A condução autônoma é considerada pela indústria como o maior desafio para o desenvolvimento de tecnologia de veículos da próxima geração. Atualmente, cada depósito possui sua própria tecnologia para o desenvolvimento de cenários de piloto automático. Essas tecnologias incluem capacidade de detecção de ambiente, capacidade de computação básica e como o carro interage com o meio ambiente e de forma autônoma Para avaliar as capacidades de comunicação e tomada de decisão da rede.
Figura 丨 Piloto automático de Tesla
Para resolver o problema de cálculo do tráfego de veículos em um ambiente de tráfego complexo muito bem, a escolha da solução de chip é muito importante para o fabricante. No presente, existem muitas soluções ADAS que suportam cálculo e processamento L2, mas acima de L3, a escolha é realmente Muito limitado.
Devido às leis e regulamentos serem aperfeiçoados, os veículos na estrada só podem ser operados até um máximo de L3, e o motorista deve estar pronto para intervir a qualquer momento. Em outras palavras, a condução autônoma até agora só foi usada como suplemento para a humanidade, Não é um verdadeiro substituto para a condução humana, mas também é o piloto automático de condução mais rápido para o mercado convencional nos próximos dois anos.
No entanto, embora L3 esteja apenas a um nível de L2, os requisitos computacionais envolvidos são bastante diferentes: L2 e L3 não estão longe do controle automático do veículo, mas L3 permite a condução autônoma em condições limitadas que requerem Julgando a grande maioria da pista ao redor do corpo e, ao mesmo tempo, para substituir o driver para fazer uma variedade de decisões em andamento, e o processo de tomada de decisão, você precisa de uma grande quantidade de poder de computação por trás do suporte.
Figura 丨 Mobileye
Antes da L2, uma vez que a maioria das soluções focadas na computação visual, as soluções também estavam se movendo nessa direção. Por exemplo, o Mobileye, antes de ser adquirido pela Intel, forneceu principalmente soluções visuais e comeu A maior parte do mercado de programas relevantes. Mas, com a indústria automobilística para um nível mais alto de desenvolvimento de condução autônoma, a Mobileye na ausência de programas de raciocínio estratégico, tornou-se o maior gargalo na limitação do seu desenvolvimento futuro e demanda por Tesla, Na verdade, é também por esta razão abandonar o Mobileye, em vez de vários acidentes de carro decidiram romper.
Considerando que, em 2020, mesmo alguns institutos de pesquisa pensam que até 2025, devido às restrições regulamentares e de desenvolvimento de programas relacionadas, a capacidade de condução automática completa L4 ou mesmo L5 pode não ser possível entrar na estrada, então, nos próximos anos, o nível L3 O programa de piloto automático será o mercado-alvo para várias empresas, incluindo fabricantes de automóveis, empresas de design IC e empresas de soluções, e a DT Jun acredita que a próxima CES 2018 é uma ocasião importante para observar as tendências de várias empresas de programas.
De acordo com as notícias, incluindo a Intel, a Qualcomm e até a NVIDIA, a TI, a CES 2018 anunciarão o último layout do seu programa de piloto automático, o foco também será colocado no primeiro piloto automático de nível L3.
NVIDIA para promover o desenvolvimento de tecnologia de auto-condução, provavelmente continuará a partir da ênfase no design escalável
Uma das razões pelas quais Tesla mais tarde escolheu a NVIDIA para abandonar o Mobileye foi pressionada pela mudança da NVIDIA para se juntar ao mercado de piloto automático, o que colocou muita pressão sobre a Mobileye.
A NVIDIA pode ser considerada a primeira empresa na indústria a propor uma solução de "tomada de decisão" para a condução autônoma. No entanto, a decisão de confiar não é um GPU, mas uma CPU. Portanto, desde o início do Drive CX até a plataforma Xavier mais recente, a NVIDIA usou o núcleo de arquitetura ARM, O Drive PX2 usa seis processadores principais, dois dos quais são núcleos de Denver profundamente personalizáveis pela NVIDIA e quatro são Cortex-A57 Xavier padrão usa oito núcleos ARM profundamente personalizáveis.
Com esses núcleos, que foram amplamente aprimorados pela NVIDIA em seu poder de computação, o programa do driver pode processar os dados de processamento visual calculados pela GPU integrada em um curto período de tempo e tomar decisões.
Xavier é o programa de piloto automático NVIDIA anunciado na CES 2017, que não só melhora significativamente o poder de computação, mas também controla o consumo de energia abaixo de 30W com uma melhor tecnologia de semicondutores, o que já é substancial em comparação com o consumo de energia de 250W da geração anterior PX2 Embora a NVIDIA não possa dominar em termos de consumo de energia, o Xavier é o piloto automático de nível L4 mais maduro e disponível disponível no mercado hoje, com os vendedores concorrentes atualmente apenas permanecendo no sistema avançado de assistência ao driver ADAS da classe L2 Portanto, o depósito atual quer desenvolver produtos acima do nível L4, para que o programa de teste possa ser colocado na estrada, NVIDIA pode ser dito que a única opção.
Figura 丨 Xavier NVIDIA
E o seu suporte para o programa de condução completamente autônomo L5 plataforma Pegasus, embora o consumo de energia de superfície de até 500W assustou muitas pessoas na indústria, mas DT Jun acredita que o NVIDIA introduziu este programa não é para produção em massa, mas principalmente para o pré-desenvolvimento Afinal, no momento, o mundo ainda está em uma etapa relativamente precoce na formulação de regulamentos de condução autônomos. A indústria também acredita que, antes de 2025, ainda é muito difícil para os veículos autônomos de nível L5 seguir seu próprio caminho.
Isso, uma vez que o mainstream da condução autônoma nos próximos anos será baseado em L3, a plataforma Xavier que suporta o nível L4 não é introduzido significado?
No entanto, de fato, o design de elementos de detecção periférica para a condução autônoma é realmente bastante maduro. O cerne da questão é a responsabilidade legal envolvida em leis e regulamentos e tomada de decisão, bem como o desenvolvimento de dados de mapas de alta resolução correspondentes à condução autônoma. Com a tecnologia de hardware atual para projetar uma estrada completa, o automóvel de auto-condução L5 não é muito problema, a parte-chave do ambiente de software ainda há muito espaço para a escalada.
Em outras palavras, o depósito adota a plataforma Xavier baseada em NVIDIA para lançar um carro que atenda plenamente o nível L4 em termos de funções de hardware. No entanto, o software pode ser gradualmente atualizado de acordo com as regulamentações de diferentes períodos e a maturidade do ambiente do software para melhorar gradualmente sua capacidade de piloto automático de L3 Atualize para L4 ou até L5.
E porque a plataforma de desenvolvimento de depósitos espera ter uma consistência muito boa e capacidades de suporte de plataforma a longo prazo, o período geral de suporte ao programa de semicondutores automotivos de pelo menos 5 anos de decolagem, até 10 anos. Embora o programa atual da NVIDIA O preço é maior, mas se o programa pode ser projetado a partir de 2018 para a produção do nível L4 acima dos veículos autônomos, o futuro depósito só precisa ir na mesma plataforma para atualizar gradualmente, um ambiente de software completo, carros high-end e escaláveis O posicionamento do produto, não só o alto custo do próprio programa, pode ser efetivamente diluído, o layout do mercado do depósito e pesquisa e desenvolvimento de tecnologia de longo prazo também terá uma ajuda positiva.
NVIDIA e isso é wishful thinking para jogar nos vários fabricantes do programa ainda não são empurrar o programa de nível piloto automático L3 agora tem sido o primeiro mercado L5 posição do cartão, a atenção da indústria automóvel para o hábito de consistência, estabilidade, a meio caminho para converter futuro plataforma possibilidade é bastante baixo, garantindo assim as margens de mercado e lucro NVIDIA no futuro programa de piloto automático. naturalmente, a demanda por programa L5 atual da NVIDIA em termos de consumo de energia é muito grande, a fim de direcionar o programa, apesar de fabricação de carro de produção não impossível, mas improvável de ser resolvido na demanda por gerenciamento de energia do veículo, mas com o desenvolvimento da tecnologia de semicondutores e tecnologia de design de chips, este problema deve ter acesso a uma boa solução.
Portanto, a DT Jun acredita que o hardware atual da NVIDIA na solução do piloto automático é relativamente maduro, a CES 2018 nas soluções técnicas pode não ser muita informação, o foco deve estar em outros periféricos ou cooperação no progresso.
A Mobileye aproveitará a vantagem do mercado ADAS e alavancará a iniciativa da Intel para consolidar seu programa de piloto automático
A Mobileye não recebe muitas novidades no programa de piloto automático acima do nível L3, afinal, seus programas relacionados não estarão disponíveis até 2018, mas o ADAS, que também é um produto no nível L2, pode ser dito para manter firmemente a maioria irresistível do mainstream Os olhos do carro, o mercado atual, mais de 70% dos programas ADAS são da mão da Mobileye.
Figura 丨 Mobileye EyeQ3
Observando a solução EyeQ3 que a Mobileye vende atualmente no mercado, a Mobileye posicionou-a como uma solução de condução autônoma e foi adotada pelo sistema de piloto automático de primeira geração de Tesla, mas, na realidade, o desempenho de sua parte decisória é fraco, A arquitetura é visível: 4 MIPS foi introduzido em 2006 no núcleo de 34K, o relógio é apenas cerca de 500MHz, o desempenho de tomada de decisão só pode atingir cerca de um por cento do Drive PX2, basicamente, apenas atinge o L2 automático Necessidades de condução, um nível mais elevado exige que um novo programa EyeQ4 tenha uma maneira de suportar.
No entanto, como a Mobileye trabalha no mercado ADAS por um longo tempo no passado, a cooperação com a tecnologia de detecção visual relevante é bastante madura. Se o plano de Mobileye for adotado, não haverá necessidade de se preocupar com a aclimatação da tecnologia de processamento de reconhecimento visual necessária para a condução automática. A maioria dos programas está disponível com o Mobileye, até o próximo EyeQ4, é re-match, o tempo de verificação pode ser minimizado.
Por outro lado, nos próximos anos, os carros ADAS puros, isto é, veículos autônomos abaixo do nível L2, continuarão a ser absolutamente mainstream no mercado, e os veículos L3 serão difíceis de compará-los com os embarques de alta gama. Nos próximos anos, a maioria dos veículos L2 Mobile Eye Eye3 continua a ser usado principalmente por causa de seu baixo custo e confiabilidade comprovada no mercado.
Figura 丨 Arquitetura Mobileye EyeQ4
Claro, para garantir o mercado de condução autônomo acima da L3, a Mobileye lançará oficialmente a solução EyeQ4 para L3 em 2018. A arquitetura básica é semelhante à de EyeQ3. Ambos os núcleos de CPU MIPS e as unidades de aceleração vetorial A arquitetura usa uma versão mais nova e melhor, a eficiência computacional geral também é aprimorada por quase 10 vezes o EyeQ4, o consumo de energia aumentou apenas ligeiramente 0,5W. Por outras palavras, o consumo de energia EyeQ4 ainda é o mais enfatizado, mas também as vantagens de aplicação mais óbvias, Mas mesmo assim, o poder de computação geral ainda está longe do programa da NVIDIA.
Enquanto o próprio projeto foi finalizado e não há muito espaço para a mudança no poder de computação do chip, a Intel possui uma solução de conectividade de rede e computação para bases, CPUs e FPGAs que podem melhorar a eficiência computacional global no futuro através de uma solução externa, o que significa que o EyeQ4 pode confiar A assistência técnica da Intel para alcançar um nível mais alto de suporte ao piloto automático sem aumentar significativamente o consumo de energia do sistema pode desencorajar a tentativa da NVIDIA de dominar o mercado L3 ou superior.
No entanto, não está claro como a Intel ajudará a EyeQ4 a expandir seu mercado de veículos autônomos acima do nível L3, que se acredita ser a peça mais importante da Intel sobre o layout estratégico do mercado autônomo de condução na CES 2018.
A Qualcomm visa a tecnologia de rede de automóveis no mercado, mas também com a plataforma NXP BlueBox no mercado de piloto automático
Como todos sabemos, a Qualcomm sempre ocupou as capacidades de rede de chips líderes do setor para o desenvolvimento futuro da tecnologia de rede também foi a mais ativa, embora as recentes mudanças nos relacionamentos com clientes sofram, bem como a controvérsia das taxas de patentes, levando a empresa a lançar uma sombra sobre o desenvolvimento futuro , Mas o Qualcomm ainda é as vantagens técnicas, e para o campo do piloto automático, a NXP da aquisição de todo o conjunto de tecnologia de reconhecimento visual tem uma acumulação muito boa, incluindo Baidu, FAW e outros fabricantes de veículos ou empresas de direção também usaram a tecnologia NXP Projetar programas relacionados.
No entanto, o programa de condução puramente automático não se preocupa com os projetos atuais da Qualcomm, mas sim nas capacidades de rede automotiva, a Qualcomm espera acelerar o processo V2V (carro para carro), V2X (carro para tudo), independentemente do futuro do carro de condução automática, qual o programa , A melhor rede para usar a tecnologia Qualcomm.
A Qualcomm acredita que, puramente com base em inteligência artificial, o programa de condução automática tem suas limitações de aplicação, afinal, através do sensor para detectar mudanças no ambiente circundante, apenas para uma pequena gama de ambientes para tomar decisões, mas não pode melhorar a eficiência de toda a rede de transporte. O piloto automático do carro em si só pode ser considerado como um meio-conjunto. Não existe nenhuma maneira de melhorar fundamentalmente o gargalo do sistema de transporte geral.
Além disso, o software do piloto automático do carro é escrito por lógica humana, de modo que as pessoas cometem erros, o piloto automático também pode cometer um erro semelhante, e o processamento visual ainda é projetado pelas pessoas da marcação, o sinal é identificado Objetos, estes não são originalmente para otimização de identificação de máquinas, de fato, o sistema de condução automática é uma carga computacional muito pesada.
Portanto, a partir da infra-estrutura, podemos atualizar diretamente as condições de estrada e sinal que combinam com a localização geográfica da rede e o sistema de direção do veículo considera simultaneamente as informações coletadas da nuvem e os dados do sensor de campo próximo coletados pelo veículo para permitir a condução automática A melhor seleção de rotas para veículos e o julgamento das decisões de condução em rotas mais longas serão mais eficazes na otimização da eficiência geral da condução e será mais lógico do que depender exclusivamente da lógica de condução inteligente do automóvel.
Claro, para alcançar o ambiente de rede automotiva de condução automática da Qualcomm, a infra-estrutura deve atingir um nível bastante completo e suas informações de trânsito também são significativas, mas antes do nível de auto-condução L3, basicamente não usou o V2X Necessário.
Uma vez que a infra-estrutura de rede de automóveis não pode ser popularizada em um curto período de tempo, o programa de auto-condução da NXP parece não ter efeito prático e Qualcomm não teria que jogar na área de condução autônoma?
Qualcomm sempre foi mais ênfase no layout de longo prazo, embora o motorista dos principais fabricantes esteja focado na introdução de soluções de hardware e software de unidade inteligente local, a Qualcomm parece estar um pouco atrasada, mas esses programas exigirão 100% de rede e opções de rede, a atual Olhe para Intel, MediaTek, Spreadtrum, Qualcomm são programas opcionais, a Intel deve basear-se em seus próprios programas, a MediaTek, a tecnologia Spreadtrum é relativamente atrasada, enquanto a Huawei, a Apple também podem desenvolver programas relacionados, mas também para uso pessoal. , Então o programa de rede mais maduro não é outro que não o Qualcomm.
Claro, a Qualcomm também fortalecerá a ecologia da BlueBox da NXP, e através da plataforma Snapdragon, capacidades de processamento de inteligência artificial para aprimorar o desempenho das decisões e enfatiza sua rede automotiva como integração central, nuvem e terminal de grandes capacidades de computação de dados, com a formação da concorrência As vantagens do programa, não apenas a própria inteligência do carro, mas para tornar o tráfego da cidade tornado inteligente, acredito que isso é a Qualcomm diante do futuro das tendências da tecnologia de condução automática, o coração dos cálculos reais.