作者:前歐寶和德國(guó)大陸集團(tuán)CEO,Karl-Thomas Neumann,
以及安霸雷達(dá)技術(shù)副總裁兼總經(jīng)理Steven Hong
現(xiàn)如今,大多數(shù)自動(dòng)駕駛汽車都依靠傳感器融合,即將毫米波雷達(dá)、激光雷達(dá)和攝像頭的多傳感器數(shù)據(jù)以一定的準(zhǔn)則進(jìn)行分析和綜合來(lái)收集環(huán)境信息。正如自動(dòng)駕駛汽車行業(yè)巨頭們所證明的那樣,多傳感器融合提高了自動(dòng)駕駛汽車系統(tǒng)的性能,讓車輛出行更安全。
但并非所有的傳感器融合都會(huì)產(chǎn)生相同的效果。雖然許多自動(dòng)駕駛汽車制造商依靠 "目標(biāo)級(jí)"的傳感器融合,但只有集中式傳感器前融合才能為自動(dòng)駕駛系統(tǒng)提供最佳駕駛決策所需的信息。接下來(lái)我們將進(jìn)一步解釋目標(biāo)級(jí)融合和集中式傳感器前融合之間的區(qū)別,以及解釋證明集中式前融合不可或缺的原因。
集中式傳感器前融合保留了原始傳感器數(shù)據(jù)可做出更精確的決策
自動(dòng)駕駛系統(tǒng)通常依靠一套專門(mén)的傳感器來(lái)收集關(guān)于其環(huán)境的底層原始數(shù)據(jù)。每種類型的傳感器都有優(yōu)勢(shì)和劣勢(shì),如圖所示:
融合了毫米波雷達(dá)、激光雷達(dá)和攝像頭多傳感器后可最大限度地提升所收集數(shù)據(jù)的質(zhì)量和數(shù)量,從而生成完整的環(huán)境圖像。
多傳感器融合,相對(duì)于傳感器單獨(dú)處理的優(yōu)勢(shì)已經(jīng)被自動(dòng)駕駛汽車制造商普遍接受,但這種融合的方式通常發(fā)生在 “目標(biāo)級(jí)”的后處理階段。在這種模式下,物體數(shù)據(jù)的收集、處理、融合和分類都發(fā)生在傳感器層面。然而,數(shù)據(jù)綜合處理前,單個(gè)傳感器通過(guò)對(duì)信息的預(yù)先分別過(guò)濾,使得對(duì)自動(dòng)駕駛決策所需的背景信息也幾乎都被剔除了,這使得目標(biāo)級(jí)融合很難滿足未來(lái)的自動(dòng)駕駛算法的需要。
集中式傳感器前融合則很好地規(guī)避了此類風(fēng)險(xiǎn)。毫米波雷達(dá)、激光雷達(dá)和攝像頭傳感器將底層原始數(shù)據(jù)發(fā)送到車輛中央域控制器進(jìn)行處理。這種方法最大限度地提高了自動(dòng)駕駛系統(tǒng)獲取的信息量,使得算法能夠獲取全部的有價(jià)值的信息,從而能夠?qū)崿F(xiàn)比目標(biāo)級(jí)融合提供更好的決策。
AI增強(qiáng)型毫米波雷達(dá)通過(guò)集中化處理大幅提升自動(dòng)駕駛系統(tǒng)的性能
如今,自動(dòng)駕駛系統(tǒng)已經(jīng)集中式處理攝像頭數(shù)據(jù)。但當(dāng)涉及到毫米波雷達(dá)數(shù)據(jù)時(shí),集中化處理仍然是不現(xiàn)實(shí)的。高性能的毫米波雷達(dá)通常需要數(shù)百個(gè)天線通道,這就大幅增加了產(chǎn)生的數(shù)據(jù)量。因此,本地處理就成了一個(gè)更具性價(jià)比的選擇。
然而,安霸的 AI 增強(qiáng)的毫米波雷達(dá)感知算法在不需要額外物理天線的情況下,可以提高雷達(dá)角分辨率和性能。來(lái)自較少信道的原始雷達(dá)數(shù)據(jù)可以通過(guò)使用標(biāo)準(zhǔn)汽車以太網(wǎng)等接口,以較低的成本傳送到中央處理器。當(dāng)自動(dòng)駕駛系統(tǒng)將原始的 AI 增強(qiáng)雷達(dá)數(shù)據(jù)與原始攝像頭數(shù)據(jù)相融合時(shí),它們就能充分利用這兩種互補(bǔ)的傳感方式來(lái)建立一個(gè)完整的環(huán)境圖像,使融合后的結(jié)果更加全面,超越任何單一傳感器所獲得的信息。
毫米波雷達(dá)的更新迭代有助于降低成本,也大幅地提高自動(dòng)駕駛系統(tǒng)的性能。傳統(tǒng)的低成本雷達(dá)量產(chǎn)時(shí),每個(gè)毫米波雷達(dá)的價(jià)格可以低于 50 美元,比激光雷達(dá)的目標(biāo)成本低一個(gè)數(shù)量級(jí)。與無(wú)處不在的低成本攝像頭傳感器相結(jié)合,AI 雷達(dá)提供了可接受的精確度,這對(duì)大規(guī)模商業(yè)化的自動(dòng)駕駛汽車量產(chǎn)至關(guān)重要。而激光雷達(dá)傳感器與運(yùn)行 AI 算法的攝像頭/毫米波雷達(dá)感知融合系統(tǒng)相重疊,如果激光雷達(dá)的成本逐漸下降,將可作為攝像頭 + 毫米波雷達(dá)在 L4/L5 自動(dòng)駕駛系統(tǒng)中的安全冗余。
算法優(yōu)先的中央處理架構(gòu)深化傳感器融合以優(yōu)化自動(dòng)駕駛系統(tǒng)性能
現(xiàn)行的目標(biāo)級(jí)傳感器融合有一定局限性。這是因?yàn)榍岸藗鞲衅鞫紟в斜镜靥幚砥鳎瑥亩拗屏嗣總(gè)智能傳感器的尺寸、功耗和資源分布,從而進(jìn)一步限制了整個(gè)自動(dòng)駕駛系統(tǒng)的性能。此外,大量數(shù)據(jù)處理會(huì)快速耗盡車輛的動(dòng)力并縮短其行駛里程。
相反,算法優(yōu)先的中央處理架構(gòu)實(shí)現(xiàn)了我們稱之為深度、集中式的傳感器前融合。該技術(shù)利用最先進(jìn)的半導(dǎo)體工藝節(jié)點(diǎn)優(yōu)化了自動(dòng)駕駛系統(tǒng)的性能,這主要是因?yàn)樵摷夹g(shù)在所有傳感器上動(dòng)態(tài)分布的處理能力,以及能根據(jù)駕駛場(chǎng)景提升不同傳感器和數(shù)據(jù)動(dòng)向的性能。通過(guò)獲取高質(zhì)量、底層原始數(shù)據(jù),中央處理器可以做出更智能、更準(zhǔn)確的駕駛決策。
自動(dòng)駕駛汽車制造商可以使用低功耗毫米波雷達(dá)和攝像頭傳感器,并結(jié)合尖端的算法優(yōu)先的特定應(yīng)用處理器,如安霸最近宣布的 5 納米制程 CV3 AI 大算力域控制芯片,具備最佳感知和路徑規(guī)劃性能、具有最高的能效比,顯著增加每輛自動(dòng)駕駛汽車行駛里程的同時(shí),降低電池消耗。
不要拋棄傳感器——投資于它們的融合
自動(dòng)駕駛系統(tǒng)需要多樣化的數(shù)據(jù)才能做出正確的駕駛決策,只有深度、集中式的傳感器融合才能提供最佳自動(dòng)駕駛系統(tǒng)的性能和安全所需的廣泛數(shù)據(jù)。在我們的理想模型中…
1. 低功耗、AI 增強(qiáng)的毫米波雷達(dá)和攝像頭傳感器在本地與自動(dòng)駕駛汽車外圍的嵌入式處理器相連。
2. 嵌入式處理器將原始檢測(cè)級(jí)對(duì)象數(shù)據(jù)發(fā)送到中央域SoC。
3. 使用 AI、中央域處理器分析組合的數(shù)據(jù)以識(shí)別物體,做出駕駛決策。
集中式傳感器前融合可以改進(jìn)現(xiàn)有的高層級(jí)融合架構(gòu),讓使用傳感器融合的自動(dòng)駕駛汽車強(qiáng)大而可靠。為了獲得這些好處,自動(dòng)駕駛汽車制造商必須投資算法優(yōu)先的中央處理器,以及支持 AI 的毫米波雷達(dá)和攝像頭傳感器。通過(guò)多方努力,AI 制造商可以迎來(lái)下一階段的自動(dòng)駕駛汽車發(fā)展的技術(shù)變革。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
2024年的Adobe MAX 2024發(fā)布會(huì)上,Adobe推出了最新版本的Adobe Creative Cloud。
奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。
“以前都要去窗口辦,一套流程下來(lái)都要半個(gè)月了,現(xiàn)在方便多了!”打開(kāi)“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來(lái)實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡(jiǎn)直是創(chuàng)作者們的首選。
9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會(huì)——工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析專題論壇在沈陽(yáng)成功舉辦。