麦穗七七四四
小赢靠智 大赢靠德
发帖: 12149 来自: 台州市
状态: 离线
精品: 3
|
于 2017-12-13 10:02 个人信息 发悄悄话 引用回复 编辑本帖 搜索发帖 复制本帖 收藏本帖 投诉该帖
这个图简单介绍一下轻度数据融合,大多数公司用雷达来做融合主节点,摄像头是Object数据,雷达把图象返回给摄像机。这个地方有四个总结,摄像机可以识别车道线,能够把数据给到雷达,雷达再返回摄像机,我们现在量产的很多车都是这么做的。但是这种分离式的控制器也面临很大的挑战:只能做轻度的数据融合;CAN2.0的带宽非常低,不能做网络安全,网络安全在最低一层的数据就不够了;不能做智能驾驶,智能驾驶有图像定位,图像定位CAN做不了,智能驾驶要做OTA;成本更高,每一个雷达摄像头都是一个控制器,而且非常复杂,特别是摄像头,图象处理消耗很大。 所以我们要做深度融合,控制大脑要做硬架构或者软架构。这是L3的设计,分三个部分,感知、控制驾驶大脑、行动,这三部分包括和大脑的数据,有中距离雷达四个,或者长距离雷达,甚至激光传感器。这些原始数据非常大,需要到大脑中进行深度数据融合,在L2以上要求360°的数据融合,而且还有高精地图和人工智能在里面,这样造成了我们需要大量数据,通过不同的方式传输到控制大脑当中。摄像头可以用两百万的,雷达有77Ghz的,雷达的数据量非常大,还有超声波传感器,这些都在里面融合,它通过什么方式传入到大脑中,这里面有不同的方式做,取决于芯片的设计。 控制大脑硬件结构分几个部分,在设计当中可以采用GPU,或者FPGA,然后有接口。这里我们面临很大的挑战,结果发现做到大脑的时候,第一个问题散热不好解决,因为我们很多控制器一般是1瓦甚至零点几瓦的功耗,但是这个有40多瓦。特斯拉用的是风冷,这个有很大问题,特别是中国空气比较脏,而且还有噪音,要是智能的风冷,风冷也是很大的挑战。水冷也是一个,现在我们的控制器都没有水冷,因为这个芯片在这儿,水冷不好过去,这个冷却也面临很大的挑战。而且这项技术在中国没有很好的伙伴,在中国自主品牌都没有开放,这也是一个很大的挑战。现在技术在进步,而开发和验证工具还没有。 这是软件的架构,传感器输出到控制器,IMU也许是高精的,也许是普通的,但是也许L2、L3用不到。高精地图有很多种,高精地图是不是ADAS就够了,不需要ADS,用什么样的高精地图做,在量产车上也没有用高精地图,有了高精地图以后,可以通过OTA,车可以继续升级到L3或者L4。 这是电子架构,智能车的电子架构分几个方面来谈,一个是Topology怎么做,还有protocols,还有Bootloader,还有OTA挑战。这个Topology是NXP推荐,我们现在很多车有很多软件,雨刮坏了也是能工作的,大灯坏了也能工作,这对架构的冲击非常大。
麦穗七七四四 编辑于 2017-12-13 10:05
技术战、品质战、服务战、企业道德战、品牌战 ------------------------------------------- 中国人,让良心回家... 不想当中国人的可以放弃中国籍!
|