开发相应的自动驾驶等级对于整个行业来说都是一项挑战。针对这一挑战,采埃孚先期开发工程部门负责人Torsten Gollewski解释道:“自主驾驶涉及到多个独立的驾驶功能,其领域极为广泛。汽车必须在没有人为干预的情况下自动执行这些功能,并且不受气候条件、交通状况与能见度等因素的影响。”
基于需求导向自动化的系统架构
作为原型车的一部分,采埃孚已建立起了一个完整的模块化开发环境,包括具有人工智能的功能架构。Gollewski表示:“举例来说,我们成功开发了一套完全自主驾驶的配置,即4级驾驶功能。根据采埃孚的‘观察-思考-行动’这一技术策略,配置的模块还能根据具体应用进行调整,帮助车辆在城市交通中拥有必要的识别能力与自行思考能力。”灵活的架构还能在不同车辆中配置各种自动驾驶等级。同时,对于某个自动驾驶等级所须的最低硬件配置,它也能提供相关信息。
近几个月来,采埃孚的工程师已在“训练”车辆执行不同的驾驶功能,特别是车辆在城市中行驶,例如车辆与行人间的互动、车辆与斑马线上行人的互动、碰撞评估、车辆在红绿灯和环岛处的行为等。Gollewski表示:“与高速公路或乡村公路工况不同的是,车辆在城市中行驶时,对当前的交通状况有可靠认识的复杂程度大大增加,而对当前交通状况的认识正是计算机控制车辆采取适当操作的基础。”
按需应用采埃孚 ProAI
凭借其开放的架构,采埃孚ProAI具有扩展性——硬件部件、互联化的传感器、评估软件和功能模块可以根据所需的用途和自动驾驶等级进行调整。例如,对于几乎所有的特定需求,采埃孚ProAI都能对其处理器性能进行配置。在CES展会上所展示的应用中,控制单元使用的是具有8核CPU架构的Xavier芯片,70亿个晶体管以及相应的性能数据。 它每秒可管理高达30万亿次操作(TOPS),功耗仅为30瓦。该芯片符合最严格的汽车应用标准—— 就像采埃孚 ProAI——为人工智能和深度学习创造了条件。
数据交互
采埃孚及其合作伙伴提供的广泛的传感器组合在车辆周围环境监测方面发挥着至关重要的作用。在展示车辆上安装的摄像头、激光雷达和雷达传感器能对原型车的周边环境进行360度全方位解析,且每40毫秒更新一次。采埃孚 ProAI的计算单元实时分析了这些庞大的数据——每台摄像头每秒会产生一千兆的数据。Gollewski表示:“人工智能和深度学习算法主要用作加快车辆的自行分析速度,使车辆识别更为精准。在大批量数据中识别出交通情况中的经常性数据,如行人试图过马路等的情况。”随后会检索出车辆可能采取的反应,这对计算是纵向加速还是纵向减速,及计算进一步的行进方向起到决定性作用,这些数据随后将被长期储存于软件中。
在拉斯维加斯的展示车辆在虚拟环境下使用腓德烈斯哈芬提供的数据进行驾驶
在CES的采埃孚展台上也能有如下体验。在拉斯维加斯的静态展示车辆使用的传感器数据采集于从德国腓德烈斯哈芬市采埃孚集团总部到采埃孚研发中心之间进行的实际道路测试。展示车辆———确切来说是采埃孚 ProAI——能实时精准地解析数据,就犹如身临其境地行驶在这条线路上。在展台能看见车辆的动作,如转向、制动和加速等,与直线距离9,200公里之外的路试数据一致,仿佛车辆在另一大陆上同时行驶。
(声明:本文不代表河南县域经济网观点,如是转载内容,河南县域经济网不对本稿件内容真实性和图文版权负责。如发现政治性、事实性、技术性差错和版权方面的问题及不良信息,请及时与我们联系,并提供稿件的错误信息。)
(声明:本文不代表河南县域经济网观点,如是转载内容,河南县域经济网不对本稿件内容真实性和图文版权负责。如发现政治性、事实性、技术性差错和版权方面的问题及不良信息,请及时与我们联系,并提供稿件的错误信息。)
(责任编辑:田哲)