​详解BMW自动驾驶的硬件架构

2020-05-07来源: eefocus关键字:BWM  自动驾驶  硬件架构

BMW 在本月初的技术交流活动里面,展示了从 L1-L4 的硬件架构,这个和之前我们看到的 mPAD、hPAD 和 uPAD 的架构是吻合的,结合这个图有很有趣的结论: 1) 目前豪华车企是一定要加大 L2 级别 ADAS 系统的渗透率,之前在高配或者某些配置上落地的策略行不通。所以这次基于 iNext 技术开发的 mPAD 后续搞起来是一个很大的增量,既保证了各种功能的集成化,又可以作为 L3 之上的系统备份 2) L3 以上的配置,都是在摸索期,特别是 L3 只能通过部分场景化的定义来做;往城市应用的 L4 和 L5,多是采用研发类的态度在摸索;对于 BMW 来说,iNEXT 和 i4 上能上的 hPAD 和 mPAD 可能性大一些,uPAD 这套东西怎么用有很多的变数

01


BMW 的硬件架构系统蓝图

                                

图 1 BMW 从 L1 至 L4/5 的总的架构

 

如上图所示,这里分为几个部分,基础 Package 包含(L1 NCAP+Parken Mid+Parking High);可扩展的驾驶系统 L2,这个新开发的 mPAD 是取代之前的 ADAS 系统的核心;后面两个 hPAD 和 uPAD(看外界的 5 个激光雷达)都比较复杂。 

 

1) L1 NCAP+Parken Mid+Parking High,这些是可以组合的,也是之前量产的;L1 满足 NCAP 的要求,是基于两个摄像头 Camera +动态稳定控制系统(DSC)来实现的。这个 UCAP 来实现基于摄像头环视的功能来做好自动泊车。我们可以看到这里,尽可能保留摄像头、后摄像头和 USS(超声波传感器)。 

 

图 2 和之前的 ADAS 系统的比较

 

2)mPAD:这套系统是取代之前的分布式系统的,是配合着 ADCAM Mid 这个摄像头来使用的,差异在从 EyeQ4 升级到 Eye Q5,mPAD 的处理核心是 Intel Denverton 双核 CPU。 

 

3)hPAD:传感器组合是外界 6 个摄像头、2 个 SRR 侧边雷达和 2 个 FRR 的雷达;内部摄像头处理交给两个 Eye Q5,数据处理交给了两个 Denverton8 核处理器 

 

4)uPAD:在 hPAD 基础上多加了个四个激光雷达,一个摄像头;处理上三个 EyeQ5,一个 Xeon 24C 备注:这套系统是叠罗汉,UCAP 的环视摄像头是独立的,mPAD 作为后备的系统做 Fallback

 

02


和之前的样件展示进行对比

 

                             

2018 年 11 月份,BMW 在技术交流会上展示了 MID PAD、High PAD 和 Ultra PAD,当时分别处在 A 样、A1 样和工程样件等不同的阶段如下图所示,这些信息基本是吻合的。

图 3 之前发布的工程样品

 

1)mPAD 的处理器:英飞凌 Aurix tc39x+intel Denverton 2 Core;接口:5 路 100Mbit 以太网,1 路 CAN 和 1 路 CANFD 和 1 路 USB;内存为:2GB DDR4-RAM,64 MB Flash,4Gb eMMC。

 

2)High PAD 的处理器:英飞凌 Aurix、两个 intel Denverton 2 和 2 个 EyeQ5 接口上:6 路 100Mbit 以太网、2 路 1Gbit 以太网、1 路 Flexray、2 路 CAN、1 路 LIN、2 路 USB;内存为:16GB DDR4-RAM,300 MB Flash,128Gb eMMC。

 

3)Ultra PAD 英飞凌 Aurix+1 个 Intel 的 Xeon+3 个 MONILEYE EyeQ5,目前维持这个架构。接口上分别支持:7 路 100Mbit 以太网、5 路 1Gbit 以太网、1 路 Flexray、2 路 CAN、1 路 LIN、2 路 USB、支持 9 路摄像头输入。存储方面支持:16GB DDR4-RAM,300 MB Flash,128Gb eMMC。 

图 4 Ultra PAD

 

小结:BMW 在做这套架构的时候,是充分考虑复用之前能用的部分系统,后续我们能看到 mPAD 这个和 Autopilot 早期版本有些像的控制器会大量推;而这个 High PAD 就是主要的卖点,Ultra PAD 作为 BMW 运营无人驾驶车队用

关键字:BWM  自动驾驶  硬件架构 编辑:什么鱼 引用地址:http://news.eeworld.com.cn/qrs/ic496289.html 本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:奥迪A8旗舰车型为何要放弃L3自动驾驶?
下一篇:兼容其他标准的chaoji充电标准设计

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

​BMW的自动驾驶硬件架构
前言BMW 在本月初的技术交流活动里面,展示了从 L1-L4 的硬件架构,这个和之前我们看到的 mPAD、hPAD 和 uPAD 的架构是吻合的,结合这个图有很有趣的结论: 1) 目前豪华车企是一定要加大 L2 级别 ADAS 系统的渗透率,之前在高配或者某些配置上落地的策略行不通。所以这次基于 iNext 技术开发的 mPAD 后续搞起来是一个很大的增量,既保证了各种功能的集成化,又可以作为 L3 之上的系统备份 2) L3 以上的配置,都是在摸索期,特别是 L3 只能通过部分场景化的定义来做;往城市应用的 L4 和 L5,多是采用研发类的态度在摸索;对于 BMW 来说,iNEXT 和 i4 上能上的 hPAD 和 mPAD
发表于 2020-05-07
​BMW的自动驾驶<font color='red'>硬件</font><font color='red'>架构</font>
地平线蝉联最佳汽车解决方案奖,车规级征程2获专业认可
边缘人工智能与视觉联盟 (Edge AI and Vision Alliance) 公布了 2020 年度最佳视觉产品奖,地平线征程 2 车规级 AI 芯片荣膺“最佳汽车解决方案”。这是继地平线 Matrix 自动驾驶计算平台于 2019 年斩获该奖项之后,地平线再次获得该国际行业联盟的专业认可。 地平线征程 2 车规级 AI 芯片荣膺“最佳汽车解决方案” 边缘人工智能与视觉联盟,前身为嵌入式视觉联盟 (Embedded Vision Alliance),成立于 2011 年,是由 100 多家领先公司组成的国际性行业联盟,致力于计算机视觉和边缘 AI 技术的创新和落地应用。同“最佳汽车解决方案
发表于 2020-06-06
地平线蝉联最佳汽车解决方案奖,车规级征程2获专业认可
Tesla辅助驾驶误判肇事 自动驾驶或还不具备自主性
特斯拉自动驾驶用于市区道路和高速公路的体验。根据调查结果,有13%的车主说自动驾驶使他们处于危险之中,包括前方道路有障碍物,但未能有停车和转向动作判断;而有28%的车主说自动驾驶让他们摆脱了危险情况。特斯拉也针对报告表示,道路上的车辆事故率会随每季有所不同,也会受到路况、环境,或天气因素的影响,尤其在多变且恶劣的天气之下,但特斯拉声称他们在电动车的安全系数仍然很高,比平均标准车辆安全六倍以上,驾驶在没有自动驾驶系统或主动安全功能的车辆仍然比平均标准安全三到四倍。光电协进会产业分析师林政贤表示,先进驾驶辅助系统(ADAS)可以大幅地提高驾驶安全。但目前自动驾驶和完全自动驾驶功能是需要驾驶完全专注的状态使用,驾驶的手必须在方向盘上,随时
发表于 2020-06-06
IIHS研究表明:自动驾驶只能阻止三分之一的车祸
据美国公路安全保险协会(以下简称IIHS)的研究显示,美国约94%的车祸是人为失误造成的,但由电脑控制的自动驾驶汽车只能阻止约三分之一的车祸。这也就意味着,虽然自动驾驶汽车技术在减少撞车事故方面有很大的希望,但它可能无法预防所有由人为失误造成的事故。 据了解,IIHS研究了5000多起由美国国家公路交通安全管理局收集的详细原因的交通事故,将那些由“感知”错误引起的交通事故(如驾驶员注意力分散、能见度受损或未及时发现危险)区分开来,并将由人类“丧失能力”引起的车祸进行了分类,包括因酒精或药物受损的司机、睡着的司机或有医疗问题的司机。研究发现,自动驾驶汽车可以预防这些情况。但是,自动驾驶汽车可能无法防止其余的错误,包括预测
发表于 2020-06-06
IIHS研究表明:自动驾驶只能阻止三分之一的车祸
自动驾驶汽车大规模落地所面临的挑战
作者:Amnon Shashua教授 ,英特尔公司高级副总裁、英特尔子公司Mobileye总裁兼首席执行官在今年1月的国际消费电子展(CES)上,Mobileye公布了一段未经剪辑的时长为25分钟的路测视频,展示了Mobileye自动驾驶汽车在耶路撒冷喧嚣街道上行驶的情景。我们发布这段视频的首要目的是提高自动驾驶的透明度,即便我们也想展示Mobileye的非凡技术,但比这更重要的是,我们想向世人展示自动驾驶汽车是如何运行的,因为只有这样,自动驾驶汽车才能赢得社会的信任。为了进一步加深大家的理解,我想要再公布一段40分钟的视频,这段新的视频同样未经剪辑,记录了Mobileye的自动驾驶汽车在耶路撒冷街道上连续行驶160英里期间的情景
发表于 2020-06-06
自动驾驶汽车大规模落地所面临的挑战
自动驾驶汽车大规模落地需要克服以下挑战
在今年1月的国际消费电子展(CES)上,Mobileye公布了一段未经剪辑的时长为25分钟的路测视频,展示了Mobileye自动驾驶汽车在耶路撒冷喧嚣街道上行驶的情景。我们发布这段视频的首要目的是提高自动驾驶的透明度,即便我们也想展示Mobileye的非凡技术,但比这更重要的是,我们想向世人展示自动驾驶汽车是如何运行的,因为只有这样,自动驾驶汽车才能赢得社会的信任。 为了进一步加深大家的理解,我想要再公布一段40分钟的视频,这段新的视频同样未经剪辑,记录了Mobileye的自动驾驶汽车在耶路撒冷街道上连续行驶160英里期间的情景。我们选择通过一架无人机来跟踪拍摄这段驾驶,以便大家对驾驶环境有更形象的认知,进而更好地理
发表于 2020-06-05
自动驾驶汽车大规模落地需要克服以下挑战
小广播
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件
电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2020 EEWORLD.com.cn, Inc. All rights reserved