0
| 本文作者： 朱玉龍 | 2016-07-08 10:21 | 專題：新智駕說：自動駕駛那些事兒｜朱玉龍專題 |
雷鋒網(wǎng)按：本文作者朱玉龍，汽車行業(yè)從業(yè)工程師，主做汽車電子。
簡單來說，現(xiàn)在是德國車企，拉著美國&全球的科技企業(yè)來一起打造一個(gè)數(shù)字化的計(jì)算平臺，配合德國的底盤電子和EE總線來革新和進(jìn)化。
最近寶馬、英特爾和Mobileye開了個(gè)小會，組團(tuán)征戰(zhàn)自動駕駛戰(zhàn)爭。我們也應(yīng)該正視這一場未來100年汽車行業(yè)的戰(zhàn)爭。
三方將基于寶馬 i Vision Future Interaction 概念車合作開發(fā)自動駕駛汽車
量產(chǎn)版將在 2021 年推出
三方打造出一個(gè)更好的自駕平臺，也是一個(gè)拉人入伙的聯(lián)盟
我們簡單的來考慮，特別是拿AUDI來PK一下BMW
1）ADAS領(lǐng)域
其實(shí)我們認(rèn)真的比一下，兩家的ADAS在L0～L1上其實(shí)體驗(yàn)差距不大。
傳感器配置找Bosch、Conti和Kostal等
77G Radar除了價(jià)格都會趨同（可以選一樣的）
ME+攝像頭模組的都一樣
2）自動駕駛領(lǐng)域
按照他們兩家的概念，BMW和AUDI找傳感器的能力是一樣的
IBEO的lidar兩家都會給
我們考慮下什么不一樣？什么是值得去拉攏的？
BMW的這個(gè)組團(tuán)
1）BMW牽頭協(xié)調(diào)車
1.1 搞定Radar&Lidar&Camera 應(yīng)該有的傳感器
1.2 搞定執(zhí)行機(jī)構(gòu)
1.3 添置V2X&Telematics
2）Intel提供計(jì)算平臺
2014年5月，英特爾向該ZMP出資1億刀，ZMP的“IZAC（Intel ZMP Autonomous Computer）”，配備有實(shí)時(shí)Linux的箱形裝置。處理器配備的是英特爾的“Core i7”。將連接了LIDAR、攝像頭、毫米波雷達(dá)及GPS等傳感器的IZAC與車輛的CAN總線連接，在Linux上運(yùn)行自動駕駛應(yīng)用軟件。
3）ME 提供環(huán)視圖像的深度學(xué)習(xí)
這里其實(shí)還是Amnon Shashu里面一個(gè)觀點(diǎn)我比較贊同：支撐自動駕駛的三大支柱
1. 環(huán)境感知技術(shù)（Sensing）：這塊ME公司提供視覺提取技術(shù)，而BMW則建立完備的冗余體系。
傳感器組合感知道路環(huán)境得到環(huán)境數(shù)據(jù)，通過計(jì)算單元，建立環(huán)境模型
2. 駕駛策略（Driving policy）：
自動駕駛系統(tǒng)需要學(xué)習(xí)如何遵守交通規(guī)則=>訓(xùn)練(DNN)和規(guī)定(Rule based)
何時(shí)該走
何時(shí)該停，等等，均需要
系統(tǒng)需要將這些整理成系統(tǒng)遵守的規(guī)則
3. 地圖繪制（Mapping）
自動駕駛系統(tǒng)需要建立非常精確的地圖，方便應(yīng)對路況
同時(shí)確定自己在哪里
這里BMW建立的冗余體系
感知冗余：傳感器融合
地圖&定位冗余=>路徑
高精度地圖&REM冗余
GPS+IMU定位冗余
對比下AUDI，這個(gè)格局往前走了一個(gè)身位。
輔助：Altera’s Cyclone V SoC FPGAs：處理邏輯
冗余
32位TriCore Fail Safe用的
核心處理部分
NVIDIA Tegra K1處理器：進(jìn)行大量運(yùn)算
外圍
Camera=》MobilEye EyeQ3 ：處理前面的攝像頭，這里是配角。
超聲
77G雷達(dá)
24G雷達(dá)
超聲
某種意義上，決定成敗的還是對視覺系統(tǒng)的充分利用，這決定了整個(gè)系統(tǒng)的成本和效率
兩家對比，相信AUDI也需要拉更多的幫手一起來戰(zhàn)斗。簡單來說，現(xiàn)在是德國車企，拉著美國&全球的科技企業(yè)來一起打造一個(gè)數(shù)字化的計(jì)算平臺，配合德國的底盤電子和EE總線來革新和進(jìn)化。
1）Tesla的事故，更多的是前進(jìn)道路上的一些波瀾，后面大的聯(lián)盟戰(zhàn)爭開啟了，自動駕駛完全不是一家公司的事，現(xiàn)在是召集盟友期
2）這比的是投入，比的是號召力，比的也是長期的戰(zhàn)斗力
雷鋒網(wǎng)注：本文首發(fā)作者公號：汽車電子設(shè)計(jì)，轉(zhuǎn)載請聯(lián)系授權(quán)并保留完整信息，不得刪減內(nèi)容。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
