能driving,能parking,TDA4的一「芯」二用
2020-10-23 博客文章

了解过自动驾驶的人都知道,自动驾驶功能的实现离不开强大的计算平台,而一款强大的计算平台需要满足的要求也是出了名的“多且严格”。

计算平台不仅需要导入大量的来自摄像头、雷达等传感器的多模态的数据,而且还要将这些数据实时进行融合和分析,提取出障碍物、车道线、当前位置等等信息,从而做出决策并对接下来的速度和轨迹等内容进行规划。因此,算力可以说是计算平台的“第一生产力”。

除此之外,真正量产的自动驾驶硬件还必须在功耗、稳定性、成本等方面达到要求,确保符合车规级标准。不然的话,在天南海北的路途中和漫长的使用周期内,汽车很可能会出现各种稀奇古怪的问题。比如像一些消费电子产品一样,天冷开不了机,天热自动关机。

因此自动驾驶的计算平台需要在这些要求之间做出平衡,在确保当中不会出现“不及格”的情况下,来提高算力。

这也意味着,自动驾驶对计算平台的使用并不是随心所欲,而是要量入为出和量体裁衣。


计算平台“嵌入”之道

正是因为这些“多且严格”的要求,在自动驾驶功能量产的时候,嵌入式的计算平台是所有开发者的必然选择。

相比于通用型计算机,嵌入式计算平台具有可用性高和安全性高的特点,并且功耗低、体积小,易于集成,成本更低。而且嵌入式计算平台目前可以提供的算力,能较好满足智能化辅助驾驶或限定条件下自动驾驶的算力需求。

因此,行业内已经推出有多款车规级的嵌入式计算平台,可以不同程度地满足自动驾驶开发者在算力、可靠性、成本等方面的要求。而由德州仪器(TI)推出的TDA系列芯片,正是业内最受欢迎的计算平台之一。

TDA4是该系列中TI会于近期量产的一款芯片,主打高级别自动驾驶市场。这款面向新一代智能驾驶应用所推出的TDA4系列芯片,在性能和功耗方面都有较大提升,可以提供8TOPS甚至是更高的深度学习性能。它配有包括Cortex A72、Cortex R5F、DSP、MMA等在内的不同类型处理器,由对应的核或者加速器处理各自擅长的任务,让计算平台的效率得以提高。

相比于其他的计算平台,TDA4的突出之处就在于既有出色的性能,可以满足智能驾驶的算力需求,又有成熟的芯片设计,对功能安全考虑周到,并且在成本方面有明显优势。因此,TDA4系列芯片被众多国内外的汽车厂商和一级供应商选为基础开发平台。

那么,这是不是意味着,将各种各样的智能驾驶功能量产部署到TDA4上就是一件轻松的事呢?


打包driving和parking

事实上,在算力相对有限的车规级嵌入式计算平台上部署复杂且庞大的自动驾驶软件算法,一直以来都是件“难事”。

面对TDA4,开发者也需要“锱铢必较”地分配算力。而这也就要求开发者对于整套自动驾驶系统必须具有非常强的掌控力,甚至是在更基础的平台框架层面有深刻的理解。也正是这样,目前市场上基于TDA4的完整智能驾驶解决方案其实并不多见。

Nullmax根据TDA4系列芯片的特性对自动驾驶方案进行了定制化的开发和优化,将行车和泊车两大类型的智能驾驶功能装进了这块广受欢迎的计算平台上,让一块芯片在两种场景下派上用场。

与一些应用不同的是,Nullmax的方案为车辆提供的是完整的HWP(高速代驾)和AVP(自主泊车)功能,而不只是将某个模块或者某一项功能部署到TDA4上。虽然难度更大,但方案的“性价比”也更高。

以8TOPS算力的TDA4VM为例,如果使用6颗摄像头、5颗毫米波雷达、12颗超声波雷达,集成高精地图,将L2+的HWP和AVP整合至车辆上的方案,将比使用两套分离的系统来实现两项功能的方案,在成本上节省一大截,更具市场竞争力。

当中L2+级别的HWP,可以实现全速巡航、停走跟车、Cut-in处理、拨杆变道、横向避让,甚至是上下匝道、自主变道等功能。而在算力更充沛的TDA4VH平台上,可以接入更多传感器实现自动化程度更高的HWP,进一步丰富功能并提升安全性。

Nullmax提供的泊车功能能够进行垂直、平行和斜向车位的检测与定位,实现从地上到地下车库的最后一公里自主泊车。在TDA4平台上,Nullmax以视觉为主、融合超声波雷达的单车智能方案可以为车辆提供360°的全方位感知能力,包括低速环境下稳定的障碍物检测和测距。

尤其是在全栈自主研发的优势下和MaxOS自动驾驶平台的加持下,Nullmax的方案本身可以支持不同的车型、硬件平台和集成方式,而TDA4系列芯片的一大特点是可扩展,支持不同复杂程度的应用,因此Nullmax能够基于TDA4平台按需定制自动驾驶方案。

而且将HWP和AVP集成在一个计算平台当中,系统的架构将会更加精简,对后期的升级维护来说也将会更加方便。比如在OTA升级时,两项功能的升级可以一次完成,前后环节的重复步骤减少,效率也就更高。

当然,这些优点也不仅限于TDA4系列芯片。在其他的车规级嵌入式平台上,Nullmax的方案也同样进行了应用,在算力相对有限的情况下都能够提供完整而丰富的功能。

正如很多人所了解的一样,在自动驾驶当中,软件和硬件的搭配至关重要,既然强大的计算平台可以充分发挥出软件算法的作用,那强大的软件算法方案又会是怎样的呢?

答案是,它可以根据计算平台的特性进行开发和优化,发挥出硬件的全部性能。而Nullmax的方案,正是如此。