自动驾驶,自动驾驶汽车

每日自动驾驶要闻点评(2019.12.11)

每日自动驾驶要闻点评。

1.赛灵思开发者大会成功举办
 
新闻摘要:
 
近期,赛灵思开发者大会(亚洲站)成功举办,重点回顾了在自动驾驶上的成绩,并对未来趋势发表了自己的看法。
 
赛灵思的自适应器件截止至2018年出货量高达1.7亿片,在29个品牌、111款车型上已经搭载了赛灵思自适应器件。这些数据都表明了赛灵思在自动驾驶的芯片市场上,份额逐渐地扩大。
 
事实上,赛灵思在汽车这个赛道上耕耘已久。从2014年开始,赛灵思的自适应器件已经搭载在14个车型和29款车型上,随着智能汽车市场的扩张,对于车载的芯片的要求——功耗、算力、延时性都有了新的要求。
 
在今年的开发者大会上,赛灵思推出了两款赛灵思汽车级(XA)新器件Zynq UltraScale MPSoC 7EV和11 EG,进一步丰富了其产品器件。新器件提供超过65万个可编程逻辑单元和近3000个DSP单元,和之前最大型的器件相比增加了2.5倍。
 
一直以来,灵活性都是赛灵思的杀手锏,这种灵活不仅体现在软件层面的灵活,还可以支持硬件的更改,这正是赛灵思所得天独厚的地方。
 
事实上,汽车市场的需求也是在不断发生变化,以欧洲新车NCAP为例,对于AEB的要求也不断地更新,需要增加更多的传感器,如倒车需要增加摄像头等。360度环视可以带来的功能包括鸟瞰图、物体探测、物体分类、自动泊车辅助、尾门监控和泊车辅助等,添加这些功能都需要具有可扩展性的FPGA。除了车外的感知,对于舱内的感知要求也是不断发生变化。在这种情况下,FPGA的灵活性就充分显现。
 
一直以来,业界都认为FPGA的开发成本非常高,在开发者生态上,FPGA相对英伟达而言,开发者人数较少。在针对这个问题上,今年的赛灵思也有所动作。
 
在今年赛灵思的开发者大会上,赛灵思总裁兼CEO Victor Peng发布了最新Vitis统一软件平台,可以根据软件或算法代码自动适配和使用赛灵思硬件架构,将用户从繁杂的硬件专业知识中解放出来。
 
个人观点:
 
将来的自动驾驶市场必然会有赛灵思一席之地。
 
对接触过FPGA的人来讲,它的灵活性是毋庸置疑的,但目前情况看,赛灵思在自动驾驶上的出货以开发好的功能模块为主,对于提供空白处理器,让厂商自己开发功能软件,则只有大厂在做这样的事。究其原因还是因为FPGA开发有一定入门门槛,而且每次开发相对GPU来讲会耗费更多的工作量。
 
现在,Vitis统一软件平台的发布无疑是解决这一顽疾的一味好药,在保留灵活性的基础上,大大减少开发者的工作量,没人会拒绝。对于工程师而言,选择原则很简单,就是性能好并且省事,谁抓到这个痛点就用谁,再没有比这更纯洁的选择了。
 
从需求上来讲,自动驾驶对并行和扩展性的需求是迫切的。现在越来越多的深度学习技术用在自动驾驶上,尤其是卷积神经网络,这是和FPGA并行结合最好的区域。
 
FPGA最大的竞争对手是GPU,二者各有优劣,FPGA的优势就是灵活性,所以在这种情况下,哪一个被更多选择,取决于应用方的需求和谁的优势更接近,在目前自动驾驶技术还在不断改进的阶段,硬件配置也在不断变化,所以灵活适应这种变化便可使FPGA占据先机,尤其是在通过Vitis减少了开发工作量以后。
 
目前国内在把FPGA应用到自动驾驶方面也做了很多工作,首先是大厂基于FPGA的算法性能优化,比如百度,另外就是一些创业公司基于FPGA做的计算平台或者通用优化方案,比如已经知名的深鉴科技,还有其他一些初创的公司。虽然好像目前一些公司成立之初就是为了被收购,尤其是瞄准了被赛灵思收购,但是不管怎样,只要是对自动驾驶行业有贡献的,就是好的。
 
2.Uber拟收购自动驾驶软件开发商Foresight
 
新闻摘要:
 
Uber正就收购自动驾驶软件开发商Foresight展开深入谈判,收购价格也包括雇用这家公司团队的费用。对此,Uber发言人拒绝置评。Foresight并未立即作出回应。
 
Foresight AI 2017年成立于美国硅谷,通过计算机视觉和机器学习技术,开发全球规模的3D数据平台,为智能出租车、送货卡车和飞行汽车等新兴移动机器人提供软件和数据服务。
 
在自动驾驶领域,Uber的技术实力虽不是遥遥领先。但各项动作一直很高调。直到2018年,在道路安全测试中,Uber的一台无人驾驶车辆导致一名49岁的行人死亡,由于车上其实配备了安全员,这让用户对于Uber的无人驾驶技术信任跌到了谷底。美国国家运输安全委员会(NTSB)最终将责任归咎到了Uber和安全司机身上,并警示称:该情况也可能再次发生。
 
这起事故使得Uber的自动驾驶业务瞬间“冷冻”。历经一年的跌宕起伏,Uber已经开始申请恢复测试。有了此前的教训,相信Uber会把“安全”摆在最高优先级。
 
一份安全报告显示,2016年9月到2018年3月间,Uberr的自动驾驶系统曾经造成37次碰撞事故。此次路透社报道援引知情人士的话称,Uber的模拟软件存在许多缺陷,仍然难以预测其自动驾驶汽车如何应对现实状况。
 
如果Uber这次能够成功收购Foresight,或将帮助Uber在段时间内改善无人驾驶技术缺陷。但最终,Uber能不能交出令民众和市场满意的robotaxi商业化方案,还有待验证。
 
个人观点:
 
轻视安全,等于自寻灭亡!
 
多少公司用自身血的教训,无数次验证了这一铁的事实。
 
自动驾驶的进程有多快,那是客观规律决定的,可以“欲速”,但要掌握方法,加大投入人力、物力,而不是忽视某些环节,尤其是最重要的安全环节,不然必是“不达”。
 
我们回顾自动驾驶这几年,其实这么多公司做的这么多事,就是在和安全问题作斗争,如果只是把车跑起来,那十年前就已经可以了。我们加这么多传感器,研究那么多新算法,随后又成年累月地做这么多测试,除了为了安全,还能为了什么。
 
客观的“bad case”不可避免,但主观的强行忽视不可饶恕。
 
前几年Uber的事故频发已经使他得到了教训,很深刻的教训,昨天特斯拉又出事故了,这种事情还是不要前赴后继了吧。
 
好在重新回来的Uber已经认识到这个问题的严重性,收购Foresight AI就是一个明显的表现,后者提供自动驾驶的数据和仿真业务,这对自动驾驶安全的分析是不可或缺的,虽然仿真并不能和实际场景相提并论,更不能代替,但可以作为一个很重要的补充,会大大减少实际场景所需的时间消耗,这就是刚才提到的“欲速”要掌握方法,遵循规律。
 
3.为减少航班延误法航测试全球首款自动驾驶行李搬运车
 
新闻摘要:
 
造成航班延误的原因有很多,不过,法国航空公司(Air France)正与几家公司合作,测试全球首款自动驾驶行李车,希望能够简化机场运营,加快行李上下飞机的速度。
 
该车名为AT135行李搬运车,于11月15日正式开始在法国图卢兹-布拉尼亚克机场接受测试。对不知情的外行人来说,此类车辆与在机场停机坪上看到的等待航班的其他车辆似乎没什么两样,如配备了一个座椅、方向盘和其他人类驾驶员所需的控制装置的出租车。不过,仔细观察就会发现,这是一辆自动驾驶汽车,硬件明显得到了升级,车顶和保险杠上都安装了激光扫描激光雷达传感器,补充了GPS和前置与后置摄像头的视觉弱点,能够为该行李搬运车提供360度的视野。
 
进入该行李搬运车内可以发现一个大开关,能够在手动驾驶模式和自动驾驶模式之间自如切换。该车还配备了一个超大的触摸屏,上面显示了一幅机场地图和车辆需要服务的登机口的地图。一旦车辆装满了22吨的行李,一名地勤人员会输入行李需要前往哪个登机口和哪架飞机,然后车辆会自动以15mph的速度前往目的地,同时还会遵守机场的交通法规,避开人或飞机等交通工具。一旦卸下行李,该车会沿着原来的路线返回,为下一趟航班取另一批行李。
 
此外,该车还解放了地勤人员,让他们有时间去做其他无法实现自动化的工作,比如将行李装进飞机货舱。而且,还能提高机场的安全性,因为一旦所有地勤人员和服务车辆都实现了自动化,就可以完全免除人力,减少坏人登上飞机的可能性。当然,前提是此类机器在投入服务时得到了适当的保护,没有受到黑客攻击。
 
个人观点:
 
我们要认识到自动驾驶中的点、线、面。
 
点、线、面是对自动驾驶时间上的纵向和应用场景上的横向的整体描述。我们对L4级自动驾驶关注过多的时候,视野就会变窄,RoboTaxi只是自动驾驶的冰山一角。
 
所谓面,就是整个自动驾驶的版图,它包括RoboTaxi、物流卡车、港口卡车、景区观光车、自动驾驶公交车、自动接泊、安防、清洁等等。
 
所谓线,就是上面所提到的每一个细分领域,各自根据该领域的需求,沿着自己的时间进度在走,这个过程中各个细分领域有技术交叉点,所以每条线不是独立的,而是互相连接的。
 
所谓点,就是在每一个领域上的当前时刻,就是我们正在做的事情。它包括当前问题的解决、当前场景的测试等等。
 
我们需要做的就是站在点上,沿着所在的线看到将来,找到正确的方向往前走,同时打开视野,主动开放地去接触其他所有相关的细分领域,技术上可以取其所长,商业上可以找机会拓展,总之不能只局限于某一方面。
关注自动驾驶之家微信公众号

扫描关注,获取干货

文章来源:任乾 / 文章作者:BIT汽车人  →产业快报
声明:本文来源“BIT汽车人”作者“任乾”,版权归作者所有,不代表自动驾驶之家官方立场。转载请注明出处、作者和文章链接,如果有侵权,请联系删除。
收藏