<rp id="e2oia"><ruby id="e2oia"></ruby></rp>
<dd id="e2oia"></dd>

<em id="e2oia"><strike id="e2oia"></strike></em>
<th id="e2oia"></th>

    均勝電子郭繼舜:高級別智能駕駛的研發與總結

    發布時間:2021-09-05 17:00    來源:泰達汽車論壇

    關鍵詞:均勝電子 高級別智能駕駛 泰達汽車論壇 主題演講 總結 研發 郭繼舜

    摘要:2021年9月3日-5日,第十七屆中國汽車產業發展(泰達)國際論壇(以下簡稱泰達汽車論壇)在天津市濱海新區召開。本屆論壇圍繞“融合?創新?綠色”的年度主題,聚焦行業熱點話題展開研討。在9月5日 “主題演講:邁向高級別自動駕駛應用的管理與實踐”中,均勝電子副總裁、均勝智能汽車技術研究院院長郭繼舜發表了題為“高級別智能駕駛的研發與總結”的演講。

      2021年9月3日-5日,由中國汽車技術研究中心有限公司、中國汽車工程學會、中國汽車工業協會、中國汽車報社聯合主辦,天津經濟技術開發區管理委員會特別支持,日本汽車工業協會、德國汽車工業協會聯合協辦的第十七屆中國汽車產業發展(泰達)國際論壇(以下簡稱泰達汽車論壇)在天津市濱海新區召開。本屆論壇圍繞“融合•創新•綠色”的年度主題,聚焦行業熱點話題展開研討。

      在9月5日 “主題演講:邁向高級別自動駕駛應用的管理與實踐”中,均勝電子副總裁、均勝智能汽車技術研究院院長郭繼舜發表了題為“高級別智能駕駛的研發與總結”的演講。

    均勝電子副總裁、均勝智能汽車技術研究院院長  郭繼舜

      以下為演講實錄:

      各位好,我之前在主機廠工作,前一段時間換了工作,從這方面也可以看出來我們這個行業人才是在不斷流轉。均勝電子主要是面對全球做相關的工作,我們的控制器還在開發過程當中。剛才看到各位領導做了很多關于行業分享,我們就簡單一點,針對行業一些開發過程中的判斷做一些相關分享。

      均勝電子是在中國汽車行業里面比較隱形的公司,在接觸它之前我甚至不知道它,2020年的整體汽車零部件的銷售在全球占到490億人民幣的規模,在全球排到前十位?,F在發現越來越多汽車電子公司開始做智能化東西,這個轉型也是期待把一個非智能化估值模式到智能網聯模式使得企業有更多資金流轉能力。

      高級別智能駕駛,什么是高級別智能駕駛,能長時間脫手的駕駛就是智能駕駛,長時間脫手,必然意味著在功能安全、傳感器、感知決策做非常多的考量,我們可以限制ODD,但是只要能脫手就是高級別的智能駕駛,激光雷達是必須的傳感器,我不是汽車科班出身,我在汽車領域看到很多工程師的分析,我非常堅定認為只要脫手必然有激光雷達,前一段時間某知名的新造車勢力的車禍,我看了各種各樣的結論,可能使用的以色列公司的算法,芯片的算法存在一些問題,沒有識別到中國特色的道路養護車,但是本質上來說,當我們在做系統設計的時候,我們往往會把毫米波雷達權重調的非常低,因為對金屬物太敏感了,攝像頭有些物體不分類就不識別不跟蹤。脫手意味著客戶接管需要時間,所以高級別智能駕駛自然需要雷達。

      經常有各種各樣的領導講各種各樣的觀點,我們從一個落地觀點來說,主機廠到底為什么要用域控制器,更重要是降本,一個停車盒子加泊車盒子成本是五六千,如果我們使用芯片包括地平線的芯片,停泊一體至少降本一千塊錢,這對于壓力減小是非常有用。域控制器最重要的原因就是降低成本。

      性價比更高的輕量級控制器會成為ADAS主流解決方案,現在很多ADAS還在使用智能攝像頭,這個不是未來終點,會通過降級的方式,即使簡單L1、L2功能也會使用輕量控制器解決問題,原因就是降本。

      To C量產功能將長期術語L2++階段,但場景逐漸擴展到復雜的城市道路。L4就不是To C的市場,L2++將長期處于中高端,將進行拓展。L3定級是沒有城市道路的,我們嘗試駕駛員隨時接管車輛,但是能夠從高速公路到城市道路了,場景在擴展,所以L2++功能對接對于L3進行降級,應用體驗擴展了場景,L2++是一個挺好的產品形態。

      使用眾包的數據閉環基于數據的驅動的功能迭代方式將成為業界共識。擺在面前一個很重要的問題就是數據安全法,我們開發影子模式的盒子,這個技術已經停下來了,所有的技術的拓展必然在于我們吃透法律法規前提下,現在在汽車數據收集安全方面,我們成為行業標準將成為重要的指導點。

      技術開發指導是一些散的點,剛才講L3不是好的產品形態,法律法規要求人機交互過程,有一部分時間是車在為交通結果負責,有一部分人在為交通結果負責,這個切換容易造成責任認定的問題,L3不是好的形態,可能L2++是。高速公路換道行駛就是L3級別有的功能,我們把功能安全降低了要求,所以擴展到城市場景下,怎么判斷一輛車到底是不是能夠做城市的L2++呢?其實一個非常簡單的方法,當各位發現現在的激光雷達的能力,各位發現只有一個激光雷達的時候,判斷只在高速公路上。如果兩個或者三個,或者以上在前向基本判斷能夠做城市下的輔助駕駛。

      L4到底什么樣子,我們在車廠國內運營公司進行過討論,就是怎么量產L4,我們把觀點梳理下來,供各位進行參考。在這個前提下,我們才能真正把L4進行商業化運營。所有零器件都要前裝,我了解一些公司,200臺車每天要修5%,那就是10臺車,壞的不一樣,手工誤差的系統積累會造成非常大的問題。很多時候不知道哪壞了,但是需要修。標準化量產是L4的基礎,我們把5%降到2%和0.5%,那個概率也是不能被接受的,所以我們需要6西格瑪和4西格瑪的穩定性。

      現在L4自動駕駛都是各種各樣都可以融資,重要是什么時候真正能把安全員拿掉,什么時候就會見分曉,安全員被拿掉是L4的命門,我們拭目以待。我們在系統里面開發充電機器人,當然在AVP時候考慮這樣一個場景,就是車輛完全自主運行。只有把駕駛員拿掉,車輛能夠完全自維護,自動駕駛模式才會存在。

      座艙越來越智能化,但是智能駕駛會越來越收斂。座艙各種生態,各種場景,各種應用,各種用表情、面部去控制車輛,但是智能駕駛越來越統一,我們用激光雷達做L4,后來沒有人這么做了,為什么?座艙對于功能安全要求不高,但是自動駕駛要求很高。當我們一個強功能安全討論一個功能的時候,最后都會落在一個點,性價比又能滿足安全,就是同一個商業模式,同一個功能模式。大家看到NGP、NOP、NOI有差異嗎,只是名字不一樣。最終場景落在最安全穩定的區域中,所以接下來說一個推論,未來的個性化靠的不是自動駕駛,靠的是智能座艙,智能駕駛是區分車輛等級的門檻,但不是個性化的商品。

      電子電器的發展需要漸進和理性,首先集中式架構意味著我們在所有的控制器領域,包括車身域、座艙域,都需要把功能安全提到最高的級別。第二就是現在集中式的架構,必須有非常好冗余的控制器在旁邊做熱備份,這個是非常難以實現的。無論原來在OEM還是TR1的過程中,大家都在宣傳說干集中式,但是我覺得域控制器還是一個長期的過程,所以要理性一點。

      算力需求,各位領導都講過了,我們到底需要多少算力分析出來,我給各位領導一個計算標準,ADAS是1-5T,我們不跟第二條違背,就是主流的傳感器的能力。ADAS是1到5T量級,L2+是5-10T,L2++是30-100T量級,L4是100-1000T量級。單個400萬到800萬像素的攝像頭提升,大約需要4T算力,我們全車都需要嗎?前后是需要,側向需要嗎?不需要這么高,需要識別的是種類。全車11個攝像頭,很多時候是過于冗余。單個64線所需要算力15T,如果做了冗余系統,大概整體算力作為冗余,基本上就是算出來,到底功能、域控制器需要多少算力能夠算出來的。

      高級別智能駕駛需要我們預期更多的安全功能設計。域控制器就要做降級,是在冗余控制器上。所有語音、手勢、體態的自動駕駛最后會有一個非常壞的預期,這個放在座艙里面就可以。用一個鍵碰一個鍵就自動駕駛是一個非常傻的行為,看起來用戶很滿意,用戶知道怎么自動駕駛,用戶太容易誤碰了,到最后出現了事故,用戶一碰就自動駕駛,這個就是設計問題。

      特斯拉說很多用戶踩錯了踏板,油門當成剎車踩,所以特斯拉沒有責任。為什么會這樣?咱們一般開車剎車減速,油門加速。特斯拉是反差太嚴重,很多新手司機開車的時候已經失位,已經不知道剎車在哪,太習慣踩油門松油門,這個時候一旦出現問題會下意識踩油門兒不是剎車。這個設計師是有原因,沒有讓用戶有用戶體驗。我們寧可采用有邏輯一到兩個按鍵完成自動駕駛激活,也不希望讓用戶覺得很容易觸發。

      講一個事情,很多的需求是功能來自于用戶的反饋,我在車廠的時候經常作為車廠技術代表去給各位用戶、乘客、司機做面對面的交流,他們所有需求是非常感性,千萬不能拿來直接用,向外行一樣思考,像專家一樣工作,我們必須做梳理,現階段很多功能太來自用戶體驗了。

      數據閉環總結出來特斯拉怎么做影子模式,但是我們梳理特斯拉全套影子模式結構化方法,這個產品我們停下來,我們要重新考慮如何和我國的信息安全法做一個更好的對接。但是必須要講,在技術層面毫無疑問,持續迭代的閉環的數據是自動駕駛在深水區能夠往前走最起碼的要求。

      到底誰是主角,OEM為主導的結構,OEM主導功能軟件開發,Tier1提供標準化的服務,掌握迭代數據OEM能夠成為頭部OEM,剛才我們講過,第二個是Tier頭部效應凸顯出來,Tier1負責功能體驗的時候,一家Tier1同時有三四個項目,像博世這樣的公司,我就不太敢找他們做更多的項目,因為要花很多人力物力做標定,但如果現在交給Tier1全是硬件功能安全分析標準化的東西,一家Tier服務的車廠服務會變多,所以得到多的會得到更多,所以頭部效應會明顯出來。頭部Tier1會越來越頭部。

      另外就是短暫的人才短缺和長期人才過剩和不均衡的發展,我在2013-2014年百度,那時候深度學習非常匱乏,我找了同事AI團隊某一個時期,某一周入職的情況,應屆畢業生15%,人工數據37%,多媒體36%,傳統互聯網22%,差不多一半人非AI進入AI領域。我們看傳統主機廠18%,Tier1的24%、Tier2的28%?,F在畢業再招基本都會,人工智能工具化在提升。汽車行業會出現什么問題,人才會越來越多,可能會在一年、兩年來到智能駕駛領域。

      在各個城市里面幾千人幾千人的招,相關的智能駕駛人才,最后形成頭部依然很少,底下的領域人才很多,但是不夠高端,因為沒有系統化學習過,也沒有相關編程的基礎,這個是要警惕的現象,智能駕駛很缺人,但是要系統性更多的引導,比如對于應屆畢業生培養更加系統,我們對于其他行業轉過來,這樣才能保證我們梯度是更加完善的。這是為什么對于現階段,首先第一個點,對于中國的智能駕駛系統功能的應用和量產都是非常的有期待的原因在于,我們叫做高級別智能駕駛的漣漪效應。

      大家知道科技增長曲線,一開始是這些新勢力使用高級別智能駕駛功能,比如NGP功能,但是全球的OEM都沒有動。每一個漣漪傳播需要一到兩年時間,首先必須承認中國汽車行業的智能化程度是非??壳昂头浅??。第二現在狀態在于小李的團隊已經完成驗證,比如小鵬的P5和蔚來PE7,中國的OEM還是相關的功能才能出現。我們Tier1還是Tier2,大家發現好像量不大,原因還沒有迎來C的高點,當技術應用全球化、平臺化,我們才能真正迎來這個行業爆發。

      未來是可期的,即使現在遇到一些困難也是可以理解,就是我從未來到Tier1的原因,自動駕駛有足夠量的全球平臺,所以我們可以等待一下,2023、2024年會是自動駕駛又一個高峰,那時候會有更多的資金、更多的項目,也有更好人才儲備,謝謝大家!

     

      【延伸閱讀】

      更多關于2021泰達汽車論壇的相關報道請點擊訪問:機經網專題:2021中國汽車產業發展(泰達)國際論壇

    (責編:yangbo)
    全部評論0條評論
    精彩評論