自动驾驶汽车的最大挑战

发布者:静心悠然最新更新时间:2018-09-22 关键字:自动驾驶 手机看文章 扫描二维码
随时随地手机看文章

这是一场关于技术革命和人工智能方面的竞争。交通运输方面的趋势与突破表明,自动驾驶汽车将会提供一个创新和技术进步的平台,这将揭示出我们这个时代的下一个先锋,或者可以说这是一场新的工业革命。


在实现这些曾经被认为不可能实现的里程碑和进步的过程中,你可能会停下来问:“我们什么时候才能看到无人驾驶汽车这一愿景得以实现,更不用说它将成为我们日常生活中司空见惯的事物了?” 是否会有一种普遍存在的自动驾驶和人工智能,以汽车的形式显现出来,无需人员操控方向盘即可运送人员、货物和服务呢?对于这一天何时到来,并不缺乏形形色色的意见,而且,为了使这一天转化为现实,业界也面临着许许多多数不胜数的挑战。


当今自动驾驶汽车的舞台上存在着无穷无尽的挑战,这一市场即将见证到数量巨大而又不断发展的创新成果,而在管理方面的需求迄今为止就是行业将要面临的最大挑战之一。然而,我们要该如何做呢?


简单说来,灵活性至关重要


我们业内的许多人都在要求高度的精确性、可靠性与感知上的准确性,从而使无需驾驶员操控的车辆转化为现实,如果说灵活性就是答案所在,那么这样似乎有些违背常理。但是,当您检视自动驾驶上的一些主要的模块时,很快就会发现,灵活性是绝对有必要的。


传感器的性能每天都在提升,现在已经开发出能够对车身进行360感知的传感器,随之而来的就是对移动海量数据所产生的挑战 – 包括压缩数据和原始数据在内。然后,提出的问题就是这就引出了一个问题,哪种网络架构的设计最为有益 – 是保持分布式架构(对感知分布进行分类),还是进行集中处理呢(全部的原始数据和处理工作都通过计算模块处理)?目前还没有明确的答案,两个选项都存在着巨大的优势,不时的产生相互的斗争,如同手风琴一样来回的舞动。


网络数据


在系统延迟较低的前提下,在全部传感器之间实现时间同步对于我们来说是第一种构建块,可以从灵活性中获益:车辆内部的网络数据。


随着不断的演化,新的网络解决方案可能会聚合并合并起网络流量,将其用于关键任务型、带有时间戳记的同步数据。车辆的网络连接是一项挑战,将会不可避免的对整个接线方法重新下定义,在实现无处不在的自动驾驶的过程中可以发挥重要的作用。在星形接线配置中,每个传感器的接线单独接入回到中央控制模块,正如我们当今在大多数的车辆中所看到的那样,这种配置下的独立系统将来并不会成为车辆架构要采用的方式。


在专有的序列化链路上操作新型及原有的网络,例如 CAN、LIN 或视频链路等等,也是不可行的 – 并且是不灵活的,这是因为越来越多的传感器都在被添加或合并到混合型的传感器解决方案中。如果能够灵活的将不同类型的网络和传感器的分区聚合起来,通过单独的信道和协议将其接回到计算模块,那么这种方式就会具有最大的灵活性,与此同时还可以降低复杂性、重量及成本。


硬件


在追求真正的自动驾驶汽车的过程中,行业遇到挑战的第二个方面就在于硬件。在今日的自主计算解决方案的世界上,大多数的解决方案强调的是以定制的计算模块的形式作出贡献,从而服务于一个单一行业的利益或需求。这类“单点解决方案”往往是封闭的,成本极其高昂。随着在常规的节奏下新型的硅技术和处理能力逐渐变得可用,这类解决方案在许多方面还缺乏灵活性。新的硅功能或者添加进的功能往往需要全部重新设计,从而应对热工上的挑战,或者利用新的输入线缆和连接器解决方案 – 仅举几例,比如说,挑战正在推动着为下一层次的创新重新进行工装设计。


我们并不需要回顾很久以前的历史来了解计算机行业是如何发展过来的,在这一行业中,集中的重型硬件计算数据中心逐步的让步给了更加敏捷的分布式个人电脑行业模式。随着个人电脑行业的过渡,我们见证了形形色色发展过程的一系列更迭,以及在硬件的成熟过程中灵活性是如何扮演了重要的角色。与灵活而又可升级的解决方案相比,单点解决方案的消亡过程要快的多,这样就有助于市场创新的进一步扩张,并且促进了更好、更快的市场创新。


软件


除了网络和硬件上的灵活性以外,在追求无处不在的自主性的过程中,软件也是一个构成了局限的方面。大家对于软件的演化都有着清楚的了解,无需多言。我们知道,软件上将会有无穷无尽的创新,而这些进步将会对自动驾驶汽车所渴望的人工智能作出改进。


然而,更大的挑战将来自于汽车的复杂环境中几乎每天都在发生的、对于技术进步的分配结果。毫无疑问,每种传感器和每一计算模块在每月、每周、每天甚至每小时都需要更新。但是,在如同车辆一样复杂的环境下,如何来实现这一点呢?非常有可能的是,未来会通过远程资产来完成这项任务,随着开始采用并且不断的利用共享的移动性及 MaaS(移动即服务),这类资产可以满足预期中的更高的利用率的要求。


如果未来的车辆必须时常回到经销商处进行升级,那么其实并不实际。成本与实际性,更不用说还有对安全和安防的顾虑,都要求自动驾驶汽车技术成为一种真正普遍采用的技术,因此必须具备远程更新的能力。


试考虑一下我们都有的智能手机,在有必要更新时,智能手机都需要完全的再次刷新设备。在考虑到一辆汽车上需要的每个独立的组成部分时,这种做法就不那么实际了,因为在当今以及未来,路上的车辆都必须具备充分的功能性、安全性、稳健性,并且可以良好的运行。


我们需要充分的了解每种设备中软件的当前状态以及固件的版本级别。对每台设备的健康和性能进行监控,又是另一个必需的条件,从而保持这种资产的良好运行。对于同时远程更新软件和固件的需求,将要求我们的行业采用一种全新而又一致的空中 (OTA) 的方式。通过一种开放、安全而又灵活的方式来更新软件,是实现真正自动驾驶的一项要素。


随着自动驾驶汽车的不断成熟,很明显的一点就在于,其中每个领域 – 网络、硬件和软件的空中 (OTA) 更新 – 的灵活性将促成一条更加迅速和稳健的途径来实现自动驾驶汽车既定的愿景,确保价格上的承受能力。如果没有这些主要的项目、没有开放而又灵活的平台方式,在实现无处不在在、能够无需操控方向盘即可运送人员、货物和服务的车辆这一愿景的过程中,行业就会受到时间上的约束。


关键字:自动驾驶 引用地址:自动驾驶汽车的最大挑战

上一篇:67亿美元并购案来袭 汽车芯片市场终将花落谁家?
下一篇:北上广哪一个能作为智能汽车的总司令部

推荐阅读最新更新时间:2024-07-25 20:14

如何防止自动驾驶汽车撞人?这几项技术很关键
当地时间19日凌晨,Uber一辆自动驾驶汽车在亚利桑那州撞死了一名横穿马路的妇女。因是第一起自动驾驶汽车在公共道路上发生的致人身死事故,Uber一时间被推上了风口浪尖。 然而,仅几个小时之后,负责调查此次事故的利桑那州坦佩警察局局长却表示,根据事故的初步调查显示,在此次交通事故中,Uber可能不存在过错。 剧情的反转,让人有些摸不着头脑。 从事故现场视频和Uber事故汽车的配置看,雷达和摄像头“失职”或是原罪 为了还原事故真相,利桑那州坦佩警察局公开了一段由事故汽车拍摄的视频。从事故现场视频看,Uber的自动驾驶事故汽车(沃尔沃XC90)当时正超速行驶在一段光线环境极差,甚至可以说完全黑暗的道路上,仅有的光线来自于汽车前灯。而
[汽车电子]
NVIDIA收购高清地图公司DeepMap:加码自动驾驶业务
NVIDIA 宣布已完成对初创公司 DeepMap 的收购,后者专门为自动驾驶汽车构建高清地图,以便让这些汽车可以更安全地在我们的道路上行驶。通过此次收购 ,NVIDIA 继承了一家已经为自动驾驶汽车生产地图解决方案的公司,以及在地图技术方面拥有数十年集体经验的员工。 NVIDIA 副总裁兼汽车事业部总经理 Ali Kani 在评论此次收购时表示: 此次收购是对 DeepMap 独特愿景、技术和人员的认可。DeepMap 有望扩展我们的地图产品,帮助我们扩展全球地图业务并扩展我们的全自动驾驶专业知识。 我们很高兴欢迎 DeepMap 团队加入 NVIDIA。 他们拥有良好的业绩记录,并且具有创业精神、敏捷性和工程重点。
[汽车电子]
NVIDIA收购高清地图公司DeepMap:加码<font color='red'>自动驾驶</font>业务
自动驾驶战场高手云集,苹果中途参战困难重重
很少有一个战场会云集这么多公司,自动驾驶就是这么个特例。它犹如一场变革,传统的汽车厂商在刚开始的时候有点不太情愿,但随着特斯拉这个搅局者的强力推进,汽车巨头们纷纷迎战。下面就随汽车电子小编一起来了解一下相关内容吧。 自动驾驶战场高手云集,苹果中途参战困难重重 很少有一个战场会云集这么多公司,自动驾驶就是这么个特例。它犹如一场变革,传统的汽车厂商在刚开始的时候有点不太情愿,但随着特斯拉这个搅局者的强力推进,汽车巨头们纷纷迎战。随之参战的还包括互联网公司,比如 Uber、滴滴,科技公司谷歌、百度等,汽车供应链厂商博世、德尔福等,芯片业巨头英特尔、英伟达、高通等;战场的范围巨大,包括美国、日本、欧洲和中国都参与其中。咨询服务
[汽车电子]
纯视觉派“掌控”自动驾驶话语权,系统连接如何设计
在不久前结束的 CVPR(IEEE国际计算机视觉与模式识别会议) 2019上,百度Apollo展示了一套 自动驾驶 纯视觉城市道路闭环解决方案Apollo Li te 。这个消息大概会让diss了所有激光雷达企业的特斯拉高兴坏了吧,作为坚定的纯视觉方案支持者特斯拉终于迎来了第一个“盟友”。 在自动驾驶领域,两大流派一直吵得不可开交,激光雷达一直饱受价格昂贵的诟病,纯视觉方案不仅成本低,摄像头采集的数据极其丰富而且与人类驾驶判断逻辑相似,最为接近人类驾驶的形态。但是,随着摄像头数量的骤增,同样也给该方案带来了新的挑战。 每辆车有10多个摄像头,将成为常态! 做“加法”难,做“减法”更难 作为AD
[汽车电子]
纯视觉派“掌控”<font color='red'>自动驾驶</font>话语权,系统连接如何设计
自动驾驶发展问题及解决方案浅析
随着科技的飞速进步,自动驾驶汽车已经从科幻概念逐渐转变为现实。然而,在其蓬勃发展的背后,自动驾驶汽车仍面临一系列亟待解决的问题和挑战。本文将对这些问题进行深入的剖析,并提出相应的解决方案,以期为未来自动驾驶汽车的发展提供有益的参考。 自动驾驶汽车发展的现状与挑战 (一)技术难题 自动驾驶汽车的核心在于通过先进的传感器、算法和控制系统实现车辆的自主驾驶。然而,在实际应用中,自动驾驶汽车仍面临着诸多技术难题。首先,感知技术是自动驾驶汽车实现环境感知的关键,但当前传感器在恶劣天气、复杂道路条件下的感知能力仍有待提高。其次,决策规划技术是实现自动驾驶汽车智能决策的核心,但如何在保证安全性的同时实现高效、舒适
[汽车电子]
<font color='red'>自动驾驶</font>发展问题及解决方案浅析
从恩智浦携手隼眼,看毫米波雷达如何加速中国自动驾驶的未来之路?
自动驾驶是一片黄金沙漠,经历泡沫后的理性回归,2019年,这一领域依旧是汽车行业最火热的风口之一。 在今年上海国际车展上,全球最大的汽车电子及人工智能物联网芯片公司恩智浦半导体宣布与中国汽车雷达厂商南京隼眼科技签署投资与战略合作协议。隼眼科技依托东南大学毫米波重点实验室,拥有中国在汽车毫米波雷达领域最深厚技术功底和最强工程技术人才,而恩智浦深耕中国30年,在雷达市场拥有深厚的技术经验,双方合作的77GHz毫米波雷达产品同时也在此次车展亮相。恩智浦和隼眼科技强强联合,无疑将加速中国自动驾驶的发展。 合作的野心:剑指国际市场 据IHS Markit预计,到2023年,中国将成为全球最大的汽车雷达市场,基于如此庞大的市场,双
[汽车电子]
Uber创始人无限期休假,Uber到底有何危机?
Uber 创始人查尔韦斯·卡兰尼克(Travis Kalanick)今天宣布计划进行无限期休假。此前一日,与他关系亲厚的Uber二把手、首席商务官Emil Michael的离职消息也被传出。 仅今年年内,Uber已经损失包括总裁、公关总监、财务主管、 自动驾驶 部门主管、工程高级副总裁、人工智能实验室主管、地图部门副总裁、全球汽车项目副总裁、亚洲业务总裁和产品及增长副总裁等约10位高管。 于是就有网友在Twitter上调侃:“Uber不再有COO、CFO和CEO,简直就是一家‘ 无人驾驶 ’的公司。” Uber到底发生了什么危机? Uber的危机从去年就开始显现。自2016年沙特阿拉伯的一笔35亿美元投资后,该公司就没有获得过外部
[嵌入式]
自动驾驶若全面来袭!最受伤的是司机!
高盛的一份新报告显示,自驾汽车要全方面的影响社会还需要数十年的时间,但当它来袭时,美国卡车司机将大面积失业。下面就随汽车电子小编一起来了解一下相关内容吧。 根据高盛的一份报告,当自动车辆饱和度达到峰值时,美国司机可能会以每月25000的速度失业。这意味着每年将有30万司机失业。 而其中,卡车司机的失业人数会远远高于公共汽车司机或出租车司机。这是有道理的,因为数据显示,2014年,美国有400万个司机工作,其中310万是卡车司机,高盛说,这一数字占到全美就业总人数的2%。 该报告估计,2025-2030年,半自动和完全自动的汽车销售量将占到汽车总销售的20%。 目前,自动驾驶技术正在飞速发展。 2017年,许多汽车制造商的自动驾驶
[汽车电子]
小广播
最新汽车电子文章
换一换 更多 相关热搜器件
随便看看

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved