论文部分内容阅读
自动驾驶汽车大势确立后,新的机会出现,等待有能力的企业抓住,在整车厂不擅长的人工智能、技术应用领域大展身手。Waymo、百度、Uber等大公司“一步到位”,切入L4级,其中技术安全、适应性强、落地快的将有机会胜出;更多的初创公司切入L3及以下级别的技术,以服务整车厂为主,这群可以称为“中国的博世们”的初创公司,他们比的是谁的技术更强、谁先量产,L4级技术是他们在当前立即可商用的L2与L3市场率先卡位的武器。
在此其中,系出百度自动驾驶团队的“领骏科技”就是基于L4的技术,以“减法”为产品策略思维,在完整L4原型产品架构开发之后,直接将这套多层级的方案降维至L2/L3级别应用。领骏科技目前已经完成L4级自动驾驶系统原型车开发,汽车可以完成自主车道切换及超车、通过隧道、环岛、收费站。
这家公司由百度无人车初始团队成员杨文利博士创立。他在清华大学拿到自动化专业学士和硕士学位,后于美国宾夕法尼亚州立大学获得电气工程博士学位。博士毕业后,担任美国西部数据公司系统架构部高级首席(Senior Principal)工程师。
2014年,杨文利博士回国加入百度深度学习研究院,向当时的百度深度学习研究院(IDL)负责人余凯汇报。之后作为初始成员进入百度自动驾驶事业部,担任无人车决策、规划、控制、仿真系统的技术负责人、主任架构师。
领骏科技L4自动驾驶系统仿真界面戴图
汽车电子供应链各层级主要玩家分布
至于在传感器成本有限情况下保障安全,得到可靠结果,领骏科技依靠系统工程理论。“系统工程的一个重要论断就是可以用多个不可靠的系统组合成一个可靠的系统,彼此互相补足、互相验证。领骏科技的系统通过软硬件优化把多个不完美的信息融合到一起,就会得到一个可靠的结果,这就是系统工程。”
领骏科技接下来的科研重点有两个方面:一方面是继续巩固量产形态的优势,提高集成度和符合车规,在下一台测试车上部署的方案,整个计算单元甚至可以完全被隐藏起来。另一方面,完成深度学习、强化学习架构的部署,用数据和自我进化让整套自动驾驶系统迭代的更智能、安全和舒适。
毫无疑问,各家企业最终的目标都是实现真正自主的L4级自动驾驶,不过,他们在实现路径方面的观点大相径庭。整车厂、供货商主张渐进式道路,希望从辅助驾驶起步,积累数据,慢慢过渡到完全自动驾驶,这一类包括特斯拉、通用等公司;而Waymo等互联网公司主张一步到位,专注开发完全无需人工干预的无人车,也有声音认为从L2/L3过渡到L4的办法走不通。 对于不同自动驾驶级别之间的关系,杨文利表示,“L4级是一套统一的决策架构,传统ADAS系统是分散的架构,所以确实在架构上面有很大的区别。但是,L4级一定具备L2/L3的功能,基于L4开发辅助驾驶功能,做减法降维比较容易,并且可行。”
他接着解释说,L1-L3主要是单功能的架构,比如自动紧急制动系统(Autonomous Emergency Brake,AEB)是用一个装在车前的摄像头或者毫米波雷达测量与前车的距离、相对速度,发现前面有一辆车时决定踩或者不踩刹车;而L4中的决策是基于多种复杂的交通和环境信息,比如说发现前面有辆低速的车,就要考虑是不是应该超车,超车的时候又要考虑左侧是不是有车,即便左侧没车的话,还要考虑一会儿是不是要右转,这些都要综合考虑到才能做出的决定。
领骏科技计划为整车厂提供lJ2、L3级的辅助驾驶系统,主要通过前装的方式实现,之后渐进式的升级迭代至L4级自动驾驶。在DT君來看,杨文利和领骏科技的优势在于自动化控制背景和负责量产产品的经验。他的自动化优势表现在产品上是原型车控制系统和自动驾驶覆盖场景领先;可以预测,他在西部数据负责量产硬盘的经验将有助于领骏产品量产的各个方面。
汽车电子的供应体系有四个层级,离车厂由近到远依次是系统供应商、一级供应商(Tier1)、二级供应商(Tier 2)、器件供应商。根据国泰君安证券统计,系统供应商及Tier 1由国际厂商主导。
随着自动驾驶趋势越来越近,布局或早或晚的Tier 1厂商也推出了自动驾驶方案,比如博世、大陆、德尔福、采埃孚,而中国在这个领域再次缺席。杨文利认为,“目前中国没有成熟的自主技术,大部分国产车的L2/L3辅助驾驶功能还依赖进口。缺点一方面是价格高,一方面是这些辅助系统收集大量道路数据,它在中国能收集数据的程度面临管控问题。”
领骏科技向车厂提供两种方案,分别属于Tier 2和Tier 1。Tier 2产品是指,只提供决策计算平台设备,有标准接口可以输入各个传感器的数据,并与车辆底层相连。Tier 1是指,根据车厂对车型的产品定位、预期功能、汽车情况提供个性化的整套解决方案。
除了前面提到的乘用车解决方案,领骏科技为了更快进行商业化落地,计划从干线物流的货运市场入手,打造货车的辅助驾驶方案,利用自身的车辆控制优势帮助商用车减少人力成本和油耗成本。目前,他们的A轮融资也即将完成。(摘自《深科技》)(编辑/华生)
在此其中,系出百度自动驾驶团队的“领骏科技”就是基于L4的技术,以“减法”为产品策略思维,在完整L4原型产品架构开发之后,直接将这套多层级的方案降维至L2/L3级别应用。领骏科技目前已经完成L4级自动驾驶系统原型车开发,汽车可以完成自主车道切换及超车、通过隧道、环岛、收费站。
这家公司由百度无人车初始团队成员杨文利博士创立。他在清华大学拿到自动化专业学士和硕士学位,后于美国宾夕法尼亚州立大学获得电气工程博士学位。博士毕业后,担任美国西部数据公司系统架构部高级首席(Senior Principal)工程师。
2014年,杨文利博士回国加入百度深度学习研究院,向当时的百度深度学习研究院(IDL)负责人余凯汇报。之后作为初始成员进入百度自动驾驶事业部,担任无人车决策、规划、控制、仿真系统的技术负责人、主任架构师。
![](/img/pic.php?url=http://img1.qikan.com/qkimages/hwxy/hwxy201815/hwxy20181532-2-l.jpg)
领骏科技L4自动驾驶系统仿真界面戴图
![](http://img1.qikan.com/qkimages/hwxy/hwxy201815/hwxy20181532-3-l.jpg)
汽车电子供应链各层级主要玩家分布
至于在传感器成本有限情况下保障安全,得到可靠结果,领骏科技依靠系统工程理论。“系统工程的一个重要论断就是可以用多个不可靠的系统组合成一个可靠的系统,彼此互相补足、互相验证。领骏科技的系统通过软硬件优化把多个不完美的信息融合到一起,就会得到一个可靠的结果,这就是系统工程。”
领骏科技接下来的科研重点有两个方面:一方面是继续巩固量产形态的优势,提高集成度和符合车规,在下一台测试车上部署的方案,整个计算单元甚至可以完全被隐藏起来。另一方面,完成深度学习、强化学习架构的部署,用数据和自我进化让整套自动驾驶系统迭代的更智能、安全和舒适。
自动驾驶路径争论中,从1.4级“降维”是最快的量产途径
毫无疑问,各家企业最终的目标都是实现真正自主的L4级自动驾驶,不过,他们在实现路径方面的观点大相径庭。整车厂、供货商主张渐进式道路,希望从辅助驾驶起步,积累数据,慢慢过渡到完全自动驾驶,这一类包括特斯拉、通用等公司;而Waymo等互联网公司主张一步到位,专注开发完全无需人工干预的无人车,也有声音认为从L2/L3过渡到L4的办法走不通。 对于不同自动驾驶级别之间的关系,杨文利表示,“L4级是一套统一的决策架构,传统ADAS系统是分散的架构,所以确实在架构上面有很大的区别。但是,L4级一定具备L2/L3的功能,基于L4开发辅助驾驶功能,做减法降维比较容易,并且可行。”
他接着解释说,L1-L3主要是单功能的架构,比如自动紧急制动系统(Autonomous Emergency Brake,AEB)是用一个装在车前的摄像头或者毫米波雷达测量与前车的距离、相对速度,发现前面有一辆车时决定踩或者不踩刹车;而L4中的决策是基于多种复杂的交通和环境信息,比如说发现前面有辆低速的车,就要考虑是不是应该超车,超车的时候又要考虑左侧是不是有车,即便左侧没车的话,还要考虑一会儿是不是要右转,这些都要综合考虑到才能做出的决定。
领骏科技计划为整车厂提供lJ2、L3级的辅助驾驶系统,主要通过前装的方式实现,之后渐进式的升级迭代至L4级自动驾驶。在DT君來看,杨文利和领骏科技的优势在于自动化控制背景和负责量产产品的经验。他的自动化优势表现在产品上是原型车控制系统和自动驾驶覆盖场景领先;可以预测,他在西部数据负责量产硬盘的经验将有助于领骏产品量产的各个方面。
意图取代国际供应商,为国产车提供辅助驾驶技术
汽车电子的供应体系有四个层级,离车厂由近到远依次是系统供应商、一级供应商(Tier1)、二级供应商(Tier 2)、器件供应商。根据国泰君安证券统计,系统供应商及Tier 1由国际厂商主导。
随着自动驾驶趋势越来越近,布局或早或晚的Tier 1厂商也推出了自动驾驶方案,比如博世、大陆、德尔福、采埃孚,而中国在这个领域再次缺席。杨文利认为,“目前中国没有成熟的自主技术,大部分国产车的L2/L3辅助驾驶功能还依赖进口。缺点一方面是价格高,一方面是这些辅助系统收集大量道路数据,它在中国能收集数据的程度面临管控问题。”
领骏科技向车厂提供两种方案,分别属于Tier 2和Tier 1。Tier 2产品是指,只提供决策计算平台设备,有标准接口可以输入各个传感器的数据,并与车辆底层相连。Tier 1是指,根据车厂对车型的产品定位、预期功能、汽车情况提供个性化的整套解决方案。
除了前面提到的乘用车解决方案,领骏科技为了更快进行商业化落地,计划从干线物流的货运市场入手,打造货车的辅助驾驶方案,利用自身的车辆控制优势帮助商用车减少人力成本和油耗成本。目前,他们的A轮融资也即将完成。(摘自《深科技》)(编辑/华生)