当前位置:首页 > 自动驾驶
  • 特斯拉将在2019年实现全自动驾驶汽车上路

    特斯拉将在2019年实现全自动驾驶汽车上路

    据福布斯网站报道,特斯拉(Tesla)和SpaceX首席执行官埃隆·马斯克(Elon Musk)在接受科技博客网站Recode主编卡拉·斯威舍尔(Kara Swisher)的采访时表示,特斯拉将在2019年超越其他任何汽车制造商,实现完全自动驾驶。马斯克还非常自信的表示,估计不会有任何一家汽车公司在自动驾驶、完全自动驾驶方面能够超过特斯拉,这些公司在软件领域并不擅长,而自动驾驶恰恰是一个软件问题。 在这场完全自动驾驶的竞赛中,马斯克仅将Alphabet旗下的自动驾驶汽车部门Waymo视为竞争对手,但他仍然认为,不会有哪家企业能够在“在实现通用解决方案方面接近特斯拉”。马斯克表示,也许人们能够在特定城市或者通过定制方案实现(自动驾驶),但实际上全球各地的不同国家有着不同的路标、不同的交通习惯,会出现各种各样的情况,因此人们需要的是一个通用解决方案,然而目前为止,还没有人能够很好的解决这个问题。 在采访中,马斯克还谈到了该公司最新发布的自动驾驶软件(版本9)中最先进的辅助驾驶功能Drive on Navigation,并表示这是实现完全自动驾驶的第一步。该功能是将导航与Autopilot结合起来,甚至可以在行驶中超车。在进入目的地时,Autopilot导航系统将会引导汽车从公路的入口匝道转向出口,建议并进行车道变更,在公路交叉口同行时会选择出口,找到并沿着最有效的路径到达目的地。 美国咨询公司Atherton Research则表示在自动驾驶汽车这场竞赛中,马斯克仍然是一个异类,因为他是为数不多仍然相信摄像头足以让一个自动驾驶系统像“超人”一样开车的人之一,Waymo和优步(Uber)等其他公司则押注激光雷达,来提高自动驾驶系统的准确性和安全性。事实上,激光雷达能够更好地测量物体之间的距离,并且可以防止撞车事故。 正如特斯拉在《车主手册》(owner manual)中所强调的那样,该公司目前无法应对的问题是:交通感知巡航控制系统(Traffic-Aware Cruise Control)无法检测到所有物体,因此该系统可能不会为避让静止的车辆而刹车或减速,尤其是在这种情况下,即:车主正以超过每小时50英里(80公里)的速度行驶,碰上前面的汽车变道,面前会突然出现一辆静止的车辆或物体。 但即使特斯拉实现了明年发布完全自动驾驶汽车的梦想,仍然需要一段时间,可能需要几年才能获得监管部门的批准。 随着版本9的发布,Autopilot 2现在基本上与Autopilot 1的功能相当。Autopilot 1最初是由以色列初创企业Mobileye开发并于两年多前发布的。但是自从发生Autopilot 系统致死事件后,特斯拉与Mobileye分道扬镳,该公司不得不从头开始重建其自动驾驶系统,马斯克的自动驾驶计划也因此被推迟。

    时间:2018-11-09 关键词: 特斯拉 无人车 自动驾驶 电源资讯

  • 主攻量产 Roadstar.ai发布新一代自动驾驶解决方案Leo·灵

    主攻量产 Roadstar.ai发布新一代自动驾驶解决方案Leo·灵

    在第五届世界互联网大会召开期间,自动驾驶初创公司Roadstar.ai对外公布新一代自动驾驶解决方案Leo·灵,这是主打量产的Level 4解决方案。 据了解,今年上半年,Roadstar.ai就发布了自动驾驶Level 4解决方案Aries·锐,新一代Leo·灵相比上一代产品解决了很多缺点,比如锐要更换一个零件需要拆开整体,灵则只需要替换局部零件,十几分钟就能完成操作。 Roadstar.ai联合创始人周光表示,灵平台具备稳定性和可维护性的特点,生产、调试时间可以缩短到半天,两天时间就能让无人车跑起来。目前,方案能够预处理8个摄像头、5个激光雷达等多传感器的数据,激光雷达点云密度高达0.13度,还装配基于FPGA的数据预处理机顶盒3.0系统。 据悉,Roadstar.ai作为第五届世界互联网大会的合作伙伴,期间提供无人车动态接驳服务,预计总运营时间超过20个小时,单程接驳超3公里。

    时间:2018-11-09 关键词: 无人车 自动驾驶 数据处理 电源资讯

  • 腾讯海外自动驾驶团队正在招兵买马

    腾讯海外自动驾驶团队正在招兵买马

    腾讯在领英上登招聘广告,寻求自动驾驶专家和研究人员加入其海外自动驾驶技术研发部门。 腾讯正在硅谷建立一个自动驾驶团队,这是这家中国科技巨头在游戏等腾讯的传统增长引擎放缓之际转向新领域的最新迹象。 旗下拥有社交媒体平台微信(WeChat)的腾讯在求职网站领英(LinkedIn)上登出一条招聘广告,征募自动驾驶专家和研究人员加入其具备“机器学习尖端科技”的美国分部,推进其海外无人驾驶技术研发。 去年腾讯宣布将与广汽集团(GAC)合作开发智能汽车,从那时起开始实施进军汽车行业的计划。腾讯与国内科技业竞争对手正竞相在世界最大汽车市场占领阵地。 电商集团阿里巴巴(Alibaba)和百度(Baidu)都通过与中国汽车制造商建立合作关系或成立合资企业,开发汽车操作系统。 今年,德国三大车企奧迪(Audi)、梅赛德斯-奔驰(Mercedes-Benz)和宝马(BMW),以及中国初创企业景驰科技(Jingchi)和小马智行(Pony.ai)都开始在国内上路测试自动驾驶汽车。 腾讯在领英上的招聘广告中表示:“作为一家正在美国开拓新市场和快速发展的中国企业,我们具备企业家精神,保持开放的心态。” 腾讯经历了艰难的一年,自1月以来其股价已下跌逾29%。今年8月中国政府提出的限制性政策限制了科技集团从新游戏中赚钱的能力,使腾讯再遭打击。 出于对中国的高近视率和游戏成瘾问题的担忧,中国政府还采取行动限制儿童的在线游戏时间。腾讯的大部分收入来自游戏。 腾讯的发言人没有立即回应置评请求。

    时间:2018-11-08 关键词: 腾讯 自动驾驶 微信 电源资讯

  • 自动驾驶的挑战在哪儿?看看这些技术专家怎么说!

    电动汽车和自动驾驶是目前业内最热的两大话题。随着这两类技术的快速发展,我们也碰到诸如隔离设计、电流检测、数据存储以及电池性能和自放电测试的各种挑战。在汽车电子论坛上,来自是德科技、伊莎贝棱辉特、华邦电子、Silicon Labs、美光、艾德克斯和博通等七家公司的技术专家为我们分享了这两大热点领域的发展趋势,并针对上述挑战详述了最新的创新解决方案。本文将针对其中与汽车电子相关的内容划个重点。 是德科技:创新电池性能和自放电测试 是德科技大中华区电源产品渠道经理万峻珲在其“快充和无线充电效率测试及电池性能的深层分析”主题中,介绍了功耗、快速充电、无线充电效率以及电池自放电等方面的测试。他介绍,是德科技去年收购了德国一家公司Scienlab,获得了新能源汽车的整体测试测量解决方案。 在谈到汽车电子,他指出,供应商需要满足车厂标准,比如VW80000,因为要做跌落、抛负载试验,波形很奇怪,传统直流电源没办法达到要求,因此需要用到大功率任意波形发生器,借助这样的电源可满足各种汽车电子测试测量要求。 同时他提到,除了锂电池,目前新能源汽车领域还有燃料电池比较火,可以解决锂电池目前的一个瓶颈,即电池回收问题。燃料电池环保,但是成本相对高。 电池本身的内阻是影响电池快充的一个关键。同时,不同电池或不同厂家对电池充电的要求也不一样。DCR在整个充电过程中并不是恒定值。因此,在看电池指标的时候,关注的往往不是容量或标称电压,更应该关注的是DCR是多少,怎么变化,以及温度的影响怎样,这样才能实现快充并把它发挥到极致。快充通常希望电压达到上限以下时容量很大。比如充到4.2V的上限值,那就希望充到4.1V能达到90%,这样才能实现电池快充。另外,温度对电池充放电的影响也很明显。 他指出,是德目前最创新的解决方案是电池性能和自放电测试。 电池性能测试需要关注电池自放电,例如ACR、DCR、容量以及电压的分布情况、循环充放电次数和容量的关系。 对于新能源汽车行业,对电池测试是必需的。电池循环充放电电池寿命验证,以前是采用一台源和一台负载,源用于充电,负载用于放电能量吸收来实现。这样的系统搭建往往没有办法进行无缝切换。现在有了二合一的设备,充放电系统搭建非常容易。     另外对于电池的自放电测试,是德现在提供了一种比较好的测试测量方法。很多时候我们都要对电池进行匹配。例如,特斯拉电池是通过多节18650、21700电池拼起来的。每一小节电芯自放电不一致,会造成使用寿命、安全性大打折扣。那我们怎么去测试自放电? 电池厂商传统的方法,是在某年某月某天,用万用表去读电池两端电压,过了两三天或一周再去读一次,通过观察电压下降的趋势,去判断一批电池是否符合要求,可以出厂。这样的测试测量方法有两个弊端,一是直接量测电压,自放电电流大小是多少不知道。二是需要很长时间,工厂货期非常长,而使客户不满意。 是德推出了一种创新的自放电测试方法。这种方法其实非常简单,就是用一个表去量电芯漏电流是多大。可以把电池看成两个水杯,一个注水,另一个没有,两个水杯都开了一个小口,代表电芯自放电大小。水杯的高度即电压,容量等于电容量……EDN之前对此有过报道,详情请见《电池自放电测试由一两个月缩短到俩小时:奥秘是什么?》。 伊莎贝棱辉特:采样电阻与霍尔传感器对比 伊莎贝棱辉特惠斯勒公司资深现场应用工程师钱晨栋分享了“汽车电子中的电流检测应用”。他介绍说,伊莎贝棱辉特是一家德国的被动元器件公司,由伊莎贝拉公主的后代所传承。 现在在消费类、工业以及汽车领域,产品都非常多样化。但是万变不离其宗,电流采样对于电机驱动来说起着核心作用。电流检测电阻是一种超低阻值电阻,是电阻大类的一个分支。从功能上说,可以把它列为一种电流传感器或分流器(shunt)。从上世纪电子元器件的发明开始就一直存在,不过最初由于工艺水平的原因,应用受到限制。 伊莎贝棱辉特的电流检测电阻采用镍铜合金(灰色金)制造,非常适合制作阻值非常低(毫欧级、微毫欧级)的电阻。这类电阻在电动汽车中应用广泛,如EPS、EPB等,只要涉及电机驱动的部分都可以使用采样电阻。     例如,电动助力转向系统(EPS)经历了从机械液压助力转向系统(HPS)到电子液压助力转向系统(EHPS)到EPS的发展。它通过电机取代原先的液压助力转向系统,将电流信号转换为电压信号,反馈给ECU,进而驱动电机。 下图是采用了0.5mΩ采样电阻的EPS驱动板。     另外一种应用是自动变速箱(TCU)的控制单元。它通过各种阀门、继电器、位置传感器等,将采集到的信号反馈给MCU做处理。 以下是某德国车厂所用双离合变速器,其中采用了伊莎贝棱辉特的镀金端子产品。“它采用了一种绑定和倒装焊的工艺,能够把TCU模块做得非常小,放在发动机的引擎缸里,环境温度最高达到140℃。”钱工介绍说。     EPB(电子驻车)通过一个按钮或开关,替代传统的手刹方式。它不仅仅是一个简单的刹车制动,比如在斜坡上驻车或启动时,通过EPB方式就不会溜车。如何实现的呢?它里面实际上是有一个直流电机,在斜坡上加速启动的时候,MCU通过位移传感器去计算油门的驱动力,去和电机(通常是BLDC)的驱动力做比较。 然后是汽车空调,它和家用空调没有太大区别,但是是安装在汽车里,要考虑动力和安装空间等问题。采样电阻在空调系统中应用也很广泛,其PWM调制解调IC会接一个2mΩ或3mΩ采样电阻,反馈三相电机信号,实现无极变频模式。 汽车里的采样电阻,范围一般在30A到60几A。 另外,对于BMS(电池管理系统),近两年非常火爆。BMS包括电机、电池和电控三个部分,合称三电,它是新能源汽车的核心。 BMS从最早的12V到随后的24V、48V再到高压,以及启停系统。DC-DC转换器、逆变器、车载充电器等都会通过采样电阻去检测电流。 BMS的电流采样还有另外一种器件:霍尔传感器。这种器件是磁性元件,比采样电阻更早出现,材料工艺相对采样电阻没有那么高。 采样电阻的优势是尺寸小、噪声小、线性度好、温漂系数低、分辨率低、成本低等。但它也有劣势是它上电有功耗——用霍尔传感器没有功率损耗。另外,霍尔传感器直接解决 随着BMS SoC对精度的要求越来越高,电流传感器的动态范围也得到重视。对于高动态范围电流采样,用开环的霍尔传感器就无法实现。 华邦:串口NAND Flash完胜串口NOR 华邦电子闪存产品企划经理黄信伟(Wilson)分享了“专为车用存储需求的高速低成本串口NAND方案”。他指出,摩尔定律可能在未来几年内被终结掉,如果套用在存储器领域,也是有这个趋势。1986年Intel发明了第一颗1.5μm的NOR Flash,到2008年演进到45nm的Flash,然而再往后,没有进一步地微缩。 NOR Flash是一种比较可靠的存储器解决方案,适合存小容量代码。NAND Flash在传统上被视为不那么完美,需要进行管理。目前所有的电子产品越来越复杂和强大,NOR需要更大容量的存储,但是它的工艺不会再微缩,所以大容量的成本高。而NAND工艺会持续微缩,从之前的40几nm到30几、20几、10几nm都已量产。因此在大容量存储上,NAND Flash成为主流选择,在可靠性上也可以和NOR比拼。 黄经理从成本考虑、质量角度、读取速度和写入速度几个方面,对串口NAND和串口NOR进行了比较,并解释了“串口NAND需要额外控制器做坏块管理或ECC吗?”的问题。 从成本上看,NOR先天上比NAND大一倍,相同容量上成本比NAND贵。 从质量上看,在半导体存储器里,保存的电子数越多,数据保存越久。华邦46nm的SLC NAND在擦写1000次后,在85℃下可以保存10年,和传统的NOR性能可比。 从功能上看,首先是读取速度。拿自家产品作对比,华邦的STR NOR时脉可以到133MHz,DTR可到80MHz,整体读取速度可达到80MB/s。市面上一般的NAND,时脉只能达到104MHz,达不到前者的速度,但是华邦电子发布了一款全新的串口NAND,其STR NOR时脉可以到166MHz,DTR可以到83MHz,整体读取速度可达到83MB/s。这对于车载应用非常快了,从使用者体验来看,是款非常不错的解决方案。 那这是怎么实现的?华邦独有的读取功能,可以让数据一直读取,而省掉了中间的读取命令。市面上没有这个功能的串口NAND,读取速度只能达20MB/s;并口NAND(可以16个IO并行操作)的速度会快点,但也不超过30MB/s。华邦第一代串口NAND在时脉速度在104MHz的时候可以达到52MB/s。还不够用?华邦又有开发了第二代全新的专为高速而生的产品,速度达83MB/s,可以给用户两种选择。83MB/s如果还不够用,华邦还提供了一种创新解决方案,即将两个83MB/s放在同一个封装上,就可以达到2*83MB/s=166MB/s。 然后是写入速度,串口NAND比串口NOR高很多,写入快至少10倍,擦除快至少100倍。更直观的来看,同样写1Gb数据,NOR大约需400s,NAND耗时只有一点点。串口NAND在写入速度上具有非常大的优势,可节省pcb烧录时间(提高生产线效率)和实现快速在线更新。 串口NAND(被视为不完美的传感器)需要额外的控制器去做坏块管理或ECC吗?请见下图。     最后他强调说,华邦的车规产品在出厂的时候是零坏块出厂,不会麻烦客户去处理坏块管理的问题。16nm是种稳定的工艺,在几千次的擦写状况下,不需要做坏块管理。 Silicon Labs:电容耦合隔离的优势 Silicon Labs高级现场应用工程师赵伟分享的主题是“应用于电动汽车的高速率多通道隔离技术方案”。他介绍说,市面上常见的隔离技术有三种:电容耦合、磁耦(电感和变压器)和光耦。隔离是为了实现安全性(高低压之间)、参考地区分,以及不同的电流回路,而起到抑制噪声的作用。 电容隔离的信号传输快,EMI性能好,不会有辐射信号,共模瞬态抑制比做得好。此外,其隔离栅材料通常为SiO2,隔离产品的可靠性和稳定性可以保证。磁耦产品的EMI性能相对差。光耦有光衰,会受温度和电压影响。 Silicon Labs的隔离技术是电容式隔离,一颗隔离产品里包含两个die,原副边各有一对高压电容器,中间通过金线绑定起来。信号传输采用OOK调制解调,采用已认证的SiO2材料,绝缘强度可达500V/μm,不需要用到厚的SiO2层,可节省成本。Silicon Labs的隔离产品原副边之间有12根绑定线,差分信号可以保证信号质量。 针对隔离材料,该公司做了TDDB试验,去验证材料的长期使用可靠性。对于5kV的产品,在施加1kV电压情况下,隔离栅的使用寿命可以达到100年。 市场上推动隔离产品增长的趋势包括:绿色能源的需求,电源效率的要求,政府颁布新的排放标准。对于新能源领域,不管是全电动/混动车还是太阳能逆变器,都需要用到隔离产品。伴随这些产品的需求,隔离产品也得到进一步的发展。 再看汽车电气化的趋势。在过去的2016、2017年,全球电动汽车销量增长超过50%;在德国,有近2%的新车是新能源汽车,其中全电动车的增长达137%。预计到2020年,全球电动+混动车出货量将达到1300万到2000万辆。同时,全球许多国家都提出了结束内燃机车销售的时间,新能源车前景光明。 对于传统的燃油车,随着我国的排放标准越来越高,现在市面上的传统燃油车没法达到要求,现在车厂也在想办法,提出了48V轻混概念,来实现启停、转向等功能。 在这个48V系统中,需要进行高压隔离,例如12V/48V、5V/48V等。 针对汽车应用,隔离产品的挑战如下:     Silicon labs有几大类隔离产品(如下)。其中,数字隔离器的特点是集成度高,提供从单通道到6通道的隔离产品,一颗芯片就可以做SPI、I2C、485或CAN等隔离,例如6通道产品可同时实现SPI和CAN的隔离。隔离栅极驱动器可应用于变频器、伺服系统等应用。Silicon Labs这类产品非常完整,从MOSFET、IGBT、GaN和SiC,都有相应产品来支持。隔离ADC可以直接采样系统中的电压、电流。其芯片里集成了一个ADC,可直接把数字信号传给处理器。隔离运放可采集系统的电压、电流,并将它放大,传到后端的MCU、FPGA等做处理。     美光:存储器成为限制自动驾驶发展的瓶颈 美光科技汽车系统架构高级总监Robert Bielby探讨了“自动驾驶领域的云存储和本地内容存储”话题。他指出,未来代码数量最多的嵌入式应用不是Facebook,不是Windows,不是747,而是汽车。汽车代码在未来10年将达到3亿行。这么多的代码就需要有存储器来支撑。另外,随着自动驾驶技术的发展,存储器也将从汽车后座转移到前座。 目前业内的两个热点话题是自动驾驶汽车和人工智能(AI)。AI需要用到最高的性能,达到数TFLOPS的算力。AI也会在自动驾驶上应用,为了达到这样的算力,就需要提供大量存储器带宽。然而,存储器的发展目前还跟不上处理性能的发展,成为了实现某些功能的瓶颈。 自动驾驶系统需要由众多元素协力来实现,如操作系统、包括激光雷达、雷达、超声波、摄像头等在内的众多的传感器,并结合AI实现对象分析,针对交通拥堵等状况做出决策。计算机硬件好比车轮上的数据中心,会用到世界上最先进的计算性能。以前是PC推动存储器发展,之后变成智能手机推动,而现在则变成了汽车在推动。汽车中存储的地图,分辨率将朝cm级发展。此外还有驾驶控制、启动等,是它们的共同作用才能够实现自动驾驶。 自动驾驶技术也将对我们的生活产生重要影响,例如舒缓交通拥堵,降低事故发生。自动驾驶汽车能够比人类“看得”更远更清,并能够实现360度全向监控。自动驾驶还有一个需要长期演进的是机器学习,即进行训练,需要提供大量数据。 我们需要采用GPS地图来导航。但是对于下雪天的场景,激光雷达和摄像头可能不奏效,因此我们也需要使用地图来看清车道。3D地图可以提供精确定位。此外,我们还有很多新的技术正在研发中。 市场上研究全自动驾驶有几种不同策略。他介绍说,特斯拉所采用的实时道路规划是主流技术。这种技术严重依赖于摄像头去创建3D地图,外加GPS。另一种技术是用摄像头对齐HD地图加实时道路规划,这是Waymo所采用的技术。由于地图存储在车内,因此其视觉系统的负担降低。这种技术,汽车需要每周从云端下载地图进行更新。第三种技术是使用众包位置数据增强实时道路规划。Mobileye的道路体验管理(REM)就是这种,通过他人信息分享来实现导航,例如收到前方车主发来的突发事故而重新规划路线。 什么是云和雾?云无需过多解释,即远程服务器,可以用来更新地图以及算法。雾是指V2V、V2I通信,借此可以实现信息的实时共享,实现比云更高的即时性,雾的信息也可分享到云。另外,5G网络即将推出,它构建在V2X和LTE架构之上。 以下是自动驾驶系统的原理图以及汽车存储架构的演变。         艾德克斯:一台电池充放电测试设备集成源和负载两个功能 艾德克斯(ITECH)技术工程师陈文兵分享了该公司的汽车电子测试解决方案。他介绍说,艾德克斯针对新能源汽车高压、大功率动力电池的充放电测试提供了一套新的硬件解决方案。以前的电池充放电是采用两个硬件回路来实现,即充电时采用一个电源来充,放电则通过一个电子负载来实现。 这样就导致整个系统的成本非常高昂,尤其是在高压要达到1000V甚至1200V的硬件配置,功率做到9600W的情况下。 以前的开关电源将380V市电转成直流电来进行充电。现在的解决方案在此基础上进行优化,能够实现电能的双向传递,即在电池包放电的时候,通过内部回路将DC逆变成AC,回馈到电网,这样可以可大幅节省测试成本。而且对于测试环境来说,由于现在的动力电池包太大,导致房间温度太热,散热难处理;这么大的功率也浪费电,而采用回馈式方案,则可以将电逆变成380VAC,用于其他设备供电。此外,它的效率也得到提高,达到了80%~90%的效率,最高电压做到了2250V,功率可以做到920kW,可根据客户的实际需求来配置充电和放电等。 另外,常规的电流/电压采样大概能做到1ms左右。ITECH和一所学校进行充放电合作,学校要求做到微秒级的采样,用于脉冲式的充放电,先用大电流充电,一段时间后切换到短暂的放电,从而提高充电效率。目前的产品可以做到硬件4μs采样,而满足这种高速采样需求。此外,通过将设备并联,还可以扩展到更大功率。 新能源车的发展离不开充电桩,可以采用家用220V插座给车载充电器供电,间接起到慢充的作用。对于交流桩,每辆车都必不可少会有一个AC/DC车载充电器(OBC),以及一个DC/DC,将电池电压转换成12V电平给低压设备充电,这两个设备必不可少。不管是整车厂还是OBC供应商,电性能测试必不可少,例如输入输出效率、纹波噪声、供电范围等。例如在工业园区充电,在早晨或夜里,电压会偏高。充电会充8个小时以上,在这种电压波动的严苛环境下,要保证充电器正常工作,就需要一套这样的系统。 对于整车厂比较关心的指标,比如整车充电效率、充电时间、纹波噪声等,需要怎样实现测量?对于车载充电器测试,老板肯定是希望能用手里有限的资金来实现更多、更完善的测试。可以把两套系统合二为一来解决问题,例如将示波器和功率分析仪共用,将高压电源和电子负载合二为一。     博通:光耦适合汽车中的哪些隔离应用? 博通公司隔离产品事业部产品经理陈红雷分享了“光耦助力提升电动汽车充电方案”。他介绍说,博通今天的光耦产品线来自惠普时代。虽然公司经历多次变更,但这条生产线在持续不断地进行研发投入和开发跟进,未受公司的变更影响。博通的光耦产品在工业应用领域有着非常好的可靠性。 其产品分类包括数字光耦、栅极驱动和隔离运放等几大类。市场包括工业、汽车、飞机、导弹、卫星和民用,产品本身非常丰富,覆盖领域也非常广。 光耦由LED、隔离介质和和感光器件组成,用来实现电气隔离但信号可以沟通。它有很多不同封装形式,以满足市场对爬电距离、电气间隙和工作电压等的要求。     下面是个简单的应用场景。对于AC/DC电源转换,能量传输采用变压器进行隔离,信号系统隔离则是通过线性光耦,将输出信号反馈到PWM控制器。     光耦的工业应用领域非常广泛,例如电源、医疗、新能源、电机驱动、工业网络、工厂自动化和机器人。在汽车领域则有两个新兴发展市场,电动汽车和汽车充电桩。 汽车中哪些光耦适用? 电池是电动汽车的动力源,然后是电池充电器,以及驱动系统、模拟系统的反馈等等。不同的功能对应不同的型号,比如栅极驱动(IGBT或MOSFET)、电流检测、电压检测以及数字光耦等。 IGBT模块可将前端电压信号通过ADC转换成数字量,再通过隔离运放传送到另外一边,而实现隔离和精确的数据转换。此外IGBT模块中具有一个NTC,用来检测模块温度,这个信号也可以采用光耦来传送。 数字光耦功能比较简单,用于传送逻辑信号。根据应用场景的不同,可选择高中低速器件。 充电桩的功能是从电网取电并整流给汽车充电。实现方案很多,都有用到光耦方案。 车载充电器本身则受车体积的限制,能量密度相当的高。要想在车里把引擎、电池、充电器等塞进去非常困难。一般车载充电器功率在6~10kW之间,容量有限,要想把电池充满需要隔夜冲。 它的好处是随时可以找到交流电来充电,缺点供电能力有限,所用器件需要选用车规,相对昂贵。 直流充电桩或外置充电桩属于基础设施设备,功率可以很大,如100kW,200kW,充电时间可以大幅缩短。另外,工业级的器件可以直接使用。 业界追求的充电时间是5到15分钟就可充满,或可充到80%左右,提供很好的续航里程。 下图是直流充电桩内部的功能模块。在电源转换的过程中,我们需要保证MCU、HMI有足够的安全,即符合增强型绝缘。     博通智能驱动型光耦的发展方向是驱动能力大、驱动快,以及保护功能更多。 此外,博通和许多业内公司合作开发了demo板,例如3300V/1700A的参考设计在网上提供。除了参考设计,以及在线演讲和视频资料,博通的网站上还提供有其他设计工具,例如Spice模型、IGBT电流检测、电流计算公式、功率和热等计算。

    时间:2018-11-08 关键词: 新能源汽车 是德科技 自动驾驶

  • 雷达技术对整个汽车电子供应链提出了复杂的要求

    车辆制造是德国的创新驱动力 - 根据Fraunhofer研究所和欧洲经济研究中心(ZEW)的报告INNOVATIONEN IN DER DEUTSCHEN WIRTSCHAFT[德国经济创新],仅2016年德国就在该领域投资了524亿欧元,且呈上升趋势。各项投资的重点是自动驾驶。该领域的新发展意味着持续的工艺改进,涉及到的不仅有汽车制造商。整个汽车电子供应链必须适应新的挑战。 传感器 - 自动驾驶的核心 自动驾驶需要大量环境信息,这些信息通常由人眼捕获并由人的大脑处理。技术层面的对应物是传感器,它们是自动驾驶的关键部件。目前市面上已有数百万部汽车雷达投入使用。汽车雷达是高端车辆的标准配置,配合高级驾驶辅助系统使用,用于预防事故并提高驾驶舒适性。 雷达传感器主要使用调频连续波(FMCW)信号。由于传播延迟和多普勒频移,传感器能够测量和分辨多个目标的距离和径向速度。根据天线阵列特性,还可测量和分辨方位角甚至是仰角。在信号处理期间,传感器电子设备生成目标列表,其中包含测量得到的目标位置和速度以及类型信息(行人,汽车等)。该列表被发送到车辆的电子控制单元(ECU),ECU用该列表对操纵车辆实时做出决策。这些数据的准确性和可靠性对于车辆,乘客和其他道路使用者的安全极为重要。     图1:由于方位测量误差,检测到错误的目标位置。自动驾驶车辆控制系统有可能会做出致命的操控。 雷达天线罩 - 特殊的挑战 出于美观考虑,雷达系统不是安装在车辆的显眼处。通常,它们隐藏在散热器格栅上的品牌徽标后面以及前、后塑料保险杠后面。这些徽标和保险杠就成了雷达天线罩。作为天线罩,必须对它们的射频性能进行评估,它们会影响隐藏在它们后面的雷达的探测性能和准确性。天线罩材料的射频传输损耗使信号衰减两次,因为信号必须在到达目标的路上和返回途中穿过该材料。根据信号传播定律,发射信号的功率与每个方向上的距离r的平方成反比,这意味着由于发射信号功率减小了r4倍。 例如,如果具有3W输出功率和25dBi天线增益的77GHz雷达,要探测雷达截面为10m²且最低可检测信号电平为-90dBm的目标,在没有雷达天线罩时,最大雷达可探测距离为109.4m。如果天线罩的双向衰减为3dB,雷达探测距离将减少16%,仅为92.1m。 除了材料衰减外,天线罩材料的反射率和均匀性对雷达性能也有重要影响。例如,涂料中金属颗粒的反射和基材的射频失配都会在天线罩内(即靠近传感器)产生干扰信号。这些干扰信号在接收链路中被接收和下变频,这降低了雷达的检测灵敏度。许多车辆制造商试图通过在特定角度安装天线罩来减轻这种影响,以便发射的雷达信号不会直接反射回接收器前端。这种方法受到设计限制,并且不能消除导致射频能量损失的寄生反射。另一个问题是材料不均匀性(如夹带杂物,密度变化和三维品牌标识中的不同材料厚度)会干扰输出和输入波阵面。材料不均匀会产生材料变形,导致角度测量不准确。雷达传感器校准可在一定限度内将这种影响降至最低,但不能完全消除它,因为被校准的雷达可能安装在不同制造商生产的天线罩后面。 校准和验证 - 供应商的机会 为确保雷达可靠性,保证辅助驾驶系统和自动驾驶的安全性,必须验证雷达天线罩及其性能。材料校正非常耗时且昂贵,对于汽车制造商来说难以承受。随着车辆变得越来越独立,需要高质量的天线罩,其衰减特性不仅要最小,而且要恒定不变,还要在细节上一清二楚。由于时间限制,汽车制造商希望尽可能缩短测试时间,因此能够提供已经测试过,且具有这些性能和信息的天线罩的供应商具有明显的竞争优势。 为此,供应商需要做可靠而详细的产品测试。天线罩制造商通常使用参考雷达(黄金设备)来测试他们的产品。用由多个雷达反射器组成的固定装置,在有和无天线罩两种状态下,在各种距离和角度下进行对比测量。当确定的值保持在规定的公差范围内时,天线罩通过测试。随着传感器和传动装置承担更多责任以及天线罩本身的复杂性增加,这种选择性测试已明显难以满足需求。     图2:使用黄金设备的典型测试装置 仅使用一个反射器和放置在转盘上的雷达和天线罩的测试方法更准确。以各种角度重复测量,并将测量结果与转盘上指示的角度进行比较。转盘的定位越精确,测试的角度越大,结果越有效。但是,这种方法需要花费很多时间,因此不适合生产测试。 优质汽车雷达天线罩测试仪 - 实用的定性和定量测试 罗德与施瓦茨公司开发出R&S®QAR汽车雷达天线罩测试仪,它给出测试流程,能提供可靠的数据,并且就成本和测量速度上讲非常实用。它使用大型面板,而不是黄金设备,面板上有几百个发射天线和接收天线,工作频率范围与汽车雷达相同。R&S®QAR的天线会看到汽车雷达能看到的东西。由于具有大口径,它能以更高的分辨率(毫米范围)测量距离、方位角和仰角。这种高分辨率能够将反射率可视化为一种X射线图像,即使不是专家也能立即进行质量评估。在第二个步分析步骤中,可通过X射线图像计算质量参数,这意味着先前的生产测试可由简单的通过/失败测试替代。使用许多发射天线和接收天线可以在几秒钟内一次性(一次性方法)详细测试整个天线罩,完全不需要耗时的测量序列。     图3:R&S®QAR优质汽车雷达天线罩测试仪。测试对象安装在工作台的前缘。蓝色单元包含用于发射测量的毫米波发射器。 R&S®QAR可测量空间各点的反射率和被测部件的透射率。反射率测量是测量由天线罩材料反射的能量。这是会降低雷达性能的损失。某些区域由于各种原因会有较高的反射率,例如,材料缺陷,空气夹杂物,不同材料层间有害的相互作用或过量的某些材料成分。该测量方法通过对所有反射信号幅度和相位的相干处理,来提供空间各点的测量结果。此结果可视化能够产生自发的、定性的和可靠的通过/失败评估,以及产生对被测部件反射行为的定量评估。 高分辨率雷达图像(图5)显示了由这个圆顶盖天线罩(图4)遮盖的雷达传感器能够看到什么。亮度水平代表反射率。区域越亮,它反射的雷达信号越多。金属物体显示为白色(四角位置的螺钉)。徽标的清晰可见轮廓表明高反射率和非常不均匀的整体图像。     图4:带有仅在天线罩基座表面上方突出0.5 mm的罗德与施瓦茨公司徽标的圆顶盖天线罩 图5:反射率的高分辨率毫米波图像(左)与所选分析区域(蓝框),以及R&S天线罩的透射测量/单向衰减(右)。由于在76 GHz到77 GHz范围内不匹配,这种天线罩不适合这个频率范围内的雷达。 发射测量确定天线罩材料的频率匹配和衰减,这是天线罩材料是否适用的基础。位于被测部件后面经校准的发射单元(图4)扫描选定的频率范围。接收阵列接收信号,能够精确评估天线罩的发射频率响应。此频率响应提供被测部件在是否适合这个频段。这些信息与雷达单元使用的实际信号波形无关,因此适用于能够安装在天线罩后面的所有类型的雷达。 总结 自动驾驶需要可靠的雷达,来正确地探测周围区域内的物体。这取决于雷达质量和安装位置。用作雷达天线罩的车身部件会使信号完全损耗,或导致目标位置误判。今天,这些部件不仅承担原有的机械件功能,还需要特定的射频特性。要靠准确和实用的测量方法来验证这些特性。罗德与施瓦茨公司的R&S®QAR提供了一种创新、独特的方法,可在极短的时间内给出空间各点射频反射率和透射测量,并提供更加详细的测量结果。 对于汽车制造商来说,更多的测试意味着更高的成本和更低的生产率,但对于供应商来说,它们代表了机会。他们可以自己测试需要的部件。这不仅提高了他们自己的质量标准,还使他们能够通过提供具有测量数据的特定附加服务来增加客户的忠诚度。   作者:Andreas Reil和Steffen Heuel博士

    时间:2018-11-08 关键词: 汽车电子 传感器 自动驾驶 雷达技术

  • 自动驾驶催升汽车电子市场,看英飞凌是如何布局的!

    在汽车电动化、智能化、网联化趋势推动下,汽车电子市场规模迅速攀升。根据中国产业信息数据,2017年全球汽车电子规模为14,568亿元,预计2022年这一数字将达到21,399亿元,5年复合增长率达到8%,其中中国汽车电子市场表现突出,未来5年将以12.6%左右的速度增长,增速超过全球。 值得一提的是,随着汽车复杂程度的提高,对汽车半导体元件的需求势必会稳步增长。尽管汽车相比其他领域对整个芯片产业而言占比只有大约10%,但高德纳咨询公司(GartnerGroup)预测称,到2020年,汽车半导体这一业务板块的利润增长率将是全球芯片市场的两倍。 英飞凌科技大中华区汽车电子事业部副总裁徐辉近日接受记者采访时表示,“汽车行业正在发生着巨大的变化,而未来汽车行业的创新将由汽车半导体来引领。” 据了解,英飞凌是全球第二大车用半导体供应商,而排名第一的是收购了飞思卡尔半导体的恩智浦(NXP)。据徐辉介绍,英飞凌目前主要专注于三个领域,分别是汽车电子、功率半导体、智能卡IC。其中,汽车电子是英飞凌最大的事业部,营业额占比超过40%。 同时,徐辉表示,虽然英飞凌进入中国市场的时间并不长,但在中国已取得了不错的成绩。而为了更好地融入中国市场,英飞凌自2012年推出了本土汽车电子生态圈线上线下平台,并于同年举办了第一届汽车电子开发者大会,旨在为产业链上下游提供交流的渠道。 徐辉认为,如今所能看到的一切技术发展其实都需要芯片先实现这个功能,最终车上的功能才能实现。因此对于车用半导体厂商来说,公司的研发和产品规划必须要走在最前端,甚至可能要比市场提前5年以上设计芯片让功能实现。 而在英飞凌看来,未来汽车的发展趋势包括节能减排、高级辅助驾驶系统/自动驾驶、车联网、信息安全。与此同时,针对这四个汽车发展的大趋势,英飞凌提出了三个核心观点:零排放终将实现、驾驶员将变成乘客、原来的封闭系统将变得互联。 首先,英飞凌认为零排放一定会实现。徐辉表示,中国可以说是目前全球最受瞩目的新能源汽车的战场,除了传统汽车厂商在做新能源车,还有很多新势力造车,而今年更是新势力造车的元年。以蔚来汽车为例,2017年底蔚来在北京发布了其首款量产电动车-ES8 SUV,车内含英飞凌4块 IGBT 模块,48颗驱动器和2颗 AURIX 单片机。 其次,英飞凌认为未来驾驶员将变成乘客。据徐辉介绍,英飞凌已于2018年1月加入百度阿波罗计划,并在自动驾驶技术方面达成合作。未来,英飞凌在汽车方面的专长将与百度在人工智能方面的专长相结合,而主要合作领域包括:单片机、雷达、激光雷达、传感器、信息安全和功能安全等。 最后,英飞凌认为原来的封闭系统将变得互联。可以说,变速箱是汽车传输动力的大脑,是保障汽车安全、高效运行的核心基础。为此,英飞凌与联电通过紧密合作,开发了创新的变速箱方案,并符合 ASIL-C/D 高等级功能安全的要求,英飞凌由此还获得了联电颁布的杰出创新奖。

    时间:2018-11-06 关键词: 英飞凌 汽车电子 自动驾驶

  • 通用汽车要裁掉1.8万名老员工,为自动驾驶让路?

    据外媒报道,日前通用汽车向北美约1.8万名拥有12年或以上工作经验的领薪员工提出自愿买断计划,占北美公司员工总数超30%。同时,该公司公布今年第三季度调整后息税前利润上涨25%至32亿美元,净利润达25亿美元。 通用汽车预计,随着其在自动驾驶和电动汽车领域的投资,以及其最大市场北美和中国的汽车销量放缓,该公司在询价后认为上述计划为“有前瞻性的”措施,以应对未来的不利因素。 通用:这对公司来说是明智之举 该公司在一份声明中称,“这是我们在公司和经济强劲的情况下做出的选择,为符合条件的领薪雇员提供自愿遣散计划是我们努力提高成本效率的其中一项。” 过去四到五年,通用汽车一直在进行转型,放弃了欧宝(Opel)等昂贵的亏损项目,在欧洲投入更多资金用于电动化和自动驾驶技术。 通用发言人Patrick Morrissey表示,“我们将在看到自愿买断计划和其他成本削减努力的结果后评估计划实施的必要性。该项计划完全自愿,并非强制性裁员。” 符合条件的员工约占其北美5万名领薪员工的36%。并且,通用汽车这次不打算浪费任何时间,这些员工必须在11月19日之前就该计划做出决定,接受的员工将从2019年2月1日起获得遣散费。如果通用汽车确定没有足够自愿买断的员工,可能会解雇员工,但其拒绝透露希望接受买断要约的人数或买断计划的预期成本。 买断在汽车行业并不少见,但通常发生在公司重组或衰退时期;同时也面向即将退休的员工。在福特汽车公司进行110亿美元重组之际,该公司提出了买断要约,其中包括在首席执行官韩凯特 (Jim Hackett)的带领下,对其全球范围内7万名领薪员工进行裁员。 Q3利润增长2123%还要裁员? 根据通用汽车2017年报,该公司在全球范围内有7.7万名领薪员工。一年前,在通用汽车将其欧洲业务出售给标致雪铁龙集团(PSA Group)前,通用汽车有9万名员工。 该公司此前宣布,从2015年到2018年,计划削减65亿美元成本效益,目前的自愿买断计划是此前计划的补充。该公司首席财务官苏亚德瓦拉(Dhivya Suryadevara)表示,成本削减措施是公司健康利润率的重要组成部分,此类措施将持续到明年及以后,公司将实现该目标。 今年第三季度,该公司的成本节约达63亿美元,并且取得 358 亿美元营业收入和 25 亿美元利润,分别较去年同期增长 6.4% 和 2123%。“我们将高度关注成本,我们会寻求更多机会将成本从系统中剥离出来,并保持低盈亏平衡点。” 通用的自动驾驶和电动汽车 通用汽车的削减成本措施与其在电动化和自动驾驶技术方面的投资和承诺同时实施。 美国知名科技媒体TechCrunch表示,通用此举可以大幅削减开支,从而在电动汽车和无人驾驶领域投入更多的资本。通用在逐步推进买断计划的同时,又在大量招聘自动驾驶领域的人才。 2016年,通用汽车以10亿美元收购了Cruise Automation。今年早些时候,作为与软银更大交易的一部分,通用汽车表示将向其自动驾驶部门再投资11亿美元。Cruise Holdings表示,将于2019年推出一款商用无人驾驶汽车叫车服务。 通用汽车表示,该公司还专注于招聘更多的软件工程师,并将继续增加这类职位,即便是员工买断计划开始的时候。 通用汽车的计划是,到2023年,在全球范围内推出20款全新的全电动汽车,并增加Chevy Bolt的产量。通用汽车董事长兼首席执行官玛丽·巴拉(MaryBarra)在9月份的一次活动中表示,随着最近扩大的电池实验室不断改进,以及位于密歇根州的LG电子新工厂投产,该公司准备生产更多纯电动汽车。 LG电子位于Hazel Park的工厂将于今年秋季开始生产电池组,以供应通用的Orion装配厂,通用就是在该厂生产纯电动汽车ChevyBolt。

    时间:2018-11-05 关键词: 电动汽车 自动驾驶 通用汽车

  • 不放弃,Uber申请重新开始自动驾驶路测!

    据国外媒体报道,Uber发布了一份“安全自我评估报告”,试图说服当局批准其在公共道路上再次测试自动驾驶汽车。     今年3月,Uber自动驾驶测试车在亚利桑那州坦佩发生一起致人死亡的撞车事故后,于是暂停了所有的自动驾驶汽车测试。据美国国家运输安全委员会称,Uber的软件在撞击前6秒检测到行人,但直到碰撞前1.3秒才启动紧急刹车。不幸的是,人类司机在行驶中分散了注意力,当时在看手机视频。自那以后,Uber便申请恢复在公共道路上的测试,目前正在接受交通部的审查。 Uber首席执行官达拉·科斯罗沙希在声明中说:“我们对今年3月发生在亚利桑那州坦佩的事故深感遗憾……我们继续支持美国国家运输安全委员会对坦佩事故的调查。我们已经采取了一种慎重的、分阶段的方法,重新回到路上测试,首先从匹兹堡的手动驾驶开始。我们承诺在返回到自动驾驶模式的道路测试前提交这份安全报告,只有在我们实施了改进的流程后,我们才会再次到道路上测试。” 鉴于Uber要为首起因自动驾驶汽车导致的死亡负责,它不得不费尽周折才能拿到交通部的授权书。第三方公司将实时监控后备司机的安全,并对他们每天的工作时间设定限制。Uber还对其自动驾驶平台进行了调整,以便能更快地发现物体和人,同时也能更快地采取行动,因为一项内部评估认为,该公司必须改进其软件的总体设计。 如果Uber获得重新开始测试的许可,它将在前排安排两名备用司机,而不是只有一名。此外,它的自动制动系统将一直处于活跃状态,以防止类似的事情再次发生。

    时间:2018-11-05 关键词: 自动驾驶 uber

  • 想在汽车发展趋势中保持领先?德州仪器通过三种方式帮助您!

    想像一下,您通过手机上的app预订了一辆出租车,出租车会在数分钟内到达。车内没有人,当您走近汽车时,车门会自动打开。您俯下身坐到车内的豪华真皮座椅上。座椅的位置和车内照明都根据您的偏好进行了预先调整。车内光滑的屏幕上播放着早间新闻。当您放松下来或查看电子邮件时,汽车正挂挡并轻松穿行于早间的车流中。您附近约有一半的车也都是无人驾驶的。您会问出租车何时能够到达目的地。“您的预计到达时间为上午8:30。预计今天不会发生延误。” 以上种种场景在未来十年内都会变成现实。随着自动驾驶汽车越来越普遍,乘客也希望汽车的其它功能也可以自动运行。 如今的新型汽车可以配备30多种车身电机,应用范围从车窗玻璃升降器、车镜、可调节汽车座椅到天窗、车灯和空调系统。这些舒适性和必要性系统将根据乘客的喜好变得日益自动化和程序化。 下文将介绍TI可帮助您在趋势中保持领先并推动汽车车身电机创新的三种方式: 1) 轻松集成车身电机驱动器。 凭借德州仪器的车身电机驱动器,设计工程师可以缩短其开发时间。例如,通过转换率控制,可以更快地对电机进行集成。您可以选择数字或模拟接口。三脉宽调制(PWM)输入通常可用于三相电机。然而,采用德州仪器的无刷直流(BLDC)驱动器,可以仅使用一个PWM输入来旋转同一个电机,而将另外两相的控制和同步留给驱动器。 2) 减少不必要的组件,降低碳足迹。 您无需购买不必要的外部组件,因为它们已经全部集成在德州仪器的车身电机栅极驱动器中。例如,德州仪器的智能栅极驱动技术能够提高系统的稳健性、效率和灵活性,因为它可以智能地防止dV/dt导通,限制栅极驱动强度并优化死区时间。更多功能被集成到单个器件中,这也意味着您可以节省车辆中的设计空间。 例如,您可以通过更换天窗的继电器将车顶高度从18厘米降低到15厘米。单这一项举措即可减少碳足迹,并延长电动车辆的使用寿命。结合使用电池(而非内燃机传动带)供电的直流电机,可以根据需要开启水泵、起动发电机和空调等辅助功能,从而使汽车变得更加规范和高效。 目前,电动汽车在其动力系统中有一个大型中央电机。而在未来,电机将集成在每个车轮(轮毂电机技术)中,这就意味着您可以直接采用车轮内的电机进行制动或分别驱动每个车轮。如此一来便无需使用差速齿轮,同时也保留了现有复杂的稳定系统或四轮驱动系统的功能。最终能够在降低汽车重量的同时,提高汽车的灵活性和安全性。 3) 提高驾驶的安全性。 保障乘客的安全也是一项重要的设计要求和责任。采用汽车车身电机,设计工程师可以提供防夹检测功能,有助于监控和纠正儿童手臂或货物等障碍物阻挡车窗关闭的情况。车窗快速上升功能会在检测到车窗、后备箱盖或天窗有移动迹象时自动降下。 在自动驾驶出租车的案例中,出租车由多个供应商在4级自动驾驶的情况下进行测试,在无人驾驶的条件下在公共道路上行驶,车辆本身没有方向盘、加速器,也没有制动踏板,还需要负责按计划协调乘客上下车。这就需要一个可以关闭和打开车门的电机,并确保车门在车辆行驶过程中处于锁闭状态。 创新 最重要的是,TI可以为您提供创新的灵活性。TI的产品组合具有智能栅极驱动和转换率控制等电机驱动功能,可作为工具包使您能够调整设计,以满足您的独特情况和需求。 TI的汽车车身电机产品组合可帮助您应对汽车设计方面的挑战。

    时间:2018-11-02 关键词: 德州仪器 汽车 电机 电动汽车 自动驾驶

  • 红旗汽车明年将推出L3级自动驾驶的量产车型

    近日,红旗品牌发布技术品牌,命名为R.Flag“阩旗”计划,并首次阐述红旗品牌在未来的技术发展规划。R.Flag“阩旗”计划是实施新红旗品牌战略的关键举措,也是提升新红旗品牌形象和产品魅点的重大成果。 “新红旗品牌振兴已经取得阶段性成果,我们的目标是把新红旗打造成为‘中国第一、世界著名’的新高尚品牌。”中国第一汽车集团有限公司董事长徐留平认为,持续提升新红旗品牌形象和用户体验,需要具有坚实的技术实力来支撑,而R.Flag“阩旗”技术品牌将打造面向未来的超级绿色智能汽车技术平台。 “阩旗”,与“升起红旗”谐音,寓意红旗品牌在中国汽车工业技术领域,将升起具有红旗基因和研发实力的旗帜。“阩旗”计划的英文命名为R.Flag,分别代表Rise升起、Future未来、Leading领先、Autonomous智能、Genes基因,预示红旗品牌升起“代表未来领先的智能基因平台”的旗帜。 当下,中国汽车产业正处于告别旧时代、迈向新时代的重大转型期。为更好应对“用户需求体验化、出行场景多样化、技术创新跨界化、产业结构联盟化”的关键机遇期和快速变化期,红旗品牌将重点围绕电动化、智能网联化、体验化、共享化四大方向,全力打造R.Flag“阩旗”技术品牌,不断拓展技术内涵的架构。 据了解,红旗“阩旗”技术品牌将包含四大战略规划,分别为:i.RFlag“旗偲计划”、红旗e.RFlag“旗羿计划”、5f.RFlag“红旗五觉体验”及红旗m.RFlag“旗麟计划”。 红旗i.RFlag“旗偲计划”,是红旗在智能网联化领域的技术品牌。在智能网联领域,红旗旨在为用户提供智能的驾乘安全、极致的人机交互、伴侣式舒适体验,将不断推出更加智能化、高度自动化、完全自动化驾驶的新红旗产品。 就在明年,红旗将推出实现L3级自动驾驶的量产车型,2020年推出实现L4级自动驾驶的量产车型,2025年将实现L5级自动驾驶。其中,红旗首款具备L4级别自动驾驶量产乘用车即将在11月初发布,该车型会成为中国第一款量产L4级自动驾驶乘用车。 红旗e.RFlag“旗羿计划”,是红旗在电动化领域的技术品牌。在新能源汽车领域,红旗e.RFlag“旗羿计划”将以全部电动化作为新红旗的驱动动力。 今年,新红旗首款纯电动车正式量产;2019年,新红旗燃料电池车开始批量实地运行;2020年,新红旗推出续航里程达600km的系列电动车;到2025年,新红旗将推15款电动车型。就在本月中旬,红旗品牌举办了燃料电池发动机点火仪式。这是国内首款用于搭载乘用车的50kW级别燃料电池发动机,也是中国乘用车燃料电池领域的最新突破。 红旗5f.RFlag“红旗五觉体验”,是红旗在体验上的技术品牌。红旗将以用户的全身心的“视觉、听觉、嗅觉、触觉、知觉”五觉为中心,运用最前沿、最先进的技术打造极致、梦幻、合意的体验。 目前,红旗正在按照此“五觉”在全球进行布局建立创新实验室,建立独特和不断迭代的顶级标准,而在此标准和技术标签上的产品将在2019以后陆续推出。 红旗m.RFlag“旗麟计划”,是红旗在共享出行领域的技术品牌。在共享出行领域,红旗品牌充分满足消费者“随心合意、完美体验”的追求,以“智慧城市、智慧居住、智能交通、智能汽车、智享出行、智享生态”为主线,积极布局移动出行服务领域,探索推广红旗出行、公务用车3.0项目等创新模式,打通智能出行全产业价值链,构建红旗品牌的“智能出行生态圈”。当下,红旗已经和长春市、吉林市、佛山市、海南省等政府推动新红旗智享出行服务,正在扩展新红旗智享出行服务全国平台。 如今,中国一汽已构建起“二部四院”的研发体系,形成 “三国五地”全球研发布局,汇集全世界顶尖技术人才,建立起一支超过5000人的全球化研发团队,位于欧洲慕尼黑的前瞻设计中心已在2018年3月已经落成运营。 对中国人而言,红旗不仅是一个知名的汽车品牌,还是一种深深的情怀和神圣的记忆。今年年初,中国一汽发布新红旗品牌战略。新红旗将突出“新高尚”、“新精致”、“新情怀”的理念,把中国优秀文化和世界先进文化、现代时尚设计、前沿科学技术、精细情感体验深度融合,打造卓越产品和服务。新红旗家族也将包括L系(新高尚红旗至尊车)、 S系(新高尚红旗轿跑车)、 H系(新高尚红旗主流车)和Q系(新高尚红旗商务出行车)四大系列产品。

    时间:2018-11-01 关键词: 自动驾驶 红旗汽车

  • 跨界合作是潮流,福特百度合作研发自动驾驶汽车

    据百度声明,福特汽车将与百度合作进行为期两年联合项目,从今年底开始在北京开放道路上测试L4级自动驾驶汽车。福特工程师已为该测试改装了配有百度Apollo虚拟驾驶系统的车辆。 独打天下的时代已过,跨行业合作成为车企避免淘汰的出路。福特也不例外,与百度的合作尽显其进军中国的“野心”。 为加速双方在中国对自动驾驶技术的测试和开发,10月31日,福特汽车与百度宣布启动为期两年的L4级别自动驾驶联合测试项目,目前双方已完成测试车辆的改装工作。 雷锋网新智驾了解到,百度与福特的L4级别自动驾驶联合测试项目预计将于今年年底开始在公开道路进行测试。双方将合作开发并测试国际自动机工程师学会(SAE)定义的L4级别自动驾驶车辆。这意味着,待开发和测试阶段完成后,车辆可在特定的区域及合适的天气状况下实现自动行驶。 在开展道路测试之前,福特汽车南京工程研发中心成立专门工程师团队,完成了相关车辆的改装工作,使其能够适配百度Apollo自动驾驶系统。目前,所有车辆均已完成自动驾驶系统和相关硬件的安装。测试将主要在《北京市自动驾驶车辆测试路段道路要求(试行)》指定的北京公开道路进行,并择机在中国其他城市开展合规测试。 此次联合测试将深化福特汽车与百度现有的合作伙伴关系。雷锋网新智驾了解到,早在2017年7月初,福特便加入了百度Apollo的朋友圈,并成为其理事会成员之一。彼时,这家老牌主机厂尚且是阿波罗计划董事会中仅有的三家汽车制造商之一。 雷锋网(公众号:雷锋网)新智驾了解到,今年6月,双方签署战略合作意向书,计划围绕车联网、人工智能和数字营销等方面展开合作。双方将基于以百度DuerOS为基础的人工智能车联网技术进行合作,包括语音语义、车载图像、内容生态等技术,为用户提供创新的车载信息娱乐系统和数字服务。   智能化汽车时代,外资车厂大多面临着“在华困境”。地图数据问题及对本地化知识的缺乏,成为外资车厂进军中国的“硬伤”。牵手百度,又能否拯救福特的困境呢?

    时间:2018-11-01 关键词: 百度 自动驾驶 福特

  • 自动泊车要来了!马斯克:特斯拉汽车明年就能实现!

    目前特斯拉电动汽车能自行停泊在水平和垂直停车位,但司机需要坐在车内,而且自动泊车功能存在诸多限制。特斯拉CEO埃隆·马斯克(Elon Musk)希望大幅度提高公司电动汽车的自动泊车能力,他认为这一目标很快就会实现。 马斯克发布推文称,“智能程度略有提升版本”的Autopark和Summon技术,将使汽车能在停车场自动行驶,找到空停车位,确认停车位可以使用,然后停车——全程不需要人的干预,虽然在某种程度上人可能还必须在现场。     马斯克估计这一目标将在明年实现。但一年是一个相当长的时间,目前尚不清楚特斯拉计划发布这一技术的具体时间。这一技术的发布可能因多种原因而跳票,因此读者不要将自己的期望寄托在一条推文上,不过对于讨厌或不善于停车的用户来说,这一技术有重要意义。 特斯拉目前的自动泊车功能要求司机坐在车内,车辆慢慢驶过空停车位时识别停车位,直到仪表盘显示屏上出现字母“P”,这时司机必须改挂倒档,点击触摸屏上显示的“启动”(Start)按钮。Summon是一项相似的技术,可以使特斯拉汽车出入狭窄的停车位。 马斯克从未掩饰他在使特斯拉汽车能自动泊车方面的想法。根据马斯克自己的估计,自动泊车技术的实际部署不会太遥远了。

    时间:2018-11-01 关键词: 特斯拉 自动驾驶 马斯克

  • 大众携手英特尔在以色列推自动驾驶网约车服务

    大众携手英特尔在以色列推自动驾驶网约车服务

    大众和英特尔旗下Mobileye正计划明年初推出以色列的首个自动驾驶汽车网约车服务。两家公司将与以色列汽车进口商Champion Motors组建合资公司。在这家合资公司中,大众将提供电动汽车,Mobileye将提供自动驾驶技术。 该服务被称作“出行即服务”,预计将于2022年开始商业运营。Champion Motors将负责车队运营和控制中心。 以色列政府已经接受这个方案,并将分享所需的基础设施和交通数据,给予支持。 汽车厂商正在与科技公司展开合作,试图在无人驾驶技术方面取得领先优势。无人驾驶技术有望给交通运输业带来颠覆。 本田此前宣布,向通用汽车旗下无人驾驶公司Cruise投资27.5亿美,共同开发将部署于全球各地的自动驾驶网约车。

    时间:2018-10-31 关键词: 大众 英特尔 自动驾驶 电源资讯

  • 自动驾驶核心竞争力体现在其决策算法方面

    自动驾驶核心竞争力体现在其决策算法方面

    自动驾驶在技术上的竞争,主要聚焦于决策环节。事实上,区分一个系统是ADAS还是自动驾驶,也主要是看该系统是否有决策部分。无论是谷歌,还是特斯拉,他们的核心竞争力,都还是体现在其决策算法方面。 决策算法成为竞争焦点 从技术角度讲,自动驾驶由三大主要技术构成:感知、决策和控制。那现在自动驾驶技术真正的门槛在哪里? 如果你去CES参观各家公司的自动驾驶样车,你会发现一个趋势:各家公司的传感器配置越来越趋同化:前视多目摄像头,77GHz长距/短距雷达、环视摄像头、加上十个以上的超声波雷达,豪华一点的再配上几个低线束的激光雷达,这些传感器的供应商也差不多。 在感知层面,随着ADAS的大量部署和长时间的技术开发,已经相当成熟,可以说感知技术已经不是主要的瓶颈。而控制则是传统车厂和Tier1非常擅长的领域,做了很多年,积累了大量的经验。 自动驾驶在技术上的竞争,主要聚焦于决策环节。事实上,区分一个系统是ADAS还是自动驾驶,也主要是看该系统是否有决策部分。无论是谷歌,还是特斯拉,他们的核心竞争力,都还是体现在其决策算法方面。 传统汽车界的研发是基于功能安全的设计方法学建立的,渗透到开发流程的每一个环节,并且在过去一个世纪,将汽车的安全性提高到了极高的水准。 如今,顶尖的公司已经可以确保汽车发动机能使用一百万公里!但是面对汹涌而至的机器学习热潮,传统汽车界突然发现自己严重缺乏技术储备,面对特斯拉和谷歌激进的策略,显得力不从心。 这已经成为制约传统车厂开发自动驾驶的最大短板,目前,传统车厂或者大肆收购机器学习公司,或者与其合作,他们需要尽快补上这块短板。 传统车厂出身的克拉富西克显然深知这一点,在他出任Waymo CEO之后,谷歌一改之前模棱两可的商业策略,明确表示向车厂提供解决方案,并迅速宣布和本田合作,事实上是将自己定位在Tier 1的角色。 此前谷歌虽然在技术积累上处于领先位置,但一直没有确定可行的商业模式,克拉富西克的到来,让谷歌对于商业化的态度更接地气,也更精准。在该解决方案中,硬件基本也是外购的,显然无法成为谷歌的竞争壁垒,最有价值的,还是一整套经过验证的软件,尤其是其中的决策算法。可以想象的是,谷歌将会向业界提供软件授权,就像它之前在安卓系统上所做的一样。 理性决策是必然趋势 决策算法面临的最大挑战,就是如何达到自动驾驶所需要的极高的安全性和可靠性。自动驾驶决策的结果会输出到控制器,根据ISO26262已有的功能安全的规定,这会反过来要求决策系统也需要达到ASIL-D的标准。 目前,ISO组织对专门针对自动驾驶的功能安全标准正还在制定中,有可能会用一种新的标准进行考量,但功能安全的基本原则依然有效。 端到端的AI方法有隐患 这意味着,我们必须严肃地思考,如何才能满足功能安全的要求?对于谷歌、百度以及许多初创公司,这些非传统车厂出身的玩家来说,是一个全新的命题。 目前,很多创新公司都在使用深度学习加增强学习做端到端的训练,也就是说,从传感器的输入直接导出控制器(刹车、油门、转向等)的输出。但深度学习的问题在于它失去了透明性,仅仅依赖于概率推理,也就是相关性,而非因果推理,而这两者是有本质不同的。 相关并不意味着因果。举个例子,统计发现,手指头越黄的人,得肺癌的比例越大。但事实上,手指的颜色和得肺癌的几率之间显然没有直接的因果联系。那么为什么统计数据会显示出相关性呢?这是因为手指黄和肺癌都是由吸烟造成的,由此造成了这两者之间产生了虚假的相关性。 深度学习就像一个黑盒子,无法进行分析,出了事情你不知道原因到底是什么,也没有办法预测下一次会出什么状况。 有一个很搞笑的例子,用深度学习训练一个系统,来分辨哈士奇和爱斯基摩狗,初步测试效果非常好,但进一步的测试表明,这个系统其实是通过区分背景,而不是狗本身来判定其种类的,因为训练所使用的样本中,爱斯基摩狗几乎总是伴随者雪地的背景,而哈士奇则没有,想想看,如果这样的系统应用到自动驾驶,是多大的隐患! 深度学习的实际表现,基本上取决于训练的样本以及你所要求输出的特征值,但如果你的样本比较单一,输出特征值又比较简单,则很容易训练出你并不想要的结果来。就自动驾驶而言,这是无法接受的,它需要高度的理性决策。 如今,深度学习的热潮席卷了整个业界,很多人不再对基础算法进行钻研,而是疯狂加大数据,堆机器进行训练,以期更快地出成绩,结果看上去还不错,但这样的非理性态度其实是给自动驾驶埋下了隐患。我们需要的是对于事实逻辑的深入分析,以及不同方法论的结合,从这个意义上讲,如果用小数据可以达到好的效果,更能说明我们对机器学习技术的理解能力。 基于规则的专家系统不灵活 传统的主机厂和Tier 1面临的则是另外的问题。如果接触各大Tier1的ADAS产品,无论是AEB,还是ACC,LKA,你会发现都是基于规则的专家系统。这种系统精确可分析,但专家系统的问题在于,在场景非常多变时,创建的规则就无法保证足够的覆盖面。 结果,当添加更多新的规则时,就必须撤消或者重写旧的规则,这使得这个系统变得非常脆弱。并且,各个功能都有自己单独的规则,组合到一起,其可能性就非常多,甚至还存在矛盾,这使得ADAS向自动驾驶过渡之路变得更加艰难。 我曾经跟一家主机厂在交流他们的决策系统时曾询问过这个问题,得到的答案是:这种基于专家系统的规则经过组合,能产生一万种可能!你甚至很难对这个系统进行完整的测试。 新的决策机制:因果推理 因此,我们需要在自动驾驶领域引入新的决策机制。自动驾驶决策技术路线的一个重大趋势,就是从相关推理到因果推理。这样的人工智能框架是Judea Pearl在八十年代建立的,他也因此拿到了图灵奖。 上世纪80年代初,Judea Pearl为代表的学术界出现了一种新的思路:从基于规则的系统转变为贝叶斯网络。 贝叶斯网络是一个概率推理系统,贝叶斯网络在数据处理方面,针对事件发生的概率以及事件可信度分析上具有良好的分类效果。它具有两个决定性的优势:模块化和透明性。 模块化的优势非常重要,假如任务是更新汽车的变速箱,当变速箱被更换的时候,你不必重写整个传动系统,只需要修改为变速箱建模的子系统,其余的都可以保持不变。 因此,我们可以把深度学习的系统作为一个子模块融入到其中,专家系统可以是另一个子模块,也融入其中,这意味着我们有了多重的冗余路径选择,这种冗余构成了贝叶斯网络的子节点,将有效强化输出结果的可靠性,避免一些低级错误的发生。 透明性是贝叶斯网络的另一个主要优势。对于自动驾驶而言,这尤为关键,因为你可以对整个决策的过程进行分析,了解出错的哪一个部分。 可以说贝叶斯网络是理性决策的极佳实现,适合用于设计整个决策的顶层框架。 因果推理的另一个典型范例就是基于增强学习的决策框架,它把一个决策问题看作是一个决策系统跟它所处环境的一个博弈,这个系统需要连续做决策,就像开车一样。优化的是长期总的收益,而不是眼前收益。这有点像巴菲特的价值投资,优化的目标不是明天的收益,而是明年或者十年以后的长期总收益。 谷歌把这样的框架用在下围棋上,取得了革命性的成功。自动驾驶的场景也非常适合应用这样的决策系统。比如说要构建价值网络,评估当前的驾驶环境风险,评估的是从现在时间到未来时间的整体风险;然后利用策略网络输出本车的控制决策,选择最优的驾驶路径和动力学输出。 同时,我们还可以构建一个基于模拟路况的仿真环境,通过增强学习去做虚拟运行,获得最优的决策模型,并且还将产生大量的模拟数据,这对决策算法的成熟至关重要。 可以说,向因果推理型决策模型转化是自动驾驶技术迈向成熟的重大标志。 目前的硬件效能达不到实用要求 对于自动驾驶这样的复杂任务,在设计软件的同时,还必须考虑与之匹配的硬件效能,这里包括性能、功耗和功能安全。 为了保证自动驾驶的实时性要求,我们需要保证软件响应的最大延迟在可接受的范围内,对于计算资源的要求也因此变得极高,目前,自动驾驶软件的计算量达到了10个TOPS(每秒万亿次操作)的级别,这使得我们不得不重新思考对应的计算架构。 图灵奖获得者Alan Kay,他有一句话是乔布斯一直信仰的:如果你严肃地思考你的软件,你就必须要做你自己的硬件。 事实上,整个数字半导体和计算产业的产业驱动力,正在从手机转向自动驾驶,后者所需要的计算量比手机要大两个数量级。 今天,打开任何一家主机厂的无人车的后备箱,都是一堆计算设备,不但没有地方放行李,而且还要解决它的整个系统稳定性问题。之前在乌镇举行的世界互联网大会,记者在实际体验百度的无人车时,提到非常有趣的一点:“这辆无人车平稳地行驶了起来,但位于后备箱的车载计算机噪音较大,可以听到风扇在运行的声音。” 为什么呢?因为它使用的是CPU+GPU+FPGA的计算平台,计算所需要的功率非常大,GPU尤其恐怖,如果没有强力风扇来散热的话,夏天很容易烧坏机器。坐在这样的车里,就别讲究体验了。 功能安全是另一个巨大的挑战,这里面其实包含了多个方面的要求:处理器要符合至少ASIL-B等级的要求,可靠性需要能够保证在至少十年的使用期内不出问题。 高通在手机领域有非常强的实力,而且向汽车电子进军的努力也从未停止,但去年高通依然决定花370亿美元重金收购了汽车电子老大NXP,这从另一个侧面折射出汽车电子的门槛之高。 人工智能处理器与自动驾驶计算平台 这让我们想起计算机的发展历史,50年代是大型机的时代,那个时候一台大型机可以占据实验楼的一整个楼层,需要一个庞大的团队来操作,价格高到数百万美元;七十年代小型机占据主导,小型机可以安装进一个房间,价格也降到数万美元;八十年代是PC时代,可以摆放到桌面,价格则又降低了一个数量级,如今是手机,可以装进口袋;贯穿其中的是三个主要方面的进步:体积、功耗和成本。 人工智能所需要的处理器,从2012年开始业界已经开始广为关注,比如从GPU到FPGA,再到TPU,业界也沿着之前计算机走过路,重构人工智能所需要的处理器。 英伟达在本届CES上发布了最新的车载计算平台“XAVIER”,512个Volta CUDA核心可提供高达30TOPS的计算性能,但最引人注目的还是其30W的功耗,大大低于之前还需要水冷的Drive PX2。这是一个很大的进步,但还不够,要让自动驾驶得到普及,性能、功耗、成本和体积因素,一个也不能少。 如今很多车厂都制定了非常激进的自动驾驶开发计划,但其实样车开发与其投入到量产车的日程表其实是差异非常大的。与量产车的设计理念完全不同,量产车必须考虑成本因素,不能跟今天的GPU或者其它的计算所需要的成本一样,而这就需要业界提供新的计算平台。 FPGA被越来越多的公司关注,其可编程特性可以满足专有计算构架的需求,微软、Intel等公司都在大量部署基于FPGA的系统。 FPGA在ADAS方面的出货量也在迅速增加,去年的出货量应该不会低于3Mu。但FPGA再往上走,计算资源的扩展会让成本上升到很难接受的地步。半导体业界无数的历史都表明,FPGA往往是定制化ASIC的前哨站,一旦某个应用的量足够大,定制化ASIC就会变得更经济。 地平线机器人则希望借助自己的研究优势,目标是将原本智能在云端运行的人工智能,实现在高性能低功耗的大脑引擎(BPU)上。这是一个全新的计算构架IP,将充分适配深度神经网络算法的要求,由此带来革命性的嵌入式人工智能,预计其成本和功耗都将比现有GPU低一个数量级。这样的IP可以嵌入到SoC中,或者单独作为协处理器使用。目前地平线正在推进代号为“高斯”的计算构架IP的开发,预计17年底推出。 软硬件协同设计是新的趋势 在过去,处理器都是作为标准平台提供给业界,软件工程师拼命优化编译器、代码、任务调度等来达到更高的性能表现,但现在,这已经无法满足产品快速上市的要求了。 英伟达在AI业界攻城略地,几乎已经成为标配,这其中有其高性能GPU的因素,但问题在于,为什么其它GPU供应商没有赢得这场竞争? 英伟达不仅提供GPU硬件,还提供了高度优化的CUDA平台,该平台封装了大量高频使用的数学运算库,英伟达更进一步面向自动驾驶提供了端到端的解决方案,这实际上是一种重要的产品理念:软硬件协同设计。 这揭示了英伟达市场竞争成功的秘诀:通过软硬件协同设计,优化软硬件系统的性能表现,缩短客户导入时间,赢得市场。 新的自动驾驶计算平台,实际上是因应算法和软件的需求而来的,例如,为了更好地支持深度卷积神经网络极大规模的矩阵运算,你需要考虑如何使用二值化方法来降低对于硬件乘法器的需求,如何重新设计缓存机制以避免I/O带宽成为整个计算系统的瓶颈等。为了满足功能安全的需求,你需要硬件级别的虚拟化,这就要求处理器构架设计方面需要考虑多核、VMM、设备I/O请求管理等。 Intel也在加强其在人工智能算法方面的积累,对Nervana和Movidius的收购反映了这一点。通过提供至强处理器、FPGA,结合其Nervana平台以及面向深度学习优化的数学函数库(MKL),提供完整的AI解决方案。 能否提供同时满足经济性和性能要求的计算平台,是自动驾驶能否从样车转向量产车的关键因素之一。 结语 公众对于自动驾驶依然有深深的疑虑,但在每一次革命性的交通运输方式出现时,类似的疑虑都曾经存在过。航空服务刚刚出现时,安全性非常低,多数人甚至都不相信金属构造能飞起来。 美国海军统计表明,在二战期间,因技术原因损失的飞机达2100架,是被击落飞机的1.5倍,但航空业依然发展了起来;高铁同样有类似的经历,19世纪火车刚刚出现时,即使是最有远见的人都无法想象时速超过300公里的列车,那时候的人们认为仅仅是气压的问题就足以让乘客丧命,而后来这些都成为了现实,并且发展了体量惊人的配套基础设施:铁道和机场。 当技术不存在原理性的问题之后,只要有巨大的商业潜力,利益的驱动终能克服技术上的挑战。 如果我们考察一段文明的发达程度,运输水平可能是最直观的指标。唐代玄奘取经,鉴真东渡,耗去的是一个人半生的时间,这里体现的是客运成本;南宋时期,从福建泉州出发的瓷器运到欧洲,增值达一百倍,体现的是货运的价值;19世纪美国的崛起,很大程度上得益于其全国铁路网的建立,将联邦的各个州融合成为一个单一市场。 文明的发展过程,也必然伴随着运输成本的逐渐降低,以及运输效率的持续提升,它深刻重塑了经济的形态。Elon Musk的终极梦想是殖民火星,同样是一个运输能力改变文明的故事,自动驾驶就是当下发生的故事,当人的劳动力被释放之后,成本下降就会驱动一波全新的机会。过去一年里,自动驾驶领域的进步已经超出了绝大多数人的预期,自动驾驶的未来值得期待。

    时间:2018-10-31 关键词: AI 电源技术解析 自动驾驶 adas

  • 大众与英特尔合作,将在以色列推自动驾驶网约车服务!

    大众和英特尔旗下Mobileye正计划明年初推出以色列的首个自动驾驶汽车网约车服务。两家公司将与以色列汽车进口商Champion Motors组建合资公司。在这家合资公司中,大众将提供电动汽车,Mobileye将提供自动驾驶技术。     该服务被称作“出行即服务”,预计将于2022年开始商业运营。Champion Motors将负责车队运营和控制中心。 以色列政府已经接受这个方案,并将分享所需的基础设施和交通数据,给予支持。 汽车厂商正在与科技公司展开合作,试图在无人驾驶技术方面取得领先优势。无人驾驶技术有望给交通运输业带来颠覆。 本田此前宣布,向通用汽车旗下无人驾驶公司Cruise投资27.5亿美,共同开发将部署于全球各地的自动驾驶网约车。

    时间:2018-10-30 关键词: 大众 英特尔 自动驾驶

  • 自动驾驶公司Momenta获超2亿美元融资

    自动驾驶公司Momenta今日对外公布完成新一轮融资,本轮融资主要来自行业领先的战略投资者和国资背景的投资者。本轮战略投资者包括腾讯等多家机构,国资背景投资者则包括招商局创投、上海国资经营公司旗下国鑫资本、苏州元禾资本以及建银国际,既有股东蔚来资本、高达资本等持续加持。Momenta曾在去年公布由蔚来资本等多家机构投资的B1轮融资,以及由凯辉创新基金领投的B2轮融资;在更早之前, Momenta完成顺为资本领投的A轮融资;以及由蓝湖资本领投,创新工场和真格基金跟投的天使轮融资。目前Momenta累计完成融资超过2亿美金,估值超过10亿美金,为国内自动驾驶行业估值最高的创业公司。针对本轮融资,Momenta CEO曹旭东表示:“本轮融资是一轮对公司非常重要的战略融资轮次,Momenta会在前装、后装、出行、物流、大数据等领域与合作伙伴高效协同,进一步推动自动驾驶技术安全落地。”Momenta创办于2016年9月,公司致力于“打造自动驾驶的大脑”。Momenta CEO曹旭东总结,在过去两年时间里,公司主要完成了三个阶段的建设:第一阶段是底层基础平台的建设;第二阶段是基于底层平台,建立起环境感知、高精度地图与定位、驾驶决策规划等一系列的软件算法。第三阶段是形成自主泊车、高速公路与城市环路以及城市道路等不同场景和不同级别的自动驾驶解决方案。Momenta还于今年4月份与苏州签订战略合作协议,公司将在苏州建立规模化的测试车队,推动L4级别自动驾驶落地,助力苏州的智慧城市建设。目前基于上述的技术和解决方案,Momenta正与多家Tier 1和OEM进行合作,并已同步开展海外业务。在创立之初,Momenta即拥有世界顶尖的深度学习专家,如图像识别领域最流行的框架Faster R-CNN和ResNet的作者, ImageNet 2015、ImageNet 2017、MS COCO Challenge 2015等多项比赛冠军。团队在过去两年也经历了快速成长,目前研发人员占比80%以上。

    时间:2018-10-30 关键词: 自动驾驶 momenta

  • 布局自动驾驶走捷径?大众拟斥资137亿美元收购Waymo10%股份

    据德国《经理人》杂志报道,大众汽车正与谷歌母公司Alphabet旗下自动驾驶公司Waymo探索在欧洲移动出行服务领域达成合作伙伴关系。 另外,大众计划投资数十亿欧元与韩国SK成立公司合作生产电池。大众需要400亿吨产能的工厂来制造足够的电池提供给其子品牌,用于生产电动汽车。《经理人》杂志称,迪斯还计划到2025年实现大众核心品牌8%的销售回报。 大众收购Waymo股份 互惠互利 《经理人》杂志称,大众汽车集团首席执行官赫伯特?迪斯(Herbert Diess)希望斥资120亿欧元(合137亿美元)收购Waymo 10%的股份,但由于迪斯缺乏监事会的支持,暂时无法拿出这么多钱。对此报道,大众汽车拒绝置评。 Waymo是自动驾驶技术领域的领军企业之一。其在今年的早些时候宣布与捷豹合作,打造2万辆无人驾驶电动汽车。而在今年的晚些时候,又承诺将推出全自动驾驶车辆商业化服务。据了解,该服务将首先在亚利桑那州凤凰城推出,随后将在美国其它城市提供。 Waymo首席执行官约翰·克拉富西克(John Krafcik) 在今年6月曾表示,该公司最终将进军欧洲市场,但该公司可能会与当地一家公司合作,而不是单独进军欧洲。 大众集团已经与数家涉及自动驾驶汽车的公司建立了联系,其中包括正在开发自动驾驶系统的Aurora Innovation公司。在今年的8月份,大众试图收购Aurora Innovation但最终遭到了拒绝。大众集团于2017年发布了一款车完全自动驾驶Sedric概念车,有媒体预测,大众未来可能将这款车型用于自动驾驶出行服务。Sedric预计将在2021年开始试运行。 此外,据媒体报道,大众集团也可能与苹果有关联。据了解,苹果很可能会利用大众集团(VW Group)商用车来提供自动驾驶接送服务。 与多家供应商合作布局动力电池 据了解,大众集团目前正试图通过各种途径布局动力电池,以支持其电动汽车发展计划。 据悉,在先前排除了自己生产动力电池的可能性后,这家德国汽车制造商将与韩国SK公司建造自己的电池工厂。 早在2016年,大众集团就提出电动汽车发展计划。在排放门丑闻爆发后,大众开始慢慢疏远柴油车。按照大众集团目标,到2025年在包括大众、奥迪、保时捷等所有品牌中,每年生产300万辆电动汽车,最初他们考虑自行生产电池以支持极高的需求量,但最终放弃了这一计划。 相反,大众集团与各大电池制造商签订了价值480亿美元的电池供应合同。但今年早些时候,赫伯特?迪斯(Herbert Diess)表示,他不想依赖这些制造商:“从长远来看,我们决不能让自己依赖于少数几家亚洲制造商。”当时,迪斯仅仅承认,为了抓住下一代固态电池的机遇,在2025年之前自产动力电池具有积极意义。 据报道,现在迪斯正在通过其他途径,让大众拥有“把握在自己手中”的电池生产。据德国《经理人》杂志报道,大众汽车正在与韩国电池制造商SK Innovation进行谈判,希望能在欧洲建立一个巨型工厂。这家德国汽车制造商也承认,到2025年需要建造400亿吨电池工厂。 与此同时,大众还与电池供应商LG化学建了一个“特别工作组”,以确保即将投产的电动汽车的产量。

    时间:2018-10-29 关键词: 大众 自动驾驶 waymo

  • 特斯拉引以为傲的”全自动驾驶“,竟然下架了!

    三年前,特斯拉CEO埃隆·马斯克就曾说,特斯拉汽车已经准备就绪,在2017年就可以实现“全自动驾驶”,未来每辆特斯拉汽车都拥有必要的硬件和实现全自动驾驶的目标。     可是如今特斯拉官网却正式下架了“全自动驾驶”选项。当然也是被迫的,由于“全自动驾驶”存在夸大宣传,马斯克在个人推特上也表示,该页面对于“全自动驾驶”的描述会令用户混淆概念,所以将暂时从预订选项中去除。     下架了特斯拉引以为傲的“全自动驾驶技术”,让我们的“钢铁侠”马斯克的日子又不好过了。 以前的他是这样的     这样的     还有这样的     可是最近,他是这样的     这样的     还有这样的     从Model 3不能按量交付,股价大跌。到后来特斯拉私有化闹剧,不仅私有化没成,三年不能当特斯拉董事长,还给罚了2000万美金。不过也有好事,特斯拉在上海建立“超级工厂”倒是落定了。本以为今年的特斯拉虽然辛苦但也算平稳度过,结果近日官网竟然下架了最引以为傲的“全自动驾驶”,让全世界特斯拉车迷都给整懵逼了。     马斯克担心大家胡思乱想,直接在推特上说,“全自动驾驶”这个选项可能会让你们“产生太多混淆”,无法保证驾驶员处在前沿和中心位置。     不过这是什么意思呢?简单来说,特斯拉所配置的“Autopilot”系统可能导致驾驶员对车辆产生过度依赖的风险,前几年Model S和Model X的事故原因也大多是因为驾驶员过度依赖了自动驾驶,毕竟这个系统其实在某些驾驶状况的时候还是需要人为干预的。 那么,话说回来,特斯拉所说的“全自动驾驶”到底是什么意思?     其实一直以来,特斯拉都将自动驾驶功能作为品牌的重要卖点之一,在官方宣传片中更是有很多司机双手离开方向盘的使用场景。然而这种宣传很容易导致消费者将自动驾驶和无人驾驶混为一谈。         自动驾驶有五个等级:辅助驾驶、部分自动、有条件自动、高级自动和完全自动。如果汽车能达到L5等级(自动驾驶系统在所有条件下都能完成驾驶任务),那么即使驾驶者不具备驾驶能力,汽车也是可以通过导航设定自动到达目的地的。     换句话说,如果你的汽车不是最高级别的自动驾驶,关键时刻还是必须要通过驾驶员对车辆进行控制的。显然,特斯拉的自动驾驶级别还没有达到“可以让司机躺在车里睡觉”的程度。     不过公众对于自动驾驶是怎么认为的呢? 民调结果显示,在美国70%的受访者都认为是可以买到自动驾驶汽车的。在使用自动驾驶仪等半自动驾驶系统时,11%的驾驶员“会想要小睡一会”。这其实是非常危险的行为!     另外还有消费者认为可以实现全自动驾驶的汽车品牌有特斯拉、宝马和奥迪。 想象一个,如果你认为你的车子可以自动驾驶,但是它其实不能自动驾驶,而你又让它自动驾驶了,那结果可想而知。 所以说,这不仅仅是一个技术问题了,更是一个民众对于“全自动驾驶”的误解。     2016年,美国佛罗里达州一位驾驶着开启了Autopilot自动驾驶系统的Model S车主,在遇到前边一辆卡车横穿马路的情况时,由于系统判断错误,车子毫无减速的撞上了卡车,车主当场死亡。死亡的司机曾多次被系统警告,表明他在事故发生前的几分钟内都没有将手放在方向盘上,司机可能过于依赖汽车的自动驾驶能力了。     特斯拉也明白,现阶段的Autopilot自动驾驶系统还不具备完全的自动驾驶能力,如今把“全自动驾驶”的宣传撤下,也是更加合适和负责的行为。 目前特斯拉官方还未就“全自动驾驶”选项下架一事作出官方声明,也许马斯克本人也在承受巨大的压力,这次的事件也让“自动驾驶技术”再次受到舆论的挑战。     而在大洋彼岸的中国,我们的不少车企也在卖力的宣传着自己的自动驾驶技术,上海已经成为国内首个颁发自动驾驶卡车路测牌照的城市。 我们坚信,在未来的某一天,完全的自动驾驶汽车肯定会服务于我们的生活,但现在,连自动驾驶领域的领军企业特斯拉都“退缩”了,我们的从业者是不是也要重新审视下自己呢?

    时间:2018-10-26 关键词: 特斯拉 自动驾驶

  • 车灯做“”投影“?杜克大学研发智能车头灯

    据外媒报道,杜克大学的工程师助力车头灯研发,希望该产品能够自动识别车辆的周边环境,有选择性地照亮重要目标物并将道路情况显示在车载显示屏上。 杜克大学兼杜克昆山大学的电气化与计算机工程系教授表示:“现代的车头灯并非仅含1-2个灯泡。恰恰相反,有上百万个灯泡。本人与业内伙伴方开展合作,旨在研发一款智能车头灯。在识别车辆的周边环境后,该智能车头灯可独立控制各像素(pixel),并自动点亮车辆前方的不同区域。” 技术难点不在于车头灯的光照方式,而在于其自动识别功能。华域视觉科技(上海)有限公司(HASCO Vision Technology)正参与该项目合作,旨在利用机器学习技术来解决这类问题。 为实现实时决策能力,研究人员务必选择正确的硬件并设计相应的算法,与该硬件架构相匹配。杜克大学的两名科研人员合力作了一段技术演示,但在实际应用前,还需要进行相关调整。 探查精度是非常重要的性能要求,同时也是面临的一大挑战,实时响应也是需克服的难点。若算法的响应时间过长,实用性就很差。从技术上讲,这是两类技术难题。 但研究人员预计,在不远的将来,该难题将被攻克,并新增一些花哨的功能(bells and whistles)。该项目还将为该款智能车头灯提供投影功能,旨在用车头灯光束来投射天气及路况信息、交通表示、导航方位及驾驶车道。 未来还可能利用替代性传感器,但自动驾驶车辆最终可能会选择雷达与激光雷达这两大类传感器。在此之前,该项目目前只采用了前视摄像头(forward-facing cameras),旨在降低成本。未来数年内,消费者可能会看到更为智能的车头灯。 据研究人员透露,初代智能车头灯或在两年内上市。当该产品被用于上路车辆后,研究人员将获得更多的反馈及数据,以便进一步提升产品的探查精度及响应时间,助力未来的产品迭代。

    时间:2018-10-26 关键词: 传感器 自动驾驶 智能车头灯

  • 自动驾驶公司Momenta完成B轮融资 累计融资2亿美元

    10月17日晚间消息,今天,自动驾驶公司Momenta对外公布完成B轮融资,包括去年公布的由戴姆勒集团和蔚来资本领投的B1轮融资,以及由凯辉创新基金领投的B2轮融资。B轮投资方还包括腾讯、蔚来资本、高达资本等多家机构,国资背景投资者包括招商局创投、上海国资经营公司旗下国鑫资本、苏州元禾资本以及建银国际。在更早之前, Momenta完成顺为资本领投的A轮融资,以及由蓝湖资本领投,创新工场和真格基金跟投的500万美元天使轮融资。Momenta官方公布,公司累计完成融资超过2亿美金,估值超过10亿美金。但是Momenta没有明确公布B轮融资具体金额。针对本轮融资,Momenta CEO曹旭东表示:“本轮融资是一轮对公司非常重要的战略融资轮次,Momenta会在前装、后装、出行、物流、大数据等领域与合作伙伴高效协同,进一步推动自动驾驶技术安全落地。”Momenta创办于2016年9月,公司致力于“打造自动驾驶的大脑”。Momenta CEO曹旭东总结,在过去两年时间里,公司主要完成了三个阶段的建设:第一阶段是底层基础平台的建设;第二阶段是基于底层平台,建立起环境感知、高精度地图与定位、驾驶决策规划等一系列的软件算法;第三阶段是形成自主泊车、高速公路与城市环路以及城市道路等不同场景和不同级别的自动驾驶解决方案。此外,Momenta还于今年4月份与苏州签订战略合作协议,公司将在苏州建立规模化的测试车队,推动L4级别自动驾驶落地,助力苏州的智慧城市建设。目前基于上述的技术和解决方案,Momenta正与多家Tier 1和OEM进行合作,并已同步开展海外业务。

    时间:2018-10-26 关键词: 自动驾驶 momenta

发布文章

技术子站

更多

项目外包

设计方案推荐

驾驶辅助 ECU

产品推荐:HVDA551-Q1

参考设计:Jacinto™ ADAS 处理器上的多传感器平台参考设计