自动驾驶量产,不一定要做「堆料狂魔」
2020-01-16 博客文章

降本增效是一个老生常谈的话题,在新兴的自动驾驶领域,这一点同样受用。对于瞄准量产的方案来说,更是如此。

硬件作为成本的大头,怎么在确保安全的前提下,以尽可能经济的方式实现同等的效果,就是其中的关键。

这意味着,量产的自动驾驶应当充分调用出硬件的性能,强化软件算法的开发,一味地堆积硬件并非高效的办法。

特别是,量产不同于千金一掷的演示,或者是不惜成本的科研。使用过于昂贵的硬件设备,或是“一个不够,double来凑”的粗暴做法,不会是最明智的量产之举。将技术大规模应用是自动驾驶的最终目标,而多出来的高额成本很可能会成为量产路上的“不能承受之重”。

另外,汽车本身是高度集成的系统,自动驾驶的加入让汽车的软硬件系统变得更加复杂和庞大。要想自动驾驶汽车的运转更加稳定高效,硬件配置上同样需要下足功夫,而且必须经过车规这一关。

车规级标准直观的理解就是稳定可靠、经久耐用,因为汽车的使用环境复杂、多样且严酷,和一般的演示条件全然不同。车规级的器件能确保系统的稳定可靠,极大程度降低故障概率。

汽车拥有成千上万的零部件,其中与自动驾驶关系最直接的就是传感器、计算平台和定位模块这些硬件,它们既是实现机器代替人类驾驶的关键,也是成本的主要来源。要想打造一套可量产的方案,做到安全、高效而且经济,那么一定要从这“三大件”抓起。


传感器?高效配置!

在自动驾驶中,任何单一传感器都存在局限性,难以独立完成自动驾驶的所有感知,多传感融合是业界通行的做法。但是,各种传感器之间具体如何配置组合,却是各有千秋。

摄像头、毫米波雷达和超声波雷达是目前应用非常成熟的传感器,几乎所有的方案都将它们纳入配置当中,激光雷达凭借在测速测距方面的特点,也成为了很多自动驾驶方案所仰仗的感知关键。

但传感器并不是“越多越好”、“越贵越好”。汽车不可能无限制地增加硬件,所以合适的做法是根据实现的功能和对应的感知需求进行取舍,配置一套高效合理的传感器组合。

举例来说,更多的传感器意味着系统负担加大,对算力、功耗等方面的要求会更高,而昂贵的硬件也一定程度上反映了产品技术的应用未完全成熟,单一性能有优势但可靠性尚未充分验证。

因此,自动驾驶的传感器配置必然是综合考虑后的选择。比如,传感器数量需要加以考虑,如果多路传感器形成的数据超过系统处理能力的话,多出来的数据其实难以利用。又比如,充分发挥摄像头和毫米波雷达的能力,以解决激光雷达的远距离障碍物识别效果差、安全车速不高等问题。

在Nullmax方案中,系统采用视觉为主的多传感融合感知,将摄像头作为关键的传感器,与毫米波雷达等传感器共同配合。这些应用广泛的传感器,不仅完全符合车规级标准,能够稳定可靠地完成感知任务,而且成本非常经济,适合大规模应用。

虽然绝大多数的自动驾驶方案都将激光雷达作为必不可少的传感器,但是Nullmax方案的一大特点是不依赖激光雷达。利用摄像头捕捉到的丰富信息,Nullmax借助深度学习、计算机视觉的方法提高感知精度,在结合多传感融合之后实现所需的感知效果。

目前,激光雷达尚未大规模量产,无法应用到量产方案中,但未来在解决车规、成本等问题以后,激光雷达也可以作为冗余进一步提升系统的安全性。


计算平台?ASIL D功能安全等级

自动驾驶汽车常被人比作车轮上的电脑,这一点非常贴切,因为它安装有至少一套性能强大的计算平台。但它与普通的电脑却又非常不同,因为它还强调功能安全,需要竭力避免任何可能的宕机。

在自动驾驶系统运行的一瞬间,汽车需要完成从感知融合到决策规划再到车辆控制的一系列任务。在这个过程中,各种各样的算法对计算资源需求巨大,同时还会产生非常大的数据量,因此系统需要足够强大的计算平台。

但这并不只是意味着算力充沛,它的能耗比、安全性乃至成本等方面的表现对自动驾驶来说同样重要。因为细看来,持续的高算力计算不仅会耗费车上的大量电能,带来的发热也会是使用隐患。同样的,再完美的器件都难免万一,而安全的设计能够在出现问题时调用应急机制,将风险降到最低。

典型的就是,工控机在自动驾驶的早期开发中非常常见,但无法量产应用到上市车型中。工控机的优势在于算力巨大、开发简单,但是数百瓦的功率让汽车的供电、散热都变成了难点。而空间占用大、一致性差等问题,也都同样限制了自动驾驶的量产应用。

在计算平台上,Nullmax的做法是采用ASIL D功能安全等级的控制器,让方案从软件开发到验证都符合功能安全和信息安全的要求。面对不同的功能需求时,方案可以选用不同的嵌入式计算平台,但它们的共同点就是性能可靠、成本经济。

Nullmax提供的高端配置,使用Xavier计算平台,性能强大,能够以万元以内的总硬件成本,实现全功能的需求。而经济配置可以基于ASIC芯片的低成本计算平台进行应用,实现自主泊车、拥堵跟车等自定义的功能,成本进一步降低。


定位系统?性能佳成本低!

在自动驾驶中,感知融合是系统作业的先决条件,而定位系统在其中是不可缺失的一个模块,它帮助车辆判断当下的位置,进而决定“下一步往哪儿走”。

虽然从常理上而言,系统的定位精度越高越好,但这很可能也意味着高昂的成本。因为一套主流的高精度惯导的硬件,成本从十万至几十万不等,在真实商业应用中可行性太低。

所以定位系统的关键仍在于量体裁衣,按照功能的定位需求进行配置。在不同场景下,自动驾驶对横向和纵向的定位精度会有不同要求,关键地方的横向定位非常重要,并非所有场景下横纵向都需厘米级的精度。比如在大直道上行驶时,达到5厘米的定位精度其实意义不大。

这一点就像是普通的司机一样,很多时候并不需要知道自己所处的精确位置,只用了解大概的方位信息,比如距前方路口约15米、右前方大概200米有匝道等等,就能很好地完成驾驶操作。在这方面,自动驾驶与人类较为相似。

因此除了RTK定位之外,其他的办法也可以满足这样的定位需求,并且更具性价比。而Nullmax基于车载GPS和IMU,通过摄像头和多算法融合自主开发的定位方案,就是这样一套低成本、高性能的定位系统,最高可实现厘米级的精准定位。

在对比测试中,Nullmax定位系统和市面上的RTK高精定位系统的定位轨迹和速度基本完全重合,性能出色。在与常规高精度定位系统接近同等性能的情况下,价格为后者的千分之一。

自动驾驶是硬件和软件的极致结合,二者缺一不可。硬件是实现一切的基础,而软件激活了其中的价值,重新诠释了汽车。

面向量产落地的自动驾驶方案,一定离不开优异可靠的硬件,但也并不需要一味地“堆料”,而是在关注安全的同时,也要兼顾效率和成本。一套深受消费者喜爱的方案,一定离不开安全、高效、经济这三个关键词。