<mark id="oztn4"></mark>
0
| 本文作者： 新智駕 | 2018-01-22 19:17 | 專題：第四屆中國電動汽車百人會論壇 |
雷鋒網新智駕按：作為全球知名的汽車一級供應商，博世是汽車底盤控制技術毋庸置疑是非常具備權威性的。在近日舉行的 2018 年電動汽車百人會上，博世底盤控制系統中國區總裁陳黎明受邀發表演講，分享了博世在智能汽車方面的嘗試與探索。
雷鋒網新智駕根據其演講內容進行了不改變原意的編輯。
不管是汽車工業的發展還是未來出行的發展，自動駕駛都是非常重要的組成部分。今天跟大家分享一下自動駕駛面臨的挑戰和博世在這方面最新的一些研究成果。
談到自動駕駛，首先是系統取代駕駛者的感知，包括對周邊環境的感知，知道自身在什么地方，接下來應該干什么；其次，對采集的所有的信息進行分析、決策，然后進行下一步動作。先是取代大腦，然后是手和腳，將人們從無聊的駕駛中解脫出來。
如大家所知，目前自動駕駛等級分為：
0 級全部靠人來做；
1 級是 ACC、AEB，可以把腳一定程度地解放出來，還是需要手的；
2 級，已經有一些產品推出，把手腳同時解放出來，但需要人眼對周邊進行觀察和判斷；
3 級，把眼睛也解放出來，駕駛員可以在車里干一些別的事情，當系統失效時，允許駕駛員接管，有一定的延遲；
4 級到 5 級，駕駛員基本可以高枕無憂。
從 2 級到 3 級，不是簡單數字的變化，是質的變化，其中最大的是駕駛責任的變化。3 級以下都是駕駛員對整個駕駛負責，到了 3 級以上就是系統對整個駕駛負責，這是非常革命性的變化，這對自動駕駛提出了非常大的挑戰。
我們知道，汽車上的所有機械元件都有失效的時候，意外出現時如何應對、如何處理？這是自動駕駛領域到目前都沒有完全解決的問題。
目前階段，2 級自動駕駛情況下，功能失效了車輛可以停下來；3 級以上失效時需要車輛能自己運行。
基于這樣的要求，對整個控制系統，包括傳感器、執行器、控制器、電源、通訊等都要有冗余設計，就像飛機一樣，一套系統失效了，另外一套還能夠接管過去。
實際上，自動駕駛最根本的還是解決將乘員安全地從 A 移動到 B 的問題。
自動駕駛時代，最終對車輛有需求的用戶有兩大類：
私家車用戶，哪怕實現了無人駕駛，還是有很多人就喜歡車，因為車對很多人來說是很時尚的玩具，有駕駛的樂趣；
共享，包括出租車企業、滴滴這樣的出行服務提供商。
兩條路徑是不同的終端，客戶要求不一樣。
對于私家車來講，一般按照漸進路線在發展，就是 1、2、3 級這樣走；對于出行運營商來講，需要的實際上是車這樣的運載機器人，能夠在沒有駕駛員的情況下 24 小時運營。
基本現在所有造車企業都是沿著漸進路線在走，而滴滴、Uber 這種出行運營商則是奔向 4 級、5 級。
不管是哪一個路徑，大家遇到的問題都是一樣的。面臨的主要挑戰有兩方面：1、政府需要幫助解決；2、技術層面。技術層面需要企業、研究機構、大學等開發新的產品，解決這些技術問題；而法規方面必須要有政府的支持。
美國最早開始允許自動駕駛上路，也是做得最快、最激進的。在日本、法國、英國、新加坡等地也允許自動駕駛汽車上路。之后美國推出關于自動駕駛的指導方針，眾議院、上議院、下議院都有一些法案，對于如何管理車的運營，在開發、測試階段如何保證安全。這方面德國在做，日本也有一些。
目前從幾個主要國家來看，中國還比較慢。
工信部在做這些方面的研究和準備，但目前還沒有出臺。最早是北京的，現在在試運行，但其他多數地區還沒有這方面相應的法規或指導意見來規范自動駕駛的測試。希望政府能夠在這方面給予一些支持，盡快出臺政策。
自動駕駛是一個全面的系統控制問題。
車上有發動機控制系統，有變速箱控制系統，有 ABS、ESP、安全氣囊等控制系統，以前基本是各做各的，到了自動駕駛以后，要把所有的系統全部網絡化，形成一個大系統，對整個大系統進行綜合的控制。這是汽車工業以來最具有挑戰、最復雜的一個系統控制問題，牽涉到方方面面的挑戰。
現在感知方面比較熱，傳統感知方法在新的復雜環境當中無法發揮作用，建立不了物理模型，這時候人工智能剛好有了突破，在這方面有非常好的應用。
但是也要看到，雖然人工智能很強大，能解決很多問題，但是要落地，要在車載計算機上實現其功能，到目前為止還是一個巨大的挑戰。神經網絡、深度學習計算量相當大，如何能夠落地？如何能夠把所有數據融合？要把所有傳感器全部融合起來，準確判斷周圍環境，而且還要同時協調所有控制器達到最佳安全的控制狀態，注定它是一個非常復雜的控制系統。
現在大家談得比較多的還是感知、思考、行動，沒有談的是最后怎么有一個好的系統架構——電機架構、功能架構、軟件架構，怎么最優地去支持冗余，支持整個軟件，這些都是非常重要的部分。
此外，系統集成了，如果沒有驗證、沒有釋放，前面談的都是 Demo，還是沒有辦法放到路上去。這塊目前沒有答案，特別是在人工智能算法加入到自動駕駛里以后，如何驗證這些神經網絡，現在還是一個開放性的話題。
博世作為一個汽車零部件供應商，在主被動安全、ADAS、自動駕駛方面提供相應的傳感器，包括攝像頭、中長距雷達、超聲波雷達等，此外，還有制動系統、智能助力器和 ESP 等產品。
博世有 40 多年汽車軟件的開發經驗，包括控制、各個方面軟件的集成和驗證、釋放。還有系統安全，這塊也非常重要，現在很多車載安全系統都用博世的解決方案。基于這些，我們可以提供自動駕駛功能、自動泊車功能。
以下是博世在自動駕駛方面的最新研究成果：
目前，博世所謂下一代雷達正在研發中，距離會進一步增加，視角會從 90° 到 100°，帶寬從 1G 到 1.5G ，角分辨率進一步增加。整個雷達做得更薄、耗能更低、更易于安裝，同時主要針對自動駕駛方向來設計，可以在復雜場景下識別更多目標，更準確地測量速度和距離。
博世新一代多功能攝像頭和立體攝像頭，像素提升至 200 萬，視場角也翻倍了，其中集成了人工智能、深度學習算法，還有紋理識別與密集光流法。
我們把最先進、最好的東西集成在一起，使得其能最有效地解決問題，同時所有這些算法都已經實現在了車規級芯片上。
而在自動泊車方面，博世有最新一代的超聲波傳感器，這也為低速自動駕駛提供了很好的支撐。
此外，定位技術也是博世自動駕駛布局中非常重要的部分。
有了高精地圖，如果不能知道自己準確在什么位置，實際上也沒有辦法進行下一步操作。博世再定位方面有兩大主要解決方案：
GPS+修正，我們有一個VMPS（車輛運動位置傳感器）產品；
通過道路特征進行定位。去年4月份，我們與高德、百度、四維圖新進行戰略合作，開發基于雷達和攝像頭的定位技術。
基于雷達和攝像頭的道路特征定位技術，我們在過去幾個月時間里進行了很多測試，目前精度達到 10cm 的級別。在高速路、城市道路，甚至在隧道里，定位效果都非常好。
總結起來，博世自動駕駛技術路徑是從簡單到復雜，從小范圍到大范圍，一步一步實現。
PS：過去 10 個月，雷鋒網團隊在北京、上海、深圳、硅谷等地密集拜訪數百家智能駕駛技術團隊，經過了一手采訪、調研和親身體驗，并用 2 個月時間梳理和篩選了 13 個關鍵細分領域近 100 家智能駕駛產業鏈中的關鍵技術公司，《中美智能駕駛白皮書》最終成稿。
我們希望通過這份白皮書向你全方位展現中美智能駕駛的市場現狀、關鍵技術環節發展及落地情況，幫你深入了解產業機遇與挑戰，提前看到未來 3 到 5 年自動駕駛產業鏈各個細分環節可能產生的機會和趨勢。
關于《中美智能駕駛白皮書》的更多詳情，請查看鏈接：https://m.leiphone.com/specialEdition/svWhitePaper。
雷鋒網新智駕推薦閱讀：《全新 AI 攝像頭、360 度環境感知陣列，博世要做自動駕駛系統集成商》
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
本專題其他文章
