无人驾驶汽车挑战：感知、智能、安全和成本
作者： jeff vanwashenova ceva 汽车市场部总监
如果您最近购买或乘坐了新车，您可能会同意，过去在驾驶自动化方面最先进的东西（最高 sae 2 级）现在已经很普通了。我们不再对看到或至少听到盲点检测和车道偏离警告、车道居中、紧急制动和自适应巡航控制等驾驶员辅助功能感到惊讶。
美国交通部 (dot) 在其联邦自动车辆政策中使用 j3016 的六个道路机动车辆自动化级别。（图片：sae 国际）
现在我们期待真正的自主，以 3 到 5 级（见图）为代表，部分免提一直到完全免提控制。曾经纯粹的科幻小说现在看起来更容易触及。大型汽车制造商（知道如何扩大规模）拥有积极的计划和合作伙伴关系。概念验证汽车已在匹兹堡、旧金山、凤凰城和其他城市部署。waymo在凤凰城推出的自动驾驶出租车服务更进一步，抢占第一商业市场份额，同时还旨在收回开发成本。
挑战3 到 5 级引入了新的挑战，并非所有挑战都是技术性的。公众接受可能是最重要的因素，在当今的气候下不能被视为理所当然，在当今的气候下，技术对某些人来说可能更像是威胁而不是好处。waymo经历了其中一些威胁，尽管事件有限，有些是明显的行为异常值。但我们是一个善变的人，因此 waymo 和其他人必须像管理技术一样谨慎地管理社会接受度和不可避免的媒体危机。
自然，技术挑战也会增加。需要更多传感器——光学、雷达、激光雷达等——以及传感器融合。期望在 sae 标准的上层需要 20 多个传感器并不是不合理的。
3 级独有的挑战是安全地管理自动驾驶和（人类）驾驶员控制之间的切换。驾驶员监控在这里是一个重要因素——你醒着吗，你知道汽车想让你接管吗，你是否向前看？这些检查已经可以通过驾驶员注视检测/跟踪、监控驾驶员头部的运动，或者更准确地说，瞳孔中心检测来实现。这两种方法都需要在车内进行物体识别和跟踪。
成本也是一个挑战。我们今天看到的自动驾驶汽车并不便宜。去年，delphi automotive（现为 aptiv plc）的 ceo 估计自动驾驶硬件/软件堆栈的成本在 70,000 至 150,000 美元之间。这还不包括汽车本身的成本（他认为到 2025 年，这可能会降至 5,000 美元左右）。一个原因是一些昂贵的传感器技术。仅激光雷达是自动驾驶系统中的关键组件，目前依赖于机械系统旋转激光器。
在过去的一年里，一些最好的系统已经降价了。例如，velodyne lidar将其 vlp-16 puck 的价格降低了一半，从大约 8,000 美元降至 4,000 美元。该公司还推出了具有 128 个激光通道的超高分辨率vls-128，用于高级实时 3d 视觉。
消除机械支撑的固态技术进步应该会进一步降低成本——有些人预计成本会低至 100 美元。至少在今天，lidar 在 4/5 级中发挥着重要作用，这表明这些级别可能会在一段时间内仅限于商业/公共交通应用，在这些应用中，更高的成本可能会更有效地抵消。再说一次，基于相控阵或 mem 镜面的解决方案可能会比我们想象的更快出现。quanergy 的 s3 固态 lidar目前售价在几百到几百美元之间，具体取决于数量，但该公司预计，随着集成度的提高，价格将降至 100 美元以下。
此外，robosense 最近宣布其新的 rs-ipls 智能感知 lidar 系统将 mems 固态 lidar 技术与基于 ai 的深度学习算法相结合，其成本仅为 200 美元的传统 lidar 系统成本的一小部分。
另一个成本驱动因素是传感背后的智能。当今广泛使用的解决方案依赖于每台设备运行近 1,300 美元的平台。如果您只需要一个，这已经是总预算 5,000 美元中的一小部分，但似乎还不够。
为了管理关键功能的响应时间并避免在将原始数据从许多传感器发送到中央人工智能 (ai) 处理器时出现网络拥塞，必须在传感器附近管理某种程度的智能。当您考虑可能需要 20 个传感器时，必须将 ai 硬件定价降低一个数量级以上，这不可避免地推动 oem 和一级供应商采用 asic 设计。
另一个挑战是安全性和可靠性。接地要求符合 iso 26262；但是，该标准不了解诸如驾驶员失控、非确定性、习得行为以及其他 3 到 5 级的常规行为。正在这些领域开展工作。
从业者提出的“行驶数百万英里”声明虽然是必要的，但似乎还远远不足以证明可靠运行。当基础 ai 技术不确定时，多少行驶里程就足够了？一个普遍接受的解决方案是在多个系统之间或在给定系统本身内使用交叉检查。在相机模块中，可以将基于 ai 的物体识别与更传统的计算机视觉算法进行比较，以确保正确操作。通过多类物体识别（相机、雷达、激光雷达）之间的传感器融合，同样的方法也可以在不同的传感器模块上实现。除了这些安全措施外，冗余将在安全保障中发挥关键作用。
我的网在这一切？争取市场份额仍然是一个强大的因素，可能会比今天看起来更快地推动技术/成本/安全的进步。但通往成功的最可靠途径可能是在个人车辆中逐步引入 3 级功能，并在商用车辆（如无人驾驶巴士、食品配送车，可能还有最后一英里的出租车）中更有限/有节制地引入 4/5 级功能。不管这种情况如何发展，传感器、传感器背后的 ai 组件和集中式 ai 子系统显然将有巨大的机会来实现无人驾驶的承诺。
一·从输入url到页面展示到底发生了什么
基于TOP224的复合型精密恒流源设计
用于RF部件的快周转PCB应该怎样来制作
漫威迷必备“神器” 这款aigo国民好物移动固态硬盘燃炸了！
开发小型、长距离且支持10年电池寿命的智能家居传感器
无人驾驶汽车挑战：感知、智能、安全和成本
iPhone8、三星Note8、华为Mate10、小米Mix2配置价格大盘点！下半年的新机你更期待哪一个？
广东省投资8亿元建立200兆瓦光伏基地发电站
射频技术的应用及如何从其中进行能量采集
气动截止阀工作原理及优缺点
用伏安法测电阻的方法
如何实现高效的供电网络 (PDN) 设计
我国新能源汽车连续12年蝉联全球第一位
汽车无钥匙门禁系统使用越来越广泛 未来应当加强技术创新
Intersil推出支持业内最宽输入共模电压范围的高精度数字电源监测器
高速论坛讲座回放|无缝触及-高速测量环境中仪器与被测件的正确连接
2023深圳展回顾 | PIR人体热释电红外传感科技,鑫永诚光电精彩继续……
小米手表腕上小型手机功能介绍
CFE汽车行业pogopin磁吸连接方案
常见十几种电容分类详细介绍
如果您最近购买或乘坐了新车，您可能会同意，过去在驾驶自动化方面最先进的东西（最高 sae 2 级）现在已经很普通了。我们不再对看到或至少听到盲点检测和车道偏离警告、车道居中、紧急制动和自适应巡航控制等驾驶员辅助功能感到惊讶。
美国交通部 (dot) 在其联邦自动车辆政策中使用 j3016 的六个道路机动车辆自动化级别。（图片：sae 国际）
现在我们期待真正的自主，以 3 到 5 级（见图）为代表，部分免提一直到完全免提控制。曾经纯粹的科幻小说现在看起来更容易触及。大型汽车制造商（知道如何扩大规模）拥有积极的计划和合作伙伴关系。概念验证汽车已在匹兹堡、旧金山、凤凰城和其他城市部署。waymo在凤凰城推出的自动驾驶出租车服务更进一步，抢占第一商业市场份额，同时还旨在收回开发成本。
挑战3 到 5 级引入了新的挑战，并非所有挑战都是技术性的。公众接受可能是最重要的因素，在当今的气候下不能被视为理所当然，在当今的气候下，技术对某些人来说可能更像是威胁而不是好处。waymo经历了其中一些威胁，尽管事件有限，有些是明显的行为异常值。但我们是一个善变的人，因此 waymo 和其他人必须像管理技术一样谨慎地管理社会接受度和不可避免的媒体危机。
自然，技术挑战也会增加。需要更多传感器——光学、雷达、激光雷达等——以及传感器融合。期望在 sae 标准的上层需要 20 多个传感器并不是不合理的。
3 级独有的挑战是安全地管理自动驾驶和（人类）驾驶员控制之间的切换。驾驶员监控在这里是一个重要因素——你醒着吗，你知道汽车想让你接管吗，你是否向前看？这些检查已经可以通过驾驶员注视检测/跟踪、监控驾驶员头部的运动，或者更准确地说，瞳孔中心检测来实现。这两种方法都需要在车内进行物体识别和跟踪。
成本也是一个挑战。我们今天看到的自动驾驶汽车并不便宜。去年，delphi automotive（现为 aptiv plc）的 ceo 估计自动驾驶硬件/软件堆栈的成本在 70,000 至 150,000 美元之间。这还不包括汽车本身的成本（他认为到 2025 年，这可能会降至 5,000 美元左右）。一个原因是一些昂贵的传感器技术。仅激光雷达是自动驾驶系统中的关键组件，目前依赖于机械系统旋转激光器。
在过去的一年里，一些最好的系统已经降价了。例如，velodyne lidar将其 vlp-16 puck 的价格降低了一半，从大约 8,000 美元降至 4,000 美元。该公司还推出了具有 128 个激光通道的超高分辨率vls-128，用于高级实时 3d 视觉。
消除机械支撑的固态技术进步应该会进一步降低成本——有些人预计成本会低至 100 美元。至少在今天，lidar 在 4/5 级中发挥着重要作用，这表明这些级别可能会在一段时间内仅限于商业/公共交通应用，在这些应用中，更高的成本可能会更有效地抵消。再说一次，基于相控阵或 mem 镜面的解决方案可能会比我们想象的更快出现。quanergy 的 s3 固态 lidar目前售价在几百到几百美元之间，具体取决于数量，但该公司预计，随着集成度的提高，价格将降至 100 美元以下。
此外，robosense 最近宣布其新的 rs-ipls 智能感知 lidar 系统将 mems 固态 lidar 技术与基于 ai 的深度学习算法相结合，其成本仅为 200 美元的传统 lidar 系统成本的一小部分。
另一个成本驱动因素是传感背后的智能。当今广泛使用的解决方案依赖于每台设备运行近 1,300 美元的平台。如果您只需要一个，这已经是总预算 5,000 美元中的一小部分，但似乎还不够。
为了管理关键功能的响应时间并避免在将原始数据从许多传感器发送到中央人工智能 (ai) 处理器时出现网络拥塞，必须在传感器附近管理某种程度的智能。当您考虑可能需要 20 个传感器时，必须将 ai 硬件定价降低一个数量级以上，这不可避免地推动 oem 和一级供应商采用 asic 设计。
另一个挑战是安全性和可靠性。接地要求符合 iso 26262；但是，该标准不了解诸如驾驶员失控、非确定性、习得行为以及其他 3 到 5 级的常规行为。正在这些领域开展工作。
从业者提出的“行驶数百万英里”声明虽然是必要的，但似乎还远远不足以证明可靠运行。当基础 ai 技术不确定时，多少行驶里程就足够了？一个普遍接受的解决方案是在多个系统之间或在给定系统本身内使用交叉检查。在相机模块中，可以将基于 ai 的物体识别与更传统的计算机视觉算法进行比较，以确保正确操作。通过多类物体识别（相机、雷达、激光雷达）之间的传感器融合，同样的方法也可以在不同的传感器模块上实现。除了这些安全措施外，冗余将在安全保障中发挥关键作用。
我的网在这一切？争取市场份额仍然是一个强大的因素，可能会比今天看起来更快地推动技术/成本/安全的进步。但通往成功的最可靠途径可能是在个人车辆中逐步引入 3 级功能，并在商用车辆（如无人驾驶巴士、食品配送车，可能还有最后一英里的出租车）中更有限/有节制地引入 4/5 级功能。不管这种情况如何发展，传感器、传感器背后的 ai 组件和集中式 ai 子系统显然将有巨大的机会来实现无人驾驶的承诺。
一·从输入url到页面展示到底发生了什么
基于TOP224的复合型精密恒流源设计
用于RF部件的快周转PCB应该怎样来制作
漫威迷必备“神器” 这款aigo国民好物移动固态硬盘燃炸了！
开发小型、长距离且支持10年电池寿命的智能家居传感器
无人驾驶汽车挑战：感知、智能、安全和成本
iPhone8、三星Note8、华为Mate10、小米Mix2配置价格大盘点！下半年的新机你更期待哪一个？
广东省投资8亿元建立200兆瓦光伏基地发电站
射频技术的应用及如何从其中进行能量采集
气动截止阀工作原理及优缺点
用伏安法测电阻的方法
如何实现高效的供电网络 (PDN) 设计
我国新能源汽车连续12年蝉联全球第一位
汽车无钥匙门禁系统使用越来越广泛 未来应当加强技术创新
Intersil推出支持业内最宽输入共模电压范围的高精度数字电源监测器
高速论坛讲座回放|无缝触及-高速测量环境中仪器与被测件的正确连接
2023深圳展回顾 | PIR人体热释电红外传感科技,鑫永诚光电精彩继续……
小米手表腕上小型手机功能介绍
CFE汽车行业pogopin磁吸连接方案
常见十几种电容分类详细介绍