【汽车与环境】奇瑞智能车技术中心总工程师高继勇:智能车的挑战—深度融合控制大脑和整车电子架构

盖世汽车综合 2017-12-9 22:01:38

核心提示:2017年汽车与环境创新论坛-盖世直播!

 高继勇.jpg

奇瑞智能车技术中心总工程师、国家“千人计划”特聘专家高继勇

高继勇:各位嘉宾下午好,我今天主要介绍智能车的量产挑战,我们前一段在百度大会上和百度合作进行智能车的量产,智能车的量产挑战非常大,80年代初的时候,就有公司做了很多智能车,2009年谷歌也做了很多展示,到现在也是面临量产问题。这里我主要解释两个问题,智能车量产中非常重大的问题,控制大脑和整车电子架构怎么更新。有几个方面,ADAS和我们现在在做的ADAS分离式,还有轻度数据融合和架构挑战,最后是结论。

第一,ADAS和ADS的发展,简单介绍一下ADAS的市场,第一个是2015年4500个source,ADAS对顾客不了解,但是如果重新买车,近90%都要考虑有ADAS系统,从产值上来讲,市场非常大。

第二,ADAS和ADS的未来,在L2、L3大多数工况下还不是全自动驾驶,L3有时候在高速公路上,高速公路下面都是ADAS,特斯拉、奔驰、BMW,GM,下面这四个是国内OEM做ADAS,包括ADAS比较关键的AEB、ACC都有,但是自主品牌落后一些,大家在奋起直追。

这是它的发展,现在真正的L2的量产车就是特斯拉Autopilot,今年10月份刚刚在美国量产。下面是Roadmap,怎么实现辅助驾驶到智能驾驶。大家开始做一些简单的360°全景,还可以做单独摄像头,LCA。第二个是远近光切换或者ADB,这些都是在发展过程中逐步迭代的过程。最后到L3,Conditional可以限制无人驾驶场景,你的手可以离开方向盘,脚不用管刹车。

第二,量产中ADAS的架构是什么样的,这个很多年都在争论,distributed Control能满足ADAS控制的需要,这个分了三个方面,第一,Distributed control architecture,第二是数据融合,第三这个系统为什么对L2、L3做不了。

这个图简单介绍一下轻度数据融合,大多数公司用雷达来做融合主节点,摄像头是Object数据,雷达把图象返回给摄像机。这个地方有四个总结,摄像机可以识别车道线,能够把数据给到雷达,雷达再返回摄像机,我们现在量产的很多车都是这么做的。但是这种分离式的控制器也面临很大的挑战:只能做轻度的数据融合;CAN2.0的带宽非常低,不能做网络安全,网络安全在最低一层的数据就不够了;不能做智能驾驶,智能驾驶有图像定位,图像定位CAN做不了,智能驾驶要做OTA;成本更高,每一个雷达摄像头都是一个控制器,而且非常复杂,特别是摄像头,图象处理消耗很大。

所以我们要做深度融合,控制大脑要做硬架构或者软架构。这是L3的设计,分三个部分,感知、控制驾驶大脑、行动,这三部分包括和大脑的数据,有中距离雷达四个,或者长距离雷达,甚至激光传感器。这些原始数据非常大,需要到大脑中进行深度数据融合,在L2以上要求360°的数据融合,而且还有高精地图和人工智能在里面,这样造成了我们需要大量数据,通过不同的方式传输到控制大脑当中。摄像头可以用两百万的,雷达有77Ghz的,雷达的数据量非常大,还有超声波传感器,这些都在里面融合,它通过什么方式传入到大脑中,这里面有不同的方式做,取决于芯片的设计。

控制大脑硬件结构分几个部分,在设计当中可以采用GPU,或者FPGA,然后有接口。这里我们面临很大的挑战,结果发现做到大脑的时候,第一个问题散热不好解决,因为我们很多控制器一般是1瓦甚至零点几瓦的功耗,但是这个有40多瓦。特斯拉用的是风冷,这个有很大问题,特别是中国空气比较脏,而且还有噪音,要是智能的风冷,风冷也是很大的挑战。水冷也是一个,现在我们的控制器都没有水冷,因为这个芯片在这儿,水冷不好过去,这个冷却也面临很大的挑战。而且这项技术在中国没有很好的伙伴,在中国自主品牌都没有开放,这也是一个很大的挑战。现在技术在进步,而开发和验证工具还没有。

这是软件的架构,传感器输出到控制器,IMU也许是高精的,也许是普通的,但是也许L2、L3用不到。高精地图有很多种,高精地图是不是ADAS就够了,不需要ADS,用什么样的高精地图做,在量产车上也没有用高精地图,有了高精地图以后,可以通过OTA,车可以继续升级到L3或者L4。

这是电子架构,智能车的电子架构分几个方面来谈,一个是Topology怎么做,还有protocols,还有Bootloader,还有OTA挑战。这个Topology是NXP推荐,我们现在很多车有很多软件,雨刮坏了也是能工作的,大灯坏了也能工作,这对架构的冲击非常大。

然后在电子架构中开发和验证也是很大的挑战。用于智能驾驶和数据融合的还在里面,有些公司用了但是还面临很大的问题,这个在现在的架构中非常重要,国际上有些主机厂已经量产了。2015年我还没有回国的时候也参加了这个项目,但是遇到很大的挑战。所以这个造成汽车架构当中的EMC是非常重大的问题,EMC正在发展当中,TSN在发展当中,缺少验证工具和研发工具,标准化过程还不能满足我们目前的架构。

我们经常用到AutoSAR操作系统,这是AutoSAR,原来AutoSAR不能支撑ADAS的需要,就产生了自适应AutoSAR,它对操控系统的分配和调用达不到并行运算的要求。OTA,因为智能车软件非常复杂,希望不断的更新,包括特斯拉都在做这个,只要做智能车就要做OTA,否则没法维修。美国9月份通过法律制订,其中就有汽车网络安全,在美国不满足这个不让你卖。

最后一个是ADS Vehicle,我没回国之前参加了很多这方面的设计。我最后做一个结论,以前车都是人开的,现在可能人不开车了。科技在迅速发展,包括芯片和软件,只有大家能应对这些挑战才能赢得这场战争。我的汇报结束了,谢谢大家。


敬请关注盖世汽车“2017汽车与环境创新论坛”直播专题

提示本文为现场速记,未经专家审核,请勿转载!

相关阅读
新能源汽车发展关键期 压死骆驼的不是补贴退坡

17-12 1104

【汽车与环境】圆桌讨论:新能源汽车动力系统及控制技术发展

17-12 2275

【汽车与环境】上海大学罗建教授:轮毂电机与分布式驱动

17-12 3213

【汽车与环境】无锡安飞纤材韩楠林:新能源汽车及零部件轻量化复合材料的经济性门槛和解决方案

17-12 1669

【汽车与环境】圆桌讨论:驾驶辅助到自动驾驶的技术路径

17-12 1665

【汽车与环境】圆桌讨论:节能车动力系统的变局与挑战

17-12 1419

【汽车与环境】上汽前瞻研究部燃料电池系统部总监陈雪松:上汽燃料电池汽车研发和运行情况介绍

17-12 3274

【汽车与环境】混合动力专家、国家“千人计划”特聘专家段志辉:混合动力发展趋势分析

17-12 4191

【汽车与环境】清华大学苏州汽车研究院智能汽车技术研究所所长戴一凡:基于超声波的环境感知与自主泊车

17-12 2482

【汽车与环境】江淮发动机性能开发总监陈玮:直喷汽油机燃烧系统开发

17-12 3580