智能网联汽车：AI芯片是无人驾驶的核心要素

随着科技革命的深入推进,人类社会进入万物互联、万物智能的智能化新时代。自动驾驶技术在人工智能和汽车行业的飞速发展下逐渐成为业界焦点。自动驾驶技术是汽车产业与高性能计算芯片、人工智能、物联网等新一代信息技术深度融合的产物,其本质是汽车产业的升级。自动驾驶技术促进了智能化交通系统的发展。

无人驾驶汽车,准确来说,称为“智能网联汽车”,主要包含“智能”和“网联”两个核心,主要目的是实现汽车的自动驾驶,最终达到无人驾驶的状态。

“智能”包含了“感知与定位”“计算与决策”“执行”三个层次,与汽车电子最基本的“传感器-控制器-执行器”逻辑关系是一致的,同时,也包含了“智能座舱”层。“网联”主要包含“通信与网络技术”层,即实现V2X(Vehicle to Everything)的车联网。无人驾驶汽车系统的基本框架如图3-26所示。

图3-26　无人驾驶汽车系统基本框架

1.感知与定位

感知与定位包含了车载传感器、GNSS全球卫星导航、基于微机电系统的IMU惯性传感器及高精地图几个要素。而物联网技术在无人驾驶的“感知与定位”层中起到了至关重要的作用,为“计算与决策”层提供精准的数据。

车载传感器主要分为激光雷达(有机械和固态两种)、毫米波雷达(主要包含频率为24 GHz的短中距和频率为77 GHz的中长距两种)、超声波雷达(安装在汽车前后的APA上和安装在侧面的UPA雷达上)、车载摄像头(分为单目、双目、广角),以及恶劣天气条件下的红外传感器。博世自动驾驶试验车辆的传感器如图3-27所示。

图3-27　博世自动驾驶试验车辆

目前全球有美国GPS、中国北斗、欧洲伽利略、俄罗斯格洛纳斯四套卫星导航系统,通称为GNSS(Global Navigation Satellite System),无人驾驶汽车需要通过GNSS接收器,车载IMU惯性传感器,结合高精度地图(路网精确三维表征),输出实时高精度三维位置、速度、姿态信息,实现厘米级定位和导航。

2.计算与决策,执行

接收来自感知与定位层的数据,通过车载芯片或者车外云端进行计算,并做出预测,从而进行路径规划,最后对汽车的动力、转向、制动、灯光等系统(执行层)发出命令,自动实现汽车的加减速、转向、制动等无人动作。

实际上完成这一系列动作的是AI,而汽车的AI芯片是实现无人驾驶最核心的要素。AI芯片主要有两种:一是基于传统冯·诺依曼架构的FPGA(现场可编程门阵列)和ASIC(专用集成电路)芯片;二是模仿人脑神经元结构的类脑芯片。当前FPGA和ASIC芯片在无人驾驶上应用较多。

无人驾驶的算法可以分为场景识别、路径规划及车辆控制三个类别,每一类别都是由多种算法组成的。根据选定的场景建立相应模型,再进行大数据验证,最终通过芯片来实现。(www.xing528.com)

汽车的存储器主要分为两类:易失性,即断电后,存储器内信息流失(DRAM);非易失性,即断电后,信息仍然存在(NAND FLASH和NOR FLASH)。三种储存器在无人驾驶汽车上都有大量需求。

云计算能将资源和服务集中起来,汽车只要接入互联网,就能很轻易、方便地访问各种基于云的应用信息,而边缘计算将在无网和紧急状况下保证无人驾驶汽车的安全,其也是无人驾驶的重要组成要素。

3.通信与网络

车联网是无人驾驶网联层的核心,即通过现代信息通信技术,实现车辆“云-管-端”三个层次的全面互联,最终实现“车路协同”的目的。车联网移动通信架构如图3-28所示。

图3-28　车联网移动通信

“云”,主要指云端,即综合平台。

“管”,主要指网络,针对车内,逐步从CAN总线过渡到以太网;针对车外,目前分为非蜂窝的DSRC和蜂窝C-V2X两种通信标准,C-V2X是5G诸多应用中最重要的商用场景之一。

DSRC由IEEE制定,是美国大力提倡的通信技术;C-V2X由3GPP制定,基于蜂窝网演进而来,在5G大带宽、大规模连接、低延时赋能的背景下,C-V2X有望成为主流。

“端”,包含了车载OBU,主要是Tbox,还包含了路测单元RSU手机App。

4.智能座舱

目前无人驾驶技术飞速发展,以人机交互为载体的智能座舱成为汽车另一大发展主题。智能座舱应用场景多,发展潜力大,而车载信息系统是智能座舱的核心要素。

无人驾驶汽车交互界面将无处不在,从全液晶仪表到一机多屏,未来屏幕将被“无屏形式”替代(全息、智能玻璃、HUD等)。

个性化和情感化是智能座舱发展的一个重要方面,通过指纹验证、语音手势交互、面部3D扫描、眼球跟踪、生物传感器(心跳等)来判定用户状态,通过改变车内灯光、气味、声音、音乐、图像等来配合用户心情,以此满足用户个性化和情感化的需求。汽车座椅也逐渐趋向于流动性和舒适性。