自動泊車與AVP產(chǎn)業(yè)研究:為什么自動泊車裝配率不高?

2020/04/14
201
加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論

根據(jù)佐思數(shù)據(jù)中心統(tǒng)計,2019 年中國乘用車市場自動泊車裝配率約為 7.7%。??

從上表可以看出,2019 年中國乘用車市場已預裝自動泊車的新車中,純超聲波方案仍占絕對主流,超聲波+視覺融合方案占比只有個位數(shù),但是超聲波+視覺融合方案從第四季度起有明顯上升。?自動泊車裝配率不高的原因,在于傳統(tǒng)超聲波泊車方案應用場景有限,駕駛員還需坐在車里,用戶滿意度不高。目前的解決辦法有兩個,一個是增強超聲波雷達性能,一個是加入更多傳感器(譬如攝像頭毫米波雷達)。

譬如 2019 年上半年上市的廣汽 AionS 的自動泊車系統(tǒng)采用 12 顆博世第六代超聲波雷達,比上一代測距更遠,刷新更快,靈敏度更高,最近可探測物體從 6cm 提升至 3cm。

更多新興車型如長安 CS75 PLUS、吉利星越、上汽榮威 MARVEL X、奇瑞星途等開始采用超聲波+視覺融合泊車方案。?以前沒有大量采用超聲波+視覺融合方案的根本原因,在于算力和算法的不足。走在智能化最前沿的特斯拉,也長期采用純超聲波方案,其自動泊車能力表現(xiàn)不佳。即使是 2019 年下半年推出的智能召喚功能,也成功率不高。?特斯拉 Autopilot 2.0 全系車型都搭載了來自英偉達的 Drive PX2 芯片,這顆芯片最多支持 6 路攝像頭接入運算。無論是算力還是視頻端口,Autopilot 2.0 都不足以支撐全車 8 顆攝像頭全頻運行。自動泊車只是算力需求的一小部分,因此 Autopilot 2.0 無法照顧超聲波+視覺融合 APA 的算力需要。?據(jù) Chris Zheng 的研究:特斯拉將前置三目中的中距攝像頭以 36 幀 / 秒的頻率采樣,而前置魚眼攝像頭和左右兩側共計四顆側視攝像頭以 9 幀 / 秒的頻率采樣標注,剩余的前置長距攝像頭和后視攝像頭被暫時戰(zhàn)略性舍棄。也就是說,在 Autopilot 啟用狀態(tài)下,全車只有 6 顆攝像頭在參與標注及感知工作,其中只有前置中距攝像頭維持在較高的感知頻率,剩余 5 顆攝像頭在有限的算力下運行非常吃力。?

為了解決算力不足問題,特斯拉開始自研芯片。2019 年,全新的 Autopilot 3.0 硬件上搭載了兩顆由特斯拉自主研發(fā)的全自動駕駛芯片(簡稱“FSD 芯片”)。英偉達 Drive PX 2 芯片處理能力為 110 幀 / 秒,而 FSD 芯片處理能力達到 2300 幀 / 秒。如果 8 顆攝像頭全部以 36 幀 / 秒運行,意味著全車輸出為 288 幀 / 秒,相當于 FSD 芯片處理能力的 12.5%。這樣足以應對自動泊車場景。?解決了算力問題,2019 年底特斯拉推送了“智能召喚”功能,該功能可以自動控制車輛行駛到車主所在的位置,或者到達指定的位置,并且可以按照道路實際情況躲避障礙物和停車的功能。用戶實測表明,很多情況下智能召喚仍然不好用,說明算法上仍需要提升。?2020 年 3 月,馬斯克表示將完成對 Autopilot 核心基礎代碼以及 3D 標簽的改進工作,從而為其車輛提供更好的算法和功能。馬斯克同時表示特斯拉的“反向召喚”(Reverse Summon)功能將在不久后推出。

反向召喚是特斯拉“智能召喚”的增強版,車主在停車場入口處下車,車輛或可自己尋找車位并完成停車。為了保證安全,當前的智能召喚功能設定車輛和車主間最大距離不得超過 65 米,召喚車速不高于 8 km/h。?以特斯拉為參照,各家主機廠和 Tier1 都在升級自動泊車系統(tǒng)。?德賽西威在投資者關系活動中介紹,其全自動泊車系統(tǒng)已在奇瑞星途、吉利星越等車型上量產(chǎn)。德賽西威全自動泊車系統(tǒng)使用的正是視覺+超聲波融合解決方案。在算法方面,德賽西威得到了 MOMENTA 的支持。?特斯拉新版本的深度神經(jīng)網(wǎng)絡會將包括感知、路徑規(guī)劃、目標識別等所有子神經(jīng)網(wǎng)絡綜合于一體。

擅長硬件的德賽西威和擅長神經(jīng)網(wǎng)絡算法的 MOMENTA 合作,對于傳統(tǒng) Tier1 是很好的借鑒。?法雷奧一直是 APA 領域的領先者,其視覺+超聲波融合方案 Park4U Remote 已經(jīng)應用到了奔馳新款 S 級轎車,長安新款 CS75 PLUS 上。長安 CS75 PLUS 憑借強大的遙控泊車功能,成為當下熱賣車型。?應對國內復雜的泊車場景,法雷奧還為自動泊車功能準備了不同的傳感器組合——包括視覺+超聲波雷達融合的方案,以及毫米波雷達+超聲波雷達融合方案。2020 年,會有一批使用法雷奧自動泊車方案的自主車型上市。?

為了研究算法,法雷奧在巴黎建立了人工智能深度學習研究中心。?整車算力和算法的加強,不僅僅是自動泊車和 AVP 系統(tǒng)才需要,對于座艙系統(tǒng)、網(wǎng)聯(lián)通訊系統(tǒng)、各項 ADAS 功能等都至關重要,這涉及到整車 E/E 架構的改變、超強算力處理器域控制器的采用、整車 OTA 及信息安全(和功能安全)的導入等等。?未來幾年,分散的 ECU 將逐步被域控制器取代,獨立泊車控制器的存在空間越來越小,而域控制器的開發(fā)往往由主機廠和一線 Tier1 主導。對于 APA/AVP 初創(chuàng)企業(yè)而言,提高算法能力,和一線 Tier1 加強合作都變得異常重要。

相關推薦

登錄即可解鎖
  • 海量技術文章
  • 設計資源下載
  • 產(chǎn)業(yè)鏈客戶資源
  • 寫文章/發(fā)需求
立即登錄