自駕汽車模型的語(yǔ)料庫(kù)遺漏了關(guān)鍵數(shù)據(jù)一事,便引起軒然大波;如果數(shù)百萬(wàn)輛汽車運(yùn)行有缺陷的 AI 模型,其影響可能是毀滅性的。近期,麻省理工學(xué)院 (MIT) 發(fā)明的"VISTA"(虛擬圖像自動(dòng)合成與轉(zhuǎn)化) 仿真系統(tǒng),或能在實(shí)際上路前稍作補(bǔ)強(qiáng),并大幅加快自駕車的測(cè)試和部署速度。
         
        以往,建構(gòu)用于訓(xùn)練和測(cè)試自駕車的仿真引擎很大部分需要依賴人工標(biāo)記和繪制,但由于現(xiàn)實(shí)世界要復(fù)雜許多,導(dǎo)致虛實(shí)不匹配。MIT 的仿真引擎是由"數(shù)據(jù)驅(qū)動(dòng)",只需使用道路行駛所捕獲的一個(gè)小數(shù)據(jù)集,即可就真實(shí)數(shù)據(jù)合成與道路外觀及場(chǎng)景中所有對(duì)象之距離和運(yùn)動(dòng)一致的新軌跡,然后使用新軌跡來(lái)渲染逼真場(chǎng)景。此外,有鑒于惡劣天氣條件可能損壞攝像頭、光達(dá)等感測(cè)能力,MIT 開(kāi)始思考:與其環(huán)顧四方,何不改為專心探路?于是,開(kāi)發(fā)稱為"探地雷達(dá)"(GPR) 的系統(tǒng);以現(xiàn)有技術(shù)向地下發(fā)送電磁脈沖,可藉此探測(cè)該地區(qū)土壤、巖石等特定組合。
         
        長(zhǎng)期以來(lái),惡劣的天氣和有限的傳感器能見(jiàn)度一直是無(wú)人駕駛汽車的軟肋,全球自駕方案仍難以在大雪、大霧或臺(tái)風(fēng)等特殊環(huán)境條件下工作。人同此心,但聰明的 Waymo 另有一套解法:公開(kāi)尋求外援、發(fā)起開(kāi)放數(shù)據(jù)集的挑戰(zhàn)賽,讓開(kāi)發(fā)者通過(guò)參加競(jìng)賽來(lái)尋找下列問(wèn)題的解決方案:
        ? 2D 檢測(cè):給定一組攝像頭圖像,為場(chǎng)景中的對(duì)像生成一組 2D 框;
        ? 2D 追蹤:給定攝像頭圖像的時(shí)間順序,生成一組 2D 框、以及框與框之間的對(duì)應(yīng)關(guān)系;
        ? 3D 檢測(cè):給定一個(gè)或多個(gè)光達(dá)測(cè)距圖像和相關(guān)的攝像頭圖像,為場(chǎng)景中的對(duì)像生成一組 3D 垂直框;
        ? 3D 追蹤:給定光達(dá)和相機(jī)數(shù)據(jù)的時(shí)間序列,生成一組 3D 垂直框、以及框與框之間的對(duì)應(yīng)關(guān)系;
        ? 域適應(yīng):類似 3D 檢測(cè)挑戰(zhàn),但提供了細(xì)分?jǐn)?shù)據(jù),其中 100 個(gè)帶有 3D 框標(biāo)簽。
         
        根據(jù)游戲規(guī)則,希望取得獲獎(jiǎng)資格的參與者將向 Waymo 授予使用其知識(shí)產(chǎn)權(quán)的許可,意謂:Waymo 可藉由集思廣益而獲得當(dāng)前最佳方案!亦不失為明智之舉。
         
         

         

        主站蜘蛛池模板: 亚洲女同成av人片在线观看 | 成人免费视频网址| 亚洲Av无码专区国产乱码DVD| 亚洲视频在线观看不卡| 亚洲成av人片在www鸭子| 99视频在线精品免费观看6| 国产精品亚洲不卡一区二区三区| 亚洲ⅴ国产v天堂a无码二区| 四虎影视在线影院在线观看免费视频 | 中文字幕亚洲色图| 无码区日韩特区永久免费系列| 2020国产精品亚洲综合网| 日本高清免费不卡在线| 特级毛片全部免费播放| 国产男女爽爽爽爽爽免费视频| 亚洲伊人久久大香线蕉在观| 成全视频在线观看免费高清动漫视频下载| 亚洲一区精彩视频| 无码国产亚洲日韩国精品视频一区二区三区 | 久久免费美女视频| 亚洲午夜精品一区二区公牛电影院 | 成全动漫视频在线观看免费高清版下载 | 亚洲精华国产精华精华液| 国产精品国产免费无码专区不卡| 青青免费在线视频| 亚洲成A人片在线观看WWW| 亚洲中文字幕乱码一区| 啊v在线免费观看| 你是我的城池营垒免费观看完整版| 亚洲国产精品一区二区久久| 女人18毛片特级一级免费视频| 亚洲视频免费一区| 日本免费人成黄页网观看视频| 在线看片免费人成视频久网下载| 亚洲婷婷天堂在线综合| 国产免费变态视频网址网站| 精品国产污污免费网站| 亚洲国产成人综合精品| 亚洲短视频男人的影院| 日韩激情淫片免费看| 久久国产精品免费视频|