您好,欢迎访问中国机械工业联合会机经网!
正文
字体:    

清华大学江昆:智能网联汽车产业化需多领域研究交错(附图)

2017-11-07 15:25:12     中国机械工业联合会机经网    参与互动


2017年 10月27日,由清华大学苏州汽车研究院指导,清新汽车、清研车联联合主办的“自动驾驶快速产业化的密码”主题沙龙在苏州举办。

  智能网联汽车概念已经成熟,但产业化需要更加成熟可靠的零部件。

  2017年 10月27日,由清华大学苏州汽车研究院指导,清新汽车、清研车联联合主办的“自动驾驶快速产业化的密码”主题沙龙在苏州举办。

  清华大学无人驾驶研发专家江昆博士以“智能网联汽车产业化需要攻克的关键技术”为主题做了发言。他认为智能网联汽车绝对是一个交错融合的领域,需要各个领域的专家一起合作,才能够真正的实现产业化。以下为江昆博士发言实录:

  清华大学无人驾驶研发专家江昆

  智能网联汽车领域需要交错融合

  首先分享一个感想,我感觉智能网联汽车确实是一个需要多方合作的领域,刚才提到一个词叫交错融合。我自己是计算机专业,本来研究的领域是信息处理,后来进入到智能网联研究领域后,就无法避免开始慢慢研究高精度定位,研究GPS噪声的过滤,接下来又必须得研究基于视觉的定位。视觉研究完之后又不可避免研究整个环境感知相关的算法,研究完环境感知后又发现要进行路径规划方面的研究。你就会发现智能网联汽车领域就像一个“坑”一样,往前走一步前面还有更多的“坑”等着你。所以说在智能网联汽车领域,从学术界的角度来讲,的确是一个跨学科的领域。作为一线智能网联功能开发者的角度来讲,可能必须得掌握不同学科的基础知识。

  来到清华之后,我有很多跟企业合作的经历,我们会发现,除了跟整车厂商合作,可能也需要跟百度、高德BAT这种企业进一步进行合作,因为我们不仅需要开发车辆的控制系统,也得开发感知、地图相关的一些系统。

  新的技术尚不成熟,尚不足以支撑产业化

  在介绍智能网联汽车产业化的关键技术前,先快速回顾一下智能网联汽车发展的重要事件。智能网联汽车可以追溯到1950年代时候,那时它的无人驾驶实施方案是基于电磁线圈,它的一个最大缺陷就在于必须得提前铺设好这样一个陆地的设施。随着毫米波雷达、视觉的出现,我们发现不必要添加这种成本比较高的设备,就可以实现一定功能的自动驾驶。1984年的时候有一个突破事件,在一个大赛上有好几家参赛队伍使用了激光雷达,在激光雷达之前几乎没有一家参赛队伍是完成了整个大的比赛,有了激光雷达后,好几家参赛队伍都可以完成整个大比赛的科目,可以看出激光雷达的确是适合于无人驾驶的一个比较完美的传感器。

  再到1990年,神经网络这种技术的出现进一步使我们无人驾驶技术适用的范围更加扩大。

  到今天我们可以发现,智能网联汽车已经是被证实的概念,我们可以看到美国的Google,中国的百度,美国和中国的清华等高校都有自己已经做出来,并可以实现自动驾驶功能的样车。所以从投资者的角度来讲,你们可以放心智能网联汽车绝不是一个梦想,它已经从功能上,从可实现性上已经证明它是可以研发出来的。

  第二个特点就是每一次智能网联汽车的发展都是有一个新的技术出现,才能对整个智能网联汽车的产业化进行一个推动。目前对于新技术,虽然每一个元素都出现了,像激光雷达、高精度地图,智能相机,网联设备,基于GPU的深度学习的计算平台,但是新的技术尚不成熟,尚不足以支撑整个产业化。

  这是我个人做智能网联汽车开发者的感想,我们做科研项目的时候,为了证明一个想法可行性的时候,我只需要在清晰的定义或者边界条件下定义好我的需求,这样就只需沿着一个固定的方向,就可以说我们证明了这种功能或者这种算法是可行的。但是在产业化的时候,我们的需求就不一样,我们把一个产品做成一个成熟的,有稳定功能的这样一个产品的时候,就会发现需要各个方面,而不是一点,而是成面的,所有的技术都需要一个革新。

  智能网联汽车产业化需要突破的关键技术解析

  智能网联汽车要产业化的话,具体在哪几个方面要进行这样一个突破?从大家关注比较多的角度来说,就是从感知技术、决策技术、控制技术这几个学术的角度来分析需要攻破的技术。但是我今天想分享一下我的另外一种想法,智能网联汽车需要突破什么技术?我们可以换另一个话题,就是智能网联汽车跟传统汽车相比,它有哪些新的零部件,它到底需要什么产品。我认为智能网联汽车需要新的零部件,可以分为四类:传感器,执行器,电子电器架构,智能ECU。

  电子电器架构

  先说一下电子电器架构,汽车从传统的电气到智能车辆的时候,它的电子电器的数量增加是呈几何增长的。现在汽车智能汽车上ECU的数量将达到70到100个,相当于A380中控制单元数量,这么多电子元件汇入之后,对整个汽车的能力都提出了非常高非常多的要求。

  需要解决新的问题是什么?电子电器架构是什么?架构它就是要支撑我们能够把所有的传感器和所有的执行器能够连接起来,提供这么一个连接的平台。总的来说可以概括为它可以实现整个车上能量的流动,以及整个车上信息的流动,就是供电网络和新的通信网络。整个架构负责的任务众多,包括刚才提到的安全,功能安全的实现一个非常重要的部分就是在架构上,对功能进行一个详细的定义,比如说在架构上我就应该考虑冗余的机制。

  这个是我在最近做了一些调研之后,发现未来有可能会采用的两种电子电器架构的方案:

  一种是分布式域控架构。因为我们能够想象得到,当我们有感知、有决策、有控制的时候,就会发现它的计算量太大。目前我们车上并没有这么一个计算平台在那,所以一个比较好的、比较容易的实现方式就是把这些计算量分布式的方法放在车上,有专门的顶层的控制域,专门的感知域,可能未来会有专门的决策域。

  另外一种架构就是中央控制架构。它的这种思想就是把所有的计算都放在中央的计算平台里。其他的更多是提供一种通讯的接入,这样的话每一个设备都可以实现即插即用,只要我中心的计算平台有对应的驱动,有对应的软件,任何新加入的设备都可以即插即用,中央式的架构其实它有很多的优势,它最方便的就是整车协调的调试。如果未来我们买的很多的零部件,从A厂买了一个激光雷达,B厂来了一个摄像头,如果他们都是分布式计算的时候,到时候我在总体做决策的时候,我不知道到底是谁出了错,而这种集中式的话,它可以有整体协调的这么一个机制。

  整车架构,刚才是整体的结构上的定义,另外一种比较大的功能就是要实现车内通信网络,目前大家比较熟悉的有CAN、有MOST、有LIN,这些都是比较成熟的技术。未来比较火的或者未来可能会使用的就是车载以太网,以太网大家并不陌生,工业以太网里面已经大是非常熟悉的通讯模式,但是在汽车领域有非常多的应用限制,最容易体会到的限制可能就是丢包,工业里面对丢包率没有过多的优化,再进入到车载以后,需要做很多适应的开发。车载以太网是未来非常有潜力的一个应用。

  

  这个架构出来,刚才说过要提供这种整体的架构,要提供信息流通的网络之外,它还需要提供整个计算能力的支撑。我这里有两张图,一张图是目前所使用的车载芯片的能耗,这个是CPU,它的功耗非常高,像我们车上使用的CPU,功耗非常低,但是计算量也非常低。目前进展的时候,谷歌他们想提出一种叫TPU的计算芯片,这样的话它可以支持更强大的神经网络。

  除了硬件之外,软件也是需要同步发展的,我们知道操作系统我们比较熟悉的有Linux和windows,这个是在我们的笔记本电脑上非常通用的一种操作。发展到手机上的时候,你会发现有新的操作系统,它几乎占据了整个通讯市场,IOS和安卓。在未来的汽车领域,也会有一个针对它们的车载芯片或者车载硬件来进行设计的新型车载操作系统,这也是未来非常重要需要攻克的一个产品化技术。

  传感器技术

  说到感知领域,我们会提到很多环境感知技术,说它是我们智能网联汽车的一个核心技术,把环境感知技术提的太多之后,会让人抓不住到底环境感知技术应该放在哪儿,或者它到底应该提供什么。我个人感觉应该是把它定义为是一种传感器,可能未来更多的把它放在传感器上。

  

  这个是对传感器分类的标准。传感器大概分成三种类型,一种是对汽车自身状态的一种测量,比如说车速是多少,胎压自身状态的观测等。另外一种观测是对环境感知,对环境进行测量。第三个是虚拟传感器,为什么要虚拟传感器?因为环境感知传感器它有两个局限,一个是被遮挡区域看不到,另外一个是超视距,因为每一个单车感知的范围是不变的,只有多车才能实现超视距、无盲区的感知。

  首先说一下自身状态传感器。大家可能相对比较了解一些,现在市场上已经有上百种传感器,未来我觉得传感器还是会有进一步的发展,主要集中在两个方面,一个是动力学状态可能有更多的传感器能测量更加精确或者更加重要的东西;另一方面就是定位问题,因为现在定位的话,从某种角度来讲,智能网联汽车最需要的技术就是定位,包括我们做的环境感知,包括我们做的道路线检测,最终目标都是对我们周围的障碍物体进行定位、定姿。如果有更好的更加精准的定位传感器的话,我想在智能网联汽车里面会有非常大的应用。

  第二个传感器是环境感知传感器。这张表格是目前不同等级上智能网联汽车所使用到的传感器,在1级、2级比较多的就是大家比较熟悉的超声波,视觉传感器,毫米波雷达传感器。在3级、4级的时候,可能需要刚才提到的高精度地图。

  激光雷达也好,毫米波雷达也好还有激光传感器也好,这些都在进一步发展中,视觉由原来单个的传感器,为了解决它的测距问题出现了双目摄像机。针对夜视,针对光线的问题又提出了夜视的照相机。

  重点想介绍的一点,每个传感器其实都有它的局限性,在智能网联汽车领域,为了实现更稳定,或者说功能更强大的感知,必须得使用这种信息融合技术,这里是我们做的一个工作,用激光雷达与图象融合。我们先从图象的优点,它可以针对色彩识别到车辆的信息,激光雷达的信息是它能够识别空间三维距离,进行三维建模,将两者融合之后就可以得到更精准的整个环境的构建。

  第三种——虚拟传感器。虚拟传感器可能是未来最有前景的一种传感器,在很多研究里面都没有把它说成是传感器,但是我感觉它可以当作传感器,因为它也是一种信息获取的方式。第一种就是车联网技术,大家可以把车联网看成是一种通讯技术,在我看来更多的是一个设备,这个设备可能不同于娱乐系统,专门进行通讯,就是专门用来提供汽车所需要的交通信息,比如说这里,我们可以在车上安装一个产品,专门进行车路协同、车车协同,能够获取到其他车辆相关的信息。这种传感器就可以取代激光雷达,某种意义上可以取代视觉,就是告诉你其他车在哪儿,自己在哪儿,你要去哪儿,都可以从这种传感器里面获取。另外一种虚拟传感器——自动驾驶地图,地图也是一种信息的来源,现在我们有一种说法叫高精度地图,有人说叫自动驾驶地图,这里面的定义其实还不是特别清楚,因为自动驾驶地图,它并不一定只做高精度地图,因为自动驾驶地图所需要的东西,并不能用精度作为唯一的标准。在最底层就是我们非常熟悉的道路的信息,也就是我们百度地图也好,或者是高德地图也好已有的数据。第二层是动态的交通信息,这两层基本上就能够和我们已经有的导航软件的功能,能够针对目前的一些交通拥堵情况,提供一个比较好的道路的规划。第三层和第四层,我们觉得是可以加入到每一个车道都是厘米级精度的这种定位信息的数据,这样的话我们这个地图就已经不是传统意义上的车道,而是精确到厘米级的车道,它上面生产的路线,是车子在不考虑障碍物的情况下可以直接行驶的。在这层数据下面,我们计算出一个路线之后,如果没有障碍物的话,那我们就沿着这条线就可以走了。局限就是它的前提是没有障碍物,在上面加入了障碍物的信息,那么障碍物的信息可以通过车联网的方式,或者通过自车的传感器,就能够在整个地图里面为整个三维动态提供信息,在这个基础上我们还可以加入一层驾驶员的信息,比如说有的驾驶员他的驾驶模式就是非常疯狂,有的驾驶员他可能就是喜欢平缓,或者舒适的驾驶模式,所有的数据加在一起,基本上就可以提供一种智能网联汽车驾驶所有需要的信息。

  执行器技术

  第三大块的产品,就是执行器的技术,说到执行器,可以给大家说明一下我们目前是怎么做的。目前我们要开发一辆具有智能驾驶功能的样车的时候,最开始是在上面加两个马达,一个马达专门来控制方向盘,另外一个马达专门来控制刹车,后来有了线控系统之后,就会要求我们车上有线控系统,因为这样它提供了一个数字的可接入的这么一个底层的平台。未来我相信在智能网联汽车要真正实现它的数字的控制的时候,这种线控系统是必不可少需要攻克的一个技术。

  说到线控,大家可能比较熟悉,分布式驱动和轮毂电机是比较少能够注意到的一个关键的技术。首先轮毂电机发明的非常早,在1898年就已经发明了,但是为什么到现在还没有出现大规模的应用?最主要的原因就是轮毂电机它的性能一直没有达到我们的需求。到近几年的时候,轮毂电机的性能有了非常大的提升,我们现在想一想,如果轮毂电机不考虑它的性能局限,如果轮毂电机已经非常成熟了,它可以带来哪些好处呢?最大的好处就是动力能耗会优化,再一个就是它会提供更多的驾驶的自由度,每一个轮子都可以去转向,每一个轮子都可以是动力提供的来源。这样的话我们整个驾驶的模式都会改变,原来我们就是方向盘改变前轮,机械传动,改变前轮的方向。未来可能控制算法就不是说是上层给,就是底层的,我想转弯30度可能就不是直接前轮转多少度,可能就是4个轮子,底层就分配好,基于现在的路况,基于它打滑的程度,底层分配好四个轮子应该怎么样进行转向。目前这些技术还在开发中,没有相应的成熟产品,所以感觉这个领域的机遇还是比较大。

  智能ECU

  最后说到智能的决策,决策的确是一种算法上的学术问题,刚才在陈教授的演讲里也提到,决策有两种类型,一种是技术规则的决策,一种是基于数据,基于学习的决策。基于规则的决策已经做的非常多非常成熟,但是缺陷就是所有的场景必须是在我考虑到的场景范围内,如果出现了我没有考虑过的场景,它可能就会出现决策的失误。在这种比较复杂的或者很多难以定义的情况下,基于规则的决策还是非常有局限性的。

  智能决策在最后会生成一种什么样的产品?可能会结合刚才那种能耗比非常优化的芯片,来开发一种智能的ECU,相当于把决策的算法嵌入到高性能的硬件上面进行一个综合的控制体系的产品。

  这是我们基于端到端的一个工作,整个数据是基于百度的,完全基于图象,不基于其他任何的规则,能够预测出这个车子下一秒应该有的转弯角。红线是真实的转弯角,绿色是预测的转弯角。目前可以作为一种尝试,但是要达到稳定的性能还是有段距离的。

  智能网联汽车产业化还需开发更多成熟可靠的产品

  总结一下,我个人的感想就是,智能网联汽车的概念已经成熟,但是产业化还需要开发更加更多成熟可靠的产品,也就是说具体到哪些零部件。汽车工程这个领域它更多的就是一种工业化的领域,它跟基础学科不太一样,我们做研究的时候,可能要更多的想能够提供什么样成熟的,或者说性能上可以达到我们真实需求的这样一种零部件。未来将出现大量的传统汽车没有的零部件,既是挑战也是机遇。每一个零部件要达到量产的话,其实是需要很多技术变革,这也是我们在接触产业项目之前的一个误区,之前我觉得一个技术算法开发出来以后,它的产业化应该很简单,几个工程师也许就可以解决了。现在其实把智能网联增加的算法真正把它产业化,它其实是有很多新的科学问题要解决的。所以回到最开始的话题,智能网联汽车它绝对是一个交错融合的领域,需要各个领域的专家一起合作,才能够真正的实现产业化,我想这也是为什么智能网联汽车最后总是在各个发达国家作为一种国家战略的形式出现,因为一个企业或者一个行业,或者是一个高校是无法把它所有的问题都解决。

  再回顾一下,我个人感觉,它所需要的新型零部件,就是新型的电子电器架构、新型传感器,新型执行器,以及人工智能ECU。

  谢谢大家。

  (本文根据现场速记整理而成,未经本人审阅。)


来源:清新汽车            责任编辑:机经网编辑部 tongdx
字体:    

版权声明

1、凡本网注明“来源:机经网”的所有作品,其版权均属于机经网所有。其他媒体、网站或个人未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:机经网”。违反上述声明者,本网将追究其相关法律责任。
2、凡本网注明稿件来源为其他媒体的所有稿件均为转载稿,本网转载出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性。其他媒体、网站或个人转载使用时必须保留本网注明的来源及作者信息,并自负版权等法律责任。如对稿件内容、版权等问题有疑议,请在自稿件发布之日起两周内速来电或来函与我们联系。


相关搜索:   

    行业传媒
    企业黄页
    产品供求
地图名片
反馈建议
热点专题