chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

如何進行安全的自動駕駛大規(guī)模部署

ml8z_IV_Technol ? 來源:工程師李察 ? 2019-04-29 16:00 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

汽車行業(yè)目前正在研究如何進行安全的自動駕駛大規(guī)模部署,必須能夠應對L4甚至L5級別的各項關鍵挑戰(zhàn)。此外,汽車電子系統(tǒng)的復雜度也在急速增長,在要求計算力與復雜度增長保持一致的同時,如何確保系統(tǒng)的功耗、散熱、尺寸、成本和安全也是汽車制造商與解決方案提供商需要考慮的重要因素。

7大關鍵挑戰(zhàn)

1、成本

有人預測,如果在2020年生產(chǎn)L4級和L5級自動駕駛汽車的成本可能比普通汽車高出75000至100000美元。事實上,考慮到實現(xiàn)L4級和L5級自動駕駛所需要的傳感器數(shù)量,這個數(shù)字還是太低。如果總成本超過100000美元,為了使這些車輛能夠被購買,價格還需大幅下降,以使消費者負擔得起。因此,這很可能意味著第一批真正部署自動駕駛的車輛將成為出行即服務(MaaS)、共享騎乘或機器人出租車隊的一部分,通過取代人力駕駛的成本,建立一種新的商業(yè)模式,以支持這些更昂貴的車輛。

2、L3級真的可以被部署嗎

如上圖所示,L3級是從ADAS邁向全自動駕駛的第一步,它代表了在條件許可的情況下,車輛可以完成所有的駕駛動作,并具備提醒駕駛者功能。駕駛者無需監(jiān)控駕駛環(huán)境,可以分心,但不可以睡覺,需要隨時能夠接管車輛,以便隨時應對可能出現(xiàn)的人工智能應對不了的情況。這便引發(fā)了一個有趣的現(xiàn)象,一旦駕駛員的手脫離了方向盤,會很愉快地處理電子郵件、文本等,使眼睛與思想也脫離了道路,一旦遇到意外,分心的駕駛員能多塊地回到“方向盤”上?從責任的劃分方面考慮,跳過L3級自動駕駛能夠更好地判斷駕駛員是在控制車輛還是車輛在進行自動駕駛。不過即使汽車制造商決定跳過L3這一階段,從L3到L4所需要的技術復雜性也要高得多。

3、傳感器急劇增加的計算需求

從ADAS邁向自動駕駛需要對汽車周圍的一切環(huán)境有更精確的了解,為了實現(xiàn)這一點,汽車上的傳感器數(shù)量急劇增加,需要多個雷達、車載攝像頭和激光雷達,以基本上取代和增強人眼感知。這些傳感器不僅昂貴,而且需要處理器處理才能理解它們“看到”的東西,以及車外的情況變化,這與自適應巡航控制或緊急制動等簡單的ADAS功能所需的計算力有很大不同。

4、軟件復雜性的增加

隨著電氣化、智能化、網(wǎng)聯(lián)化等技術的發(fā)展,自動駕駛汽車電子電器架構更為復雜,亦將面臨著諸多問題,如ECU及大數(shù)據(jù)的增多、人機交互界面的復雜程度更高、互聯(lián)汽車常遭黑客侵入、自動駕駛客戶差異化需求的滿足……據(jù)了解,預計L5級自動駕駛車輛將需要10億行代碼,相比波音787夢想飛機(Boeing 787 Dreamliner)需要的代碼僅為1400萬行。

因此,軟件功能虛擬化和硬件簡化的重要意義將進一步提升,而這可能以幾種形式成為現(xiàn)實。一是將硬件整合到針對不同時延性和可靠性要求的堆棧中;二是一個冗余的“超級計算機”將取代ECU的地位;三是徹底放棄控制單元的概念,轉(zhuǎn)而采用智能節(jié)點計算網(wǎng)絡。

5、如何提高自動駕駛部署接受度

根據(jù)美國汽車協(xié)會(AAA)最新數(shù)據(jù),73 %的美國司機表示害怕搭乘全自動駕駛汽車,63 %的美國成年人認為在步行或騎車時與自動駕駛汽車共用道路是不太安全的。只有當駕駛員和乘客認為安全性足夠值得信賴時,大眾才會接受新型高級駕駛員輔助系統(tǒng)( ADAS )和自動化程度越來越高的技術。

安全是汽車電子系統(tǒng)的一個關鍵保障,嚴格的安全標準和認證適用于任何需要在駕駛員要求時保持可靠性能,如剎車、轉(zhuǎn)向等。當我們提高汽車的自主決策時,本質(zhì)上是用復雜的計算機系統(tǒng)來代替人的安全決策。

6、從原型到量產(chǎn)

當今自主決策計算系統(tǒng)原型通常是基于現(xiàn)有的服務器技術,其挑戰(zhàn)在于尺寸、功耗和散熱性不適合于汽車。所有這些特性都需要顯著減少,人們普遍認為功耗需要減少10倍,尺寸需要減少5倍,如果兩者都能實現(xiàn),那么成本和散熱將顯著降低。這也將推動自動駕駛汽車在消費者領域和機器人出租車領域的真正部署。

7、增強車內(nèi)乘客互聯(lián)體驗

對于終端領域來講,以支持自動駕駛的V2X通訊模塊為入口,進一步整合車內(nèi)的各種功能模塊,包括車內(nèi)計算,存儲等功能,構筑新的車載電子業(yè)務領域,這也可以說是芯片公司的商業(yè)范疇。打造更高性能更安全的聯(lián)網(wǎng)汽車,更快實現(xiàn)自動駕駛,提供更好的車內(nèi)乘客互聯(lián)體驗,成為管理車內(nèi)應用的軟硬件平臺,則是車廠差異化競爭力所在。

Arm如何幫助克服這些挑戰(zhàn)?

汽車OEM和Tier-1廠商們越來越清楚地認識到需要一個強大的技術合作伙伴來幫助他們解決這些挑戰(zhàn),并不約而同地將Arm及其廣泛的汽車生態(tài)系統(tǒng)視為實現(xiàn)這一目標的正確合作伙伴。實際上,Arm一直與汽車行業(yè)密切合作,以了解上述每一個挑戰(zhàn),提供完善的解決方案,助力自動駕駛大規(guī)模部署。

1、計算需求全覆蓋

如何進行安全的自動駕駛大規(guī)模部署

Arm CPU和其他IP,如GPU、ISP和NPU允許在整個車輛的各個系統(tǒng)中使用基于Arm的解決方案,Arm的合作伙伴也提供最廣泛的汽車級SoC。這一系列的應用處理器(Cortex-A)、實時處理器(Cortex-R)和小型低功耗微處理器(Cortex-M)適用于自動駕駛所有階段。隨著Arm的合作伙伴將更多的計算力帶到異構化SoC平臺上,這將有助于滿足更大的算力需求,同時降低功耗、價格、尺寸和保持良好的散熱特性。

2、為更高級別的自動駕駛實現(xiàn)“安全就緒”

“安全就緒”(Safety Ready)計劃中包括Arm現(xiàn)有的安全產(chǎn)品以及全新產(chǎn)品或未來產(chǎn)品,這些產(chǎn)品的開發(fā)采用嚴格的功能安全流程,包括支持ISO 26262和IEC 61508標準的系統(tǒng)流程和開發(fā)?!鞍踩途w”計劃提供一站式軟件、工具、組件、認證和標準,可為Arm合作伙伴簡化并降低整合功能安全的成本。憑借“安全就緒”計劃,合作伙伴和汽車主機廠可以確保其SoC和系統(tǒng)具有自動駕駛應用所需的最高級別功能安全。

3、性能和安全缺一不可

Arm在安全領域的領先優(yōu)勢并不止于整合最新的認證和標準,雖然分核-鎖步(Split-Lock)功能對業(yè)界而言并不陌生,但Arm率先將其引入專為高性能汽車應用而設計的處理器。分核-鎖步(Split-Lock)技術是一款具有顛覆性的安全創(chuàng)新,可實現(xiàn)以下性能:

具備以往鎖步CPU部署中無法實現(xiàn)的靈活性

SoC中的CPU群集可配置成“分核模式”以實現(xiàn)高性能,其中群集中的兩個(或四個)獨立CPU可用于各種任務和應用程序

若配置成“鎖步模式”下,CPU將處于鎖步狀態(tài),在群集中創(chuàng)建一對(或兩對)鎖步的CPU,以實現(xiàn)更高的汽車安全完整性應用

CPU集群可在硅片生產(chǎn)后配置為在任一模式下混合運行

4、“汽車增強型”全新產(chǎn)品

2018年9月,Arm推出首款集成功能安全的自動駕駛級處理器 Cortex-A76AE,專為汽車行業(yè)設計。該芯片搭載分核-鎖步(Split-Lock)技術,是一款具有顛覆性的安全創(chuàng)新,并首次在應用處理器中得以實現(xiàn)。

不過就自動駕駛而言,采集與需要處理的實時數(shù)據(jù)量要比ADAS多很多,因此2018年12月,Arm再推出針對高數(shù)據(jù)吞吐計算的IP——Cortex-A65AE,面向汽車電子市場,主要針對7nm優(yōu)化,其最大特點就是支持了SMT多線程,性能吞吐率比前代高3.5倍,預計2020年上市。同時,車企或許會愿意將Cortex-A76AE與Cortex-A65AE這兩款芯片結(jié)合使用,從而完成感知流程。

5、最廣泛的生態(tài)系統(tǒng)優(yōu)勢

眾所周知,Arm是藏在芯片后面的 IP供應商,目前Arm在全球已經(jīng)有超過1500項的IP授權,基于Arm架構的芯片出貨量達1250億片,僅2017年基于Arm架構的芯片出貨量超過210億片。授權合作伙伴包含行業(yè)領袖、初創(chuàng)公司、芯片公司及OEM廠商超過500家。另外有16家頂級汽車芯片廠商授權了Arm的IP。

從1996年Arm正式進入汽車領域做剎車控制芯片IP開始,到如今已發(fā)展了20多年。目前在IVI領域,85%的處理器采用Arm架構;在ADAS領域,超過65%的應用處理器采用的是Arm架構。從傳統(tǒng)的動力系統(tǒng)控制、底盤控制和車身控制,到現(xiàn)在ADAS/IVI,都有控制芯片在采用Arm的架構。所有電子器件采用通用的架構,輔以領先工具生態(tài)系統(tǒng)的大力支持,汽車制造商和供應商便能對硬件與軟件進行快速創(chuàng)新。這些創(chuàng)新將革新安全性、降低能耗,同時提升駕車體驗。

開啟大規(guī)模自動駕駛安全部署之路

Arm花了大量時間與汽車行業(yè)合作,以充分了解在下一波汽車創(chuàng)新過程中面臨的挑戰(zhàn)和難點,最新發(fā)布的產(chǎn)品與技術創(chuàng)新有助于實現(xiàn)這些部署,并在不影響性能和安全的情況下降低了功耗和成本。未來,Arm將與更多OEM、Tier-1廠商構建更廣泛的生態(tài)系統(tǒng)合作,重新定義移動出行,推動汽車創(chuàng)新發(fā)展的全新時代。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關注

    關注

    2573

    文章

    54316

    瀏覽量

    785424
  • 駕駛
    +關注

    關注

    0

    文章

    26

    瀏覽量

    13043
  • 自動駕駛
    +關注

    關注

    791

    文章

    14661

    瀏覽量

    176222
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    端到端自動駕駛相較傳統(tǒng)自動駕駛到底有何提升?

    各自專業(yè)模塊獨立承擔,再通過預定的接口協(xié)議將信息有序傳遞。與之相對照,“端到端”(end-to-end)自動駕駛以統(tǒng)一的大規(guī)模神經(jīng)網(wǎng)絡為核心,將從攝像頭、雷達、激光雷達等傳感器采集到的原始數(shù)據(jù)直接映射為駕駛控制指令,極力
    的頭像 發(fā)表于 09-02 09:09 ?488次閱讀
    端到端<b class='flag-5'>自動駕駛</b>相較傳統(tǒng)<b class='flag-5'>自動駕駛</b>到底有何提升?

    使用Ansible實現(xiàn)大規(guī)模集群自動部署

    當你面對1000+服務器需要部署時,你還在一臺臺手工操作嗎?本文將揭秘如何用Ansible實現(xiàn)大規(guī)模集群的自動部署,讓運維效率提升10倍!
    的頭像 發(fā)表于 08-27 14:41 ?508次閱讀

    自動駕駛汽車如何正確進行道路識別?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛汽車在行駛過程中必須準確識別道路環(huán)境,以便做出安全有效的決策,不同于人類開車,可以思考,自動駕駛汽車對于道路的識別需要更多的技術輔助。對于自動駕駛
    的頭像 發(fā)表于 06-29 09:40 ?1296次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何正確<b class='flag-5'>進行</b>道路識別?

    自動駕駛汽車是如何準確定位的?

    [首發(fā)于智駕最前沿微信公眾號]隨著自動駕駛技術的快速發(fā)展,車輛的精準定位成為安全駕駛與路徑規(guī)劃的核心基礎。相比于傳統(tǒng)人類駕駛依賴路標和視覺判斷,自動
    的頭像 發(fā)表于 06-28 11:42 ?853次閱讀
    <b class='flag-5'>自動駕駛</b>汽車是如何準確定位的?

    卡車、礦車的自動駕駛和乘用車的自動駕駛在技術要求上有何不同?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛技術的發(fā)展,讓組合輔助駕駛得到大量應用,但現(xiàn)在對于自動駕駛技術的宣傳,普遍是在乘用車領域,而對于卡車、礦車的自動駕駛發(fā)展,卻鮮有提及。其實在卡車、
    的頭像 發(fā)表于 06-28 11:38 ?689次閱讀
    卡車、礦車的<b class='flag-5'>自動駕駛</b>和乘用車的<b class='flag-5'>自動駕駛</b>在技術要求上有何不同?

    自動駕駛安全基石:ODD

    電子發(fā)燒友網(wǎng)綜合報道 自動駕駛ODD(Operational Design Domain)即設計運行域,是指自動駕駛系統(tǒng)被設計為安全、有效運行的具體條件范圍。它定義了自動駕駛汽車在哪些
    的頭像 發(fā)表于 05-19 03:52 ?5754次閱讀

    新能源車軟件單元測試深度解析:自動駕駛系統(tǒng)視角

    的潛在風險增加,尤其是在自動駕駛安全關鍵系統(tǒng)中。根據(jù)ISO 26262標準,自動駕駛系統(tǒng)的安全完整性等級(ASIL-D)要求單點故障率必須低于10^-8/小時,這意味著每小時的故障概
    發(fā)表于 05-12 15:59

    文遠知行獲Uber大力支持!自動駕駛規(guī)模化運營加速開啟!

    發(fā)布重磅消息,宣布將對雙方戰(zhàn)略合作進行深度拓展與升級。根據(jù)合作規(guī)劃,未來五年,雙方將攜手在歐洲、中東等關鍵國際市場的15座城市,大規(guī)模落地自動駕駛Robotaxi服
    的頭像 發(fā)表于 05-09 15:39 ?480次閱讀
    文遠知行獲Uber大力支持!<b class='flag-5'>自動駕駛</b><b class='flag-5'>規(guī)模</b>化運營加速開啟!

    AI將如何改變自動駕駛

    自動駕駛帶來哪些變化?其實AI可以改變自動駕駛技術的各個環(huán)節(jié),從感知能力的提升到?jīng)Q策框架的優(yōu)化,從安全性能的增強到測試驗證的加速,AI可以讓自動駕駛從實驗室走向
    的頭像 發(fā)表于 05-04 09:58 ?605次閱讀

    自動駕駛安全程度達到99%是否就足夠了?

    可以保留最后1%的不確定性? 其實在自動駕駛技術走向規(guī)模化商用的進程中,安全始終被視為最核心的命題。從過去的輔助駕駛,到現(xiàn)在的L2級別的組合輔助駕駛
    的頭像 發(fā)表于 05-03 08:42 ?537次閱讀

    自動駕駛大模型中常提的Token是個啥?對自動駕駛有何影響?

    近年來,人工智能技術迅速發(fā)展,大規(guī)模深度學習模型(即大模型)在自然語言處理、計算機視覺、語音識別以及自動駕駛等多個領域取得了突破性進展。自動駕駛作為未來智能交通的重要方向,其核心技術之一便是對海量
    的頭像 發(fā)表于 03-28 09:16 ?948次閱讀

    NVIDIA Halos自動駕駛汽車安全系統(tǒng)發(fā)布

    NVIDIA 整合了從云端到車端的安全自動駕駛開發(fā)技術套件,涵蓋車輛架構到 AI 模型,包括芯片、軟件、工具和服務。 物理 AI 正在為自動駕駛和機器人開發(fā)技術的交叉領域釋放新的可能性,尤其是加速了
    的頭像 發(fā)表于 03-25 14:51 ?952次閱讀

    自動駕駛的未來 - 了解如何無縫、可靠地完成駕駛

    作者:Don Horne 投稿人:DigiKey 北美編輯 自動駕駛組件的最新進展使許多駕駛員的“無需干預”成為現(xiàn)實。然而,許多駕駛員對真正自動駕駛汽車的
    的頭像 發(fā)表于 01-26 21:52 ?877次閱讀
    <b class='flag-5'>自動駕駛</b>的未來 - 了解如何無縫、可靠地完成<b class='flag-5'>駕駛</b>

    美股今年自動駕駛最大IPO誕生!

    2024年,被行業(yè)公認為是“智能駕駛元年”,自動駕駛正在成為如今汽車電子領域的前沿熱門話題。自動駕駛技術的發(fā)展,會給元器件廠商帶來哪些機遇? 近日,小馬智行正式在納斯達克掛牌上市,成為
    的頭像 發(fā)表于 12-09 11:33 ?844次閱讀
    美股今年<b class='flag-5'>自動駕駛</b>最大IPO誕生!