写点什么

自动驾驶硬件研发的挑战与展望

  • 2020-05-08
  • 本文字数:2968 字

    阅读完需:约 10 分钟

自动驾驶硬件研发的挑战与展望

导读: 本次分享的主题为自动驾驶硬件研发的挑战与展望。


主要内容包括


  • Pony.ai 硬件发展简介

  • Pony.ai 硬件团队简介

  • Pony Alpha2 系统介绍

  • 自动驾驶硬件研发挑战

1. Pony.ai 硬件发展简介


Pony.ai 成立于 16 年 12 月,公司第一辆车是在 2017 年 Q2,拿到了美国加州的自动驾驶测试牌照,开始正式测试。可以看到我们当时用的还是 64 线激光雷达。2018 年 Q1,拿到了北京测试牌照,可以看到我们的雷达已经换成了 32c+多 camera 组合。2018 年 Q4,我们在上海 WAIC 世界人工智能大会上发布了公司第一个硬件 release 版本 Pony Alpha,可以看到整车的集成度和外观都进行了非常有针对性的设计。2019 年 Q2,与丰田合作改装 LEXUS RX450h。最后,是在 2019 年 Q4 发布的 Pony Alpha2 硬件系统,稍后将详细介绍。

2. Pony.ai 硬件团队介绍


Pony.ai 在北京、硅谷、广州都有研发中心,并且有车队,所以相应的在三地都有硬件团队提供本地化支持。三地之间的硬件团队经常会做技术共享,由于硬件研发本身有一定的本地化属性,所以我们是通过项目来分工合作的,同时,我们每周三地的工程师会进行充分的技术交流。


Pony.ai 硬件团队构成,包括:电子电气工程师、结构工程师、嵌入式工程师/FPGA 、车辆工程等等。

3. Pony Alpha2 系统介绍


首先介绍下自动驾驶汽车硬件系统,如上图所示,主要分三个部分:


① sensor 传感器,相当于车辆的“眼睛”,包括:雷达,Camera,GPS+IMU 等。


② compute 计算单元,相当于车辆的“大脑”,主要放在后备箱。


③ vehicle 车辆本身,是最大的硬件系统,相当于车辆的“肌肉”。



这是我们在 2019 年 Q4 发布的 Pony Alpha2 硬件系统,最新的进展包括:


① 传感器配置升级:出于成本和国产化的考虑,主 lidar 使用了 Hesai64 线激光雷达。


② 传感器清洁系统:特别针对雨天,自主研发传感器清洁系统。


③ DBW 线控:过去一度被 Autonomous Stuff 垄断 目前 pony 已经具有不同车型的线控改装技术,并能够独立进行控制参数调优。


④ 线束:深入改装车辆系统,自主研发与定制的线束。


⑤ 集成度进一步提升:通过自研硬件设备,使得设备间连接线束减少,集成度和稳定性显著提高。


⑥ 后备箱空间可用:高度集成节省了空间,后备箱有大量富裕空间供 robotaxi 乘客使用放置行李。

4.自动驾驶硬件研发挑战

① 成本



硬件系统首先面临的 最大挑战 就是 成本 。我们看以看到右图是 pony alpha 系统的车顶,有 3 个激光雷达,6 个高清摄像头,还有定位模块等,传感器+定位系统成本高达几十万 RMB。所以,如果成本这么高,如何实现自动驾驶的批量生产?何时才能服务大众?


Pony 进行的尝试和探索:


  • 自研硬件实现定制化与降成本:自研的好处就是可以把有用的模块留下,把没用的模块去掉,就可以直接降低成本。如:车顶传感器与导航信息处理单元,实现供电,信号分发,数据汇聚,数据预处理等功能。支持多种卫星导航与惯性导航单元,实现不同成本的定位性能组合。

  • 通过几代的迭代,车顶传感器系统经历了从成品采购->模块级集成->芯片级集成的升级。



  • 与行业一起发展:参考 Bosch radar 的发展路径。随着 radar 的蓬勃发展,由开始的机械扫描,变成电子扫描,集成度和稳定性在不断的提高,使 radar 的体积和成本都在不断的缩小和降低。

  • 我们已经与丰田进行深入合作,包括还有广汽。通过与 OEM 合作,逐步向前装发展,借助主机厂的力量,获得更强的议价能力。


② 功耗/散热



功耗和散热问题,简单理解就是 电从哪里来?热到哪里去?


  • 常见车载 ECU 的功耗在 10W 量级

  • 现有无人车由于需要高性能计算(CPU+GPU),功耗通常>1000W


Pony 内部进行的尝试和探索:


  • 供电方案的优化:pony 自主研发的供电系统,冗余供电,低压与高压结合,可以实现双路备份。

  • 异构计算:刚刚说到,我们内部有 FPGA 团队,可以对成熟的算法进行加速,速度提升的同时,降低功耗。当然,业界也有专用芯片的方案可以考虑。

  • 散热仿真与方案设计:我们的团队内部还有散热工程师,会针对我们系统的状态,构造各种环境,进行仿真验证、温箱测试、实车测量,保证系统的热量能够及时稳定的传输出去。


③ 快速迭代



右图是典型的汽车研发流程图,一辆汽车的研发大概会经历 2 年时间。但是对于我们,从 2017 年 Q2 到 2018 年 Q4,大概 1 年半的时间内,我们已经迭代了 3 代的硬件产品。并不是我们追求快,而是技术和行业的发展趋势如此:


  • 技术变化快,供应链变化:如刚刚提到的激光雷达的变化,已经不是传统 64 线激光雷达的时代,激光雷达的线束越来越高,体积越来越小,我们必须要跟上变化。

  • 行业变化快,合作模式探索:Pony 有和不同的 OEM(丰田,现代,广汽)以及出行公司开展合作。这要求我们必须具备快速应变,灵活调整的能力。


Pony 进行的尝试和探索:


  • 全栈团队,自力更生:除了硬件研发团队,我们还有来自车厂试制部门的现场工程师,擅长跑车改装的机械技师,自己的试制车间等等,使我们具备基本的生产加工能力。

  • 简化流程,大胆试错:研发初期追求速度,与车厂的研发流程相比,Pony 内部的设计评审流程相对简单。因为公司内部有众多优秀的人才,我们相信工程师自己的判断,当然,这个前提是基于我们的系统是在不断的快速更新迭代的。

  • 前瞻设计,预留资源:比如预留空间,电量,安装点等。


④ 量产



目前全球汽车保有量在 10 亿以上,全球无人驾驶汽车总量无法找到数据,只能预估下,大概在万级别,所以差距还是非常大的。曾经有人统计无人驾驶带来的效率提升,粗略的估计是 95%,如果替代国内的 2 亿辆汽车,需要一千万无人驾驶车辆。所以现在离自动驾驶汽车量产还有很大的一段距离,右图来自网络,大概是前几年的照片,就很形象的解释了量产。虽然现在很多自动驾驶汽车已经过了 demo 的阶段,但是这个问题还是存在的。


Pony 进行的尝试和探索:


  • 设计工艺的选择:以最典型的结构设计为例,最开始我们第一辆车,所有的结构件都是通过 CNC 做出来的,随着规模增大以后,就会去尝试鈑金、铸模等工艺。

  • 传感器标定优化:以 Camera 标定为例,我们有一套全自动化的 Camera 内参标定平台,可以实现 Camera 从安装->标定过程->内参保存->处理->上传,都是全自动化的。

  • 生产管理和质量管控:由于目前自动驾驶车辆还是几百上千的级别,主要还是采用人工进行整体的装配和调试。人工难免出错,所以我们内部会通过一些流程:如制度、文档、信息化系统,对生产管理和质量管控进行了大量的优化,来保证车辆的质量是过关的。


⑤ 复杂道路情况



最后,再介绍下复杂路况。右上角是国内典型的十字路口,目前大部分的自动驾驶公司应该还处理不了这种场景。对于 Pony,随着场景不断丰富,对无人车硬件的要求不断增多。比如传感器的配置,我们也经历了摸石头过河,循序渐进的过程。Waymo 为什么选择在凤凰城开展无人驾驶测试,相当程度上也是考虑到那里的空气干燥,常年晴天,极少雨雪。解决这些极端气候问题,需要更长期的技术迭代优化,短期内这些可能并不是最迫切的,我们也相信随着技术的发展这些难题也都会逐步得到解决。


今天的分享就到这里,谢谢大家。


作者介绍


李林涛,Pony.ai 北京硬件研发团队负责人


本文来自 DataFunTalk


原文链接


https://mp.weixin.qq.com/s?__biz=MzU1NTMyOTI4Mw==&mid=2247499368&idx=2&sn=585bb5e401a9502ab753b2e1762d0467&chksm=fbd74c04cca0c51245c79e46fa907d9160780cfc3070d3fa76469841529a93261e86f9eb9513&scene=27#wechat_redirect


2020-05-08 10:062352

评论

发布
暂无评论
发现更多内容

贝壳找房基于StarRocks构建全新统一的极速OLAP平台实践

StarRocks

数据库 数据分析 OLAP StarRocks

PostgreSQL正强势回归!

数据库 大数据 时序数据库 tsdb 数据智能

Linux内核分析学习路线总结(内核人员必看)

Linux服务器开发

操作系统 Linux内核 内核源码 内核开发 驱动开发

字节跳动Android面试:2021Android大厂面试知识分享

欢喜学安卓

android 程序员 面试 移动开发

拍乐云创始人赵加雨:沉浸式音视频加持数智化未来世界

拍乐云Pano

5 分钟,快速入门 Python JWT 接口认证

星安果

Python JWT

维护数据隐私和增强竞争优势的秘密

九河云安全

使用PyTorch构建神经网络模型进行手写识别

Shirakawa

神经网络 机器学习 深度学习 PyTorch 手写识别

为什么拥抱能源的数字未来意味着在云上全力以赴

九河云安全

一个算法“拿下”两个榜单!爱奇艺ICCV 2021论文提出人手三维重建新方法

爱奇艺技术产品团队

vr 论文 ICCV2021 高精度三维重建

强推!华为内部都在用的783页大数据处理系统:Hadoop源代码pdf

Java 编程 架构 面试 架构师

第一次凡尔赛,字节跳动3面+腾讯6面一次过,谈谈我的大厂面经

Java~~~

Java 面试 微服务 多线程 架构师

摘下手机赛场的夏季“金牌”,荣耀的“飞人之路”

脑极体

如何洞察出推荐的关键时刻

石云升

推荐 用户体验 体验设计 8月日更

从关门“振动”说起,在这部剧本杀综艺里,爱奇艺隐藏了多少技术“小心机”

爱奇艺技术产品团队

综艺节目 互动视频技术 爱奇艺

资深大牛带你了解源码!最新Android面试题整理

欢喜学安卓

android 程序员 面试 移动开发

Python RPC 不会?不妨看看这篇文章

星安果

Python RPC RPC架构

开放搜索电商行业模版驱动业务增长实践

阿里云大数据AI技术

Github首次开放,一天遭狂转 50w 次!阿里内部不外传的 100 万字 Java 面试手册!

Java 程序员 架构 面试 计算机

中台的前世今生

涛哥 数字产品和业务架构

企业架构 中台架构 中台的由来

人在年轻的时候,最核心的能力是什么?

非著名程序员

认知提升 个人提升 提升自我 8月日更

架构实战营模块四作业

maybe

一周信创舆情观察(7.26~8.1)

统小信uos

FastApi-06-请求体-3

Python研究所

FastApi 8月日更

现有市值管理机器人|交Y机器人系统源码搭建

Geek_23f0c3

做市机器人 去中心化市值管理机器人

阿里顶级大佬整理出十六个专题的Java面试指南,金九银十不用愁!

Java 编程 架构 面试 架构师

101道经典JavaScript面试题总结(附答案,建议收藏)

前端依依

面试 大前端 JavaScrip

云原生时代,腾讯如何做好容器安全体系建设?

腾讯安全云鼎实验室

腾讯云 容器

云计算以及云计算周边词概念简单介绍-行云管家

行云管家

云计算 服务器 云服务

最全总结 | 聊聊 Python 数据处理全家桶(存储过程篇)

星安果

Python 数据库

镜像是什么意思?分类有哪些?

行云管家

网络安全 镜像 堡垒机 云厂商

自动驾驶硬件研发的挑战与展望_硬件_DataFunTalk_InfoQ精选文章