行泊一體的案例
集中式域控之智能行泊一體解決方案
從軟件功能開發(fā)的角度上講，下一代域控制器架構(gòu)是實現(xiàn)階段性的智能駕駛行車-泊車一體化控制策略。本文將對其進行詳細(xì)的講解和分析。
智能行車-泊車一體化全域解決方案
滿足L2/L3高等級的駕駛輔助功能（智能行車-泊車）需求將集中到一個ECU對行車-泊車等基準(zhǔn)控制功能進行有效處理。并且該集中式方案在網(wǎng)絡(luò)安全，冗余備份等方面更具優(yōu)勢，在技術(shù)上也更具有挑戰(zhàn)性。智能行車-泊車全域解決方案設(shè)計的思想主要集中在以集中式域控做為總體感知處理端口，以不同的SOC對其中的行車和泊車模塊進行軌跡規(guī)劃、決策，且過程中綜合考慮駕駛員輸入的行車/泊車控制指令，最終參照一定仲裁的策略對其行車和泊車進行執(zhí)、控制。
對于智能汽車而言，下一代產(chǎn)品傾向于從智能行車、智慧泊車向行-泊一體化方向演進。何為行泊一體化呢？即主要面向于解決如下多個主要的開發(fā)性問題：
1）集中中央控制器
這里的中央控制單元集成行車、泊車整體控制功能，集成度更高，軟件處理能力更強大，包含行車及泊車的整體感知、規(guī)劃控制、決策執(zhí)行的能力。且兩者分布于中央控制器中的不同控制模塊，可有效地降低中央控制器數(shù)量。更強大的控制器整合平臺，集成行車和泊車的多個軟件功能模塊。
在行泊一體控制系統(tǒng)中，考慮到執(zhí)行單元基本都是相同的控制單元，比如縱向控制均是ESP控制加減速，EPS控制轉(zhuǎn)向，EMS/HCU都用于控制車輛的加速，BCM用于控制車輛的燈光、車門、車窗等控制，IP及IHU負(fù)責(zé)整個人機交互顯示等。因此在特殊工況下，可能存在行車和泊車同時激活并進行執(zhí)行單元控制的情況。如低速前行時可能是泊車系統(tǒng)控制加減速，也可能是行車系統(tǒng)控制的加減速，而對于控制器或執(zhí)行器而言需要對這些加減速進行仲裁。
展開 2萬字帶你厘清自動駕駛功能架構(gòu)的演進
跨域式系統(tǒng)架構(gòu)設(shè)計
行業(yè)存在4種系統(tǒng)設(shè)計方案
① 單SOC+MCU，如華為MDC610控制器；
② 雙SOC+MCU，如華為MDC810控制器；
③ 三SOC+MCU，如地平線行泊一體方案；
④ 單SOC，如知行科技IDC3.0方案、寒武紀(jì)SD5223行泊一體方案；
上文提到，不論采用哪種方案，萬變不離其宗，不變的是上層功能和系統(tǒng)feature，變化的是系統(tǒng)內(nèi)部的硬件架構(gòu)，當(dāng)意識到這點，系統(tǒng)設(shè)計就容易理解了。
系統(tǒng)設(shè)計流程：
三個關(guān)鍵詞：分解、轉(zhuǎn)化、分配。
系統(tǒng)架構(gòu)師分解上層功能，轉(zhuǎn)化成系統(tǒng)feature（大部分公司叫邏輯模塊，屬于軟件模塊的抽象），分配到架構(gòu)要素（電源模塊、處理芯片等），然后相關(guān)工程師設(shè)計內(nèi)部通訊、評估是基于AP還是CP進行軟件算法設(shè)計。
展開 創(chuàng)新引領(lǐng)未來|經(jīng)緯恒潤2023年新產(chǎn)品發(fā)布會
近日，經(jīng)緯恒潤對外發(fā)布了2023新產(chǎn)品系列家族：
· 電氣化黑科技-電動增壓器eBooster；
· 汽車域控新架構(gòu)必備神器-中央計算平臺和物理區(qū)域控制單元；
· 顛覆你認(rèn)知的AR-HUD；
· 提升智駕競爭力法寶-行泊一體產(chǎn)品家族；
· 助力高階自動駕駛落地-4D成像毫米波雷達。
速來圍觀吧！
經(jīng)緯恒潤2023年新產(chǎn)品發(fā)布會
自動駕駛毫米波雷達的原理分析和應(yīng)用案例
對于這樣的大膽嘗試，宏景智駕也嘗試從成本、技術(shù)難點等維度展開對不同毫米波雷達感知方案給行泊一體帶來的優(yōu)劣勢分析。
圖4 不同信號的感知架構(gòu)優(yōu)劣勢(數(shù)據(jù)為預(yù)估)
從圖4表格的分析來看，將毫米波雷達的更原始更豐富的信號傳遞給中央域控制器處理，硬件上可以做到一定程度的成本縮減，與此同時在技術(shù)實現(xiàn)上，需要滿足相當(dāng)大體量的數(shù)據(jù)傳輸，以及更多的邏輯算力消耗來彌補原本毫米波雷達篩選點的計算。當(dāng)然在計算量爆炸的今天，這并不是落地量產(chǎn)路上的攔路虎。
自動駕駛技術(shù)無法依靠單一的傳感器一統(tǒng)天下已成為業(yè)內(nèi)共識，而4D毫米波雷達現(xiàn)在還處于發(fā)展的早期，相信未來4D毫米波雷達的性能會大大提升，并成為自動駕駛主流傳感器方案。
展開 
設(shè)計仿真 | 基于VTD的多物理傳感器自動駕駛系統(tǒng)仿真方案
該系統(tǒng)可以滿足用戶：
01
同時進行多路視頻數(shù)據(jù)的感知算法驗證；
02
同時進行多路激光雷達點云數(shù)據(jù)的仿真驗證；
03
同時進行多路毫米波雷達點云數(shù)據(jù)的仿真驗證；
04
可進行多V多R和多L的物理模型仿真驗證；
05
可進行行泊一體的算法仿真驗證。
VTD方案優(yōu)勢
支持主從機的布置方式，合理分配計算資源；
主從機采用同一套仿真軟件，降低軟件成本；
根據(jù)顯卡的種類(圖形卡/計算卡)合理分配計算任務(wù)；
從機數(shù)量可擴展。
高階整車域控制器的詳細(xì)設(shè)計方案
這時整車域控就相當(dāng)于一個base版本的行泊一體控制器，需要承擔(dān)部分低階行泊車控制功能。因此，對于在VDC中植入不同處理能力的芯片單元時，盡量選擇具備集成式運算能力的超異構(gòu)芯片。既能滿足對行車功能的感知需求，也能滿足對泊車感知能力需求。這里推薦的中等算力的集成式超異構(gòu)芯片?？梢圆捎媚壳皣鴥?nèi)正火的J3/J5，也可以考慮TI系列芯片TDA4VM即可。
同時，在對傳感器的接入上需要充分考慮其所連接的智駕傳感器單元。當(dāng)然，由于VDC的算力不算多，因此，可能不能接入過多超算力的傳感器（比如多組高分辨率攝像頭、原始點云的毫米波雷達和激光雷達）。
從保證基礎(chǔ)L2級及以下功能的角度上講，需要接入包含前視攝像頭（注意這里主要是前寬視攝像頭），1個毫米波雷達以確保能夠?qū)崿F(xiàn)1R1V的基礎(chǔ)L2傳感器配置。此外，考慮泊車輔助系統(tǒng)控制，整個VDC也需要將泊車相關(guān)的傳感器，環(huán)視+超聲波接入。當(dāng)然，考慮到如果只是實現(xiàn)低階泊車輔助功能，其環(huán)視攝像頭的分辨率可以不必向高階全自動駕駛功能對齊，采用稍低分辨率也可。
文章來源焉知智能汽車
展開 康謀分享 | 基于多傳感器數(shù)據(jù)的自動駕駛仿真確定性驗證
本文以真實世界常見的“行泊一體”為例，在一個包含14輛他車的室外停車場環(huán)境（Parking_US-CA_SanJoseAlamitos）中，對主車執(zhí)行了“跟車 -> 切入變道 -> 尋找車位 -> 泊車”的全套連貫動作。
我們在完全固定的軟硬件環(huán)境下，針對三種典型天氣進行了5輪完全獨立的重復(fù)測試，每一輪測試都記錄了長達1000幀的數(shù)據(jù)，以確保完整與統(tǒng)一。我們將每一輪測試的數(shù)據(jù)與首次測試的基準(zhǔn)數(shù)據(jù)進行精確比對：
晴天 (Sunny)：在Sunny.json配置下，模擬了日光充足的理想泊車環(huán)境。
雨天 (Rainy)：切換至Rainy.json配置，引入了雨水對傳感器性能的干擾。
復(fù)雜雪天 (Snowy & Broken Road)：在Snowy.json的預(yù)設(shè)配置基礎(chǔ)之上，加入了道路老化、標(biāo)線磨損、路面破損、坑洼等極端退化元素，將測試環(huán)境推向了極限。
測試過程中，我們記錄了全部傳感器和車輛狀態(tài)數(shù)據(jù)，包括：
視覺數(shù)據(jù) (Camera)：RGBA原始圖像、語義分割圖、目標(biāo)檢測圖及JSON格式的2D/3D標(biāo)注框。
雷達數(shù)據(jù) (Radar & LiDAR)：毫米波雷達和激光雷達的點云（LAS v1.4）、目標(biāo)列表及3D標(biāo)注框。
車輛自身狀態(tài) (GPS, IMU, Vehicle)：高精度的定位、姿態(tài)、加速度及車輛動力學(xué)信息。
圖5 仿真相機輸出圖像類型
我們采用均方根誤差（RMSE）來量化圖像、點云等原始數(shù)據(jù)的細(xì)微差異，并對JSON格式的結(jié)構(gòu)化數(shù)據(jù)采用根據(jù)樣本數(shù)值差異個數(shù)進行判定的統(tǒng)計確定性檢驗。
3、驗證結(jié)果
Camera Sensor的RGBA原始圖像、分割圖像、目標(biāo)檢測圖像均以tga格式輸出，2D Bounding Box、3D Bounding Box均已json格式輸出。
展開 進入“量產(chǎn)”深水區(qū)，智能駕駛將何去何從？
從L2過渡到L3是一個重構(gòu)突變，需要使用域控器架構(gòu)、異構(gòu)傳感器、異構(gòu)芯片，甚至是大算力芯片，走向域控器架構(gòu)所帶來的軟件架構(gòu)、軟硬一體的挑戰(zhàn)和技術(shù)升級面對的挑戰(zhàn)首先是量產(chǎn)。
為此，國汽智控一直在推動操作系統(tǒng)適應(yīng)域控的變化，提供完善領(lǐng)先的架構(gòu)和標(biāo)準(zhǔn)開放的接口，實現(xiàn)架構(gòu)和基礎(chǔ)軟件的工程化。
「真正的藍海應(yīng)該是前裝量產(chǎn)市場?！顾J(rèn)為，Robotaxi或L4屬于場景降維、技術(shù)升維，但它以攻克某個場景為目標(biāo)，并不注重車規(guī)級產(chǎn)品的流程、架構(gòu)和設(shè)計。Robotaxi的很多技術(shù)積累對于量產(chǎn)沒有用，或有用的比較少。所以，對前裝量產(chǎn)市場來說，好的Robotaxi公司將優(yōu)質(zhì)資產(chǎn)剝離出來，變成一個to B產(chǎn)品，可能會找到一個位置。
他表示，下一步實踐的重點：一，滿足車規(guī)級產(chǎn)品量產(chǎn)落地，讓關(guān)鍵技術(shù)上車，實現(xiàn)高效迭代；二，重點平臺技術(shù)上車，搭載智能駕駛操作系統(tǒng)、域控制器，讓汽車產(chǎn)品真正數(shù)字化并支撐其持續(xù)升級；三，智能網(wǎng)聯(lián)始于智能駕駛，但不止于智能駕駛，將走向智能汽車全面的數(shù)字化。目前階段，仍圍繞智能駕駛技術(shù)核心進行研發(fā)，但不再限于L1、L2級，而是繼續(xù)突破高速領(lǐng)航、城市領(lǐng)航、行泊一體等高階智能駕駛功能。
作為智能駕駛操作系統(tǒng)的定義者和引領(lǐng)者，國汽智控一直致力于推動平臺化、高實時、高安全的智能網(wǎng)聯(lián)“中國方案”創(chuàng)新和落地。最近的2022年“智行杯”智能網(wǎng)聯(lián)汽車C-V2X應(yīng)用示范活動暨車路云一體化實踐活動中，國汽智控攜手五大主機廠首次展示基于車云協(xié)同計算架構(gòu)的智能網(wǎng)聯(lián)汽車“中國方案”，利用車車協(xié)同、車云協(xié)同，用1個攝像頭實現(xiàn)了ACC（自適應(yīng)巡航控制）功能。這不僅證明了其方案跨平臺適配性及賦能智能駕駛快速落地的能力，更證明了產(chǎn)業(yè)各方對國汽智控方案的認(rèn)可。
展開 自動駕駛域控制器開發(fā)和量產(chǎn)的挑戰(zhàn)
德賽西威副總裁李樂樂舉例說：“對于中低算力的行泊一體域控制器，比如低速場景只是實現(xiàn)APA和HPA功能 ，不需要人在車外，功能安全等級要求較低。高速場景上做L1到L2+，方向盤不脫手，人可以隨時介入，這種輕量級域控上所集成的功能就需要重點打磨。開發(fā)這類域控制器的主要挑戰(zhàn)是如何在算力和成本有限的情況下，把性能做到極致。因為其上層應(yīng)用算法、中間件和底層軟件要聯(lián)合優(yōu)化，耦合度高，軟硬難以解耦。“
大算力域控制器
：在量產(chǎn)時間上還有一個緩沖期，主機廠還有時間和精力與Tier1一起去搞聯(lián)合開發(fā)。更何況頭部的主機廠大都希望能夠全棧自研，即使自己現(xiàn)在搞不定全棧，也希望在與Tier1的合作中能夠更多地參與進去，從而在雙方的合作過程中去不斷地去補足自己的短板。
大算力域控制器用于配置在中高端車型，是作為技術(shù)高點和品牌宣傳的亮點。 因此從受重視程度上來講，是中低算力的輕量級域控所不能比的，這是能夠體現(xiàn)品牌力和影響力的重要因素。
德賽西威李樂樂解釋道：“中低算力域控需要不斷打磨和優(yōu)化策略來彌補算力的不足，在有限成本下把性能做到最好，也就是追求性能和成本的平衡。但是大算力域控目前不用擔(dān)心算力不足的問題，由于算力本身就非常強大，即使不用對算法做特別的壓縮和模型簡化，大網(wǎng)絡(luò)也能運行的非常流暢，體現(xiàn)出極強的性能。
"從這一層面來看，可以理解成大算力域控的硬件與算法功能的耦合性相對會低一些，主機廠和Tier1之間的協(xié)同性要求比輕量級域控開發(fā)低很多。因此，大算力域控制器適合Tier1和主機廠進行協(xié)同開發(fā)，主機廠可以專心做上層軟件去打造差異化，不用因為擔(dān)心算力不夠用而把雙方大量的資源和精力投入到裁剪優(yōu)化上。”
展開 