ADAS+方案将大规模部署 智能驾驶需要多技术融合
2018-11-04
国际自动机工程师学会(SAE)将自动驾驶分为L0-L5六级,目前L1级和L2级辅助驾驶已经有大量成熟量产案例,如1级警告提示类功能车道偏离预警LDW、前撞预警FCW、盲点检测BSD、交通标志识别TSR等;再如2级干预辅助类功能自适应巡航ACC、车道稳定系统(LKA)、紧急自动刹车AEB、智能远光灯IHC、自动泊车AP等;而继奥迪A8等国外车场发布L3级(有条件自动驾驶)车型之后,奇瑞、长安、长城、小鹏等国内厂商也相应的展开L3自动驾驶的研发工作,与此同时,诸如百度、腾讯、京东等公司也先后加入自动驾驶产业的行列,对L3乃至L4级(高自动化)技术加以投入和研究。但从目前来看,L3级自动驾驶技术仍然任重而道远,这涉及到从技术、产业链、法律法规、到市场认可等诸多因素的影响。
上半年,中国工信部装备工业司发布了《2018年智能网联汽车标准化工作要点》,提出加快推进先进驾驶辅助系统(ADAS)标准的制定,如盲区监测(BSD)、汽车事件数据记录(EDR)、乘用车和商用车自动紧急制动(AEB)、乘用车车道保持辅助(LKA)等6项已立项国家标准的研究制定。从2018年4月1日,9米以上营运客车强装FCWS、LDWS正式执行,这也标志着国内ADAS功能正式进入了强制安装的时代。我们看到,目前20%的在产车辆至少配备两个辅助驾驶系统,在立法、客户意识和OEM主推价格合理的新功能的市场策略的推动下,到2020年,视觉和雷达辅助驾驶系统将成为大多数车辆的标配。我们预测,未来十年,仅辅助驾驶系统就会拉动整车半导体使用数量提高一倍。随着市场对传感器需求的增长,对嵌入式计算平台的需求也相应增长。意法半导体(ST)认为,契合当下2级自动驾驶汽车的ADAS+方案将会被大规模部署。
SAE将L3级自动驾驶技术定义为定义为由车辆完成绝大部分驾驶操作,驾驶员需保持注意力以备不时之需。目前,L3级自动驾驶技术已经进入试验车阶段,根据相关企业和国家部门的规划,预计2020年可达量产水平并预计最终于2025年前全面实现L3级自动驾驶。而实际上,自动驾驶何时能全面达到L3水平仍然需要考虑到技术、产业链、法律法规及市场认可等多方面的要求。
在技术层面,相较于L1和L2阶段,L3阶段驾驶员操作大幅减少。显然,无论是考虑数量还是种类,L3级自动驾驶需要更多的传感器,同时对于嵌入式计算平台的性能提出了更高的要求。传感器所能达到的精度、探测范围、对于天气及周围环境的鲁棒性等要求越来越高,对于计算平台的计算能力、实时性等要求也越来越高。这些系统目前以关键任务为核心,功能性安全是初步目标,能够实现车辆安全停泊是最低要求。有些OEM厂商的要求更高,并坚持系统完全冗余概念,以加强容错能力。
从无人驾驶切换到人工驾驶是最严峻的挑战之一,这也是在全路况下实现3级和4级自动驾驶的难点所在。把自动驾驶功能限制成仅在某些条件下使用,同时限制没有驾驶员干预的无人驾驶时长是更可行的解决办法。
当前,有的自动驾驶公司选择直接进入L4,有的则从L1开始,进行L2-L3-L4的迭代升级,这两种方法ST都看好。为了解决无robotaxis(一种智能无人驾驶出租车)等应用问题,我们需要做到自动驾驶的最高级。对于大多数乘用车来说,辅助驾驶就够用了。但是,我们确实认为这个市场不够大,而目标应用非常相似,所以这两种技术解决方案将会重合交叉。相对数量较少的自动驾驶汽车所用的硬件和算法将会被剥离出来,用于解决解决大众市场辅助驾驶问题。
所有传感技术都有优点和缺点,但显然,计算机视觉技术有独立解决这一级别自动驾驶难题的潜力。Mobileye等公司现已开发出配备视觉技术的原型车,并在高速公路上展示了计算机视觉自动驾驶的可行性,下一步将证明视觉自动驾驶在城市路况的可行性。为了实现更高水平的自动驾驶并使系统更加稳健,有必要使用其它传感器配合视觉技术,例如,雷达、激光雷达、超声波、远红外线传感器。此外,还需要采用V2X通信和精确定位技术完善自动驾驶性能。多种技术融合是实现智能驾驶的必然途径。
智能驾驶是ST的两大战略发展方向之一。在视觉技术方面,ST与Mobileye开始合作,联合推出了EyeQ系列辅助驾驶产品;在V2X方面,ST与Autotalks合作,提供车车、车与周边环境通信等相关技术;在高精度定位方面,ST可以提供支持全球所有导航协议的亚米级精度定位芯片与高精度地图配合使用。同时,ST在毫米波雷达技术上,有丰富的技术及产品,产品覆盖24GHz和77GHz。尤其需要指出的是,ST目前在与Autoroad合作开发基于77GHz频率的SAR雷达,为雨天、雾天等恶劣天气环境下的智能驾驶提供了又一全新的技术解决支撑。我们与市场领先的夜视摄像系统厂商AdaSky也有合作。最重要的是,我们正在与Valens合作开发HDBaseT解决方案,以应对自动驾驶车辆海量数据传输带来的挑战。
我们看到传统整车厂商在自动驾驶领域投入很大,他们的业务模式正在从制造商向共享汽车服务商转型。此外,我们看到大量新势力正在抢占以Robotaxis为代表的无人驾驶出租车和公共交通等新领域。我们认为这两类公司都有机会。个性化汽车总有它的市场,但共享交通才是解决我们大城市问题的唯一途径。