官方微信
【原創】博世豐浩:自動駕駛進入2.0階段,從功能實現到大規模、車規級量產
博世| 自動駕駛| 傳感器 文章來源自:高工智能汽車
2019-10-25 09:20:37 閱讀:1233
摘要博世底盤控制系統中國區市場與戰略發展總監豐浩表示,到目前為止,自動駕駛相關功能的規模化量產才進行了第一個階段,即低等級ADAS功能的量產應用開始出現。
自動駕駛功能的規模化量產應用是什么樣的?



在《2019(蘇州吳中)汽車關鍵部件新生態產業峰會》上,博世底盤控制系統中國區市場與戰略發展總監豐浩表示,到目前為止,自動駕駛相關功能的規模化量產才進行了第一個階段,即低等級ADAS功能的量產應用開始出現。


這些功能相對比較簡單,通過單一的傳感器或者數據融合就能夠實現,且隨著法規、NCAP的推動在市場上會逐漸變多。


接下來會進入2.0階段,當功能成熟之后,如何達到大規模、車規級量產的部署?


自動駕駛量產特征


L1-L3的自動駕駛功能落地商業場景更多的是乘用車,面向結構化道路推出的輔助駕駛功能和部分自動駕駛功能。

這些功能的應用場景相對比較局限,但在路上的可以大大緩解駕駛員的駕駛疲勞,輔助完成一些簡單的駕駛任務。當然最重要的是給整車帶來的成本增加在合理可控的范圍內。


如果要處理復雜的城市道路場景,勢必要增加很多的傳感器,系統結構也很復雜、成本也會成倍數上升。這不是普通消費者能承受得起的,如果要應用,就要降低使用成本。


降低成本的方式并不是降低相關軟硬件技術的要求,而是通過商業化車隊的運營,單次里程的優化降低使用成本,可以大大的降低自動駕駛車輛因復雜程度帶來的成本。從場景來看,共享出行是一個較好的應用場景。


博世和戴姆勒也在做自動駕駛出租車(Robotaxi),在北美計劃2020年做小范圍的試運營,這個過程并不是一帆風順,有非常多的挑戰。

比如環境感知中,多傳感器的融合是必要的,也是未來發展的趨勢。但僅僅依靠單車智能的感知,要增加非常多的傳感器,同時高性能的傳感器研發帶來的投入非常巨大,這些都會制約最終的技術量產應用。


在中國智能網聯的環境下,通過增加智慧的路、智慧的網,增加基礎設施的智慧程度,來降低單車智能的傳感器,或許這會成為變向實現該功能的一種方式。


定位問題也很關鍵,國外廠商在中國要解決衛星出現偏差收不到信號的問題,同時未來可能還要考慮適配北斗的問題。系統的決策、算力,包括對于整車未來架構的影響,解決方案有很多,但業內對于安全可靠性的評判還存疑。


安全不可妥協

博世的理念是,安全是量產保證的首要條件。


2.0階段,相關的自動駕駛功能能夠通過相關的法規認證,安全的釋放到量產車中,在實際使用中不會出現系統宕機等非人為因素造成的問題。

在自動駕駛商業化落地的途徑上,博世多年來一直在堅持這樣的一個理念。


L2自動駕駛功能同L3的區別就在于系統的責任,由人作為主體已經轉變到了車輛作為主體。為了滿足這樣一個變化,很多的關鍵零部件上需要冗余。

冗余是指在系統失效的時候需要備份的系統,讓車輛能自主的應對意外狀況,達到安全目標,比如安全停車或安全的引導。


從應用場景的要求到系統級的要求,需要在關鍵的零部件上有冗余,比如執行器的冗余,傳感器的冗余甚至整個架構的冗余,轉向系統跟執行系統我們都有成熟的量產的解決方案,這是冗余需要考慮到的。


除了硬件上的冗余,內部的算法上,不同的場景來做語義的理解,進行內部的冗余。地圖解決方案有絕對定位跟相對定位兩種解決方案。


L3以上自動駕駛系統復雜度增加,給車輛帶來的成本的增加,這是場景所需要處理的交通目標越來越多帶來的。那么如何驗證系統的可靠性?


這里要提到一個在汽車行業非常關鍵的V-MODEL,V-MODEL代表的從汽車的需求出發,如何將需求通過安全的驗證、需求管理,來達到車規級產品的要求。

在這里面為了滿足每一輛汽車安全可靠的目標,要有兩個非常關鍵的安全,第一個叫做功能安全。


功能安全在汽車行業被熟知,解決的是偶發性事件的問題。由于沒有足夠的測試,出現了在測試次數之外的一些偏差。


產品開發需要足夠多的驗證、足夠安全,比如傳統做AEB的開發,在測試場景經過多少公里就可以滿足測試要求。

自動駕駛非常復雜,隨著層級增加,驗證其合理有效性變的困難。需要用新型的方法嘗試,比如通過仿真將算法在仿真環境下進行有效的驗證,再釋放到道路上。


自動駕駛的驗證過程中有一個重要的問題,需求、場景是否合理?


工程師按照需求開發出來的算法合理與否,功能安全解決不了,需要預期功能安全來去解決。

目前在博世整個自動駕駛開發中,在預期功能安全跟功能安全的流程上,所有的產品都經過了預期功能安全跟功能安全相應的適配以及開發流程的驗證。

這能夠保證在整個面向量產的過程中,可以把自動駕駛功能真正的達到車規級的要求。


當然,從技術可行,到功能成熟,乃至最后的大規模量產,還需要去克服更多的問題和挑戰。 真正去做量產化的驗證上面,還需要有很長的路去探索。
此文章有價值
手機掃一掃,分享給朋友
返回頂部
梦幻森林返水 竞彩篮球大小分 总进球 威廉希尔足球即时赔率 江西时时彩 足球比分网即时比分 快速时时彩 老时时彩 期货配资玩法 幸运飞艇 河南快赢481 今日上证指数点位 篮彩 浙江飞鱼 湖北快三 新浪竞彩比分直播 私募基金配资利率