datasheet

新能源汽车的下一个风口,超全面解析(技术篇)

2019-07-03来源: EEWORLD关键字:新能源汽车  FD-SOI  GaN  ST

上一篇为大家详细介绍了自动驾驶市场格局和相关企业橄榄,这一篇我们带你走进新能源汽车的相关技术有多牛X。


何谓自动驾驶?都包括哪些

 

从产业链角度按照产业上下游将其分为了感知、计算平台、算法集成、车辆控制、汽车通讯、无人驾驶汽车运营等六个方面。

 

 

感知

 

自动驾驶汽车的感知部分,主要由摄像头、激光雷达、毫米波雷达、超声波雷达等多种方式共同组成。

 

由于各种感知方式在不同环境、不同距离、不同作用上各有所长,因此采用多传感器信息融合的方式有利于保证全方位信息的收集,进而使计算机做出更加精准的判断和规划。

 

激光雷达

 

目前,激光雷达的生产厂商集中在国外,包括美国Velodyne公司、Quanegy公司以及德国的Ibeo公司等,国内激光雷达初创公司也在尽力追赶。

 

https://mmbiz.qpic.cn/mmbiz_jpg/85aTYu9SfOmvLicHaPGHbKzdEewqiaCk6FJzgXwHic4pL0NF56icwGnxtxlicL77Kp68UQPXSMiblZbKW4iaJ4G100wibA/640?wx_fmt=jpeg

 

激光雷达的穿透距离远,高性能激光雷达可以实现200米范围内,精度高达厘米级的3D场景扫描重现,从而帮助自动驾驶系统实现提前行驶路线规划。

 

目前来看,多线激光雷达很有可能是未来无人车的必备传感器,并且与高精度地图及驾驶系统核心算法紧密相关。目前,多线激光雷达还没有针对车规级的成熟量产方案,机械旋转式多线激光雷达虽然已在普遍应用,但体积较大且价格过于昂贵,更小型更低成本的纯固态激光雷达还未见到成熟产品。

 

国内有不亚于国外的光机电技术基础,产业链比较完整,因此,诸多深耕激光雷达领域的公司还有不小的机会。

 

毫米波雷达、超声波雷达

 

除了激光雷达之外,近年来毫米波雷达和超声波雷达也逐渐成为自动驾驶汽车中,参与多传感器信息融合感知设备。其中,最为知名的例子就是特斯拉在其智能汽车中,完全没有使用激光雷达,而采用毫米波雷达+摄像头的方案。

 

另外,类似博世、大陆这样的智能辅助驾驶巨头,也在毫米波雷达和超声波雷达这样成本较低传感器设备上,拥有比较深刻的技术积累和应用经验。

 

而在国内,像行易道这样的毫米波雷达厂商,也在积极进行技术开发,追赶国际巨头水平。

 

不过,归根结底,特斯拉还只是高级辅助驾驶系统(ADAS),而当操作主体,也就是责任主体向机器转移时,仅仅通过摄像头和毫米波雷达实现自动驾驶功能是不够的,激光雷达所带来的功能性安全冗余非常必要。

 

摄像头(计算机视觉)

 

目前,通过摄像头进行拍摄,在进行图像和视频识别,确定车辆前方环境,是自动驾驶汽车的主要感知途径,这也是很多无人驾驶公司的主要研发内容之一。

 

不过,在这一方面,ADAS要先于无人驾驶汽车向市场推广,因此在数据收集反馈、工程化等方面,ADAS公司也处于领先地位。

 

国内双目ADAS公司中科慧眼CTO崔峰就表示,在未来无人驾驶汽车中,摄像头(双目)将成为重要的感知部分,中科慧眼未来努力的目标,也是为自动驾驶汽车,乃至各类出行机器人提供机器视觉方面的技术支持。

 

目前,车载摄像头主要分为单目和双目两种。

 

双目摄像头基于视差原理,可以在数据量不足的情况下,测定车辆前方环境(树木、行人、车辆、坑洞等),并且获得准确的距离数据,用以提供给自动驾驶系统进行车辆控制。

 

而单目摄像头,主要基于机器学习原理,使用大量数据进行训练,进行环境识别。尽管需要大量数据支持,且在恶劣光线条件下的表现不如双目摄像头,但其相对便宜的价格以及成熟的技术也获得了一部分公司的青睐。

 

在单目ADAS领域,以色列公司Mobileye是世界最顶尖的企业,而中国公司与这样的国外巨头依然存在一定的差距。

 

汽车通讯,主要可以分为两个方面。

 

第一,是车联网系统。

 

通过车载通讯设备,完成人与车、车与车、车与环境的信息交互,一方面可以完善运营车辆(出租车、网约车、公交车、物流货车等)和道路交通(如红绿灯)的调度安排,另一方面可以减少车辆的感知设备投入,将车辆及环境采集到的信息与车辆自身采集的信息相融合,从而实现自动驾驶功能。

 

不过,车联网(包括V2X,车辆对外界信息交换)的发展,除了需要大大小小各家公司的努力之外,同样需要政府和相关机构的帮助。

 

首先是制定V2X通讯标准,欧美在此前就已经将DSRC标准列为了其车辆通讯标准,而国内则是LTE-V标准的呼声比较高。

 

另外,车联网不仅仅局限于车辆上的通讯系统配备,还涉及到道路交通基础设施建设。目前,杭州、南京、北京等地,都已经开始了智慧城市和智慧交通的试点。

 

车联网技术的前身,TelemaTIcs(远距离通信与信息科学),在很早以前就已经出现,而大概在四五年前,由于物联网的兴起,出现了“车联网”这个词。其更大的作用,不仅限于保证自动驾驶功能运行,而在于未来车辆中内容行业的发展。

 

第二,是高精度地图。

 

高精度地图是自动驾驶汽车实现路线规划的基础,这些年,卫星导航和基于激光雷达的3D环境建模技术日益成熟,高精度地图测绘质量逐步提升,这为自动驾驶的研发提供了不小的助力。

 

国内高精度地图,以百度地图、高德地图、四维图新等公司为主力;而国外方面,Here、TomTom等公司一直备受称赞。

 

计算平台

 

自动驾驶系统的计算量、数据流都非常大,同时又需要较快的反应速度,因此就需要匹配合适效能的计算资源,保证计算工作的正常运行。

 

自从吴恩达发现GPU非常适合进行深度神经网络训练以来,英伟达就在这一次的人工智能浪潮之中大发了一笔横财。目前,据不完全统计,全球已有超过1500家人工智能初创公司使用英伟达的产品,其中还有不少自动驾驶技术公司。

 

在2017年CES上,英伟达发布了最新的车载计算平台“XAVIER”,其512 个Volta CUDA 核心可提供高达30TOPS的计算性能,并且功率只有30W,远远优于Drive PX2。

 

而在国内,人工智能创业圈子中声名赫赫的地平线机器人,也正在研发其基于FPGA架构的大脑引擎(BPU),而代号为“高斯”的计算构架IP预计在2017年底推出。

 

不过,综合来看,自动驾驶计算平台的争夺战依然主要在国际巨头之间展开,除了英伟达之外、英特尔、微软、Ceva、Mobileye、恩智浦、德州仪器、高通等芯片、IP、ADAS供应商,都正在瞄准这一领域发力,未来的竞争激烈程度可见一斑。

 

车辆控制

 

自动驾驶汽车不仅仅是感知和算法,它还涉及到车辆控制、汽车动力学、汽车工程等诸多技术学科,同时需要汽车控制(刹车、转向、灯光、油门等)配件的支持。

 

目前,自动驾驶执行相关的技术和部件产品将依然长期掌控在大型Tier1手中。如博世、大陆、Delphi等传统的Tier1掌握的执行控制专利技术已经可以支撑到自动驾驶阶段,无论在性能还是价格上都有绝对的优势。

 

此外,由于电动汽车技术的快速革新,传统汽车制造业受到了冲击,此前发动机和变速箱等壁垒技术,逐渐被车辆电控、电动机、电池等技术取代。这种变革,让创业团队自己造车成为了可能。

 

因此,国内外众多电动汽车、互联网造车、智能汽车企业极有可能成为自动驾驶汽车行业的新贵。

 

算法是自动驾驶汽车关键步骤 

 

目前,大多数踏入自动驾驶行业的初创公司,可以看作算法集成层面的公司。

 

他们利用高精度地图进行路线规划,采用新型计算平台,整合多传感器信息,开发相应的车辆控制算法对汽车进行行为控制。

 

目前,自动驾驶技术公司的两级分化比较严重,一方面是看准时间和角度切入的初创企业,另一方面则是大型互联网科技巨头,如谷歌、百度、Uber等。此外,像博世这样,少量拥有相对完整的产业链结构的Tier1,也在踏足这一领域。

 

智能驾驶系统中十分依赖算法和数据,在控制层处中枢地位,深度学习是提升精度的终极方案。传感层识别外界物体、收集信息后输入到控制层,控制层利用视觉算法、传感器融合算法、路径规划算法进行物体识别、轨迹预测。传统算法识别精度已接近阈值,难以完全胜任对复杂的驾驶场景进行信息识别。通过人工智能、深度学习可以极大优化算法架构提升识别能力。基于人工智能技术对行人等难度较大的物体识别率稳步突破90%,接近可应用水平。国外巨头已逐步应用于产业化,国内的优势在于丰富的算法资源与近年来大量AI 人才往这个方向转移,弱势在于缺乏汽车实测经验和数据。

 

 

举个例子说明一下:

 

经典智能驾驶算法:目标物体识别和路径规划

 

在人工智能和深度学习应用之前,经典的无人驾驶算法以目标物体识别和路径规划为核心,分为六个步骤: 前处理→前景分离→物体分类→结果改进→物体追踪→应用层面前五个部分是感知识别算法的核心步骤,最后一个部分则通常指后续的物体行为预测、路径规划。

 

1)物体识别技术

 

Step1,前处理

 

底层机器视觉算法,通常包含摄像头曝光、增益控制、摄像头标定校准等步骤。由于路况复杂多变而实时性要求很高,因而智能驾驶中对前处理算法的要求极高。

 

Step2,前景切分

 

前景切分的目的是尽可能过滤与待识别物体无关的背景信息(例如天空),并且将图像切分为适宜大小。一个好的前景切分算法可能将原先的200k-1000k 个待识别区域缩小到20k-40k,大大减轻后续处理负担。

 

Step3,物体识别

 

将上一步骤生成的大量待识别区间归类为数百种已知的可能在道路上出现的物体,并且尽量减少误判。

 

Step4,验证与结果改进

 

使用与分类方法不同的判据来验证分类的结果可靠性,并提取被归类为特定物体的待识别区间中更加详细的信息(例如交通标志)。

 

Step5,物体跟踪

 

这一步骤的目的有二。除了为应用层提供物体轨迹外,还能为前景切分、物体分类提供输入(告诉前景切分之前这个地方出现过什么)。目前最为常用的算法是卡尔曼滤波算法(用来跟踪、预测物体轨迹,根据过去空间位置预测未来位置)。 

[1] [2] [3] [4] [5] [6] [7]

关键字:新能源汽车  FD-SOI  GaN  ST

编辑:muyan 引用地址:/qcdz/ic466546.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:新能源汽车的下一个风口,超全面解析(产业篇)
下一篇:BlackBerry联手LG 推动互联和自动驾驶汽车技术发展

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

被电池“绑架”的新能源汽车,只能选这条路吗?

征求意见稿《汽车动力电池行业规范条件(2017年)》,将动力电池企业的产能要求(单体电芯)直接提升到了8GWh,只有符合这一条的电动汽车才能进入新能源汽车补贴名录,顷刻间能否达到8GWh成为了动力电池企业存亡的关键。在《促进汽车动力电池产业发展行动方案》中,国家提出了一个要求,到2020年动力电池系统售价达到1元/Wh,也就是每度电(KWh)1000元。这意味着未来搭载50KWh电池,续航必然超过300公里的电动汽车电池成本将要下降到5万元。以国内动力电池巨头企业宁德时代为例,根据其公布的招股说明信息,2018年其动力电池系统的售价是1.4/Wh。基于以上种种,目前市场中能够提供高端动力电池的供应商其实只有LG化学、松下、三星SDI、以及国内
发表于 2019-07-04
被电池“绑架”的新能源汽车,只能选这条路吗?

2019世界新能源汽车大会释放了哪些积极信号?

经过近两年时间的筹备,首届世界新能源汽车大会(WNEVC)于2019年7月1-3日在海南博鳌隆重召开。在2日上午进行的全体大会上,国家主席习近平发来贺信,指出当前随着新一轮科技革命和产业变革孕育兴起,新能源汽车产业正进入加速发展的新阶段,不仅为各国经济增长注入强劲新动能,也有助于减少温室气体排放,应对气候变化挑战,改善全球生态环境。自2012年节能与新能源汽车产业发展规划发布实施以来,我国新能源汽车产业可谓一路高走。2018年,中国新能源汽车产销分别完成了127万辆和125.6万辆,同比增长59.9%和61.7%,连续四年居世界的首位,保有量占世界的50%以上。2019年1月-5月,新能源汽车产销分别完成48万辆和46.4万辆
发表于 2019-07-04
2019世界新能源汽车大会释放了哪些积极信号?

华为5G+C-V2X车载通信技术被评为全球新能源汽车创新技术

在刚刚举办的2019世界新能源汽车大会(World New Energy Vehicle Congress,简称WNEVC)上,华为5G+C-V2X车载通信技术被评为全球新能源汽车创新技术。作为世界新能源汽车大会的重要科技评选活动,“全球新能源汽车前沿及创新技术”旨在引导新能源汽车核心技术的加速突破。7月2日,WNEVC发布了成功入选的全球新能源汽车八大创新技术、八大前沿技术。华为5G+C-V2X车载通信技术成功当选全球新能源汽车八大创新技术之一,基于该技术,华为研发出全球首款5G车载模组MH5000。该模组不仅让车载终端具备高速率、低延时的5G移动通信能力,还可以同时具备车路协同的C-V2X(Cellular
发表于 2019-07-04
华为5G+C-V2X车载通信技术被评为全球新能源汽车创新技术

新能源汽车的下一个风口,超全面解析(产业篇)

了强有力的需求基础。预计2017-2022年全球汽车电子市场规模将以6.7%的复合增速持续增长,预计至2022年全球市场规模可达2万亿,而国内市场规模接近万亿。  市场格局—外资玩转整体市场 全球汽车半导体厂商主要有英飞凌、NXP、瑞萨电子、ST意法半导体、TI等龙头企业,根据Semicast Research的研究显示,2017年NXP全球市场份额达14%,领先第二名英飞凌3个百分点,前十名总份额达到67.1%,显示集中度进一步增加。  从产业链的角度来看,汽车电子产业链主要由三个层级构成:上游为电子元器件,中游为系统集成商,下游为整车制造厂,其中上游包括Tier2和Tier3
发表于 2019-07-03
新能源汽车的下一个风口,超全面解析(产业篇)

风往哪吹?一图看懂新能源车发展方向

补贴退坡,新能源未来路到底如何走?7月2日,2019世界新能源汽车大会在海南博鳌召开,针对后补贴时代中国新能源产业路线选择,谁是下一个风口等话题,政界、学界展开讨论。他们说——
发表于 2019-07-03
风往哪吹?一图看懂新能源车发展方向

技术文章—采用28nm FD-SOI汽车级微控制器嵌入式PCM宏单元

不可避免。研究人员又提出了几个BEOL (后工序) e-NVM解决方案,主要优点包括不需要数据擦除操作,支持逐位修改数据,数据重新分配不再是必须的。在BEOL框架中,RRAM解决方案[2]的读取电流窗口和存储单元面积两项参数更有竞争力,但是工作温度范围较窄。MRAM存储器[3]的Ta性能非常有竞争力,但是存储单元面积较大,工作温度范围较窄。 本文提出一个采用28nm FD-SOI CMOS技术的嵌入式相变存储器 (PCM),这个BEOL e-NVM解决方案在存储单元面积、访问时间和温度范围三者之间达到了我们所知的最佳平衡点。本文介绍一个集成6MB PCM的汽车0级微控制器芯片,这是一个稳健可靠的嵌入式存储器
发表于 2019-06-19
技术文章—采用28nm FD-SOI汽车级微控制器嵌入式PCM宏单元
热门资源推荐
更多
  •  pdf文件电力薄膜电容和超级电容在新能源汽车中的应用
  •  rar文件新能源汽车十年规划
  •  docx文件BMS硬件在环(HiL)仿真测试系统
  •  pdf文件An Auto-IQ calibration CMOS
  •  基于摄像头的智能小车设计与实现
  •  RS-485通信模块(芯片资料+应用设计)
  •  光敏传感器(原理图+程序+芯片资料)
  •  各类放大器设计(方案设计+电路设计)

小广播

热门活动
换一批
更多

为何矢量网络分析仪喊话:多端口测试,是时候放弃开关矩阵了
分享你的国赛经验,还有好礼相送!
申请ufun学习板,入门&深度学习模拟,工程技能
艾睿电子线上研讨会:英特尔FPGA深度学习加速技术 7月30日上午10:00-11:30 期待您的莅临!
下载有礼|《ADI 流式细胞分析仪解决方案》

更多相关热搜器件

  •  ASGTX-C-50.000MHz-1-T
  •  MB9AF342MBBGL-GE1
  •  MSP430A155IPZ
  •  ZXCL400E5TA
  •  LFXTAL069419Bulk
  •  571AEA000112DGR
  •  571AEB000367DGR
  •  TMS320F28027PTR
  •  MC68HC11K1CFNE4
  •  ASTMHTD-32000MHZ-ZJ-E

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 动力系统 底盘电子 车身电子 车载多媒体/导航 安全/防盗 总线与连接 车用传感器/MCU 检测与维修 其他技术 行业动态

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright 2005-2019 EEWORLD.com.cn, Inc. All rights reserved