المسار المحتمل من ADAS إلى القيادة بدون سائق

استضافت منتدى الصين الدولي الثامن لمركبات الطاقة الجديدة. يدعوك CST Sanjiao automobile Xiaojun إلى التفكير أولاً:

أولاً ، متى يأتي نظام القيادة ذاتية القيادة في صناعة السيارات؟

ثانيًا ، من الآن فصاعدًا ، ما هي التحديات التي ما زلنا نواجهها ؛

ثالثًا ، ما هو المسار الواقعي للإدراك بدون سائق؟
نظرة عقلانية على تطوير علوم وتكنولوجيا السيارات
في الوقت الحاضر ، الصناعة بأكملها متحمسة للغاية ، لأن التحديثات الأربعة لصناعة السيارات لدينا "الكهرباء ، والذكاء ، والشبكات الذكية والمشاركة" تعزز بالفعل إعادة بناء الصناعة بأكملها. كصناعة سيارات ، لها تاريخ لأكثر من 120 عامًا منذ أن اخترعت مرسيدس بنز أول سيارة في عام 1886.
ومع ذلك ، من سبعينيات القرن الماضي إلى عام 1970 ، كانت سرعة تطوير صناعة السيارات بأكملها بطيئة نسبيًا. لا أعرف ما إذا كنتم جميعًا هنا قد أتيتم إلى شتوتغارت للمشاركة في المتحف. لا تختلف السيارات التي صممتها مرسيدس بنز في السبعينيات والثمانينيات كثيرًا عن تلك التي كانت في عام 2000. حتى من حيث الأداء الأساسي وأداء القوة وهيكل السيارة ، لا توجد اختلافات جوهرية. في فترة الثلاثين أو الأربعين عامًا ، تم تحسين صناعة السيارات تدريجياً. بعد عام 1970 ، نفذت صناعة السيارات مرحلة جديدة من التطور ، ودخلت الصناعة بأكملها في ابتكار خارق في التكنولوجيا وإعادة البناء الصناعي.
يجب علينا أيضًا أن نتبنى وجهة نظر عقلانية جدًا للتنمية ، سواء كان ذلك هو تطوير الكهربة ، بما في ذلك تطوير الذكاء والشبكات التي نناقشها اليوم. يجب أن نفهم اتجاه التطور المستقبلي وحتى إيقاع التطور المستقبلي من منظور التكنولوجيا والصناعة ، بحيث يمكن لجميع المشاركين الامتثال بشكل أفضل للقانون الأساسي لتطوير هذه الصناعة من حيث التكنولوجيا وإعداد أعمالنا نموذج. هذا هو المحتوى الرئيسي الذي أشاركه أفكاري وآمل أن أناقشه معكم اليوم.
متى ستأتي صناعة السيارات ذاتية القيادة؟
للوصول إلى موضوع اليوم ، أولاً وقبل كل شيء ، متى ستأتي السيارات ذاتية القيادة؟

كما سمعت توقعات الرئيس لي بشأن جدول الرحلات بدون سائق. أتفق كثيرًا مع حكم الرئيس لي. في الوقت الحاضر ، يوجد في الواقع معسكرين لمقدمي الحلول ذاتية القيادة. إحداها هي شركات السيارات التقليدية مثل Mercedes Benz ، بما في ذلك الشركات الرائدة مثل Mercedes Benz و BMW و Audi وحتى Ford و GM. المعسكر الآخر هو شركة التكنولوجيا أبولو في الصين.
في الوقت الحاضر ، طرحت كل مؤسسة حلولها في السوق ، والمستوى مختلف أيضًا. شركات السيارات التقليدية هي أكثر ما نسميه L2 أو L2 بالطبع ، يختلف نضج التكنولوجيا. يهدف معظم الأشخاص في شركات التكنولوجيا إلى حلول أعلى من L3 أو L4 ، لكنهم أكثر في عملية تطوير بعض عمليات التحقق من المخططات.
أعلنت كل مؤسسة بشكل أساسي عن وقت هبوط مخططها بدون سائق. وهل هناك فرق بين هبوط مصانع السيارات وهبوط شركات التكنولوجيا؟ يمكنك أن ترى أن معظم الشركات تطلق مخططات بدون سائق أعلى من L4 قبل 2020 و 2021. من وجهة نظري ، هذه أيضًا نقطة زمنية خاصة جدًا.

لماذا تظن ذلك؟ لنلق نظرة على البيانات. تتحدث هذه الشركات التي أطلقت هذه البرامج بدون سائق أكثر عن برامج مستوى L4. هذه هي الحالة التي اخترناها لهم لإجراء اختبار الطريق في كاليفورنيا. نظرًا لأن اختبار الطريق في كاليفورنيا له ميزة واحدة ، فإن كلاً من المسافة المقطوعة للاختبار والسرعة لهما مستوى رائد. اخترنا اختبار الأميال في عام 2017 ، وهو حوالي 350000 ميل. لا يزال إجمالي الأميال التي صممتها المؤسسات الأخرى صغيرًا نسبيًا. يبلغ عدد الأميال الاختبارية في وايمو 352545 ، مع 63 مقاطعة و 18 مقاطعة لكل 100000 ميل.
حوالي 100000 ميل ضمن هذا النطاق. إذا تم استخدام مخطط القيادة الحالي من قبلنا ، فهناك 18 مقاطعة في دورة الحياة هذه. بالطبع ، لا يؤدي الانقطاع بالضرورة إلى حوادث مرور خطيرة. قد يكون تعليق النظام أو مخاطر أخرى محتملة. يقاطع سائقو الاختبار لدينا بنشاط نظام القيادة بدون سائق.
قدمنا ​​إشارة: السلامة الوظيفية. تعريفنا للوقت هو الأمن. إذا قمنا بتحويلها إلى مسافة قيادة ، فإننا نفترض أنه بسرعة 40 ميلاً في الساعة ، مما يتطلب منا المقاطعة عند مستوى 0.00004 لكل 100000 ميل. أعتقد أن النتيجة التي تم تحويلها إلي مقبولة نسبيًا أيضًا. أي أن هناك حادث انقطاع لكل 40000 مركبة. هذا هو الوقت الذي تمنح فيه حياتك لآلة في المستقبل. هذا مقبول. لا يزال مستوانا وقدرتنا الحقيقية على تحقيق القيادة الآمنة لها عوامل كبيرة ، بما في ذلك فشل الأجهزة والسلوك المتصور للمركبات الأخرى.
في الختام ، يمكننا عمل مخطط بدون سائق ومخطط تجريبي ، ولكن لا يزال هناك طريق طويل لنقطعه لتلبية متطلبات مستوى تنظيم المركبات لدينا ، والقيادة الموثوقة والآمنة.
ما هي التحديات التي يتعين علينا التغلب عليها لتحقيق القيادة بدون سائق؟
ما هي التحديات المحددة للقيادة بدون طيار في الوقت الحاضر؟

أولاً وقبل كل شيء ، فيما يتعلق بالأجهزة ، فإن نضجنا مرتفع نسبيًا ، ولكن لا تزال هناك بعض التحديات ، بما في ذلك موثوقية مستشعر واحد ، بما في ذلك الليزر والرادار ورأس الكاميرا. لديهم جميعًا قيودًا معينة في مشاهد محددة. نحن مطالبون بعمل مخطط دمج متعدد أجهزة الاستشعار ، ولكن في الواقع ، من خلال التحليل ، لا تزال هناك نزاعات وطرق مختلفة لمخططات القيادة بدون سائق لمختلف المؤسسات ، والتي لا تزال بحاجة إلى مزيد من التحقق لتحقيق الحل الأمثل.
بالإضافة إلى ارتباط اتخاذ القرار ، الحساب في مجال الأداء العالي ، بما في ذلك بعض التطوير والتطبيق للمراقب. بالطبع ، على الرغم من عدم وجود إنتاج ضخم على نطاق واسع للمشغلات ، إلا أننا نجد الأمر أكثر صعوبة في هذا الصدد. بما في ذلك رابط الإدراك ، وخوارزميتنا ، ودقة رؤية الكمبيوتر ، بما في ذلك طريقة دمج البيانات متعددة أجهزة الاستشعار ، بما في ذلك تطبيق المسح ورسم الخرائط والتحديث في الوقت الفعلي ، لا يزال لدينا العديد من التحديات وهناك الكثير من العمل الذي يتعين القيام به في هذه المجالات. في التعلم العميق وربط الدور ، نقوم بالتحسين بسرعة كبيرة ، ولكن في مجال الشبكة العصبية والتعلم الآلي ، ما زلنا بحاجة إلى الكثير من التحقق الافتراضي لتحسين دقة خوارزميتنا باستمرار.
تمتلك أجهزتنا أساسًا جيدًا ، ولكن هناك الكثير من العمل الذي يتعين القيام به. لا يزال تحدي البرامج لدينا كبيرًا جدًا. فيما يلي العديد من المخططات النموذجية لأنظمة القيادة بدون سائق ، بما في ذلك waymo و cruise و Audi.

كروز أعرّفها على أنها شركة تكنولوجيا ، وسيختار المزيد من الليدار عالي الدقة كأحد الأجهزة الأساسية للإدراك. كمكمل لرادار الليزر عالي الدقة ، تعتمد شركاتنا بشكل أكبر على رادار الليزر عالي الدقة. لدى المؤسسات المختلفة نقاط انطلاق ومسارات مختلفة ، وسأناقشها بمزيد من التفصيل لاحقًا.

سؤال مهم ، الليدار والرؤية الحاسوبية ، أي طريق أكثر ملاءمة للحل النهائي للقيادة بدون طيار في المستقبل؟ في الواقع ، بالنظر إلى الليدار ، فإن مزاياها واضحة جدًا. يعمل بشكل جيد من حيث مسافة الكشف ودقة الكشف والصناعات المختلفة والمناجم. تعتبر التكلفة الأولى متطلبًا مرتفعًا نسبيًا ، لكننا نرى التطور الأخير في صناعة الليدار ، بما في ذلك ظهور الليدار ذي الحالة الصلبة ، وسيتم التخلص من التكلفة قريبًا.
تكلفة رؤية الكمبيوتر منخفضة نسبيًا ، لكن مشاهدها ، مثل المرور عبر الأنفاق والظلام ، بها عيوب كبيرة في هذا النوع من المشاهد. بالإضافة إلى ذلك ، تعتمد رؤية الكمبيوتر على سرعة خوارزمياتنا ومعالجاتنا ، وهو أيضًا عيب.
في تقديري الشخصي ، لن أقول إن طريقًا ما أو أي طريق يجب أن يهزم طريقًا آخر في المستقبل. أعني أن نظام الليدار ورؤية الكمبيوتر سيجدان بالتأكيد أفضل اندماج ، لأن الليدار نفسه لديه خيارات مسار مختلفة ، وأخيراً يجد أفضل اختيار للمسار. اختيار الطريق هذا هو الاعتبار الأكثر أهمية.
أولاً ، قم بتغطية جميع المشاهد المتصورة.
ثانيًا ، يتمتع بموثوقية جيدة ، بما في ذلك التكرار في الأجهزة والبرامج.
ثالثًا ، التكلفة مقبولة. لا تزال هذه الصناعة مرحلة استكشاف وإيجاد مرحلة أكثر توازناً.

تقوم العديد من الشركات الآن بإجراء بحث وتطوير لنظام القيادة بدون سائق ، وغالبًا ما تتجاهل دور ما يسمى بتكنولوجيا الإنترنت في مجال القيادة بدون سائق. لماذا نولي المزيد من الاهتمام لذكاء الدراجات؟ بادئ ذي بدء ، من السهل نسبيًا حلها ، ولكن من منظور المجتمع بأكمله ونظام النقل بأكمله ، يجب علينا أولاً وضع السيارة في المجتمع بأكمله أو نظام النقل في المستقبل ، لأن السيارة نفسها تحتاج أيضًا إلى تتكامل مع وسائل النقل الأخرى.
ثانيًا ، يجب أن نأخذ في الاعتبار أن البنية التحتية يمكن أن توفر بعض المساعدة للقيادة بدون سائق والمساعدات. مع تطور تقنية الاتصال بالإنترنت ، هناك العديد من سيناريوهات التطبيق في تفاعل المعلومات مع السائقين. ومع ذلك ، مع تطور التكنولوجيا ، يمكن أن يلعب اتصال الإنترنت الفعلي أيضًا الكثير من الأدوار. من خلال تطوير v2x ، يمكن تحسين دقة تصورنا بشكل كبير ويمكن تحسين أمننا من خلال الإدراك المتبادل ، وفي الوقت نفسه ، يقلل أيضًا من التكلفة الفنية لتحقيق الإدراك الفعال. في مرحلة القيادة الحقيقية ، يمكن أن تلعب IOT أيضًا دورًا مهمًا جدًا في صنع القرار والتحكم في التفاعل. يمكن للمركبة والبنية التحتية تحسين دقة الخوارزمية من خلال تفاعل عملية صنع القرار ، ويمكن أن تقلل أيضًا من متطلباتنا الحسابية للأجهزة.

التحدي الآخر هو أيضا اتجاه مناقشتنا. إن الجيل الجديد من مخطط الهندسة الإلكترونية والكهربائية للسيارات ، من وحدة التحكم الموزعة في وحدة التحكم الإلكترونية إلى هندسة السيارات مع وجود الحافلة هي جوهر مخططنا المعماري الرئيسي في الوقت الحالي. ومع ذلك ، في الخطوة التالية ، مع اتصال الشبكة الذكي ، لا يمكن للبنية الحالية تلبية احتياجات التطوير المستقبلي. هذه الاحتياجات أولاً وقبل كل شيء ، تطوير تقنية الحافلات نفسها ، بما في ذلك تقنية Ethernet ، لأننا نرى حاليًا أن نقل البيانات على نطاق واسع له قيود كبيرة. في هذا الوقت ، يجب إدخال وسائط النقل الجديدة الخاصة بنا فيه.
بالإضافة إلى مفهوم وحدة التحكم بالمجال وحتى مفهوم وحدة المعالجة المركزية ووحدة المعالجة المركزية في المستقبل. يحتوي معالج المجال على العديد من المجالات المختلفة ، مثل مجال جسم السيارة ، ومجال مجموعة نقل الحركة ، ومجال المعلومات والترفيه ، وما إلى ذلك ، يحتوي كل نظام على وحدة تحكم في المجال. من ناحية أخرى ، فإنه يحتوي أيضًا على وظيفة معالجة المعلومات وتبريد القرار المشترك. وحدة تحكم المجال لديها قوة الحوسبة. من خلال هذه القدرة ، هناك خطر التأثير التقني على النظام الإلكتروني والكهربائي بأكمله. ثانيًا ، إنه يلبي احتياجات عدد كبير من قوة الحوسبة الموزعة في المستقبل في مرحلة الشبكات الذكية ، والتي ينبغي أن تكون تطوير إلكترونيات السيارات والكهرباء كمركبة كاملة. إن كيفية التكيف مع تطور تقنية الشبكات الذكية في المستقبل تضع تحديات جديدة.
قامت شركتنا بالكثير من العمل في هذا المجال وتقوم أيضًا بإجراء أبحاث في هذا المجال.

عامل آخر هو عامل التكلفة. لنأخذ مثالاً على الرادار من القيادة بدون طيار. تكلفة الرادار ليست نفس المنتج (قد يكون خاطئًا) ، ولكن لها أيضًا أهمية تفسيرية معينة. في الواقع ، مخطط الليدار الاختياري في السوق ، من مرحلة عالية جدًا ، من الليدار المستخدم بواسطة waymo في عام 2012 إلى ليدار الحالة الصلبة المستخدم في الإنتاج ، سيتم تخفيض سعر الليدار بشكل كبير وسيتم تقليل التكلفة بشكل كبير. تعتبر التكلفة حاليًا عاملاً رئيسيًا ، ولكن سيتم التغلب على هذا العامل قريبًا.

باختصار ، في المرحلة الثانية ، التحديات الرئيسية التي نحتاج إلى التغلب عليها لتحقيق القيادة بدون طيار:
1. تعد الأجهزة ناضجة نسبيًا بشكل أساسي ، ولكن لا تزال هناك حاجة إلى مزيد من الاستكشاف لمزيج الأجهزة من عملية الإدراك والبنية الأكثر منطقية. بالنسبة لقوة الحوسبة ، يعد تطوير قوة الحوسبة العالية والمعالجات منخفضة الطاقة أيضًا مجالًا ابتكاريًا إضافيًا يجب القيام به في الوقت الحالي. لا يزال يتعين على تقنية الشبكات القيام بالكثير من العمل لحلول الأجهزة المتعلقة بالبنية التحتية.
2. هناك فجوة أكبر في مجال البرمجيات ، لا سيما في ارتباط التعلم المتعمق ، الأمر الذي يتطلب قدرًا كبيرًا من البيانات لمزيد من التدريب ، وهناك فجوة كبيرة في إمكانات البرامج ووظيفتها وسلامتها. .
3. التحقق من الاختبار ، لا يمكننا الاعتماد فقط على اختبار الطريق الفعلي ، فالمرة الأولى طويلة ، والتكلفة الثانية مرتفعة. أكبر نقاط ضعف اختبار الطريق هي أنه لا يمكنه حل مشكلة السيناريوهات المتطرفة. غالبًا ما يكون من الممكن توقع المزيد من المشاهد التي يمكن التحكم فيها ، ولكن أهم شيء بالنسبة لنا أن نتعلم بعمق هو حل المشاهد التي لا يمكننا توقعها في الأوقات العادية. على العكس من ذلك ، لا يمكن حل هذه السيناريوهات من خلال اختبار الطريق الفعلي. في هذا الوقت ، يجب أن نعتمد أكثر على طرق التدريب الأخرى ، بما في ذلك الاختبار الافتراضي واختبار مستودع المحاكاة ، وهو عامل مهم لتسريع درجة خوارزمية البرامج لدينا.
4. تكلفة هذه الصناعة هي قانون 20 و 80. نقوم بالكثير من العمل لتحقيق الوظائف التي نحتاجها. من الناحية الفنية ، فهي تحتاج فقط إلى استثمار 20٪ في البحث والتطوير. على الرغم من أن لدينا 20٪ من الحواجز التقنية التي يجب التغلب عليها ، إلا أننا لا ينبغي أن نكون متفائلين أكثر من اللازم. من منظور صناعة التكنولوجيا ، يتطلب الأمر 80٪ أو أكثر من الاستثمار للتغلب على 20٪ من التكنولوجيا. أنا لست متفائلًا بشأن موعد نضوج نظام القيادة بدون سائق. من حيث الحجم ، سيكون على الأقل بعد عام 2030.
ما هو المسار الواقعي لتحقيق القيادة الذاتية؟

بالنسبة لتجربة المستوى L4 الحقيقي ، يجب أن نفكر في مفهوم السياج الجغرافي. عندما نتحدث عن أي قيادة آلية ، لا يمكننا تجاهل مفهوم السياج الجغرافي. سيتم أخيرًا تحقيق القيادة الحقيقية بدون طيار في المشهد بأكمله في غضون عشر سنوات. يجب ألا ننتظر حتى تنضج هذه العملية في المرحلة النهائية. أعد تشكيل المشهد ، دعنا نطبق مشهدًا ، بحيث يمكن لنظام القيادة المتقدمة بدون سائق والتلقائي أن يفيد عملائنا في وقت مبكر وأسرع ، حتى نتمكن من استخدامه في مشاهد معينة ، بما في ذلك ما إذا كان يمكن استخدامه في الظروف المزدحمة والمشاهد الخاصة التي تم تقديمها للتو من قبل الرئيس لي.

تتخذ المعسكرات المختلفة طرقًا مختلفة لتحقيق هدفنا النهائي المتمثل في القيادة بدون سائق. لا تزال شركات تصنيع المعدات الأصلية التقليدية تنظر في مشكلة الإنتاج الضخم للمركبات. غالبًا ما يكون L2 هو جوهر عملنا الحالي ، بحيث يمكن تطبيق المزيد من وظائف القيادة الإضافية والوظائف بدون سائق المشروطة في الإنتاج الضخم لمركباتنا. كشركة تكنولوجيا ، فإنها تركز أكثر على معيار L4 وما فوق.
هنا ، أود أن أقدم اقتراحًا لمؤسسة تشارك في صناعة القيادة بدون سائق بالكامل ، سواء كانت حلولًا للأجهزة أو البرامج ، بما في ذلك تكامل النظام. بالنسبة للمؤسسات التي تعمل بلا سائق حقًا فوق مستوى L4 ، مثل بعض الشركات الرائدة ، سواء أكانت waymo أو baidu أو Apollo ، في غضون عشر أو خمسة عشر عامًا ، يمكن تطوير مستوى النظام الأساسي في هذه المرحلة ، سواء كانت منصة برمجية أو منصة أجهزة ، بما في ذلك منصة خوارزمية. نظرًا لأن لديه وقتًا لإجراء استثمار تقني طويل الأجل ، فإن لديه أيضًا القدرة على قيادة الصناعة بأكملها للتجمع ببطء نحو منصتها.

على الرغم من أنني لست على استعداد للاعتراف بهذا بصفتي رجل أعمال ، إلا أن مجال القيادة بدون سائق هو النموذج لتحقيق حل الهاتف المحمول الخاص بنا ، وأعتقد أنه لا يزال ممكنًا للغاية. تعد Google ، كمزود لنظام Android ومؤسسات الهاتف المحمول لدينا كبرامج وأجهزة تطبيقات ، حلاً أكثر جدوى نسبيًا مع انخفاض الاستثمار الصناعي ، ومن المرجح أن ينجح هذا الحل ، لذلك نحتاج إلى منصات مؤسسات مثل Google و Baidu ، لكن هذه المنصة تجارية ، من الآن فصاعدًا إلى تسويق البحث والتطوير التكنولوجي ، إنها عملية طويلة.
كشركة تكنولوجيا صغيرة ومتوسطة الحجم ، عندما تصنع منتجات الأجهزة وحلول البرامج ، فلن يكون لديك الكثير من الوقت. يركز البحث والتطوير الخاص بك بشكل أكبر على النمذجة والتقليل

إذا كنت ترغب في تطوير منتجات نظام مراقبة التعب أو العلامات التجارية أو البرامج الخاصة بك ؛ من فضلك لا تتردد في الاتصال [البريد الإلكتروني محمي] ، لن نخذلكم.