智能汽车

主动驾驶汽车的处理能力

2025China.cn   >2019年05月17日

  在未来20 - 30年中,主动驾驶汽车(AV)将改变咱咱咱们的驾驶习惯、运输行业并更普遍地影响社会。 咱咱咱们不只可以或许或许将汽车召唤到咱咱咱们的家门口并在应用后将其送走,主动驾驶汽车还将挑衅小我拥有汽车的设法主意,并对环境和拥堵发生积极影响。市场调研公司ABI Research预测:到2030年,途径上四分之一的汽车将会是主动驾驶汽车。

  行业专家已经为主动驾驶的睁开定义了五个级别。 每个级别分离描述了汽车从驾驶员那里接收各项任务和任务的程度,和汽车和驾驶员之间如何互动。 诸如自顺应巡航节制这类功效是先辈驾驶员辅助体系(ADAS)的示例,而且可以或许或许被认为是第1级的能力。 目前,市场上出现的一些新车正在实现第2级功效;但作为一个行业,咱咱咱们仅仅是才触及ADAS体系的外面,更不用说完全自立驾驶了。

  示用意:主动驾驶的五个级别

  主动驾驶的级别

  当咱咱咱们去逐级实现主动驾驶的分歧级别时,处理能力愿实现完全主动化这一愿景至关重要,此时驾驶员可以或许“放开偏向盘、移开目光和放飞心灵”。 在这个级别上,车内的人只是乘客;同时因为没有司机,所以也不必要偏向盘。然而,在咱咱咱们实现该偏向之前,咱咱咱们应该首先了解从非主动驾驶到完全主动驾驶之间的各种级别。

  ADAS/AV有三个重要元素:传感、计算和履行。

  用感知去捕捉车辆周围环境的现状。 这是靠应用一组传感器来实现的:雷达(长距离和中距离),激光雷达(长距离),摄像头(短距离/中距离),和红外线和超声波。 这些“感官”中的每一种都能捕捉到它所“看到”的周围环境的变体。 它在此视图中定位感兴趣的和重要的对象,例如汽车、行人、途径标识、植物和途径拐弯。

  示用意:汽车从激光雷达、雷达和摄像头中看到的视图

  计算阶段是决定阶段。 在这个阶段中,来自这些制缡油的信息被拼合在一路,以更好地懂得汽车“看到”的内容。 例如,场景中到底发生了什么? 移植物体在哪里? 估计的举动是什么?和汽车应该采取哪些修正措施? 是否必要制动和/或是否必要转入另外一条车道以确保平安?

  履行即末了阶段是汽车应用这一决定并采取行为,汽车可能会取代驾驶员。 它可能是制动、加快或转向更平安的门路;这可能且为驾驶员没有注意到警告,实时采取行为而且行将发生碰撞,或许它可能是完全自平面系的模范操纵。

  第2级实际上是ADAS门路的动身点,此中可能在平安解决计划包中制定多种单独的功效,例如主动紧急制动、车道偏离警告或辅助对峙在车道中行驶。

  第3级是诸如2018款奥迪A8等目前已量产汽车的最前沿,这意味着驾驶员可以或许或许“移开目光”一段光阴,但必需可以或许或许在出现成就时立刻接收。

  第4级和第5级两者都可供给基本上是完全的主动驾驶。 它咱咱们之间的差别在于:第4级驾驶将限于诸如重要高速公路和聪慧都邑如许的具有地舆缓冲的地区,因为它咱咱们会重度依靠路边的基础举动措施来维持其地点地位的毫米级精度画面。

  第5级车辆将可在任何地点实现主动驾驶。在这个级别,汽车甚至可能没有偏向盘,而且座椅可以或许或许不是都面向前方。

  主动驾驶所需的处理能力

  在主动驾驶的每个级别上,应对统统数据所需的处理能力随级别的晋升而敏捷增长。根据经验,可以或许估计从一个级别到下一个级别的数据处理量将增长10倍。 对付完全主动驾驶的第4级和第5级,咱咱咱们将看到数十万亿次浮点运算的处理量。

  从传感器的角度来看,下表为您供给了其需要量的一个指引。 第4级和第5级将必要多达八个摄像头,尽管人咱咱们甚至已经提出了必要更高的摄像头数目。 图像捕获装配的分辨率为2百万像素,帧速为30-60帧/秒,所以要实时处理统统这些信息是一项弘大的处理任务。对付车上的雷达,其数目可能必要多达10台以上,这是因为必要在22GHz和77GHz之间搭配应用短距离、中距离统ぞ嗬(100m 以上)的雷达。即使在第2级,仍然必要对从摄像头和雷达捕获的数据停止大批处理。

  示用意:主动驾驶和应用的分歧级别

  对付处理能力,咱咱咱们将存眷摄像头必要做什么,这是因为它与前置雷达一路是支撑诸如在特斯拉中应用的主动驾驶仪的重要传感器。

  摄像头体系通常是广角单摄或平面双摄,在车上呈前向或以环绕视场(360°)设置设备摆设。 与雷达和激光雷达分歧,摄像头感应设备取决于处理输入的软件的功效;摄像头的分辨率很重要,但没有到达你想象的程度。

  为简化处理过程,咱咱咱们应用了一种被称为卷积神经网络(CNN)的重要算法。CNN是从摄像头源中提取头直信息的一种高度专业化和高效的办法。在咱咱咱们的汽车案例中,它从摄像头获得输入并辨认车道标记、障碍物和植物等。CNN不只可以或许或许实现雷达和激光雷达所能做的统统工作,而且可以或许或许在更多方面发挥感化,例如阅读交通标识、检测交通灯信号和途径的构成等。事实上,某些一级供给商(Tier 1)和汽车原始设备制作商(OEM)正在研究颠末过程摄像头和雷达组合来低落本钱。

  CNN将机械学习的元素带入汽车。神经网络的布局计毡榛于咱咱咱们自己大脑的连线布局。人咱咱们首先必需抉择想要实现的网络范例,和其按照层数来决定的深度。 每层实际上是前一层和后一层之间的一组互连节点。为了实现神经网络,大批的智能训练数据将被应用于它;这是一种高度计算密集型的操纵,大多数环境下是离线停止的。对付诸如一种途径环的图像和视频如许的每一次颠末过程,网络颠末过程调剂各层内的相干因素来停止学习。当训练数据颠末过程它时,这些相干因素可以或许从数百万次数据阐发中获得晋升。 一旦实现训练,就可以或许将网络和相干因素加载到诸如CPU或GPU计算或特定CNN加快器之类的布局中。

  这种范例的算法和网络的优点之一是它可以或许用更新的或更好的相干因素去进级,因此它老是在赓续改良。颠末普遍的比较,咱咱咱们发如今GPU计算情势上运行的CNN比在以后高端嵌入式多核CPU上快20倍且功耗也低得多。同样,伴跟着CNN向硬件加快偏向睁开,咱咱咱们也已看到机能还可进一步提高20倍,而在功耗上也可进一步改良。

  瞻望未来

  跟着咱咱咱们走向采纳无人驾驶汽车的未来,所需的计算能力将跟着传感器的数目、帧速和分辨率而扩大。 从机能和功率两个角度来看,卷积神经网络正在成为解释图像数据的最有用办法。 这将引领在网络的边缘放置更多处理资源的趋向,例如在汽车案例中,计算资源是在汽车自己内部,而不是将该处理能力卸载到云而且依赖于不停在线的蜂窝衔接。 对付那些供给处理能力、算法和训练数据的人来说,主动驾驶潜藏着弘大的机遇并将成为实际。

标签:主动驾驶 我要反馈 
智造中国
专题报导
2019 施耐德电气工业主动化卡车巡展约请函
2019 施耐德电气工业主动化卡车巡展约请函

2019年 “触摸聪慧未来,开启数字征程 - 2019施耐德电气工业主动化卡车巡展”行将启行。届时,施耐德电气精心打造的

多层级显示 可视化监管  研华工业级平板电脑  助力工场信息化项目落地
多层级显示 可视化监管 研华工业级平板电脑 助力工场信息化项目落地

跟着工业4.0概念的逐渐升温,越来越多的工场开端停止数字化、信息化改革。研华工业级平板电脑,以其精彩的机能、稳固靠得住的品

施想私塾——揭秘智能工场
施想私塾——揭秘智能工场

临盆投资打水漂,经营办理黑箱困境路在何方?制作企业三大成就:看不清、理还乱、剪赓续,怎么破? 这些成就归根到底都是办理

友情链接:广州美容在线学习网  开磷百花人才网  C9C炒股票网  中国物资网  日红宝理财网  小说迷免费小说网  中国视野新闻网  德州新闻门户网  吉林教育新闻网  我乐货源网