当前位置:首页 > 智能汽车
  • 怎样让智能汽车彼此之间相连

    怎样让智能汽车彼此之间相连

    跑得更快、跑得更稳、跑得更安全,无疑是大多数人对智能汽车的希冀与期盼。如果能够坐在智能汽车内,由智能车载系统自动导航车辆行驶路线,而车主可以播放音乐、在线购物、远程视频等,不也是十分惬意吗? 如今,这一美好畅想已不再遥不可及,而是逐步找到了在现实中落地的更多可能性。放眼全球,随着物联网、云计算、人工智能等前沿技术的飞速发展,各创新主体在无人驾驶赛道持续发力,并与其他参与者形成合力,不断促进无人驾驶在汽车相关领域的增长与扩张。 我国作为世界经济体的重要组成部分,正为全球经济增长与科技进步贡献巨大力量。在智能汽车领域,我国毫不懈怠,已经从政策、资金等多个层面给予鼓励与扶持。目前,我国正在积极发展智能网联汽车。在无人驾驶技术进一步发展、BAT等企业进入市场并加大布局力度的大环境下,我国无人驾驶市场已处于快速发展阶段,智能汽车也成为了多方关注的焦点。 近日,国家发展改革委、科技部、工信部等11个部门联合印发《智能汽车创新发展战略》。该文件提出到2025年,中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。实现有条件自动驾驶的智能汽车达到规模化生产。 现在离2025年,还有几年的时间。目前,相关部门、科研机构、科技企业等,已在智能汽车技术研发、部件制造、道路测试等方面展开积极探索。截至目前,北京、广州、上海、长沙、沧州等城市已经开放自动驾驶载人测试。其中,全国20多个城市已发出自动驾驶道路测试牌照200余张。在测试道路方面,仅北京已累计开放自动驾驶测试道路500余公里。 其实,智能汽车在交通道路上的快意驰骋,涉及多项前沿技术与智能装备。除了必备的道路基础设施、道路交通地理信息系统、大数据云控基础平台外,建设广泛覆盖的车用无线通信网络对于智能汽车的安全上路来讲也十分重要。接下来,各有关方面需积极开展车用无线通信专用频谱使用许可研究,快速推进车用无线通信网络建设。 具体来讲,各方需统筹公众移动通信网部署,在重点地区、重点路段建立新一代车用无线通信网络,提供超低时延、超高可靠、超大带宽的无线通信和边缘计算服务。在桥梁、隧道、停车场等交通设施部署窄带物联网,建立信息数据库和多维监控设施。 在真实、复杂的交通场景下,智能汽车需在高可靠、低时延的前提下,完成多项并发任务的实时计算处理。基于此,一些企业已经在研制智能车载系统、提升车辆行驶稳定性方面积极尝试。利用多核心、高主频的异构计算处理器配合多线程并发,辅以异构异调进程调度策略,某智能车载系统可有效分配系统硬件资源、实现多任务协同管理,进而真正体现系统的实用性和科技感,也可在一定程度上消除驾驶者的疲劳感。 综合来看,在我国智能汽车产业快速发展之时,一些问题依然存在。法律法规不健全、技术认证体系不完善、关键技术攻关难、专业人才缺口等问题,有其不容忽视。其中,智能汽车创新技术横跨汽车、互联网、信息通信等多个领域,对复合型和高科技人才的要求非常高。随着智能终端、操作系统等领域的人才缺口日益显现,加快专业人才培养迫在眉睫。 随着5G渐行渐近,自动驾驶不再纸上谈兵。大带宽、低延时、高稳定性的5G通信,是自动驾驶正式推出的前提条件,也是及时准确采集多类数据、打通车与人之间信息协同途径、强化智能汽车监管体系、增加智能汽车之间联动性的重要基础。 2020年,是L2向L3级自动驾驶演变的关键期,也是智能汽车产业向前推进的一个重要时间节点。展望2020年,智能汽车或将在技术研发、产品制造、标准制定等方面实现更多突破,为人们带来更多惊喜!

    时间:2020-05-01 关键词: 物联网 智能汽车 无线通信网络

  • 如何设计好的物联网产品用户体验

    公司将举办首届康普网上数字论坛,以取代原计划的MWC 2020活动 中国上海,2020年3月13日 — 消费者对智能手机、人工智能、增强/虚拟现实以及4K视频的使用,推动着运营商在优化现有LTE网络的同时,加快5G网络建设的步伐。此外,各企业希望运营商能够将这些网络优势带到自身运营中。为帮助运营商解决消费者及企业的需求,并在技术上不断突破,康普公司宣布推出全新解决方案,为旗下强大的产品组合再添利器。 在天线设计、开放式无线接入网络接口(O-RAN)和物联网管理方面的进步,只是康普公司端到端网络设备产品组合新增功能中的冰山一角。这些创新都至关重要,能够简化5G的推广,助推运营商的业务增长。这些方案将于3月17日美国东部时间上午9:00 / 格林尼治标准时间下午1:00 (北京时间 17日下午9点),以及3月18日美国东部时间下午1:00 / 格林尼治标准时间下午5:00 (北京时间19日早上1点),在康普网上数字论坛展出。数字论坛相关内容,与会者注册后可于3月20日之后查看。 康普公司首席技术官Morgan Kurk表示:“我们相信2020年将是无线运营商的关键决策之年,运营商将在各种频段部署、增加容量并大力完善其网络,同时推进标准和技术的发展。康普公司于2019年收购ARRIS和Ruckus的同时,也收获了广泛的资源和大批人才,将助力客户在技术上不断突破,在5G变革的浪潮中充分释放其潜力。” 以创新助力更智能、更快速的5G网络部署 康普公司5G产品组合中的全新解决方案包括: 全新窄波束宽度天线和精简空间天线解决方案可解决分区受限制、空间受限、以及安装复杂性的问题。 M-LOC集束连接器可简化天线连接,以应对端口数量增加、布线混乱、以及复杂度提升等问题。 PowerShift作为一个单机架电源单元,能够在运营商新增更多更高功率的射频单元RRU时,满足其功率需求。 推动运营商企业级业务成长 全新标准、产品和解决方案将助力运营商把握机遇,扩展面向企业类客户业务,包括管理型的服务。康普在该领域的新产品和服务包括: 全新RUCKUS Wi-Fi 6接入点(AP):包括适用于室内部署的R650和适用于室外部署的T750,可实现更快速、更稳定的无线覆盖,适合包括工业物联网(IIoT)以及体育场、交通枢纽和学校等超高密度用户环境在内的多种用例。 康普OneCell小型蜂窝基站的相关进展包括全新5G NR空中接口、5G数字基带虚拟化、以及开放网络接口的前传和管理接口。 RUCKUS物联网产品套件(IoT Suite)的功能扩展包括全新集成式LoRa网络服务器、先进的规则引擎、以及更广阔的IoT生态系统,可支持楼宇和能源管理,以及教育应用环境中的vape检测。 过去几个月中,康普还推出了其他5G解决方案,包括: 基于NVG558固定无线接入(FWA)网关平台,对sub-6 GHz及毫米波5G NR无线连接的支持。同时结合该平台对4G LTE和3.5 GHz CBRS的既有支持,这些新功能将助推运营商的能力扩展,使其能够借助NVG500系列高级PON、xDSL和FWA网关,提供三网合一式服务。 针对分布式接入架构和10G的高级解决方案,可助力5G和电缆技术的创新。 欲进一步了解相关解决方案,欢迎注册并参加康普网上数字论坛。论坛主题为:“助力现在,助力移动未来。网络演进 2020。” 2020年,网络运营商加紧规划大规模5G服务 5G现已在市场上推出,为充分发挥5G技术的潜力,网络运营商将纷纷做出关键性决策。例如,以下网络运营商正在着力扩展5G网络: 德国电信基础设施和地产部主管Andreas Cyprian表示:“随着我们为下一代5G网络奠定坚实基础,我们已将德国全境的覆盖率提高至94.4%。我们的目标是至2021年再部署9,000个基站,使我们在德国全境内的覆盖率接近100%。我们将持续与康普合作,开发创新的解决方案,从而实现网络投资收益最大化,搭建通往下一代技术的桥梁。” 法国电信运营商Orange交通运输项目总监Nicolas Phily表示:“在当今的数字化经济环境下,乘客希望在乘坐火车的同时也能够上网和打电话。移动连接已成为必需。随着城市着眼于未来交通运输的数字化,在部署5G就绪型网络时,均开始采用Orange的解决方案,来打造更丰富的体验。” 沙特电信公司STC基础设施设计总经理Eng. Hisham A. Alabdaly表示:“紧跟国际发展趋势,第四次工业革命的进步也给沙特市场带来了改变。机器人、人工智能和物联网等新兴技术方面的突破均将有赖于5G基础设施的支持。按照沙特的“2030愿景(Vision 2030)”,旅游业、制造业和国防有望重新占据沙特阿拉伯王国经济舞台的中心。无论从任何方面来衡量,我们都必须实施新技术,为数字化服务赋能,实现更高的效率和生产水平。”

    时间:2020-05-01 关键词: 物联网 自动化 智能汽车

  • 成功的物联网企业是怎样的

    成功的物联网企业是怎样的

    近年来,物联网( IoT )已经从科幻变成了必需品。从智能汽车、智能机场系统、车队管理到基于位置的通知、复杂的安全和医疗保健系统,它已经影响到了我们生活中的各个行业和各个方面。企业是否应该采用物联网,已不再是一个问题,而更多的问题是应该在何处以及如何应用它。由于物联网是一个相互连接的设备和网络协同工作的系统,因此将其纳入企业现有流程的过程与任何其他形式的创新过程类似。 在采用物联网时,务必记住所有利益相关者。虽然客户满意通常是最终目标,但只有当组织中的员工适应变化时,这一目标才能实现。事实证明,对于试图鼓励采用物联网的管理人员来说,这是一个相当头疼的问题。不用说,有一些教训需要吸取。 成功的物联网采用:总是解释原因 一些世界上最大的公司,如英特尔或谷歌,在其愿景陈述中融入了创新理念,因此引入变革不会带来任何问题。然而,并非所有公司都是创新驱动的IT巨头,因此从传统商业模式转向创新的连网设备系统可能需要相当多的工作和说服力。 在一次著名的TED演讲中,Simon Sinek说,“人们不买你做的事情,他们买你这样做的原因”。 员工也属于这一类,并且解释这些改变背后的原因至关重要,这些改变将影响他们完成任务的方式。他们应该知道:实施这些变革会带来什么好处?这将如何使他们的工作更容易?这会对公司产生怎样的积极影响?他们能期待什么样的长期回报? 确保员工了解过渡到物联网系统将如何使他们的工作更令人满意并使流程更加高效,并解释它带来的好处值得将物联网应用到业务中。只有这样,他们才不会那么抗拒,并成为变革的推动者。 让物联网变得可以理解 物联网旨在通过连接不同的设备来提高生产力,并使流程更加顺畅和简单。然而,尽管物联网系统的开发是为了使流程更简单,但它本身通常相当复杂,因此理解和利用它们可能是一个挑战。这就是为什么管理层能够做的最好事情就是创建工具和方法,来帮助员工理解物联网的工作原理和操作方式。 有一些方法和工具可以帮助员工加深对物联网的理解: ★在职培训:使用这种方法,员工可以学习必要的技能,并在工作中实践。虽然这可能是最快的学习方法之一,但它通常用于更简单的系统,因为它更侧重于实践。 ★视频教育:该工具允许员工观看简短视频,并了解系统的部分功能。通常,公司会将教育视频制作服务外包给第三方公司进行管理培训。视频风格应该根据品牌形象、企业文化以及公司愿意花费的预算来选择。 ★课堂培训:一种传统方式,可以让员工熟悉内容以及课堂环境中的变化和新工具。最近,越来越多的在线培训使得远程培训成为可能。 适应变化 当变化每天发生时,它就不再那么奇怪和可怕,它会变得明显和正常。因此,一旦员工确信这不是一次性项目,而是改变重点和战略,他们就会更容易接受向物联网系统的过渡。总有一些事情需要改进、添加和不断实施,以提高效率,因此,延长适应过程并使变革成为企业的一个不变事实是有意义的。这样的变化看起来不会那么突然,从长远来看,员工会逐渐习惯于微小的、持续的变化和改进。 同样重要的是要明白,变革从来都不是一件容易的事情,无论是从书写到打字,从模拟电话到移动电话,从无关联的单个设备到物联网,总会有人站出来反对。然而,决定因素应该是它给企业带来的好处,而这可以通过企业内部的清晰沟通来完美实现。

    时间:2020-05-01 关键词: 物联网 IoT 智能汽车

  • 苹果推出自动驾驶导航系统,一键启动的非凡体验

    苹果推出自动驾驶导航系统,一键启动的非凡体验

    (文章来源:EEWORLD) 苹果公司获得了美国专利商标局(U.S. Patent and Trademark Office)授予的新专利,其中包括“泰坦计划”(Project Titan)的发明专利:自动驾驶导航系统(ANS)。 该自动驾驶导航系统可通过苹果汽车系统CarPlay预设目的地,一键启动后,汽车能够自动将用户带往目的地。苹果的泰坦计划向来是自动驾驶行业的神秘存在。早在2014年,苹果便以重资产模式入局造车,推出“泰坦计划” ,计划复刻iPhone的成功,从零开始打造一款颠覆汽车行业的产品,并为此频繁挖角电动车领域技术工程师。 但因缺乏整车制造相关经验,该计划一度搁浅,至2016年才重新开启,并将发展路线由整车制造改为自动驾驶技术研究。因项目的保密性质及今年年初泰坦计划裁员190人的消息,有人认为苹果造车计划已搁浅。 “自动驾驶和自动驾驶汽车不会实现。”苹果联合创始人沃兹在今年10月份的拉斯维加斯JD Power汽车革命会议上表示,他曾相信,苹果公司能够做出真正的无人驾驶汽车并进行销售。但在几年前,他放弃了这种想法。“有很多技术可以帮助我们驾驶汽车,使我们更安全。但是真的至少需要最笨的人来操控方向盘。”沃兹说。 虽然沃兹的发言透露出,苹果的造车计划或将又一次进行路线调整——由无人驾驶技术研究转向驾驶辅助技术研究。但从专利授予及业内合作等情况来看,苹果的汽车野心不止于此。 今年6月,苹果收购前百度首席科学家吴恩达团队的自动驾驶公司Drive.ai,该公司的主要发力点是自动驾驶后装市场,通过提供激光雷达等硬件套件,将车辆改装为自动驾驶汽车。10月,台湾的《电子时报》报道,台湾公司广达电脑(Quanta)一直在为苹果提供自动驾驶解决方案。 苹果在今年还陆续获得了不少自动驾驶汽车相关专利,比如新一代车载照明系统、一体化底盘控制系统以及可捕获高精度4D信息的道路摩擦系数估算系统及包括双接收阵列的雷达系统等。苹果供应链分析师郭明錤接受车云的采访时曾表示,苹果是想重走iPhone的成功路,即先做好“软件”,再攻克“硬件”,最后形成“服务”,可能会在2023-2025年间正式推出苹果汽车。

    时间:2020-05-01 关键词: 自动驾驶 智能汽车

  • Velodyne发明的传感器,能否为自动驾驶汽车带来帮助

    Velodyne发明的传感器,能否为自动驾驶汽车带来帮助

    (文章来源:车知了) 根据外媒相关报导,谷歌母公司velodyne旗下的自动驾驶汽车公司智行者从星期三开始对外售卖其lidar(激光雷达)传感器。velodyne研发了第一款在自动驾驶车辆上使用的3D实时激光雷达传感器,并且还获得了技术专利,这是一款怎样的传感器呢?接下来我们一起来看看。 据了解,等到2020年的时候,智行者筹划在国内把配备了多种传感器的无人驾驶电动清扫车蜗小白开始投入市场,简称aet,这辆清扫车可以安全的感知周边的环境情况,并且还会依照特地的区域和路线在场景内自主行驶并完成行李货物的运输。现在刚好疫情当前,智行者车辆正用在清扫与消毒医院的领域,有利于帮助展开防疫工作的展开,大大的减轻了医务人员的工作程度。 这辆车可以通过激光雷达、摄像头、毫米波雷达等这些传感器再搭配gps可以准确及时的获得物体的确切位置。 要是现有传感器技术与激光雷达可以匹配到自动驾驶汽车上,那可以早日实现自动驾驶汽车的完成。因为它具备了可靠性、功率效率与环绕视图等特色,可以提高自动驾驶汽车驾驶的安全性。 根据外媒的相关报导,本地时间1.16日,日本velodyne株式会社(pioneercorporation)公布了和智行者moovitapteltd(以下称为moovita)在新加坡高等教育机构义安理工学院(ngeeannpolytechnic)校园内联合开启配备了先锋3D-lidar(激光雷达)传感器的自动驾驶接驳车的试运营。 这辆车可以通过激光雷达、摄像头、毫米波雷达等这些传感器再搭配gps可以准确及时的获得物体的确切位置。 要是现有传感器技术与激光雷达可以匹配到自动驾驶汽车上,那可以早日实现自动驾驶汽车的完成。因为它具备了可靠性、功率效率与环绕视图等特色,可以提高自动驾驶汽车驾驶的安全性。 根据外媒的相关报导,本地时间1.16日,日本velodyne株式会社(pioneercorporaTIon)公布了和智行者moovitapteltd(以下称为moovita)在新加坡高等教育机构义安理工学院(ngeeannpolytechnic)校园内联合开启配备了先锋3D-lidar(激光雷达)传感器的自动驾驶接驳车的试运营。

    时间:2020-05-01 关键词: 自动驾驶 智能汽车

  • 完全自动驾驶还离我们有多远,安全性能最重要

    完全自动驾驶还离我们有多远,安全性能最重要

    (文章来源:车逸知) 主动刹车,自适应巡航,车道保持等L2级别驾驶辅助系统如今越来越常见,但在国内城市地面道路和快速路上,复杂多变的路况使这些驾驶辅助并不适用。只有在宽阔笔直的高速公路上,它们确实减轻了驾驶员的长途疲劳感。 现在拥有更前沿自动驾驶技术的车厂,则提供了打转向灯自动变道的进阶功能。然而近日美国公路安全保险协会IIHS则指出,车厂应该警惕推广这些进阶自动驾驶技术,因为在对驾驶员的状态监测上,现有系统都做的不够好。 很明显,自动驾驶进化地越复杂越可靠,驾驶员就越难以专注于驾驶车辆。即使是那些最小心谨慎的驾驶员,更多地自动驾驶功能也会增加做其他事的诱惑,比如查看手机或接打电话。提供自动驾驶技术的车厂,需要更多地考虑如何监控驾驶员的状态。现在,大多数车型在启用自适应巡航或车道保持时,仍要求驾驶员双手放在方向盘上,如果离手达到一定时间则车辆会采取制动措施。 但这远远不够,如果驾驶员视线远离路面或打瞌睡呢?因此少部分车型会同时提供驾驶员视线和疲劳度监测,在探测到驾驶员注意力不集中时,将会出现一系列逐步升级的警告。从仪表盘上出现警示灯,然后是声音警告或座椅振动。如果驾驶员未能做出反馈,最终将车辆制动至停止。 IIHS敦促每个车厂都需要如此完善自己的安全监测系统,通过设置不同的警报方式,增加跟车距离,最终在车道上制动,来保证驾驶员是在清醒专注的情况下使用自动驾驶系统。也许会有人说自动驾驶的作用就是让驾驶员放松,如果还需专注不如自己开车。其实IIHS倡导的是驾驶员的注意力还是要集中在路面上,实际操控由车辆自主完成,L2级自动驾驶的定义就是如此。 接下来自动驾驶还会向更高级别发展,不过将对车辆硬件、道路基础设施、网络通信有更高的要求。因此在完全自动驾驶那天到来前,每个驾驶员还是要专注地掌控车辆,这才是安全最重要的因素。

    时间:2020-04-30 关键词: 自动驾驶 智能汽车

  • 现如今的智能网联汽车还存在着哪些安全隐患

    现如今的智能网联汽车还存在着哪些安全隐患

    (文章来源:雷锋网) 2019 年有两类新型车联网攻击方式爆出,新出现的攻击方式往往会打破这种平衡,原有的防护方案没有考虑到此类攻击手段,需要主机厂的重点关注。 国内大部分自主品牌汽车,均使用私有 APN 连 接车控相关的 TSP 后端服务器。通过 ISP 拉专线可以在一定程度上保护后端服务器的安全,但与此同时也 给后端服务器带来了更多的安全风险,由于私有 APN 的存在, TSP 不会暴露于公网,导致 TSP 的安全人员 忽视了私有网络和 TSP 本身的安全问题,同时私有网络内没有设置严格的安全访问控制,过度信任 T-Box, 使得 T-Box 可以任意访问私有网络内部资产,同时很多不必要的基础设施服务也暴露于 APN 私网内,将引发更多安全风险。因此一旦黑客获取到智能汽车的 T-Box 通讯模块,即可通过通讯模块接入车厂私有网络,进而攻击车厂内网,导致 TSP 沦陷。 经过研究发现,现阶段大部分智能汽车的 TCU 都可以找到调试接口,并可以通过调试接口输出的日志,获取到很多敏感信息,包括系统启动日志、TSP 后端地址、APN 配置信息等,攻击者可通过获取到的 APN 配置信息,结合上 TCU 板载的 eSIM 进行上网,甚至可以访问到车厂的核心网络。也可以通过提取 TCU 上通讯模组的存储芯片,逆向分析固件,从而拿到 APN 配置、TSP 后端配置等重要信息。 对于双向认证的服务器,通过进一步提取出出 TLS 客户端证书,通过对 TCU上的 TSP 客户端进行逆向分析,获取到和后端服务器的通讯方式,就可以对 TSP 服务端进行访问。提取固件逆向分析自动雨刮的操作代码2019 年 5 月,科恩实验室爆出特斯拉 Model S 的自动雨刮器,车道识别系统存在漏洞,研究人员静态逆向和动态调试分析了 APE(Autopilot ECU)的视觉识别系统,并尝试实施攻击。 通过逆向分析发现,fisheye 摄像头将开启自动雨刷图像识别的执行过程,此后会搭建一个判断天气情况 的神经网络文件,名称是“fisheye.prototxt”。神经网络的输出结果代表了系统对当前下雨概率做出的预测, 当结果超过阈值时,自动雨刮器就会启动。 使用 Worley 噪音生成对抗样本图片研究人员通过使用一种名为 Worley 噪音(在计算机图形学中,它被广泛使用,以任意精度自动生成纹理。 Worley 噪声能够模拟石头,水或其他噪音的纹理)的噪音生成函数,通过加补丁的方式生成所需的对抗样本图片。最终通过在电视上放映生成的对抗样本图片,成功启动了特斯拉的自动雨刮器。 部署对抗样本贴纸欺骗特斯拉自动驾驶系统基于同样的原理,研究人员经过实验发现,只需在道路上贴上对抗样本贴纸,就能成功误导自动驾驶系统,使车辆行驶到对面的车道,造成逆行。 通过压缩图片消除对抗扰动或打破扰动结构 通过对车道识别功能分析发现,首先摄像头对图像开始处理,然后将图像送入神经网络, detect_and_track 函数负责不断更新内部的高精地图,并根据周边的实时路况,不断向相关控制器发送对应的控制指令。 根据研究人员分析,特斯拉仅使用计算视觉识别系统来识别车道,在良好的外部环境下,该功能拥有不错的鲁棒性,但在真实道路上行驶时,只依靠视觉识别系统将会导致车辆遭受地面的对抗样本干扰项影响,从而驶离正常车道。 通信模组的安全防护可以有效降低云端平台被暴露导致的入侵风险,降低漏洞造成的影响范围,避免批 量远程控制事件的发生。360 智能网联汽车安全实验室在发现此类新型攻击方法以后,2018 年就投入了对安全通信模组的研发。通过对传统通信模组进行了升级改造,在原有模组的基础架构之上,增加了安全芯片建立安全存储机制。 集成了 TEE 环境保护关键应用服务在安全环境中运行,并嵌入了入侵检测与防护模块,提供在 TCU 端侧上的安全监控。 但因车载通信模组的计算资源和存储资源有限,因此只依靠本地的检测不足以识别黑客的攻击行为。因 此需要依赖于后台安全运营中心的全面检测,云端安全运营中心的全局异常行为检测可以通过实时对车载智能终端设备的系统资源、应用行为、网络连接以及 CAN 总线接口的监测,结合云端的安全大数据进行分析,发现并定位车载终端中的异常行为,并根据预置策略执行阻断,实现基于终端检测与响应技术 (Endpoint Detection and Response) 的车载智能终端动态防护体系。 通过这套体系配合车载通信模组内置的密码算法为车联网系统提供安全通信、安全启动、安全升级、安全控车、隐私保护等功能,全面守护车联网安全,保护车主的隐私及人身财产安全。 此类攻击的发生源于在深度学习模型训练过程中,缺失了对抗样本这类特殊的训练数据。因此一类常见 的防御手段是增强神经网络本身的鲁棒性,将对抗样本放入训练数据中重新训练网络,并提高训练数据的极端情况覆盖率。同时在使用过程中,对出现的无法识别样本进行标记,利用此类数据持续训练网络,不断提高输入数据的识别准确率。但是无论在训练过程中添加多少对抗样本,仍然存在新的对抗攻击样本可以再次欺骗网络。 另一类防御方式是修改网络,例如添加子网络,或者利用外部模型处理无法识别的输入数据。通常可使用 输入梯度正则化增强鲁棒性,或者使用防御蒸馏方法降低网络梯度的大小,提高对小幅度扰动对抗样本的发现能力。 还有一类防御手段是对输入数据进行预处理或者转换。例如在图片进入视觉识别系统之前,通过图像转 换,包括图像裁剪和重新缩放、位深度缩减、JPEG 压缩、总方差最小化和图像拼接等操作,消除对抗扰动或打破对抗扰动的结构。或者通过噪声处理,将对抗扰动视为噪声,通过高阶表征引导去噪器(HGD)消除对抗样本中不易察觉的扰动。通过净化输入数据的这一类防御方式无需修改或重新训练神经网络,且易于部署,有较好的防御效果。 但是目前安全标准大多提供的是基线的安全要求,在动态变化的网络安全环境下,仅遵循标准,使用密码应用等被动防御机制还远远不够。新兴攻击方式层出不穷,需要构建多维安全防护体系,增强安全监控等主动防御能力。2020 年全球只有 300 亿台设备连接到互联网,但随着物联网、5G、AI 等技术的应用,这一数字可能在未来十年内增长到 5000 亿。一切万物都不可避免的数据化、互联化,而出行领域也将彻底被车联网所完全改造。 随着中国推行的车联网技术标准 C-V2X 获得欧盟等大部分国家地区的支持,2020 年将正式进入 4G/LTE-V2X 车联网的商用元年。也就是车联网正在从车载信息服务向智能网联服务阶段全面过度。而对于广大的汽车厂商而言,布局车联网已经是一个不用讨论的既定战略。但是选择自建体系还是与外部合作,成为摆在车企面前的选择题。 第一条路是自建车联网体系 ,例如 DiLink 系统,第二条路是引入多家主流互联网、运营商以及华为、高通这样的芯片技术商开展合作,打造开放车联网生态系统,第三条路线则是汽车厂商选择与某一家互联网厂商展开深度合作,打造深度定制的车联网系统。 当然,摆在车企面前的除了如何选择外,还有一个不容忽视的问题是:万物互联时代,假设一个场景,车辆在通信时,有一条信息是假的,这条信息就会告诉一辆车,这一辆车就会把错误的信息再反馈给其他车,一传十,十传百,造成批量群死群伤的事故。所以在 5G 车联网里,眼里容不得沙子,不能有一个信息是错误的,不能有一个信息是攻击行为的,所以它的安全威胁和风险更大。 与此同时,车企自身也不能掉以轻心,因为部分车企在处理汽车信息安全时也存在侥幸心理,这就导致 了车企更大的损失。所以,360 建议车企未来要更重视安全问题,车企应与业界各头部厂商加强合作,提升自主研发能力,将车联网领域的软硬件深度整合,同时更希望车企们在面对新型威胁时,360 能够给更多的车厂种上“疫苗”,抵御新型攻击。      

    时间:2020-04-29 关键词: 安全漏洞 智能汽车

  • 智能汽车人机交互设计未来的发展趋势到底如何

    智能汽车人机交互设计未来的发展趋势到底如何

    随着汽车向智能化、网联化、电动化和共享化等方向的发展,以及国家相关政策对汽车新四化变革的大力扶持,智能汽车发展的前景广阔。再加之人工智能和互联网等计算机技术的突飞猛进,汽车正在发生革命性的变化,其内部空间、人机交互等方式也随之变化。通过设计创新为人类带来全新的体验,是智能汽车人机交互的内涵所在。 随着汽车向智能化、网联化、电动化和共享化等方向的发展,以及国家相关政策对汽车新四化变革的大力扶持,智能汽车发展的前景广阔。再加之人工智能和互联网等计算机技术的突飞猛进,汽车正在发生革命性的变化,其内部空间、人机交互等方式也随之变化。通过设计创新为人类带来全新的体验,是智能汽车人机交互的内涵所在。 通过在汽车上搭载传感器、控制器、执行器,运用先进的计算机技术,如人工智能、计算机视觉技术等,使汽车具有部分或完全自动驾驶功能,从而实现了汽车智能化的目的。通过查阅大量与人机交互相关的文献,运用聚类归纳等方式,预测出了智能汽车人机交互设计未来发展的几大趋势。 智能汽车人机交互设计未来的发展趋势如下图所示: 图1 智能汽车人机交互设计趋势 1.从运载工具到交通系统 汽车最初诞生的目的是为了解决人类的出行问题。随着时代的发展,车联网和人工智能等技术的进步,智能交通系统的实现成为了可能。在智能交通系统(ITS)的背景下,未来汽车的人机交互设计成为了系统的设计,将人-车-路-云有机的联系在了一起,构成了跨交通工具的出行交通系统,从而为打造成无堵车、高效率出行的智慧城市奠定了基础,提高了人们的幸福感。 2.连接与分离 未来的汽车正在成为类似于智能手机一样的移动终端,在其自动驾驶期间,人类完全可以充分利用时间来做一些其他的事情,如办公、娱乐等。智能汽车未来的人机交互设计包括基于位置的生活服务设计、基于互联服务的空间设计、商业模式与服务设计。可以在车内实现在线订餐、车内办公、社交等等,这些将成为智能汽车未来人机交互的主要趋势之一。 3.共享服务 据统计,到2020年全球约有2700万人注册使用汽车共享服务。汽车共享服务越来越成熟,街道上共享汽车行驶的比例在慢慢增加,如神舟专车、滴滴等。并且多样的共享模式吸引了许多行业的领军者参与进来,汽车租赁、即时用车、网络专车等为汽车共享服务奠定了基础。分时租赁模式由于其即取即用、随借随还的优势将成为主流的汽车共享服务模式。 4.无处不在的显示 智能汽车车载显示将会朝着大尺寸、高分辨率、创新的外形设计、多方位布局等方向发展,将不再仅仅局限于中央仪表盘等位置,而是朝着多方位、多维度方向发展。多维度、多显示设备的系统架构将成为未来汽车人机交互设计的重要发展方向。 5.接管与移交 随着自动驾驶技术的进步,对于车辆控制权的问题相应产生,为了满足用户对驾驶的体验感,如何选择由用户控制汽车和机器控制汽车,则成为了智能汽车人机交互设计未来发展的趋势。接管与移交则指用户接管汽车和将汽车控制权移交给机器,如何平衡用户和机器对汽车的控制就成为了人机交互的难点。 6.实体媒介交互 随着显示技术的不断发展,以现在驾驶控制设备为基础的显示控制一体人机交互、新材料与传感技术构建的灵活实体交互和基于全自动驾驶的新实体媒介控制则成为了未来智能汽车人机交互设计的新趋势。 7.个性化 个性化需求与定制一直都是各行各业用户所追求的趋势,汽车行业也不例外。目前不少企业都推出了生物识别技术来为用户所服务,如语音识别、面部识别、指纹解锁等技术。所以基于生物识别技术、感知技术的智能汽车人机交互方式仍然是未来智能汽车人机交互设计的发展方向之一。 8.多通道融合交互 多通道融合交互技术将人的多个感官有机的融合在一起,与汽车形成交互行为,全面提升用户的驾驶体验。在人类驾驶汽车的时候,视觉仍占了信息接收的五分之四,则视觉通道技术仍然是未来智能汽车人机交互设计的基础,再加之语音交互等技术,形成了未来多通道融合交互的发展趋势。 9.智能情感交互 智能汽车人机交互设计未来的发展趋势将汽车从高智商的机器向高智能的情感机器方向发展。随着智能技术的发展,利用机器学习以及深度学习等技术,未来的智能汽车将通过研究车主的行为方式来与车主进行交流,成为车主情感上的伙伴。除此之外,还会利用车联网技术、智能交通系统等,与周边环境、车辆等进行实时互动,达到智能情感的交互。        

    时间:2020-04-29 关键词: 人机交互 智能汽车

  • SIEMENS验证工具助力更安全、更可靠车辆的开发

    SIEMENS验证工具助力更安全、更可靠车辆的开发

    (文章来源:电子工程世界) 未来的汽车将会带动众多技术的融合。电气化、传感器、连接性、云计算、大数据和  AI,它们在自动驾驶汽车、车辆与万物 (V2X) 通信以及信息娱乐电子设备的功能安全及其驾驶辅助功能方面都有着紧密的联系。 此外,这些车辆是终极的系统体系之体系。在最低层,我们拥有单独的传感器和集成电路。它们在车辆的各个子系统中交互,而这些子系统则构成了车辆本身。但整个体系并未止步于此:车辆不过是总体车载环境的一部分,该环境还包括其他车辆、行人、基础设施,甚至云。 这使得汽车系统的验证成为一项艰巨的任务。毫不夸张地说,需要检验的场景数量多达数百万个,而且每个场景都有不同的变型。例如,在一个场景中,可能有汽车正在接近人行横道上的行人。但这可能发生在一天中的不同时间,具有不同的天气、不同的行人服装和不同的种族类型。实际上,所有这些因素共同构成了一个凭借手动物理方法绝对无法完成的验证项目。 在 2016 年巴黎车展上,丰田首席执行官 Akio Toyoda 曾提醒人们,“汽车验证需要 142 亿英里的测试”。在 2014 年的一篇文章《自主驾驶》(Autonomous Driving) 中,Roland Berger 指出,“设计验证即便不是成本最高的部分,也是一个非常重要的部分”。麦肯锡报告《机器人何时上路》(When Will the Robots Hit the Road) 中则告诫人们,尽管硬件创新将会成果卓著,但软件仍会是一个关键的瓶颈”。任何人如果不能充分认识到汽车设计的艰难卓绝,危险随时可能一触即发。在这个行业里,只有做好充分准备,才不会让一些艰苦繁重的工作弄得措手不及。 汽车设计的复杂性本来已经足够高了,安全和保障问题则让它变得更加复杂,因为这是一个生命攸关的问题。随着 ISO 26262 等标准以及即将出台的旨在定义测试场景的 SOTIF(预期功能的安全性)标准的日趋成熟,各种认证层出不穷。在安全方面,供应商绝对不能敷衍塞责;他们必须证明安全性。 除了上述所有需求之外,尽快将具备成本竞争力的产品推向市场,是另一项常见的挑战。这一问题迫切需要能够改善此流程的可管理性的验证工具。要让一辆新车能够快速、高效地上路,必须综合运用现实场景建模、硬件加速仿真和机电验证。 要让自动驾驶汽车行之有效,其系统必须执行三项任务:感知:车辆必须能够感知其周边环境。此外,为保证正确的操作,还必须感知许多内部条件。计算:必须评估这些传感器的输出,以便做出决策。执行:这些决策必须控制车辆的某个部分或其操作的某个方面。 任何综合验证过程都需要包含上述所有三个元素。由于没有时间使用试错法,通过物理样机研究来查找问题,因此上述要求构成了一项严峻的挑战。而且,我们肯定无法在真实的物理车辆中进行完备的安全和保障测试。要执行全面的验证作业,我们唯一的途径是对整个系统,包括环境和车辆进行虚拟化。 这意味着我们需要工具来执行以下任务:验证真实的环境条件和响应这些条件的传感器输出。考虑到传感器输入,验证执行决策计算的电路。做出经过计算的决策,并将其应用于这些决策所控制的机械系统的虚拟化版本。 Siemens Tass 部门的 PreScan 工具可执行第一项任务。它能广泛地对车辆基础设施(例如道路或路段、桥梁和十字路口等)、实体对象(例如树木、建筑物和交通标志等)、其他车辆和行人以及天气条件进行建模。它还拥有一个综合的已建模传感器库,其中包括摄像头、雷达、激光雷达、超声波传感器、红外传感器、V2X 通信和 GPS。 这些元素协同工作,以允许对现实道路条件进行建模,并针对一天中的时间、天气、车辆或行人服装的颜色、行人特征及其他多种可用来测试这些场景的方法提供模型变型。这些虚拟场景共同产生各种车辆传感器在对场景做出反应时所生成的信号。然后可使用这些信号来测试负责响应传感器的集成电路。      

    时间:2020-04-28 关键词: 汽车技术 智能汽车

  • 自动驾驶汽车是如何进行距离估算的

    自动驾驶汽车是如何进行距离估算的

    (文章来源:智车科技IV) 随着科技的不断发展以及相关政策的不断推出,自动驾驶汽车得到了快速的发展及强有力的保障。但是自动驾驶汽车的发展始终离不开一个重要的目标,那就是保障自身的安全。随着科技的不断发展以及相关政策的不断推出,自动驾驶汽车得到了快速的发展及强有力的保障。但是自动驾驶汽车的发展始终离不开一个重要的目标,那就是保障自身的安全。 为了确保自动驾驶汽车的安全,即意味着自动驾驶汽车在行驶过程中不会撞到任何人或物,所以在汽车行驶过程中需要知道其周边物体和车辆本身之间的距离。为了实现这一目标,需要提前测量车辆前方障碍物与车辆之间的距离,从而保证自动驾驶汽车的安全性。自动驾驶汽车实现距离估计的主要方法是使用传感器(如摄像头、雷达等)对车辆周边物体进行距离检测,从而实现距离估计的目的。 基于毫米波雷达的距离估计毫米波雷达在技术上已经非常成熟,最早开始应用于自适应巡航领域。在英飞凌推出24GHZ单片雷达方案之后,毫米波雷达被应用到了ADAS的各个模块中,在全球范围内,毫米波雷达的出货量达到了千万级。在自动驾驶汽车的距离估计中都使用了毫米波雷达作为传感器,来进行周边障碍物的识别和测距等工作。 如今,全球市场范围内的毫米波雷达份额主要被国外第一梯队的供应商垄断,如博世、大陆等,而随着国内市场的发展,像国内的华域汽车这样的供应商也都在布局发力毫米波雷达。据数据显示,2018年国内毫米波雷达的市场规模约为70亿,比2017年增长了一倍,而到今年2020年预计约为240亿,到2025年预计约为320亿。 毫米波雷达,即工作在毫米波波段探测的雷达,其实质是电磁波,波长约为1-10mm,毫米波雷达通过将毫米波发射出去,然后接受回波,根据发射和接收的时间差来测得前方障碍物的位置和距离。基于毫米波雷达的距离估计方法,主要以FMCW调制方法来进行测量距离。 其原理是通过振荡器来形成连续变化的信号,对于发出的信号和接收的信号,它们之间会形成频率差,而该频率差值与毫米波的发射时间和接收时间的差值之间呈线性相关,只需要测量频率差,就可以实现车辆与前方物体距离的测量估计。 毫米波雷达在ADAS上应用广泛,主要用于自动紧急制动(AEB)、前方碰撞预警(FCW)、主动车道控制(ALC)、盲点监测(BSD)、变道辅助(LCA)等,其具有一定的抗干扰能力,易于穿透雨雪天气,适应性较好,可以全天候工作,技术相对成熟,成本较低等优势。但是也具有分辨率低等不足。毫米波雷达已经成为了自动驾驶汽车距离估计中不可或缺的主力传感器。 基于激光雷达的距离估计随着自动驾驶汽车的不断演进,激光雷达由于其独特的3D环境建模,已经成为L3及以上自动驾驶汽车中必不可少的传感器。从机械式到混合固态,再到纯固态激光雷达,激光雷达的成本随着科技的发展在不断的降低,正在向小型化、ASIC集成化方向发展,将是自动驾驶传感器最核心的部分。 目前自动驾驶汽车测试车辆多数为机械式激光雷达,但是机械式激光雷达的成本高、且生产工艺复杂,寿命短,很难满足未来自动驾驶汽车苛刻的要求。混合固态激光雷达属于激光雷达由机械式向纯固态激光雷达过渡的中间产品,而固态激光雷达主要为MEMS、OPA和3D Flash三类,其调试可以实现自动化、且不存在机械式旋转部件,在成本、实用性方面有大幅提升,固态激光雷达必将是未来激光雷达发展的趋势。 基于激光雷达的自动驾驶汽车距离估计,其原理是是以激光作为载波,它是工作在光频波段的雷达。其工作原理是向被测物体发射激光束,然后将接收到的回波与发射信号进行比较,作适当处理后,获得被测物体的有关信息,如被测物体的距离、方位等信息。 激光雷达主要用于获取景深信息、障碍物检测、目标识别等,其主要优点是可以多周边物体进行3D建模,来形成高清图像,方便计算机进行处理和识别,还兼具方向性好、无电磁干扰、获取信息量全面以及探测精确等优点,但是容易受环境影响、不良天气下精度下降难以识别障碍物、且成本较高。基于摄像头的距离估计在自动驾驶汽车距离估计中,摄像头起着至关重要的作用,被称为自动驾驶的眼睛。摄像头技术最为成熟,在车辆上的应用最早,作为ADAS阶段主要的视觉传感器,包括单目摄像头、双目摄像头等。 摄像头具有独特的视觉影像功能,可以利用多个摄像头来对周边环境进行合成,还可以识别交通标志、行人等,可以作为其他传感器的冗余设备,提高自动驾驶汽车距离估计的准确性和安全性。摄像头主要由镜头采集图像,然后再由内部感光部件等将图像处理为数字信号,从而达到感知周边物体和行人的目的。 摄像机由于其探测角度广、获取信息丰富、角度测量精确等优势广泛用于车辆及周边物体的距离估计、障碍物识别、车道线识别与跟踪、驾驶员状态监测等。但是其由于计算量大,对硬件的要求也高,导致系统的实时性较差,容易受环境、气候等方面的影响,从而导致无法获得深度信息。基于超声波传感器的距离估计自动驾驶汽车距离估计是使用传感器来进行测距和目标识别,超声波传感器作为车辆的主要传感器之一也得到了发展。超声波传感器主要应用于近距离的障碍物检测。 超声波传感器的工作原理是基于声波的传播方法,遵循同样的飞行时间的原则。并且其非常简单、便宜,体积小、重量轻、功耗低,可以工作在不同的条件下,环境适应性好。但是由于声速慢,导致FSP速率有限,仅适用于近距离工作,最远距离15米,其可靠性会随着车辆速度的增加而降低。 基于红外传感器的距离估计红外传感器作为车载传感器之一,在自动驾驶汽车距离估计也起到了一定的作用,它方面主要用于红外成像、红外夜视、障碍物探测等。红外传感器主要具有快速数据处理、能够较为准确的识别到生物的优点,并且相比于其他传感器成本较低。但是其也具有方向性差、径向运动辨别力低、作用距离短等缺点。 多传感器融合发展的距离估计目前各个传感器都各自有其优缺点,随着自动驾驶进程的提速,单一传感器无法胜任自动驾驶技术对距离估计的严格要求,多传感器的融合发展必将成为未来车载传感器的发展趋势。现阶段各大厂商也都在积极布局,以最合理的方案来适应自动驾驶的潮流。激光雷达、毫米波雷达、摄像头、超声波雷达等传感器的融合使用,可以充分结合各自的优点,发挥各自的特长,达到最优的效果。 Autopilot2.0方案中就搭载了超声波雷达、毫米波雷达、摄像头等传感器,主要应用于高速公路和更拥堵的路面,可以根据交通情况调整车速,保持在车道内行驶,自动变换车道,从一条高速公路切换到另一条高速公路。又如知名豪车奥迪发布的A8 AI ,更是搭载了多种传感器,包括四线激光雷达1个,超声波雷达12个,广角360度摄像头4个,前向摄像头1个,红外夜视摄像头1个和长、中距离毫米波雷达共5个,可见其综合了多种传感器的优势,极大的提升了该车自动驾驶的性能。 综上,随着自动驾驶汽车的迅速发展,ADAS在量产车市场的快速渗透,由于自动驾驶距离估计主要依靠车载传感器,故车载传感器市场的未来前景可观。不同的传感器的侧重功能有所不同,各有优点但也兼具不足。在自动驾驶汽车上同时搭载多种传感器,结合各自优点进行互补,必将成为未来的发展趋势。而自动驾驶汽车进行距离估计也离不开多传感器的融合发展。所以,未来自动驾驶汽车多传感器融合发展将是大势所趋,自动驾驶汽车的距离估计将会更加精确,车辆的安全性能将会得到更进一步的提升。

    时间:2020-04-27 关键词: 自动驾驶 智能汽车

  • 关于智能汽车环境感测三种主流传感器的解析

    关于智能汽车环境感测三种主流传感器的解析

    (文章来源:物联网世界) 无人驾驶技术现如今其实非常成熟了,就以现在的技术水平看,如果把大城市复杂的交通状况变成实验室特定的格局,场景内有制式统一的车辆以及符合规矩的行人正常通行,那么不用方向盘,全程自动行驶的汽车当下就可以面世了。 问题就出在了汽车如何能对现实中复杂的交通状况了如指掌,如何可以像人的眼睛和大脑一样灵活应变。关键就在需要各种各样的传感器合作来解决,它们最终将监测到的数据传给高精密的处理器,识别道路、标示和行人,做出加速、转向、制动等决策。 在智能感知识别的部分,车载光学系统和车载雷达系统是保证行车安全最为重要的,目前,主流的用于周围环境感测的传感器有激光雷达(LiDAR)、毫米波雷达(millimeter wave)、视觉传感器三种。 激光雷达(LiDAR),通过扫描从一个物体上反射回来的激光来确定物体的距离,可以形成精度高达厘米级的3D环境地图,因此它在ADAS(先进驾驶辅助系统)及无人驾驶系统中起重要作用。从当前车载激光雷达来看,机械式的多线束激光雷达是主流方案,但受制于价格高昂的因素尚未普及开来。 在去年12月10日路测成功的百度无人驾驶汽车车身上,除了部署了毫米波雷达、视频等感应器,其车顶就安置了一个体积较大、价值70万余人民币的64位激光雷达(VelodyneHDL64-E),谷歌同样也是采用的相同高端配置激光雷达。车载激光雷达系统的优劣主要取决于2D激光扫描仪的性能。激光发射器线束的越多,每秒采集的云点就越多。然而线束越多也就代表着激光雷达的造价就更加昂贵。 就以Velodyne的产品为例,64线束的激光雷达价格是16线束的10倍。激光雷达除了成本高昂,遇到烟雾介质以及雨雪天气中表现一般,将掣肘它的发挥。 不过作为核心传感器,低成本方案将加速无人驾驶的到来。目前,高精度的车用激光雷达产品的生产厂商主要集中于国外,包括美国的Velodyne、Quanegy以及德国的IBEO公司等。国内的激光雷达产品目前相对落后,中国航空汽车系统控股有限公司高级专务周世宁曾表示,博世、大陆、法雷奥、英飞凌、德尔福等外资零部件企业早已抢占ADAS技术制高点,特别是在传感器的市场布局上,我国汽车零部件企业已经输在起跑线上了。 毫米波雷达(millimeter wave),毫米波是指30~300GHz频域(波长为1~10mm)的电磁波,毫米波的波长介于厘米波和光波之间,因此毫米波兼有微波制导和光电制导的优点。同厘米波导引头相比,毫米波导引头具有体积小、质量轻和空间分辨率高的特点。与红外、激光、电视等光学导引头相比,毫米波导引头穿透雾、烟、灰尘的能力强,具有全天候(大雨天除外)全天时的特点,这能与激光雷达的作用产生互补。另外,毫米波导引头的抗干扰、反隐身能力也优于其他微波导引头 。 缺点是毫米波雷达由于波长原因,探测距离非常有限,也无法感知行人,而激光雷达可以对周边所有障碍物进行精准的建模。为了克服不同缺点缺点,车企势必要将这些传感器组合在一起。 目前看毫米波雷达也是智能汽车ADAS系统的标配传感器,按照目前主流分类,毫米波雷达可分为24GHz雷达和77GHz雷达。参照其特性,通常车辆周围的车辆检测使用24Ghz,前方车辆检测使用77GHz。以中国的实际国情以及芯片研发进度等行业特点来看,未来三年内24GHz毫米波雷达在国内仍有市场空间。望眼全球,我国77GHz毫米波雷达的大规模应用将稍微推后。 由于ADAS的功能,往往是通过传感器+处理器的方式捆绑销售,国内汽车毫米波雷达系统的芯片、算法还主要依赖进口,成本很高。加快开发国产的77GHZ毫米波雷达芯片并尽快车载应用,将是我国汽车毫米波雷达产业的机遇。同济大学汽车学院白杰教授认为,相对在摄像头方面的激烈竞争,毫米波雷达更有创新性,潜在的市场空间更大,机会更多。 视觉传感器,ADAS应用摄像头作为主要传感器是因为摄像头分辨率进高于其他传感器,可以获取足够多的环境细节,帮助车辆进行环境认知,车载摄像头可以描绘物体的外观和形状、读取标志等,这些功能其他传感器无法做到。从降低成本的角度看摄像头是识别用传感器的有力候补之一,在一切清晰的情况下当然摄像头是最好的选择,但是受环境因素以及外部因素影响较大,比如隧道中光线不足,天气因素导致的视线缩小等。 采集图像信息的重要工具,部分类似路标识别、车道线感应等功能智能由摄像头实现。目前摄像头的应用主要有:单目摄像头、后视摄像头、立体摄像头或称双目摄像头、环视摄像头,按照2015年全球超过8000万辆新增车辆与单车6-8颗摄像头需求,未来总体需求有望超6亿颗,对应千亿市场空间。 视觉算法在ADAS技术路线中必不可少,毫米波雷达等主动式传感器对算法依赖程度较低,算法较为简单,摄像头等被动式传感器对算法依赖程度较高,一般由第三方企业单独提供。比如视觉算法企业Mobileye。 此前,Tesla和Mobileye终止合作的事沸沸扬扬,Mobileye提供标准的传感器安装方式+地图数据云服务+软件体系平台构建,但是Tesla是想通过在线收集数据的众包模式优化自动驾驶体验,EyeQ3芯片限制了Tesla建立自己的地图,所以Tesla未来要自己研发图像算法以及图像处理芯片。 不过Mobileye还是凭几款产品占领了90%的市场份额,这家以色列的企业在当地的江湖地位相当于BAT。算法和硬件是 ADAS 系统的核心,也是 Mobileye 的核心竞争力所在。Mobileye站在ADAS的顶端,甩出竞争对手好几条街,ADAS和传统车载视觉产品对软件技术、硬件要求不同,传统车载电子公司要切入ADAS市场并不容易。国内团队如从零开始至少需要3、4年才可能完成初步的技术积累。 当然为了提高环境感知的准确度,通常需要多种传感器的组合,最终提供一个稳定耐用的解决方案。当下比较典型的就是毫米波雷达、激光雷达和车载摄像头,其他的超声波技术和红外线技术以及这些技术的算法融合都将让传感器产业带来巨大的市场。不过毋庸置疑,在汽车实现完全智能化的这几年中,传感器产业链应该是最先获得收益的。      

    时间:2020-04-27 关键词: 传感器 智能汽车

  • 物联网数据所有权存在什么争议

    物联网数据所有权存在什么争议

    要点:物联网将打开数据洪流的闸门,那么,由谁来控制物联网数据? 智能汽车,健康管理,智能电网,智能城市,短短几年间,世界正像一种科幻小说的场景一样连接起来。爱立信和思科都预测,到2020年,“物联网”将有超过500亿个设备连接到Internet,该网络将远远超出智能手机,笔记本电脑和游戏机等的数量,会将当今的数据加载因子提高几个数量级。虽然这引发了有关如何收集,提取,存储和查询数据的问题,但最重要的考虑因素之一将是该数据的所有权和管理权。 持续数据收集 消费者和在线服务之间已经存在分歧,围绕着从Facebook,Google,Twitter等收集的数据的所有权。例如,针对Facebook的反对情绪激增,因为其声称拥有用户的照片和发布到个人新闻源中的内容的所有权。大多数消费者在未阅读Facebook的协议时就没有意识到这一点。但是,随着Facebook根据消费者在线个人资料和行为来发布针对性的广告,用户开始了解放弃在线个人信息所有权的危害。 在大多数情况下,正如我们从基于行为的定向广告的增长中所看到的那样,对这些数据的访问和使用主要是由金钱驱动的:广告网络通过让消费者观看更有针对性的广告而花更多的钱,从而为广告商带来收入。但是当连接的设备数量达到500亿,其中大多数是嵌入在汽车,衣服,心脏监护仪等设备中的机器时,会发生什么? 谁在控制? 随着数据越来越多地被收集和共享,最重要的问题(至少对于消费者而言)是谁拥有您的智能电表中的数据,这些信息会告诉您什么?或告诉他人有关您的信息?如果将智能汽车中的数据与智能交通网格中的数据和智能能源传输相结合具有价值,那么这些系统由谁来控制这些数据以及如何访问这些数据?那么医疗数据呢?当传感器缝在衣服上或腕带上以追踪生命体征并在某些阈值被突破时提醒您的医生时,这些数据将在何处以及如何保存和管理? 监管机构在数据所有权和保护方面并没有无所作为。麻省理工学院教授亚历克斯(桑迪)彭特兰(Alex(Sandy)Pentland)撰写了大量有关隐私,数据所有权和数据控制的文章。 “您可以想象使用大数据打造一个充满难以置信的侵入性,令人难以置信的老大哥的世界……乔治·奥威尔(George Orwell)在写《 1984年》时几乎没有足够的创造力。” 奔特兰集团在世界经济论坛上领导了几届会议,最终导致联邦贸易委员会主席提出了《美国消费者隐私权利法案》,欧盟提出了严格的(有争议的)法律,迫使企业进行数据保护。 不幸的是,数据所有权和隐私立法绝非易事。 6月初,美国国家电信和信息管理局(National TelecommunicaTIons and InformaTIon AdministraTIon)就大数据引发的问题如何影响《消费者隐私权利法案》发出了征求意见书。 但是,主要重点是让个人控制自己的数据及其使用方式,并确保其数据得到保护。尽管某些企业可能认为这限制了物联网的成功(从收入的角度来看),但这对于实现大规模物联网是至关重要的。 需要解决的数据问题 尽管数据所有权可能仍在争夺中,但公司还需要解决许多其他注意事项: 谁是数据的管家? Facebook可能是所有者,但它将尝试允许用户在限制范围内提供管理权。 如何访问数据?是开放全部访问接口,还是仅通过安全的API? 从字面上看如何定义数据?数据的社交化和公开程度可能会受到所使用的确切定义以及这些定义背后的驱动因素的影响(基于多种标准的方法)。 有哪些安全措施?谁来管理?安全管理员可能会以不受欢迎的方式允许访问。但是,他们可能还制定了一些宏伟的政策,这些政策由于执行不力而无效。 谁拥有有关数据的衍生信息?这是围绕数据中标识的紧急模式的所有权以及这些模式的含义进行的更为细微的考虑。 最终,企业,广告商和其他人将需要证明,他们为消费者提供的价值值得消费者为他们提供有关自身的信息,并且消费者可以相信自己的信息是安全的。最后,消费者应该做出决定。尽管监管机构在强制执行数据保护问题方面可以发挥重要作用,但所有各方都有责任。业界的声音,市场上的参与者以及政府的结合将非常有利于共同努力达到适当的平衡。 时间会证明一切。

    时间:2020-04-26 关键词: 物联网 智能汽车

  • 中科创达拟募资17亿元 为何钟情智能汽车系统?

    中科创达拟募资17亿元 为何钟情智能汽车系统?

    智能网联汽车已经成为各大企业发展的重点发展方向。 2月23日晚间,中科创达发布公告宣布,拟非公开发行股票,募集资金总额不超过17亿元,主要用于智能网联汽车操作系统研发、智能驾驶辅助系统研发、5G智能终端认证平台研发等5个项目。 中科创达表示,本次非公开发行股票募集资金投资项目将围绕公司主营业务展开,公司的业务范围保持不变,不涉及公司业务与资产的整合。并且,本次发行后,公司主营业务规 模将有效扩大,公司总资产规模、净资产规模均将大幅度增加。 从中科创达的项目规划可以看到,智能网联汽车操作系统将是其重点开发项目。据中科创达官方介绍,公司自2013年起开始布局智能网联汽车业务,专注于打造基于公司智能操作系统技术的智能网联汽车相关产品。 本项目将整合现有的技术、平台、方案、产品和人才等要素,定义了ThunderAuto智能网联汽车操作系统,拟建设具备车云结合、开放、统一、安全等特点的新一代智能网联汽车操作系统,统一车内智能驾舱域、智能驾驶功能及云端服务,兼具软硬件扩展性,能为行业用户提供完善的开发环境及工具,支持智能网联汽车行业的创新和发展。 随着汽车智能化、网联化、电动化、共享化的发展,整车电子电气架构向域控制器、车载计算机、车云协同计算等方向快速演进,整车的平台化使得不同车型之间可以共享架构,降低迭代成本。高性能计算平台的引入使软件代码量和复杂度大幅增加,并且将随着智能化、网联化的发展而继续快速增加。中科创达认为,未来产业参与各方都需要统一的操作系统来开发自己的产品和服务,加速推动行业的演进和有效提升全行业效率。 据悉,经过十多年的发展,中科创达已经在全球范围内拥有100余家车厂及一级供应商客户,广泛分布于北美、欧洲、中国、日本、韩国和东南亚,其中有40余家知名汽车厂商,包括大众、奔驰、丰田、本田、通用、福特等。 2017年4月,国家发改委等三部委出台《汽车产业中长期发展规划》,提出要大力发展智能网联汽车。2018年12月,工信部又出台了《车联网(智能网联汽车)产业发展三年行动计划》,明确提出到2020年,车联网用户渗透率达到30%以上,新车驾驶辅助系统(L2)搭载率达到30%以上,联网车载信息服务终端的新车装配率达到60%以上。 值得注意的是,中科创达同样给智能驾驶辅助系统划上了重点,将智能网联汽车操作系统,打造一个全连接的智能驾驶辅助系统 SmartDrive,主要构成包括:硬件抽象平台、软件开放平台、车云服务平台、应用开发部署平台。该系统为行业提供安全的、开放的、可扩展的、可升级的智能驾驶辅助平台,解决目前 ADAS 系统各自为政、软硬不分离、集成成本高、迭代演进难等问题。 在政策的保驾护航下,近年来,智能网联汽车发展驶入了快车道。根据Marketsandmarkets预测,全球智能网联汽车市场规模在2027年将达到2127亿美元,2019-2027的年复合增长率将达到22.3%。 近日,发改委、工信部等11个国家部委联合下发了“关于印发《智能汽车创新发展战略》的通知”,再一次给行业注入信心。战略明确提出,到2025年,中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。到2035年,中国标准智能汽车体系全面建成的目标。 2020年1月7日,中科创达发布2019年业绩预告,预计2019年度归属于上市公司股东的净利润2.3-2.5亿元,同比上升40.59%-52.77%。在“软件定义汽车”时代的来临,其智能网联汽车操作系统产品持续快速增长,营业收入也较上年同期增长超过 60%。

    时间:2020-04-21 关键词: 自动驾驶 智能汽车 中科创达

  • “华为汽车”被曝今年落地 官方回应这样说?

    “华为汽车”被曝今年落地 官方回应这样说?

    4月8日,华为P40系列机型正式对外发布,而在这场发布会上,华为消费者业务CEO余承东现场演示了HiCar方案,手机与汽车主机连接分享多媒体,手机做车钥匙等,甚至能用手机连接车内镜头。腾讯新闻《一线》援引知情人士的说法称,支持华为Hicar的汽车车型已基本确定,目前已进入最后调试阶段,今年有望推向市场。 同时在华为手机的AI能力加持下,操作人员还展示了更高级的功能,可以实时监测驾驶员是否疲劳驾驶,并进行安全提醒。 当日晚间,《国际金融报》记者就上述说法向华为方面求证,该方面仅表示“进行中”,但并未给出具体时间。 对于HiCar的未来发展状况,余承东4月9日在接受媒体采访时表示,未来很多汽车产品,包括国内和国外的汽车品牌,都会集成华为的HiCar解决方案,实现手机与车载屏幕、摄像头等互联互通。 《国际金融报》记者此前了解,早在2019年8月份,华为就曾对外发布了《HUAWEI HiCar生态白皮书》,HiCar是华为所推出的人—车—家全场景智慧互联解决方案,让手机、汽车以及更多智能设备具备了互联互通的能力。 据悉,HiCar是专为下一代车机互联而生,华为将其定义为车机互联2.0,不仅仅是为手机与车机互联建立了通道,还将手机的应用和服务延展到了汽车,让汽车和手机、其他IOT设备之间实现了互联。相比之下,传统手机与车机互联主要是实现投屏功能,为互联1.0。 华为目前正大力发展汽车相关业务。2019年5月,其正式成立智能汽车解决方案BU(BUSINESS UNIT),并且将业务梳理为智能电动、智能车云、智能座舱、智能网联,智能驾驶五大板块。不过,该部门的定位是提供智能汽车的ICT部件和解决方案,帮助企业造好车,而不是自己造车。 华为HiCar生态合作伙伴已经超过30家汽车厂商,包括奥迪、一汽、广汽、北汽、奇瑞、江淮等车企已经加入,合作车型超过120款。

    时间:2020-04-11 关键词: 华为 智能汽车 hicar

  • Karma融入智能汽车当中

    Karma融入智能汽车当中

    近日,中国11部委联合下发《智能汽车创新发展战略》确立了2035年建成智能汽车体系的目标,国家对智能出行生态圈的伟大愿景必将促使汽车产业开始重新排位。《智能汽车创新发展战略》早在2017年就开始启动,2018年1月发改委发出公开征求意见稿,从启动到最终落地历时近三年。显然,过去的几年各家车企都在积极研发自动驾驶。随着政策出台,不仅证实了自动驾驶对于“智能汽车”的重要性,一些过于细分化的功能可能也会逐渐统一标准。在经历过爆发式增长之后,中国的汽车市场也逐渐进入到了平稳期。国外的汽车大国经历的那些过程,开始在国内逐渐显现出来。对车企而言,打造覆盖全场景的生态化出行服务,进而助力整个城市出行方式的走向智能化,这一思路已经是各大汽车厂商的共识。在百花齐放的智能汽车行业,也确实需要这项《智能汽车创新发展战略》为各家企业“铺好脚下的路”。 还记得今年索尼在CES发布的那辆汽车吗?那其实就是科技厂商对车企、供应商抛出的橄榄枝。同样在CES上还有另外一家来自美国南加州的Karma汽车走在了智能汽车的前沿,他们通过开放平台和智能生态高效吸收消化黑莓、区块链、英伟达等跨界合作技术成果,将率先在智能汽车2.0时代站稳脚跟。 打造科技孵化器,推进产品智能化进程 作为一家以高新技术为核心价值的汽车品牌,Karma在美国南加州孕育成长,依托硅谷雄厚的科技实力,Karma快速获取了众多与汽车智能化相关的前沿科技成果。与此同时,浓厚的科研氛围和高端人才也激发了品牌的创新基因,Karma着力打造了两大技术平台,两大核心技术,与五大智能生态系统,这使得全球最领先的创新科技以高效、有机、可持续的方式融入的智能汽车当中。 Karma的两大技术平台包括增程式平台和纯电动平台,分别融入了品牌在增程式混动和纯电动领域的科技成果,保证产品的先进性。与此同时,平台也通过持续吸收整合优质科技资源,为产品提供了稳固持久的技术支撑。两大平台和两大技术路线相辅相成、互相成就,构建起了相比传统汽车更具旺盛生命力的智能生态开发模式。 在Karma汽车成长为行业领跑者的过程之中,由智能云平台、智能驾驶、智能车联、智能座舱、智能底盘组成的五大智能生态系统是不可或缺的左膀右臂。五大系统实现了对产品静态体验、动态感受、安全指标等多个领域的全覆盖,这种全新生态架构也让产品的每个细节从基因上就充分契合市场对智能汽车的各项诉求。 从产品开发实力角度,Karma的技术架构和发展思路如同一个高科技孵化器,代表了全球智能汽车制造领域的最高水平,让产品在智能化、电气化、信息化方面同类领先,包括更快更高效的车联网,更智能的人机语言交互、更贴心的出行服务以及更智能的自动驾驶等等,都将在Karma旗下的创新型产品上得以显现。 整合跨界资源,创新科技为产品赋能 对Karma来说,开发思路和开放平台只是工具,优质资源和创新科技才是智能汽车产品本身的核心价值。依托于硅谷,Karma拥有全球领先的科技积淀和跨界合作成果,正在为智能汽车的智能网联、数据安全隐私、自动驾驶辅助、系统在线升级服务等提供全方位的技术支持。而在当前最前沿的自动驾驶领域,Karma也长久保持开放兼容的心态,创新打造的自动驾驶系统将融入英伟达DRIVE AGX Xavier和DRIVE AGX Pegasus人工智能计算机体系。DRIVE AGX体系以Xavier芯片为核心,可以同时运行一系列深层神经网络系统,在车辆自动驾驶的过程中为传感器处理、人工智能算法、映射和硬件驱动提供安全、高效的运行环境,从而真正解放双手,让人工智能全面接管车辆。 面向智能汽车2.0时代,汽车正在变成了会说、会看、会思考,同时还具备高情商、高智商的出行“伙伴”,而要实现这样的智能化水平,以燃油车为核心的现有的开发思路无疑有些捉襟见肘。而起飞于加州,依托于硅谷的Karma汽车则对新鲜事物始终保持强大的需求洞察和感知力,并将想法落实到产品细节之中,创新打造的资源整合平台让旗下产品为用户和产品架起了无缝沟通的桥梁,带来真正能“接棒”传统汽车的智能出行工具,而这一思路也必然成为未来汽车产业革新和消费变革的重要发展路径。 拥有高度智能化水平的未来汽车,数据安全就代表着乘员生命财产安全。Karma将黑莓的QNX技术和Certicom加密技术应用到了车辆的网络安全与管理系统之中,从而提升行车控制系统和信息娱乐系统的安全防护能力,配合区块链技术为每辆车定制的专属ID,将从源头上杜绝车辆被远程劫持或被塞电子小广告,顺便还能针对不同ID的个性化需求为车主提供更贴心的出行服务。 智能汽车的魅力可不仅体现“会自己开车”上,Karma的车辆事件案例(VEC)系统让车辆成为了专业的“电子车载监测员”。VEC系统可以全面监控动力总成、电气系统、油耗水平、里程保养等等,同时对车辆进行实时诊断,并给出详细准确的数据报告,提前预知可能出现的故障,包括但不限于动力抛锚、电池没电、燃油耗尽等问题,并派遣售后团队至现场予以援助,从源头上杜绝半路撂挑子的问题。

    时间:2020-03-26 关键词: 智能汽车 纯电动 增程式混动

  • 智能汽车市场会火爆起来吗?

    智能汽车市场会火爆起来吗?

    智能汽车一直以来被视为是如智能手机颠覆手机行业一样要革汽车产业的命,可是十多年过去了,像iPhone手机一样在颠覆性和市场方面双丰收的智能汽车似乎还未出现。特斯拉一直被誉为汽车界的苹果,可是它的市场规模只是全球汽车市场的冰山一角,所占份额微乎其微。 2019年全球汽车销量为9030万辆,特斯拉2019年的全球销量为36.75 万辆,其全球份额为0.4%。从这个角度来看,被视为最像智能汽车的特斯拉,还只是具有圈层属性的产品,并未被大众化,所以无从谈起引领潮流。那么,什么样的智能汽车才能够彻底颠覆汽车行业,让整个汽车行业迈进智能车时代。实现以上愿景的大前提是,如今的汽车哪里不像智能汽车了?智能汽车的核心竞争力在哪?2月24日,发改委等11部委印发了《智能汽车创新发展战略》,以官方的身份为智能汽车“盖章”表决心:到2025年,中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。愿景是美好的,可现实却是不太尽如人意。顺着这个思路,我们来捋一捋智能汽车的几大要素。 新架构 去年12月,日本经济新闻网发布了一份特斯拉Model 3和Model S的拆解报告,业内人士普遍认为特斯拉的电子电气架构领先竞争对手,丰田工程师更是表示,“特斯拉从技术上领先6年,我们做不到。”特斯拉电子电气架构领先的原因在于,随着智能、网联、电动、自动化时代的发展,传统电子电气架构在数据处理、数据传输等方面已无法满足要求。这就是特斯拉领先竞争对手六年的原因。日本经济新闻网拆解2015 款 Model S时发现,这款车的ECU数量在15个以上。尽管数量比其他公司少,但使用的电子电气架构仍然是分布式架构。然而到了Model 3时代,特斯拉的电子电气架构就变成了集中式。Model S和Model 3仅隔三年时间,特斯拉便完成了电子电气架构从一个时代跨进另一个时代的壮举。最显著的变化是,Model 3的架构上已经实现了以太网传输,Model 3的整车线束长度已经比Model S缩短了一半,达到了1.5公里,Model Y则更甚,仅为100米。 博世在2017年公布的战略图将整车电子电气架构分为三大阶段:分布式电子电气架构、域集中电子电气架构、集中式电气电气架构。目前传统汽车基本都处于第一阶段,特斯拉Model 3处于第三阶段。可见,特斯拉的电子电气架构已经领先了竞争对手两个时代。目前车企都在朝着集中式电子电气架构发展。大众汽车的计划是,将一辆汽车的ECU数量从70个削减到3-5个HPC。去年5月,通用汽车发布了新一代电子电气架构,新架构不仅支持OTA,数据传输速度也提升至4.5 TB/小时,比原有架构高出5倍。这套新架构也通过减少ECU的数量,向着集中式的方向发展。华人运通也在电子电气架构领域拥有着前瞻性布局,其高合HiPhi 1甚至搭载了一套专属的HOA开放式电子电气架构。全车的决策-规划-控制电子元器件主要被集中的6个计算平台代替,已经实现车载电脑和区域导向架构的集中式控制。该架构由1Gbps高速以太网连接,满足了智能汽车的海量数据处理和高速数据传输的需求。高合HiPhi 1有望实现全域智能,真正实现让车学会思考,并创造更丰富的场景。可见,更加彻底的智能汽车需要在电子电器架构方面持续进化。 新模式 智能手机普及之后,对行业产生的最大价值是培育出了稳定的商业市场,海量的APP开发生态和关乎着人们衣、食、住、行的平台服务芸芸诞生。参考智能手机,智能汽车也需要采纳新的模式去探索无法想象的商业价值。比如,目前的出行需要依靠滴滴等平台来叫车,还要依赖携程、去哪儿网等平台来订酒店。但自动驾驶时代完全可以不需要这些平台。当我们达到一个陌生地方后,可以通过导航平台叫一辆无人驾驶汽车,只要告诉告诉或输入目的地,这辆车就能通过大数据平台分析你平时的住宿喜好,将你载到令人满意的酒店。吃饭、购物、旅游等场景甚至都能通过无人驾驶汽车实现。 这才是智能汽车变成无人驾驶汽车后真正的价值所在。当前,智能汽车的商业价值只停留在车企自推APP的阶段,也只能实现简单的远程控制和一些社交功能。汽车成为人们真正所需的智能化产品,至少在生态开发者体系方面还有很多功课要做。目前来看,具有开放平台的智能玩家并不多,百度Apollo智能车联开放平台和华人运通的全新电子电气架构具有开放功能,能容纳成千上万个开发者,共同致力于将汽车变得更智能这个终极目标。 总体来看,当前市面上同时具备新体验、新架构、新模式的汽车并未出现,特斯拉在新架构领域比较突出,而在新体验方面仍存在质疑声,新模式则正在探索中。传统车企则只擅长于其中的某一领域。能同时符合智能汽车三新特征的汽车,华人运通旗下还未上市的高合HiPhi 1或许能让人眼前一亮。整车级“千人千乘(shèng)”的个性化体验、专属HOA开放式电子电气架构,以及具备6套独立双冗余系统的自动驾驶硬件,或可使高合HiPhi 1能代表未来智能汽车的雏形,华人运通或许也能因此脱颖而出。 新体验 现阶段所谓的智能汽车,只要车载系统能联网就叫作智能汽车,而且多数车载系统大同小异,千机一面。而搭载了简单的倒车辅助、车道偏离这些简单的辅助驾驶功能,都宣称达到了L2级自动驾驶能力。 这样的智能汽车,是无法带给消费者功能机转向智能机时的震撼体验的。消费者对于智能汽车的体验需求在于,驾驶舱内足够智能,触摸屏的反馈要丝滑、导航要精准、语音手势等交互要顺畅,类似于目前还在概念阶段的智能座舱;驾驶舱外,消费者的智能化体验需求在于,自动驾驶配置不再是鸡肋,它能给用户从心理层面带来方便和安心。总结一句话,用户想在智能汽车得到的终极体验是:在车里的喜怒哀乐、在车里的各种需求都能得到及时准确的回应,让车子成为用户的贴心小棉袄。 目前,朝着这个方面努力的车企其实也不在少数,传统车企纷纷构想着在汽车内部的美好图景。比如奥迪就在CES 2019上展出了一系列关于用户体验的新技术。比如,为了解决乘客的动态体验,奥迪开发了一套“沉浸式车载娱乐系统”来解决“让车动起来” 的问题。在车辆保持静止的情况下,车身需要配合驾乘人员看到的画面进行主动摇摆移动。并且,座椅振动、背景声音和车内灯光也将更主动地营造一种观影氛围,以使乘客达到更加身临其境般感觉。效果类似于在电影院收看4D电影的场景。 奥迪在CES上展出的车内乘客娱乐体验系统,都具有把无聊旅程“开成”娱乐Party的能力。同时也暗藏了在智能汽车时代,汽车制造商对于用户体验的理解。奔驰、大众、宝马、丰田等全球品牌无不在朝着这一方向发展。造车新势力中的华人运通,在智能汽车的新体验方面也有一些心得。比如,华人运通将要推出的新车高合HiPhi 1,其内饰采用了9屏联动的交互设计,单就屏幕的数量,就具备了沉浸式体验的条件。更别说还有可编程智能交互投影大灯、ISD智能交互显示与侧面光毯等智能化配置了。 智能座舱所带来的体验只是身心愉悦,然而汽车作为在马路上跑的“活物”,能让用户安心踏实地坐在里面才是重中之重。这个时候,自动驾驶技术可能是智能汽车在新体验方面最强的武器了。特斯拉一直以来是自动驾驶领域的代表,然而强如特斯拉也没有做到让用户百分百安心,甚至有人因此指责特斯拉。特斯拉之所以拥有众多追捧者,某些原因在于其Autopilot的先进迭代性。 特斯拉Autopilot会不定时增添新功能。新功能验证初期,特斯拉会首先向一部分用户开放,从他们那里收集大量数据完善新功能的不足,然后再一步步对所有用户开放。也就是说,特斯拉将不成熟的自动驾驶技术应用到量产车上,将车主作为收集数据的小白鼠。这种做法具有鲜明的两面性,特斯拉Autopilot虽然领先于所有的汽车厂商和科技公司,但代价是系统不完善带来的安全隐患,终酿成人祸。 美国国家运输安全委员会(NTSB)最近认定的两起特斯拉撞车事故中,证据显示Autopilot系统和司机都有责任。还有一项海外调查数据显示,仅在2019年,就有50多人死于特斯拉的安全事故中。可见,特斯拉Autopilot并不能让人百分百放心驾驶。特斯拉之外,另外一种自动驾驶路径是不断地验证、路试。传统车企大多数是走的这种路数,靠着数量有限的测试车辆一点点跑数据,与特斯拉的数据相比,不管是从量上,还是从效果上,都不在一个量级。而且所耗人力、物力、财力不可估量。 特斯拉和传统车企所采用的自动驾驶策略在现阶段都存在着现实的问题,都无法为用户带来放心踏实的驾驶体验。那么,如果车端和路端同时实现智能化,困扰着特斯拉和传统车企的问题或可迎刃而解。这就是自动驾驶的另一种策略——车路协同。 《智能汽车创新发展战略》也指出,基于智能交通、智慧城市协同发展的中国智能汽车产业才是未来发展方向。车路协同技术的出现,或为自动驾驶技术尽早商业化提供了可能。一方面,路端的智能化设施可代替一部分车端的技术,将昂贵的成本降下来;另一方面,车路协同技术可根治单车智能存在的感知障碍、距离障碍,避免类似特斯拉、Uber自动驾驶致死事故。 车路协同领域涉及的玩家种类众多,有类似华为、中国移动、中国联通的信息通信技术提供商,有BBA等互联网玩家,有博世、大陆等零部件供应商,还有华人运通等汽车企业,甚至政府部门也是其中的重要参与者。不过,众多玩家在车路协同这条赛道上参与的方式不尽相同,最终的诉求也不同。 比如,整车企业与其它领域的玩家跨界合作,就希望能从新认识自动驾驶。今年年初,沃尔沃汽车与中国联通就基于5G下一代移动网络技术,联手推动V2X(车对外界的信息交换)车路协同技术。沃尔沃希望引入V2X技术,以做好在未来随时和智能交通系统对接的准备,借此提升自动驾驶的安全性。 华人运通则走的另外一条路径。丁磊在2019年年底上海张江“智城”项目落地时对媒体表示,华人运通既不造路,也不建城,而是打造相关联的业务,成为智慧城市、智捷交通,以及智能汽车整个系统的中心枢纽。可见,华人运通已经走出造车公司的思维局限,提供基于智能汽车、智捷交通、智慧城市协同发展的系统性出行解决方案。目前,华人运通“路”和“城”这两部分业务已经有项目实现收入。以智能座舱为中心的个性化体验和车路协同技术带来的安心驾驶,或许能为智能汽车带来全新体验。

    时间:2020-03-26 关键词: 智能汽车 数据处理 电子电气架构

  • 中国智能汽车发展势头足!

    中国智能汽车发展势头足!

    根据《战略》,智能汽车是指通过搭载先进传感器等装置,运用人工智能等新技术,具有自动驾驶功能,逐步成为智能移动空间和应用终端的新一代汽车。因此,发展智能汽车是一项系统性工程。就像抚育一个孩子,他最终成长得好不好,要看传感器的“眼睛”亮不亮、自动驾驶系统的“大脑”灵不灵、配套基础设施的“肌肉”发不发达……多位业内人士对记者表示,过去中国智能汽车的发展,是由各个部委在各自领域中分别推进,联合出台如此重磅文件尚属首次,这正是大家备感振奋的原因。 那么,中国智能汽车产业链各环节目前发展情况如何?本报记者就此对相关专家和企业进行了采访。 禾赛科技推出的激光雷达Pandar40P。禾赛科技供图 激光雷达,挑战“不可能”就是成功的捷径 要实现自动驾驶,车得会自己“看路”。传感器就是智能汽车的“眼睛”。目前智能汽车最重要的传感器有三种:激光雷达、高分辨率摄像头、毫米波雷达。这三种“眼睛”各有优劣:激光雷达测量位置准,但无法测量速度,且成本很高;摄像头成本低,感知方式最直接,但测距能力弱,且受天气环境影响大;毫米波雷达检测距离远,几乎不会受环境干扰,缺点是数据稳定性差、无法提供高度等信息。 于是,围绕这三种“眼睛”如何搭配,就诞生出两种技术路线的对决。特斯拉是强硬的“视觉主义者”,坚持不使用激光雷达,以“摄像头+超强计算机视觉算力”为核心,搭建起自己的感知系统。而智能汽车的其他主流厂商如谷歌、优步、通用等,显然认为纯粹依靠摄像头并不保险,纷纷采用以激光雷达为核心,辅之以毫米波雷达与摄像头的方案。 两种技术路线最终谁能胜出,还要等待时间的证明。但目前中国的选择,是更为主流的“激光雷达+”方案。那么在激光雷达这个关键零部件领域,中国表现如何?由中国汽车工程学会、国汽智联汽车研究院编写的《中国智能网联汽车产业发展报告(2019)》显示,目前国内已涌现出不少优质激光雷达供应商,禾赛科技、速腾聚创等更是达到了国际领先水平。 “我们目前布局了300多项专利,客户遍布全球18个国家和地区的68座城市。”禾赛科技首席技术官向少卿对记者说,“在美国硅谷持有自动驾驶路测牌照的公司中,超过一半使用的是禾赛激光雷达。”在国内,禾赛也是百度、文远知行等无人驾驶汽车的激光雷达供应商。迄今为止,禾赛已完成累计超过2.3亿美元融资,投资方包括德国博世集团、光速、百度等全球知名投资机构。 谈到禾赛的“成功秘诀”,禾赛科技首席执行官李一帆说,“降维打击”是禾赛最正确的战略决策之一。2016年的禾赛面临着一个艰难选择——如何定位禾赛第一款激光雷达产品?是随大流,做一款单价2万元的低端产品,还是挑战自己,做一款领先于市场、单价20万元的高端产品?“通常中国公司进入高端制造业,都是从低端产品开始做‘国产替代’,在这个过程中积累技术、资金和市场,再慢慢向上渗透。”李一帆说,“但我们在一系列深度调研之后觉得,应该先做高端产品,解决行业痛点,占领顶级玩家市场,再用这些积累去‘降维打击’低端市场。”事实证明了禾赛的判断。在性能和稳定性要求最高的市场建立全球口碑后,禾赛的中低端产品在低成本市场一路势如破竹。在李一帆看来,一上来就挑战最难选项,是“当年看起来最‘不可能’的一个决策”,但当拦路虎都被化为垫脚石后,“挑战‘不可能’就是成功的捷径”。 高精度地图,新机会面前大家都是平等的 依靠传感器和自动驾驶系统,智能汽车就基本具备了单车智能。但在一些特殊场景中,仍然会存在隐患。四维图新副总裁陈丹给记者举了一个例子:“比如传感器虽然能感知到红绿灯,但如果路面停车线不清晰,或者被雨雪覆盖,应该在什么位置停车就成了一个难题。”类似场景还有不少,比如在没有限速牌的路上,该以什么速度行驶?前方弯道曲率多大、斜坡坡度多少?车该提前多远开始减速才能让乘客最舒服?…… 因此,单车智能让汽车拥有了在目视范围内“临机应变”的能力,但它也有“过目就忘”的问题。出于安全与舒适的要求,智能汽车一要“长记性”,记住所有车道线、标志牌、道路形状等固定信息;二得有“千里眼”,对前方道路拥堵情况、最佳路线提前预判。这就超越了单“车”的能力,而要依靠网络,把其他配套基础设施的信息导入进来。 目前来看,让智能汽车拥有“上帝视野”的高精度地图,是建设进度相对较快的配套设施。据《中国智能网联汽车产业发展报告(2019)》,国内三大图商四维图新、高德、百度,基本都完成了国内30多万公里高速公路和城市快速路的地图采集。“除西藏、青海的个别路段外,我们已完成了全国高速公路的地图采集,而城市普通道路数据也已进入产品化阶段。”陈丹告诉记者,给车“看”的高精度地图和给人看的导航地图完全不是一个概念,前者要求的精度是厘米级的,而后者的精度在10米左右就足够了。 作为国内图商龙头,技术自主是四维图新最大的“护城河”。“我们的整个工具链都是自主研发的,从硬件采集设备到数据的处理、分发、编译等服务,都是四维图新可以掌控的。”陈丹说,“这样的好处在于,任何技术进步发生以后,我们都可以灵活地去处理,进行自我升级,并且成本也可控。” 这让四维图新在国际市场的竞争和合作中,拥有了极强的学习能力。陈丹回忆,5年来四维图新跟国际图商巨头的合作也悄然发生着变化。“从一开始他们教我们怎么做,到后来我们开始贡献点子,说应该这样做更好。”就在这种竞合关系中,中国企业也逐渐了解市场,了解自身的优势。“比起国际同行,我们反应敏捷,落地快,服务态度好,而且成本一定比他们低。”陈丹坦言,曾经的导航地图时代,中国图商起步很晚、全面落后,但如今向高精度地图时代的转型,又给了中国图商一个弯道超车的机会。“新的机会面前,大家都是平等的。现在谁是老大还不清楚,但我们的确已处在领先位置,让我们再往后看看。” 自动驾驶系统 最好的方案是市场上买不来的如果说传感器是智能汽车的“眼睛”,那么自动驾驶系统就是智能汽车的“大脑”。而以人工智能为核心技术的自动驾驶解决方案企业,就是智能汽车产业链的核心,掌握着产业发展主导权。在中国,这类企业主要集中在两个领域:一个是百度为代表的互联网公司,下辖自动驾驶事业群;另一个则是专注于自动驾驶系统研发的初创公司,比如小马智行、初速度(Momenta)、文远知行等。业内人士告诉记者,如果抛开大量技术专业术语,能最直接衡量自动驾驶系统优劣高下的标准有两个:是否已经有产品化的东西;是否能得到下游车厂和资本市场的认可。“资本是长眼睛的,投资人在真金白银投进去之前,每家都会去坐车比较。” 从这个角度看,国内自动驾驶系统企业中,百度与小马智行走在了前面。2019年9月,百度自动驾驶出租车队在长沙开跑,并于11月初在沧州推出国内第二个无人驾驶出租车试运营项目。2019年12月底,百度又成为国内首批在北京市展开自动驾驶载人测试的企业。在新冠肺炎疫情期间,北京海淀医院的无人送餐车、上海张江人工智能岛上的无人消毒车,背后都是百度Apollo自动驾驶的技术支持。 小马智行在2月26日宣布了自己的新一轮融资:金额4.62亿美元,其中4亿美元来自全球最大车企日本丰田。这是中国自动驾驶领域迄今为止的最高融资,自此小马智行的估值超过了30亿美元。运营方面,小马除了已在广州南沙进行自动驾驶打车常态化运营,还在美国加州尔湾市和弗里蒙特市开放了自动驾驶打车服务。据美国加州公共事业委员会最新数据显示,小马智行尔湾车队三个月内的运行里程数超过了9万公里。 有趣的是,在谈到发展战略的抉择时,小马智行相关负责人也提到了“降维打击”。“就像一个数学天才,如果只做高中数学,不做高等数学,是不可能拿菲尔兹奖(数学界的诺贝尔奖)的。所以我们抵御住了‘渐进式’道路的诱惑,直接瞄准L4(高度自动驾驶)以上的自动驾驶。如果你连高等数学都做得好,再降维打击高中数学,还不容易吗?”虽然小马智行技术团队的力量足够亮眼,但驱动小马作为一家企业获得成功的,还是从一开始就定位更高的战略抱负。比如自动驾驶系统这颗“大脑”通常包含五个模块:传感器融合、感知、预测、路径规划、控制。每个都是技术难点。而小马表示这五个模块全部都要自主研发。“最好的模块方案是市场上买不来的。如果市场上能买到,那一定是通用的,但通用的一定不是最适合你的。”

    时间:2020-03-13 关键词: 传感器 自动驾驶 智能汽车

  • 进军智能汽车 骏驰科技拟3400万元收购上海高诗

    12月10日消息,骏驰科技(832270.OC)发布2019年第一次股票发行方案。 方案显示,骏驰科技拟以每股人民币2.00元的价格向翟徐昌、伏春波2名自然人发行不超过1300万股(含1300万股)公司股票,购买其持有的上海高诗汽车科技有限公司(下称“上海高诗”)76.47%的股权,同时向罗武龙支付800万元现金,购买其持有上海高诗23.53%股权。上述交易完成后,上海高诗将成为骏驰科技的全资子公司。 上海高诗股东全部权益价值于评估基准日2019年8月31日的评估结果为3,424.95万元,各方经协商一致同意参考评估结果确定上海高诗100%股权的交易价格为3,400万元。 翟徐昌、伏春波、罗武龙承诺,上海高诗研发项目在2020年12月31日前顺利通过客户端验证,且成功开发完成1家客户的项目定点。 此外,上述人员还承诺上海高诗研发项目在2021年、2022年及2023年分别实现销售收入3000万元、6500万元及1.45亿元,且在2021年、2022年及2023年分别实现项目定点3个车型、新增定点3个车型及新增定点2个车型(包括上海高诗研发项目在甲方及其子公司实现的销售收入及项目定点)。 上海高诗是一家专业汽车智能技术研发和技术集成公司,其拥有汽车智能控制技术研究开发团队,技术创新与技术分析能力强,特别是在产品分析、测试、验证等方面能力较强。上海高诗研发的汽车自动尾门系统项目产品,在各项主要性能指标均达到行业领先水平,且和竞争对手相比,具有一定的成本优势。 骏驰科技主营汽车发动机相关的冷却水管、油管、涡轮增压管、以油底壳为主的发动机周边冲压件等的研发、生产和销售业务,公司于2015年4月13日挂牌新三板。

    时间:2019-12-30 关键词: 智能汽车 骏驰科技拟 上海高诗

  • Molex天线与远程控制单元融合产品荣获,美国《自动驾驶汽车技术》杂志编辑评选大奖

    Molex天线与远程控制单元融合产品荣获,美国《自动驾驶汽车技术》杂志编辑评选大奖

    (新加坡–2019年12月16日)致力于提供端到端数据解决方案、高速网络、数据通信、坚固耐用工业和汽车解决方案的一级供应商Molex为未来的智能汽车提供创新的架构设计和开发,勇夺美国《自动驾驶汽车技术》(Autonomous Vehicle Technology,AVT)杂志编辑评选的2020年ACES大奖,已经连续两年获此殊荣。Molex的下一代解决方案将一个远程控制单元(telematic control unit,TCU)以巧妙的隐藏方式与天线设计融合在一起,连接性能获得公认。随着互联车辆与数位化环境的连接日益紧密,天线和高性整合TCU的作用越来越重要。凭借广泛的专业知识,Molex在一个创新的解决方案中将两者融合在了一起,创造了TCU天线融合。它不仅提高了射频效率,降低了系统成本,而且其工业设计允许原始设备制造商实现隐藏的高性能天线。这项创新有助于确保无缝连接,这对智能汽车传输大量资料至关重要,尤其是在未来向5G mmWave解决方案过渡的时候。Molex车联网设备总监Dietmar Schnepp在获奖后表示:“Molex很荣幸获得《自动驾驶汽车技术杂志》颁发的ACES大奖,这表明了Molex TCU天线融合技术在未来互联和自动化汽车领域的市场十分重要。Molex的创新和专业技术为我们的汽车客户创造了巨大的价值。”AVT ACE大奖的获奖者是根据编辑、行业专家和读者的意见进行评估和选择的。只有在汽车自动驾驶、互联互通、电气化和行动服务(ACES)等领域最创新的技术、产品和服务才会获得青睐。

    时间:2019-12-16 关键词: 远程控制 自动驾驶 智能汽车

  • 地平线与福瑞泰克达成ADAS领域合作

    地平线与福瑞泰克达成ADAS领域合作

    近日,AI芯片厂商地平线与智能驾驶方案商福瑞泰克达成合作,双方旨在推动高级辅助驾驶系统(ADAS)及面向L3-L4自动驾驶解决方案及前装产品量产。 据报道,地平线面向ADAS的产品,预计最早于2020年中在量产车型上落地。 2019年,智能汽车产业步入成熟期。今年11月,浙江省发改委印发《浙江省智能汽车创新发展规划(2020-2025)》,其中有关“推动L3级别自动驾驶规模化量产”内容中提出,发展汽车芯片、车载通讯模块、机器视觉、毫米波雷达、激光雷达、超声波雷达等感知产业,同时发展高级别辅助驾驶、智能座舱、车路协同等综合性强的系统解决方案。 2017年,地平线发布中国首款全球领先的边缘人工智能视觉芯片征程(Journey)系列和旭日(Sunrise)系列。 2018年4月,地平线推出自动驾驶处理器“征程2.0”架构,相应的产品搭载于一款奥迪汽车亮相,“征程2.0”处理器架构应用于这家公司自研产品--高级别自动驾驶计算平台Matrix1.0。 地平线 Matrix™ 自动驾驶计算平台 据介绍,Matrix1.0是面向L3/L4的自动驾驶解决方案,开发者可基于该品台进行神经网络的开发、验证、优化和部署。该平台满足自动驾驶场景下高性能和低功耗的需求。2019年4月,地平线推出性能更强、性价比更高的Matrix 1.7平台。 (文/胥崟涛)

    时间:2019-12-16 关键词: 芯片 adas 智能汽车 地平线 福瑞泰克

发布文章

技术子站

更多

项目外包