AL123 人文社科会员免费专区文学 2024-12-01

AI进化论_亿欧智库_AZW3_MOBI_EPUB_PDF_电子书（无页码）_亿欧智库

内容节选

第二节三头六臂，引领风潮数据、共享经济和人工智能技术与传统汽车行业相互碰撞与融合，打破了过去成熟的金字塔式的汽车产业链结构。不同环节的企业相互合作，以实现最佳的经济效益为目标，使得数据、技术、资本在整个自动驾驶产业生态之中流动、循环。产业各环节的企业将软硬件协同作为发展趋势，提供一体化完整方案。我们认为，就汽车供应商产业体系而言，已越来越呈现出生态化、网状化的趋势，企业间纵向联结愈发紧密。自动驾驶的产业生态如图5-3所示。以下我们将对自动驾驶的各个环节进行叙述。图5-3 自动驾驶产业生态一、传感器在自动驾驶技术来临之前，车用传感器就在汽车上得到了应用。作为车载电脑（ECU）的输入装置，车用传感器能够将发动机、底盘、车身等各个部分的运作工况信息以信号方式传输给车载电脑，从而使汽车运行达到最佳状态。随着ADAS[5]的广泛应用，使摄像头等用于环境感知的传感器也进入公众视野。作为辅助，这些传感器将汽车周边的环境信息输入相应的系统模块中进行判断，提前给驾驶员预警或提供紧急防护。但不同系统的传感器相互独立，数据单独处理，信息尚未形成融合。图5-4展示了某自动驾驶车型的传感器及其他部件配备方案。图5-4 某自动驾驶车型的传感器及其他部件配备方案来源：Voyage Auto（有改动）在自动驾驶汽车中，传感器将发挥更重要的作用：定位、雷达、视觉等传感器协作融合，能够以图像、点云等形式输入收集到的环境数据，并通过算法进行提取、处理和融合，进一步形成完整的汽车周边驾驶态势图，为驾驶行为决策提供依据。在传感器领域，最受关注的莫过于以摄像头为主的计算机视觉解决方案和激光雷达解决方案。计算机视觉技术简而言之就是用摄像头代替人眼对目标（车辆、行人、交通标志）进行识别、跟踪和测量，感知汽车周边的障碍物及可驾驶区域，理解道路标志的语义，从而对当下的驾驶场景进行完整描述。该技术依托的传感器——摄像头的价格相对低廉，单个摄像头成本已降到200元以下，且制造工艺已相对成熟，并在汽车高级辅助驾驶市场已被大规模使用。依据不同的图像检测原理，摄像头可分为单目摄像头和双目摄像头，根据芯片类型又可分为CCD摄像头和CMOS摄像头[6]，等等。该方案的难点在于如何提高图像识别算法的准确率。目前业界主要采用监督式的深度学习算法，使用标注好的图像数据训练软件，使其检测识别物体。知名计算机视觉识别数据库ImageNet已将图像识别率提升到95%以上，超过了人类的图片识别水平。不过，单幅图片的识别能力提升并不能代表软件在面对纷繁复杂的驾驶场景时依然保持高准确率。激光雷达则有更高的测量精度和三维成像能力，能满足障碍物检测、动态障碍物识别跟踪、路况检测、实时定位和环境建模的需要。它采用的是光飞行时间法（TOF），即通过发射和接受激光束，计算激光遇到障碍物的折返时间，分析得出目标与设备的相对距离，并测量障碍物的轮廓。这些信息经过处理能够获得3D环境地图，且精度能够达到厘米级。当前业内主要有MEMS（微机电系统）、OPA（光学相控阵技术）、Flash[7]这三种不同的方案。尽管自动驾驶市场需求量极大，激光雷达仍面临着成本高、量产难的问题，尚缺乏针对车规级的成熟量产方案。要推动激光雷达解决方案落地，供应商势必要完整掌握硬件的核心技术，以便控制成本，并以配套的算法推动市场接受其方案。目前，实现激光雷达低成本的可行路线有：牺牲一定的精度，使用全固态、低线束激光雷达降低制作成本；提高生产率，通过量产带来的规模化效益摊薄产品成本。不同传感器各有优劣，无论以摄像头为主的计算机视觉方案，还是激光雷达方案，都不具备独当一面的能力。例如，摄像头的硬件技术已相对成熟，所需的算法识别准确率却仍待提高；激光雷达的点云算法实现较容易，但在硬件技术方面难度较大（后文将有详细说明）。可见，自动驾驶汽车要安全运作，必须保证多传感器协同工作和信息冗余。在此基础上，自动驾驶所需的传感器部件将进一步向轻量化（包括产品重量以及传感器数量）、低成本方向发展。各类主要传感器的对比情况如表5-2所示。表5-2 主要传感器对比来源：根据公开资料整理二、高精度地图对于自动驾驶汽车而言，传统的导航地图无法满足自动驾驶的需要，为此高精度地图（HD map）应运而生。它能够提供更前瞻的信息指示和冗余性，帮助汽车进行匹配定位，使驾驶系统感知到更大范围内的交通状况，保证自动驾驶的安全性。高精度地图对于道路信息的记录能帮助汽车自主进行路径规划。此外，高精度地图能记录车主驾驶轨迹，了解车主行车习惯，学习车主驾驶行为，为自动驾驶汽车提供决策支持，并为车主提供个性化的出行体验。“高精度”的含义，简单来说其实是以下三点：地图的绝对坐标精度高，道路交通信息元素丰富而精细，能为定位和路径规划提供精细依据。高精度地图特征如图5-5所示......