Artikel membincangkan tiga elemen teras pemanduan autonomi

Penderia: Kedudukan dan fungsi yang berbeza, kelebihan pelengkap

Kenderaan autonomi selalunya dilengkapi dengan pelbagai penderia, termasuk kamera, radar gelombang milimeter dan lidar. Penderia ini masing-masing mempunyai fungsi dan kedudukan yang berbeza, dan melengkapi kelebihan satu sama lain secara keseluruhan, ia menjadi mata kenderaan autonomi. Kereta baharu selepas 2021 akan dilengkapi dengan sejumlah besar penderia untuk menempah perkakasan berlebihan untuk melaksanakan lebih banyak fungsi pemanduan autonomi melalui OTA.

​Konfigurasi penderia dan fungsi teras model domestik yang baru dikeluarkan dari Januari hingga Mei 2021

Fungsi kamera: terutamanya digunakan untuk garis lorong, tanda lalu lintas, lampu isyarat, dan pengesanan kenderaan dan pejalan kaki. dipengaruhi oleh hujan, salji, cuaca dan pengaruh cahaya. Kamera moden terdiri daripada kanta, modul kanta, penapis, CMOS/CCD, ISP dan bahagian penghantaran data. Cahaya difokuskan pada sensor selepas melalui kanta optik dan penapis Isyarat optik ditukar kepada isyarat elektrik melalui litar bersepadu CMOS atau CCD, dan kemudian ditukar kepada imej digital standard dalam format RAW, RGB atau YUV oleh. pemproses imej (ISP) Isyarat dihantar ke komputer melalui antara muka penghantaran data. Kamera boleh memberikan banyak maklumat. Walau bagaimanapun, kamera bergantung pada sumber cahaya semula jadi Julat dinamik semasa penderia visual tidak begitu luas Apabila cahaya tidak mencukupi atau cahaya berubah secara drastik, imej visual mungkin hilang buat sementara waktu, dan fungsi akan menjadi sangat terhad. hujan dan keadaan pencemaran Dalam industri Penglihatan komputer biasanya digunakan untuk mengatasi pelbagai kekurangan kamera.

Kamera kereta ialah pasaran yang berkembang pesat. Penggunaan kamera dalam kenderaan semakin meningkat dengan peningkatan berterusan fungsi pemanduan autonomi Sebagai contoh, 1-3 kamera biasanya diperlukan untuk pandangan hadapan dan 4-8 kamera untuk pandangan sekeliling. Pasaran kamera automotif global dijangka mencecah 176.26 bilion yuan menjelang 2025, yang mana pasaran China akan mencecah 23.72 bilion yuan.

​2015-2025 saiz pasaran kamera automotif global dan China (bilion yuan)

Rangkaian industri kamera automotif termasuk pembekal set kanta huluan, pembekal bahan gam, pembekal penderia imej, pembekal cip ISP, serta pembekal modul pertengahan dan penyepadu sistem , syarikat elektronik pengguna hiliran, autonomi memandu Tahap1, dsb. Dari segi nilai, penderia imej (CMOS Image Sensor) menyumbang 50% daripada jumlah kos, diikuti dengan pembungkusan modul, yang menyumbang 25%, dan kanta optik, yang menyumbang 14%.

​Rantai Industri Kamera

Laser Peranan radar (Lidar): Ia digunakan terutamanya untuk mengesan jarak dan kelajuan objek sekeliling. Pada hujung pemancar lidar, pancaran laser bertenaga tinggi dihasilkan oleh semikonduktor laser Selepas laser berlanggar dengan sasaran sekeliling, ia dipantulkan kembali, dan ditangkap dan dikira oleh hujung penerima lidar untuk mendapatkan. jarak dan kelajuan sasaran. Lidar mempunyai ketepatan pengesanan yang lebih tinggi daripada gelombang milimeter dan kamera, dan boleh mengesan jarak jauh, selalunya mencecah lebih daripada 200 meter. LiDAR dibahagikan kepada mekanikal, cermin berputar, MEMS dan LiDAR keadaan pepejal mengikut prinsip pengimbasannya. Mengikut prinsip julat, ia boleh dibahagikan kepada julat masa penerbangan (ToF) dan gelombang berterusan termodulat frekuensi (FMCW). Industri ini kini dalam peringkat penerokaan aplikasi lidar, dan masih belum ada hala tuju yang jelas.

Pasaran lidar adalah luas, dan syarikat China akan menerajui Amerika Syarikat. Pasaran lidar mempunyai prospek yang luas Kami meramalkan bahawa menjelang 2025, pasaran lidar China akan menghampiri 15 bilion yuan, dan pasaran global akan menghampiri 30 bilion yuan menjelang 2030, pasaran lidar China akan menghampiri 35 bilion yuan, dan pasaran global akan hampir 65 bilion yuan Kadar pertumbuhan tahunan pasaran mencapai 48.3%. Tesla, syarikat memandu sendiri terbesar di Amerika Syarikat, menggunakan penyelesaian penglihatan tulen Syarikat kereta lain tidak mempunyai rancangan khusus untuk meletakkan lidar pada kereta Oleh itu, China telah menjadi pasaran berpotensi terbesar untuk lidar automotif. Pada tahun 2022, sebilangan besar pengeluar kenderaan domestik akan melancarkan produk yang dilengkapi dengan lidar, dan dijangka penghantaran produk lidar automotif akan mencapai 200,000 unit pada tahun 2022. Syarikat China mempunyai kebarangkalian yang lebih tinggi untuk menang kerana mereka lebih dekat dengan pasaran, mempunyai tahap kerjasama yang tinggi dengan OEM China, dan boleh mendapatkan pesanan pasaran dengan lebih mudah, supaya mereka dapat mengurangkan kos dengan lebih cepat, membentuk kitaran yang mulia. Pasaran China yang luas akan membantu syarikat lidar China merapatkan jurang teknologi dengan syarikat asing.

​Tinjauan Pasaran LiDAR China dari 2022 hingga 2030

Senarai model lidar

Setiap laluan teknikal pada peringkat semasa mempunyai kelebihan dan kekurangan kami penghakiman ialah Pada masa hadapan, teknologi FMCW akan wujud bersama teknologi TOF, pemancar laser 1550nm akan lebih baik daripada 905nm, dan pasaran mungkin melangkau keadaan separa pepejal dan melompat terus ke peringkat keadaan pepejal sepenuhnya.

Teknologi FMCW dan teknologi TOF wujud bersama: Teknologi TOF agak matang dan mempunyai kelebihan kelajuan tindak balas yang pantas dan ketepatan pengesanan yang tinggi, tetapi ia tidak boleh mengukur kelajuan secara langsung melaluinya; prinsip Doppler Ia mempunyai kelajuan dan kepekaan tinggi (lebih daripada 10 kali lebih tinggi daripada ToF), keupayaan anti-gangguan yang kuat, pengesanan jarak jauh, dan penggunaan kuasa yang rendah. Pada masa hadapan, produk mewah mungkin menggunakan FMCW dan produk rendah menggunakan TOF.

1550nm lebih baik daripada 905 nm: 905nm ialah laser inframerah dekat yang mudah diserap oleh retina manusia dan menyebabkan kerosakan retina, jadi penyelesaian 905nm hanya boleh dikekalkan pada kuasa rendah . Prinsip laser 1550nm ialah spektrum Laser di bawah keadaan kuasa yang sama menyebabkan kerosakan yang lebih kecil pada mata manusia dan mempunyai julat pengesanan yang lebih panjang Walau bagaimanapun, kelemahannya ialah ia memerlukan InGaA sebagai penjana dan tidak boleh menggunakan pengesan berasaskan silikon.

Langkau keadaan separa pepejal dan lompat terus ke keadaan pepejal penuh: penyelesaian keadaan separa pepejal sedia ada, jenis cermin berputar, jenis sudut, MEMS, semuanya mempunyai sejumlah kecil bahagian mekanikal, hayat perkhidmatan yang singkat dalam persekitaran kenderaan, dan sukar untuk Lulus pensijilan kenderaan. Penyelesaian VCSEL+SPAD untuk lidar keadaan pepejal mengguna pakai teknologi peringkat cip, mempunyai struktur yang mudah, dan boleh dengan mudah melepasi peraturan kenderaan Ia telah menjadi penyelesaian teknikal paling utama untuk lidar keadaan pepejal tulen pada masa ini. Lidar di belakang iPhone12 pro menggunakan penyelesaian VCSEL + SPAD.

​Pelan hala tuju teknologi Lidar dan syarikat perwakilan

Peta berketepatan tinggi mungkin digulingkan. Pertempuran untuk laluan berterusan dalam bidang peta lanjutan Tesla telah mencadangkan peta berketepatan tinggi yang tidak memerlukan pemetaan awal Berdasarkan data yang dikumpul oleh kamera, teknologi kecerdasan buatan digunakan untuk membina ruang tiga dimensi persekitaran. . Oleh itu, kita perlu berwaspada terhadap subversi peta berketepatan tinggi yang disebabkan oleh inovasi teknologi.

Sesetengah pengamal percaya bahawa peta berketepatan tinggi amat diperlukan untuk pemanduan pintar Dari sudut pandangan bidang, peta berketepatan tinggi tidak disekat dan tidak mempunyai kecacatan jarak dan visual. Di bawah keadaan cuaca yang istimewa Di bawah keadaan tertentu, peta berketepatan tinggi masih boleh memainkan peranan dari segi ralat, peta berketepatan tinggi dengan berkesan boleh menghapuskan beberapa ralat penderia dan boleh menambah dan membetulkan sistem penderia sedia ada dengan berkesan di bawah beberapa keadaan jalan. Selain itu, peta berketepatan tinggi juga boleh membina pangkalan data pengalaman pemanduan, menganalisis kawasan berbahaya melalui perlombongan data spatio-temporal berbilang dimensi, dan menyediakan set data pengalaman pemanduan baharu kepada pemandu.

Teknologi lidar + penglihatan, kenderaan koleksi + model penyumberan ramai ialah penyelesaian arus perdana untuk peta berketepatan tinggi pada masa hadapan.

Peta HD perlu mengimbangi ketepatan dan kelajuan. Ketepatan pengumpulan yang terlalu rendah dan kekerapan kemas kini yang terlalu rendah tidak dapat memenuhi keperluan pemanduan autonomi untuk peta berketepatan tinggi. Untuk menyelesaikan masalah ini, syarikat peta berketepatan tinggi telah menggunakan beberapa kaedah baharu, seperti model crowdsourcing Setiap kereta pandu sendiri berfungsi sebagai peranti pengumpulan peta berketepatan tinggi untuk menyediakan maklumat dinamik berketepatan tinggi, yang diagregatkan dan. diedarkan kepada kereta lain untuk digunakan. Di bawah model ini, syarikat peta berketepatan tinggi terkemuka boleh mengumpul peta ketepatan tinggi yang lebih tepat dan lebih pantas disebabkan oleh bilangan model kereta yang banyak yang boleh mengambil bahagian dalam penyumberan ramai, mengekalkan keadaan di mana yang kuat sentiasa kuat.

​AMAP Fusion Solution

Pengkomputeran platform: Keperluan untuk cip terus meningkat, dan teknologi semikonduktor ialah parit

Platform pengkomputeran juga dipanggil pengawal domain pemanduan autonomi. Apabila kadar penembusan pemanduan autonomi di atas L3 meningkat, keperluan untuk kuasa pengkomputeran juga meningkat Walaupun peraturan dan algoritma L3 semasa masih belum diperkenalkan, syarikat kenderaan telah menggunakan penyelesaian lebihan kuasa pengkomputeran untuk menempah ruang lelaran seterusnya.

Platform pengkomputeran akan mempunyai dua ciri pembangunan pada masa hadapan: heterogeniti dan keanjalan teragih.

Heterogen: Untuk kenderaan autonomi mewah, platform pengkomputeran perlu serasi dengan pelbagai jenis dan penderia data serta mempunyai keselamatan yang tinggi serta prestasi tinggi. Cip tunggal sedia ada tidak dapat memenuhi banyak antara muka dan keperluan kuasa pengkomputeran, dan penyelesaian perkakasan cip heterogen diperlukan. Heterogeniti boleh dicerminkan dalam satu papan yang mengintegrasikan pelbagai cip seni bina, seperti Audi zFAS bersepadu MCU (mikropengawal), FPGA (tatasusunan gerbang boleh diprogramkan), CPU (unit pemprosesan pusat), dan lain-lain ia juga boleh dicerminkan dalam cip tunggal yang berkuasa (SoC, system-on-chip) menyepadukan berbilang unit seni bina pada masa yang sama, seperti GPU bersepadu NVIDIA Xavier (pemproses grafik) dan CPU dua unit heterogen.

Fleksibiliti pengedaran: Seni bina elektronik automotif semasa terdiri daripada banyak cip satu fungsi yang disepadukan secara beransur-ansur ke dalam pengawal domain. Pemanduan autonomi mewah memerlukan platform pengkomputeran pintar on-board untuk mempunyai lebihan sistem dan pengembangan yang lancar. Di satu pihak, dengan mengambil kira seni bina heterogen dan redundansi sistem, beberapa papan digunakan untuk merealisasikan penyahgandingan dan sandaran sistem, sebaliknya, pengembangan teragih berbilang papan digunakan untuk memenuhi keperluan kuasa pengkomputeran dan antara muka yang mewah; pemanduan autonomi. Di bawah pengurusan bersatu dan penyesuaian sistem pengendalian pemanduan autonomi yang sama, sistem keseluruhan secara kolaboratif melaksanakan fungsi pemanduan autonomi dan menyesuaikan cip yang berbeza dengan menukar pemacu perkakasan, perkhidmatan komunikasi, dsb. Apabila tahap pemanduan autonomi meningkat, permintaan sistem untuk kuasa pengkomputeran, antara muka, dsb. akan meningkat dari hari ke hari. Selain meningkatkan kuasa pengkomputeran cip tunggal, komponen perkakasan juga boleh disusun berulang kali untuk mencapai pelarasan fleksibel dan pengembangan komponen perkakasan yang lancar, dengan itu meningkatkan kuasa pengkomputeran keseluruhan sistem, meningkatkan antara muka dan menambah baik fungsi.

Seni bina perkakasan teragih heterogen terutamanya terdiri daripada tiga bahagian: unit AI, unit pengkomputeran dan unit kawalan.

Unit AI: menggunakan cip AI seni bina pengkomputeran selari, dan menggunakan CPU berbilang teras untuk mengkonfigurasi cip AI dan pemproses yang diperlukan. Pada masa ini, cip AI digunakan terutamanya untuk gabungan dan pemprosesan data berbilang sensor yang cekap, dan maklumat utama output untuk pelaksanaan lapisan pelaksanaan. Unit AI ialah bahagian yang paling menuntut dalam seni bina heterogen dan perlu menerobos kesesakan kos, penggunaan kuasa dan prestasi untuk memenuhi keperluan perindustrian. Cip AI boleh memilih GPU, FPGA, ASIC (litar bersepadu khusus aplikasi), dsb.

​Perbandingan pelbagai jenis kerepek

Unit pengkomputeran: Unit pengkomputeran terdiri daripada berbilang CPU. Ia mempunyai ciri frekuensi teras tunggal yang tinggi dan kuasa pengkomputeran yang kuat, dan memenuhi keperluan keselamatan fungsian yang sepadan. Memuatkan Hypervisor, sistem pengurusan kernel Linux, mengurus sumber perisian, melengkapkan penjadualan tugas, dan digunakan untuk melaksanakan kebanyakan algoritma teras yang berkaitan dengan pemanduan autonomi dan menyepadukan data berbilang dimensi untuk mencapai perancangan laluan dan kawalan membuat keputusan.

Unit kawalan: Terutamanya berdasarkan pengawal kenderaan tradisional (MCU). Unit kawalan memuatkan perisian asas platform ClassicAUTOSAR, dan MCU disambungkan ke ECU melalui antara muka komunikasi untuk mencapai kawalan mendatar dan membujur bagi dinamik kenderaan dan memenuhi keperluan tahap keselamatan ASIL-D.

Ambil cip Tesla FSD sebagai contoh Cip FSD menggunakan seni bina CPU+GPU+ASIC. Mengandungi 3 gugusan quad-core Cortex-A72 untuk sejumlah 12 CPU yang berjalan pada 2.2 GHz GPU Mali G71 MP12 yang berjalan pada 1 GHz, 2 Unit Pemprosesan Neural (NPU) dan pelbagai pemecut perkakasan lain. Terdapat pembahagian kerja yang jelas antara tiga jenis penderia CPU teras Cortex-A72 digunakan untuk pemprosesan pengkomputeran umum, GPU teras Mali digunakan untuk pemprosesan pasca ringan, dan NPU digunakan untuk pengiraan rangkaian saraf. Kuasa pengkomputeran GPU mencapai 600GFLOPS, dan kuasa pengkomputeran NPU mencapai 73.73Top.

​Seni bina cip Tesla FSD

Teras teknikal pengawal domain pemanduan autonomi ialah cip, diikuti oleh perisian dan sistem pengendalian Parit jangka pendek ialah pelanggan dan keupayaan penghantaran.

Cip menentukan kuasa pengkomputeran platform pengkomputeran pemanduan autonomi Ia sukar untuk mereka bentuk dan mengeluarkan dan boleh menjadi pautan tersekat dengan mudah. Pasaran mewah dikuasai oleh gergasi semikonduktor antarabangsa NVIDIA, Mobileye, Texas Instruments, NXP, dll. Dalam pasaran L2 dan ke bawah, syarikat domestik yang diwakili oleh Horizon secara beransur-ansur mendapat pengiktirafan daripada pelanggan. Pengeluar pengawal domain China secara amnya bekerjasama secara mendalam dengan pengeluar cip untuk membeli cip dan menghantarnya kepada OEM dengan keupayaan pembuatan perkakasan dan penyepaduan perisian mereka sendiri. Kerjasama dengan syarikat cip secara amnya adalah eksklusif. Dari perspektif kerjasama cip, Desay SV mempunyai kelebihan yang paling jelas dengan mengikat Nvidia dan Thunderstar dengan Qualcomm. Huayang Group, sebuah lagi syarikat pengawal domain pemanduan autonomi domestik, telah bekerjasama dengan Huawei HiSilicon dan Neusoft Reach untuk mewujudkan hubungan kerjasama dengan NXP dan Horizon.

​Hubungan kerjasama antara syarikat pengawal domain domestik dan syarikat cip

Daya saing pengawal domain ditentukan oleh syarikat cip yang bekerjasama dengan huluan OEM hiliran sering membeli set penyelesaian lengkap yang disediakan oleh syarikat cip. Sebagai contoh, model mewah Weilai, Ideal dan Xpeng membeli cip NVIDIA Orin dan perisian pemanduan autonomi NVIDIA Jikrypton dan penyelesaian pembelian BMW daripada syarikat cip Mobileye dan Great Wall membeli penyelesaian Horizon; Kita harus terus memberi perhatian kepada kerjasama antara cip dan syarikat pengawal domain.

​Kerjasama antara produk syarikat cip dan syarikat kereta

3. Data dan Algoritma: Data membantu algoritma lelaran, dan kualiti algoritma ialah daya saing teras syarikat pemanduan autonomi

Data pengguna amat penting untuk mengubah sistem pemanduan autonomi. Dalam proses pemanduan autonomi, terdapat senario yang jarang berlaku yang tidak mungkin berlaku Senario jenis ini dipanggil kes sudut. Jika sistem penderiaan menemui sarung sudut, ia akan menyebabkan risiko keselamatan yang serius. Sebagai contoh, apa yang berlaku dalam beberapa tahun kebelakangan ini ialah Autopilot Tesla tidak mengecam trak putih besar yang melintas dan melanggarnya dari tepi, menyebabkan kematian pemiliknya pada April 2022, Xiaopeng terhempas dan tergolek semasa menghidupkan pemanduan autonomi di tengah jalan.

Hanya ada satu penyelesaian untuk masalah sedemikian, iaitu syarikat kereta memimpin dalam mengumpul data sebenar dan pada masa yang sama mensimulasikan persekitaran yang lebih serupa pada platform pengkomputeran pemanduan autonomi supaya bahawa sistem boleh belajar Lebih baik mengendalikannya pada masa akan datang. Contoh biasa ialah Mod Bayangan Tesla: mengenal pasti kes sudut yang berpotensi dengan membandingkannya dengan tingkah laku pemandu manusia. Adegan ini kemudian diberi anotasi dan ditambah pada set latihan.

Oleh itu, syarikat kereta perlu mewujudkan proses pemprosesan data supaya data sebenar yang dikumpul boleh digunakan untuk lelaran model, dan model lelaran boleh dipasang pada kenderaan yang dihasilkan secara besar-besaran. Pada masa yang sama, untuk membolehkan mesin mempelajari kotak penjuru secara besar-besaran, selepas memperoleh kotak penjuru, simulasi berskala besar akan dilakukan ke atas masalah yang dihadapi dalam kotak penjuru ini, dan lebih banyak kotak penjuru akan diperoleh untuk pembelajaran sistem. Nvidia DriveSim, platform simulasi yang dibangunkan oleh NVIDIA menggunakan teknologi Metaverse, adalah salah satu sistem simulasi. Syarikat peneraju data membina parit data.

Aliran pemprosesan data biasa ialah:

1) Tentukan sama ada kenderaan autonomi itu menemui bekas penjuru dan muat naik

2) Anotasi data yang dimuat naik

3 ) Gunakan perisian simulasi untuk mensimulasikan dan mencipta data latihan tambahan

4) Mengemas kini model rangkaian saraf secara berulang dengan data

5) Lulus Gunakan model kepada kenderaan sebenar melalui OTA

​Proses pemprosesan data

Di sebalik gelung tertutup data bergantung pada pusat data dengan kuasa pengkomputeran yang sangat besar Menurut ucapan NVIDIA di 2022CES, syarikat yang melabur dalam sistem pemanduan berbantu L2 hanya memerlukan 1-2000 GPU untuk membangunkan pemanduan autonomi L4 yang lengkap memerlukan 25,000 GPU untuk membina pusat data.

1 Tesla kini mempunyai 3 pusat pengkomputeran utama dengan jumlah 11,544 GPU: pusat pengkomputeran penandaan automatik mempunyai 1,752 GPU A100, dan dua lagi pusat pengkomputeran yang digunakan untuk latihan mempunyai 4,032 GPU setiap satu. , 5760 GPU A100; sistem superkomputer DOJO yang dibangunkan sendiri yang dikeluarkan pada 2021 AI DAY mempunyai 3000 cip D1 dan kuasa pengkomputeran sehingga 1.1EFLOPS.

2. Projek Pusat Pengkomputeran Shanghai yang sedang dibina oleh SenseTime telah merancang 20,000+A100 GPU Apabila selesai, kuasa pengkomputeran puncak akan mencapai 3.65EFLPOS (BF16/CFP8).

Atas ialah kandungan terperinci Artikel membincangkan tiga elemen teras pemanduan autonomi. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!