賀世界智能網聯汽車大會-速銳得V8翻開智能駕駛汽車新篇章

2018年10月18日，世界智能網聯汽車大會在北京國家會議中心盛大開幕。

　　智能網聯汽車是信息通信、互聯網、大數據、人工智能、道路交通等行業加速跨界融合變革的新興產物，是全球產業創新熱點與未來發展的制高點。驅動汽車產業轉型升級，發展智能網聯汽車產業已成為落實國家戰略的重要載體。

我們在汽車CAN總線數據應用領域已經深耕了8年，核心人員隊廣拓思路，盯上了智能駕駛這產業的數據采集。推出智能駕駛V8汽車數據收集載體，斬獲無人駕駛巨頭訂單，應用于智能駕駛眾包地圖駕駛行為數據采集，建立自動駕駛數據模型。

上次說過，智能汽車的自動駕駛路線分為如下三類：

1、以谷歌、百度為代表的互聯網類。這些公司擁有雄厚的資金，可以大量招聘優秀人才，大量投入資金，會從最高級別的無人駕駛往低級別無人駕駛走。他們的理念是，不在意短期是否盈利，一旦做成了，那么這個行業全是我的。

2、以整車廠為代表的工業類，例如福特、奔馳、寶馬等。這些公司內部配置了強大的技術，是從底層向上做起，L1 成熟了就做 L2，例如倒車影像、環視、自動泊車、前車防撞等技術。

3、是針對具體場景的，例如低速場景，包括園區的巡邏車、環衛低速車等。這類場景對行車速度的要求相對較低，行駛環境也不像城市街道那么復雜，但這類自動駕駛也是需要比較多的積累。

自動駕駛決策部分的特點是，龍頭多、技術點繁雜，需要大資源、大技術、大資本，才能投入下一個環節，所有的機器學習，大多停留在信息采集階段，而這個階段的信息采集，絕大多數基本都是處于攝像頭將圖線變成矢量，然后存儲起來。汽車背后的主機非常巨大，相當于一臺高容量存儲的服務器

。

 對于自動駕駛汽車而言，產品生命周期管理是保證從預研項目Demo到量產的必經之路。只有經過嚴格的產品生命周期管理體系，優化各研發部門的協作及供應鏈關系，通過數字化的方法提高每個階段的工程建模與測試驗證效率，最后才能實現高質量，高效率的量產產品落地。

目前自動駕駛技術處于從L2往L3推進的過程中，很多從事無人駕駛的客戶在產品Demo階段愿意嘗試不同的創新解決方案，但是到了最終量產階段，還是傾向于選擇汽車總線數據經驗的供應商，主要原因有兩點：

第一，自動駕駛是一個全球都在競爭趕超的領域，因此對技術上提出了非常高的要求，供應商既要滿足客戶通用性的平臺化開發標準，也要滿足個性化的需求，在批量路測規定的時間節點保質保量地交付整套產品。

第二，自動駕駛與傳統的汽車研發不同，自動駕駛包含多種新型傳感器、人工智能及大數據、高精度地圖等全新的內容，需要一個全新的創新體系來支持。這其中要考慮的絕不僅僅是技術和產品的實現，同樣重要的還有研發流程與方法、協同創新與技術團隊的管理。

速銳得就是看準了這個前夜的契機，結合8年的總線經驗研發與4年分時租賃數據應用優勢，推動自動駕駛數據采集終端V8本地化的量產落地。

為了滿足數據的嚴格要求，速銳得的整個研發體系將采用以人為主的敏捷研發方式，以此應對不斷變化的產品需求。傳統的汽車研發采用層層向下的金字塔管理方式，而新型管理方式采用產品架構模塊化管理，配合扁平化的組織架構，讓每個工程師都可以參與到產品和公司發展中來，從自身專業的研發角度出發提高產品質量。下圖為迭代第三版的V8，10#樣機，屬速銳得Vbox系列，架構為Cortex A7（i.MX6ul）+CortexM4F（freescale S32K）+4G（八核ARM Cortex A53+Qualcomm Adreno 506GPU），加上多年的總線數據經驗，定能為行業和客戶創造更多價值。

下圖為V8硬件架構：

硬件相關參數：

I.MX6集成了FlexCAN、MLB總線、PCI Express?和SATA-2，具有卓越的連接性，同時集成LVDS、MIPI顯示器端口、MIPI攝像機端口和HDMI v1.4，是先進的消費電子、汽車和工業多媒體應用的理想平臺。

飛思卡爾SK32作為與汽車總線交互的核心處理，采用的Cortex-M4的內核，并帶有以太網的接口，將適應未來所有車型。

兩個主處理器都滿足AEC-Q100,滿足車規級的要求，未來可以在所有汽車領域大量應用。

功能實現的目的：

我們利用I.MX6解決了高速視頻拍攝及解壓，通過高通4G模組將S32K采集的CAN總線數據和外圍GPS等SENSOR將數據傳給服務器。主要解決從采集端到決策端的數據問題，通過采集到的車速、轉向角度、檔位信息等汽車CAN總線數據建立駕駛模型，建立樣本。

如果按照單臺車以30Hz的頻率采集320*320的圖像，十分鐘生成一個壓縮包圖片庫的速度來算，2小時內的行駛將產生4個GB的圖片數據，結合邊緣算法在本地實現處理還需要將圖片通過蜂窩網絡（4G,5G）上傳到云服務器做深度分析。車子在路上跑的時候，通過V8這類也在不斷的采集數據，而這些數據可以支撐我們做進一步的安全驗證。

應用服務層：智能駕駛實驗平臺軟件網關自身帶視頻解析和呈現，主要功能均通過服務的方式對外提供，包括運行在CAN網關上的總線數據、遠程升級服務、本地數據處理、應用平臺部署、安全服務監測及其他擴展服務。

應用框架層：應用框架層主要提供應用服務運行所需的執行環境，包括Java虛擬機(Java運行環境)、Web服務引擎、開發包、MQTT安全模塊及其他擴展開發包。

組件層：組件層主要提供網關系統運行所需的各核心功能模塊，包括：電源模塊組，完成與S32K、i.MX6、4G通訊模組等電源供電功能；S32K模塊組，完成CAN協議解析、電壓轉換，數據解析、數據組包等功能；管理模塊組，完成4G網絡射頻信號接收、設備GPS定位、外部藍牙連接等管理功能。

Linux&驅動層：主要包括Linux操作系統和平臺驅動，是網關運行的基礎，包括主芯片驅動以及各種網絡驅動，如WiFi、藍牙、串口等。

技術做底、行業為圖，自動駕駛的商業化之路上繞不開“安全”與“量產”。只有讓自動駕駛車輛自然融入到現實的車輛行駛環境中，才能做到真正的自動駕駛車輛和人類駕駛車輛雙重安全。基于此，V8的圖像視頻用i.MX6處理環境建模系統、S32K主要與汽車總線交互、GPU處理ADAS駕駛策略系統，保證自動駕駛車輛能對自身所處的靜態環境和動態有清晰明確的認知，與環境進行輸入輸出的雙向交互，并有基于實時環境信息的全面的可解釋的駕駛行為規則，并通過8核的4G模組，將數據上傳至AI大腦。

“環境建模系統要做的就是讓車輛融入環境。”V8的環境建模系統可以實現基于車體200米距離的實時感知、加上高精地圖的輔助，實現周圍數千米路況的預先感知和道路級生態感知。V8幫助車輛真正地融入當前環境，做一個符合當前駕駛要求的好司機，通過機器學習技術，向優秀的人類司機學習，輸出更安全的駕駛決策策略。

在車型兼容策略上，采用TOP10策略，通過總線的適配，解決底層CAN數據的需求，在合作的汽車品牌領域，目前已經覆蓋了一汽大眾、上汽大眾、東風標致、雪鐵龍，長安、豐田、本田全系、別克、福特、起亞、現代、雷諾、奔馳等多款車型（之前積累的經驗和新開發的）。

未來的十年，汽車產業將會以電動化、智能汽車、智能城市等為主題。未來的汽車進一步提高基于無人駕駛的網約車、出租車在全球的網聯化；V8基于汽車CAN總線將深度結合智能汽車底層技術，將幫助到所有的出行公司、自動駕駛公司、大數據公司、物流行業收集汽車駕駛數據，結合他們的新調度系統等服務更快帶到全球各個角落。