2021年上海车展依然令人眼花缭乱。别想歪了。虽然我是老司机,但这次我说的不是车模(美女)。我真的在说车,车让我眼花缭乱;从自动驾驶领域来看,有六款受欢迎的车型是本次车展的明星之作,相当犀利耀眼。因为我对武侠小说很感兴趣,如果比如六款车组合起来,简直就是六脉神剑,绝对是值得追捧的绝世武功:
:大开大合,气势磅礴
:巧妙灵活,难以捉摸
:以拙滞古朴取胜
:轻灵迅速
:忽来忽去,变化微妙
:剑路雄劲,颇有石破天惊,风雨大至
:摄像头 毫米波雷达 各种异构传感器的激光雷达融合感知
:激光雷达*3 毫米波雷达*6 ADS摄像头*9 环视摄像头*4 超声波雷达*12 车内监控摄像头*1
华为96线中长距激光雷达:
混合固态激光雷达
150 米@10%反射率
:120°*25°
0.25°*0.26°
905nm
前视摄像头*4(1个双目 1个长焦 一个广角):前挡风玻璃
侧视摄像头*4:侧前视*(外后视镜底座) 侧后视*2(翼子板)
后视摄像头*1:尾翼中部
:MDC810
:400Tops/800Tops
:超声波雷达集成组合惯导ECU
支持分离液冷,可插拔SSD
300 × 171 × 35 mm
最多可支持16*摄像头 8*激光雷达 6*毫米波雷达 12*超声波雷达
EMC Class5,IP67防尘防水,-40°C ~85°支持环境温度
:转向、电源、通信、制动、传感器
如果主系统失效,立即切换到冗余系统,例如:
:当主制动系统失效时,冗余制动系统将在毫秒内切换到备用系统,以提供紧急制动功能。
:主电池故障不能正常提供电源后,系统将自动切换到备用电池,提供3分钟的应急电源补充服务,给司机足够的时间停在路边,大大降低安全事故的可能性。
摄像头 毫米波雷达 各种异构传感器的激光雷达融合感知
:双轴旋转镜扫描式混合固态激光雷达
:250m@10%反射率
:120°*30°
:1550nm
:等效于300线
:350m
:77GHz
±60°
FMCW(调频连续波)
:192通道,每个测量周期内提供数千个数据点
:据测试使用该技术的车辆可探测到140米远处的可乐罐
:NVIDIA DRIVE AGX Orin
:500~1000Tops
超级环境模型 – 完美构建数字化镜像
ES33是基于R-TECH技术理念的首款车型,R-TECH是R汽车一个全新的技术品牌,包括智能驾驶、智能座舱、三电技术等领域的核心技术;其中(智能驾驶)属于技术品牌R-TECH的一部分;
六重融合式感知体系 + 超级大脑
目前官方尚未透露ES33所搭载具体的自动驾驶功能相关信息,但在上汽R品牌共创者生态大会上,可以看到PP-CEM应对的场景是:;
同时结合ES33所搭载环境传感器:,以及高算力计算平台:英伟达Drive Orin;不难推测,ESS33的自动驾驶功能必然也会涵盖目前行业的共识场景:三大场景;
以视觉感知为主(超级鹰眼系统 – VIDAR)
:长距离毫米波雷达*1 + 8MP ADS高清摄像头* 8 + 流媒体摄像头*1 + 环视摄像头*4 + 车内检测摄像头*2 + 超声波雷达*12
:前视*3(前挡风玻璃:1个双目 + 1个长焦单目)+ 侧后视*2(翼子板) + 侧前视*2(外后视镜底座) + 后视*2(车顶后部)
Mobileye EyeQ5H*2
:基于台积电的 7nm FinFET 工艺打造
:单芯片算力达到了 24 Tops
:基于跨视觉融合算法平台的全新“骨骼识别”技术,能够通过定位人体特征点,识别姿势,预判行为。例如当行人突然举起手,“骨骼识别”技术就可以判断出,此人举手的意图是什么,是想让你停车,是跟熟人打招呼,还是准备打电话;
2)超级鹰眼系统与高精地图数据融合,具备多环境识别能力:异形车辆、车门开启、异物识别、郊区路段、施工隧道、树丛识别等;
:以高清摄像头为主的视觉感知
:摄像头*12(ADS摄像头*7+环视摄像头*4+车内监测摄像头*1)+ 毫米波雷达*5 + 超声波雷达*12
前视*2(前风挡)+ 侧后视*2(翼子板) + 侧前视*2(B柱)+ 后视*1(后牌照板上部)
NVIDIA Drive Xavier ,算力达30 Tops+
摄像头+毫米波雷达+激光雷达多种异构传感器的融合感知
在标配方案的基础上,将视觉摄像头的像素由500万升级到千万级
增加2个半固态的高线束激光雷达
NVIDIA Drive Orin ,算力达500~1000Tops +
摄像头+毫米波雷达+激光雷达多种异构传感器的融合感知
激光雷达*2 + 毫米波雷达*5 + ADS摄像头*8 + 环视摄像头*4 + 车内检测摄像头*1 + 超声波雷达*12
双棱镜扫描式混合固态激光雷达
150m@10%反射率)
120°*30°
0.16°*0.2°
905nm
等效于144线激光雷达
前视*3(前风挡,2MP像素)+ 侧前视*2(后视镜底座)+ 侧前视*2(翼子板)+ 后视*1(牌照板上部)
:英伟达 Drive Xavier
:30Tops
:QNX Safety OS
ASILD等级
1)城市工况加塞场景 2)识别可行驶范围 3)识别细小目标物体 4)识别可绕行区域
摄像头+毫米波雷达+激光雷达多种异构传感器的融合感知
激光雷达*1 + ADS摄像头*7 + 环视摄像头*4 + 毫米波雷达*5 +超声波雷达*12
感知传感器2个高精度定位单元+车路协同感知V2X
双轴旋转镜扫描式混合固态激光雷达
250m@10%反射率
120°*30°
0.06°*0.06°
1550nm
等效于300线激光雷达
前视*2(前风挡)+ 侧前视*2(车顶前部两侧)+ 侧后视*2(翼子板) + 后视*1(车顶后部居中)
:8MP高清摄像头
可检测到680m外车辆 + 260m外的锥桶 + 220m外的行人
传感器视线可有效越过遮挡,减少盲区,提升安全性,对城区的自动驾驶非常有意义。
在城市场景下,传感器视线很容易被绿化带和车辆遮挡,相比于安装在 B 柱和后视镜的摄像头,部署在车顶的高位侧前摄像头,能够减小盲区;
布置在车顶高位侧前摄像头,因位置高,故视野广,提高了前向视觉的冗余度。即使前向主摄像头不工作,依靠两个高位侧前摄像头,仍然可以实现前向视觉的完整感知。
蔚来超算平台NIO Adam
配备四颗 NVIDIA Drive Orin芯片
采用NVOS底层操作系统
拥有48 个 CPU 内核
256个矩阵运算单元
8096 个浮点运算单元
680 亿个晶体管
超高带宽的图像接口,ISP每秒可处理64亿像素
:将所有传感器和车辆系统的信号输入实时无损地分配到每一算力核心
:2颗主控芯片+1颗冗余备份芯片+1颗群体智能与个性训练专用芯片
:实现NAD算法的全栈运算,包含多方案相互校验感知,多源的高精度定位,多模态的预测与决策;充足的算力确保NAD在处理复杂交通场景时,能够更快、更精确的处理更多的数据;
:任何一个主芯片失效,NAD都可以确保安全
:可以加快NAD的进化进度,同时又可以针对每个用户的用车环境进行个性化的本地训练,提升每位用户的自动驾驶体验;
核心控制器供电通讯冗余
转向系统控制冗余
驻车制动冗余
双电机动力冗余
1. 从自动驾驶感知解决方案上的路线上来讲,基于视觉与雷达的多种异构传感器融合方案成为主流趋势;并且高阶自动驾驶驱动感知能力全面升级,高线束激光雷达 / 8MP高清摄像头 / 4D毫米波雷达将成为未来高阶自动驾驶车辆的标准配置;
2. 在自动驾驶功能的亮点宣传上,不再注重实现自动驾驶等级的高低,更加注重具体使用场景的落地,如: ;
3. 这些所谓的高阶自动驾驶功能,虽然在体验上不断接近L3/ L4级,但由于技术和法律法规尚未完善和健全,现在行业内宣传所谓的L3/L4功能在法律上仍是被严格定义为L2的系统,一旦出现事故问题,主要驾驶责任仍是以人为主;
4. 高线束激光雷达将成为高阶自动驾驶的必备传感器之一,为了做长探测距离,有越来越多的厂商正在使用1550nm激光器取代905nm激光器;同时,4D毫米波雷达将有望取代传统3D毫米波雷达及低线束激光雷达;
5. 一些车企为迅速打造出明星爆款车型,高阶自动驾驶功能必不可少,短期内会选用供应商的自动驾驶域控制作为过渡方案;在未来,对于有实力的企业多半会基于自身开发的EE架构,采用自主研发的域控制器方案,以确保对核心技术的掌控。
推荐阅读(超连接):
我们的个人命运,三分靠打拼,七分靠产业红利——《九章智驾》创刊词
“L3级”自动驾驶落地指导思想:高速辅助人,低速替代人
关于激光雷达,投资者及车企感兴趣的12个问题
造车2.0时代的十大趋势
华为并不“强势”,苹果未必干的过小米——车展自动驾驶随笔15则
推荐个展会及同期举办的论坛,感兴趣的请扫描图片中二维码报名: