廣告
歐菲智能段勃勃：自動泊車的技術路線與落地技術
2019-04-12 19:42:21· 來源：佐思汽車研究
根據(jù)佐思產(chǎn)研數(shù)據(jù)中心的統(tǒng)計，中國乘用車市場自動泊車功能裝配率在2018年達到5.3%。裝配率不高的原因，是技術上還不夠成熟。2019第四屆ADAS與自動駕駛論壇于3月2
根據(jù)佐思產(chǎn)研數(shù)據(jù)中心的統(tǒng)計，中國乘用車市場自動泊車功能裝配率在2018年達到5.3%。裝配率不高的原因，是技術上還不夠成熟。
2019第四屆ADAS與自動駕駛論壇于3月21-22日在上海召開，論壇由CCIA智能網(wǎng)聯(lián)專委會與佐思產(chǎn)研主辦，地平線、縱目科技、中科慧眼、中電昆辰、富蘭光學、創(chuàng)景科技等單位支持。
歐菲智能車聯(lián)駕駛事業(yè)部算法及自動駕駛總監(jiān)段勃勃在論壇上發(fā)表了題為“自動泊車的技術路線與落地技術”的演講。以下是演講全文。
為什么講泊車呢？這是一個人從學車開始就一直伴隨的場景。從學科目二開始，很多人在停車的時候，后面有一個保安或者是家人在喊"倒"，一直陪伴著你；好不容易變成一個老手了，還有新手來撞你，所以（泊車）這個場景一直貫穿始終。
另外，大家看到的自動化程度最高的代客泊車是什么呢？這么多廠商，我看到自動化最高的還是人來泊車，這個在中國已經(jīng)出現(xiàn)了。當然我們討論的是如何不用他們，而是車自己來。
下圖是自動駕駛技術的發(fā)展史。自動駕駛不是現(xiàn)在才出現(xiàn)的，從1948年就有了專利，到2000年左右第一代ADAS系統(tǒng)上市，現(xiàn)在各廠商都在自己做自動駕駛汽車，包括后面支持的大學，共同促進了行業(yè)進展。
那未來有幾個節(jié)點？這個圖是汽車工程師協(xié)會的，第一個時間點它認為是2020年TJA（Traffic JamAssist）可以做，現(xiàn)在來看時間點有一點晚了。第二個時間點是2025年，是有駕駛員支持的全自動駕駛汽車。下一個點2030年完全自動駕駛汽車。后面兩個點看起來還是靠譜的，我們也差不多按照這個步驟走。
下面2017、2018年的圖可以發(fā)現(xiàn)很有意思的點。2017年圖中的上升曲線是自動駕駛產(chǎn)業(yè)的上升期，就是對它的期望無比高漲。第二個階段是悲觀期，所有期望在下降。到第三個階段進入樂觀期，它雖然不能全部，但還是能解決部分問題，所以非常穩(wěn)定的往這個領域走。自動駕駛在2017年，被認為已經(jīng)到達期望的高點了。
2018年的圖把自動駕駛分為L3、L4、L5，可以看到L3已經(jīng)進入產(chǎn)業(yè)的前期，馬上可以上量了。對L4的期望還是有一點下降，大家發(fā)現(xiàn)更多的問題在出現(xiàn)。對L5大家覺得未來還是很美好，還可以期待它解決我們的出行問題。
特斯拉在掙錢，因為它的L2已經(jīng)很好的普及了。奧迪的L3還在探討中，大家在探討什么可以做，什么不能做。L4、L5大家還在討論它的進展，上圖也可以說明產(chǎn)業(yè)發(fā)展的規(guī)律，當然也具有特殊性。
下圖中，L0、L1、L2現(xiàn)在已經(jīng)有上市的產(chǎn)品。 L3開始是條件自動駕駛，L4高級自動駕駛。主要問題在哪里？一旦把周邊監(jiān)控權交給車輛，那整個產(chǎn)業(yè)允許嗎？法律允許嗎？目前看起來，大家把所有問題歸結為ODD，場景是什么？有場景這個事兒可以談，沒有場景不能談。
從2018年開始，歐菲認為不只是級別要細化，場景還要細化，兩點細化以后，才有落地的可能性。從這個點可以劃五點落地規(guī)劃。比如商務車，最大問題成本在于駕駛員、司機太貴了。一定要把司機取代掉，節(jié)省成本，它的問題是什么呢？如果不能取代司機，這個事兒是不是沒有意義？所以上來就是L4，車里不放人，場景可以限制，在干道上都可以，這是它的發(fā)展特點。
那乘用車呢？有一類屬于出租車這樣的特殊行業(yè)，第二類是普通家用車。給商用車帶來的價值是什么呢？還是要取代出租車司機。普通的消費者需要什么呢？通過ADAS減輕駕駛痛苦，這需要政策的推動。
所有乘用車未來都將向L3、L4發(fā)展，但是還要根據(jù)場景限制任務復雜度。場景分為高速、城市和泊車。L2、L3被認為是高速開始，城市最后，因為城市交通最復雜。泊車是一個非常重要的場景。
從L2、L4都有這樣的泊車設計，但是沒有L3。歐菲一開始做泊車引導，引導打方向盤，后來發(fā)現(xiàn)客戶不感興趣，為什么呢？因為客戶希望幫助打方向盤，而不是被教。后來歐菲做半自動泊車，再往后做APA、RPA、AVP都是全自動的控制，目前APA在快速落地，AVP小規(guī)模示范。
那么落地有什么挑戰(zhàn)呢？各種問題包括感知，計算方案，系統(tǒng)集成，其他的還有法律、保險、車路協(xié)同、規(guī)范等。
譬如說傳感器，選了戴姆勒和特斯拉兩輛車進行說明。目前量產(chǎn)的主流傳感器的配置里迄今為止還沒有激光雷達，因為太貴了。毫米波雷達可以上很多。相機可以配置很多，但是相機多的雷達少，雷達多的相機少。這個都是L2。
再來看Yole Development的調(diào)查報告，這里L2、L3、L4有什么區(qū)別呢？它認為L2共計有17個傳感器，L3和L4都是29個傳感器，L3加了立體相機、激光雷達等。未來很長一段時間，傳感器數(shù)量大概還是這么多。
現(xiàn)在看大家的傳感器，各家廠商差不多，為什么說L3里很重要呢？因為它加了激光，加上去以后安全度可以得到保障。比如圖森有一千米的長距離相機，這是特殊需要。長城也有很遠距離的相機。激光雷達也很重要。上圖這里的傳感器配比不是固定的，因為當限定了場景以后，傳感器可以靈活的調(diào)整。
接下來傳感器怎么感知呢？比如樓下的停車場，幾乎看不見車位線，怎么辦？第一傳感器必須滿足一定要求，第二還需要其他感應器。雖然都是傳感器，要求不一樣。涉及的因素包括高動態(tài)范圍問題，即遠處有光進來，地下沒有照明等。這種場景要求什么呢？一是要暗的時候能看清楚，第二要把亮的、暗的同時看清楚，這是對相機的要求。
再比如下圖這樣的泊車，如果停車停不好怎么來解決？這已經(jīng)不是傳感器的問題，而是車位的問題了。有的車位可能換一個輪胎車就進不去了，這樣的問題一直伴隨著我們，所以測量精度是全生命周期的問題。
過去的傳感器融合是對象的融合，那現(xiàn)在對象級融合夠不夠呢？不夠。下圖通過視覺進行融合，這個融合是早期的融合，不是最初目標的融合。
停車場環(huán)境復雜，中國停車場建設規(guī)范至少有七種車位，還有非標準的存在，里面有各種各樣的東西，感知能力挑戰(zhàn)非常大，天氣、照明、背景等各個方面的復雜性非常大。幸好有深度學習工具。深度學習是好東西，但是挑戰(zhàn)很多: 第一深度學習需要計算能力很強，從幾百G到幾T；其次計算模式不一樣，軟件工程師開發(fā)工作量非常大；第三還要裝控制器里，這么多數(shù)據(jù)維護成本都很高。
另外對集成能力也是挑戰(zhàn)。過去車廠管著幾十個Tier1，Tier1自己做決定, 車廠壓力很小。自動駕駛創(chuàng)新依賴于Tier1, 且不同供應商易引起同質(zhì)化競爭。
現(xiàn)在很多車廠選了這個功能，寶馬也選了，你也選了，其實你的功能和寶馬沒有區(qū)別，怎么辦呢？創(chuàng)新，怎么創(chuàng)新？自己選擇不同的Tier 2，芯片要定制，工程要參與各個方面，車廠要承擔集成、開發(fā)，而且還要有創(chuàng)新，專利歸車廠。其次車廠發(fā)展架構設計、軟件、算法等全周期能力。再次現(xiàn)在開發(fā)周期變短，要盡快先發(fā)布，然后升級變成熟。
產(chǎn)業(yè)鏈對于供應商有了新的要求。第一,多類型Tier1并存給車廠服務；第二合作模式有變化，不像過去這個生產(chǎn)要素和那個生產(chǎn)要素，需要更靈活的合作模式；第三需要多個Tier1協(xié)同；第四需要工程服務能力，幫車廠把事做成。
最后，介紹歐菲。歐菲過去做環(huán)視，后來做ADAS，然后做無人駕駛，在國內(nèi)很早的啟動了代客泊車項目。目前為止，有10多個客戶，到現(xiàn)在拿到40多個定點。攝像頭、環(huán)視系統(tǒng)在過去幾年已經(jīng)實現(xiàn)量產(chǎn)，第一款AI泊車系統(tǒng)2019年Q1發(fā)布；全自動泊車系統(tǒng)2019年Q4發(fā)布。已拿到了國內(nèi)主要主機廠的全自動泊車項目，AVP也正在小規(guī)模示范落地，這也是歐菲在這個領域的收獲，這也驗證了歐菲的理念，在往L4、L5前進的過程中，并不是要等到L5實現(xiàn)那天才有收獲，從L2就可以有收獲，而且可以一路收獲。
廣告 編輯推薦
最新資訊
-
聯(lián)合國法規(guī)R60對兩輪車操縱件與指示裝置的
2026-03-04 12:08
-
標準立項|《汽車異種材料鉚接接頭拉伸性能
2026-03-04 11:40
-
“汽車大角度座椅 第1部分：通用要求”將有
2026-03-04 11:39
-
“汽車大角度座椅 第2部分：可靠性要求”將
2026-03-04 11:39
-
電池耐久評價開始從“電池單體性能指標”轉(zhuǎn)
2026-03-04 11:38
