广告

博世、戴姆勒和英伟达结盟开发自动驾驶出租车

时间:2018-07-15 作者:Junko Yoshida 阅读:
Bosch与车厂Daimler日前宣布选择Nvidia的人工智能(AI)平台来开发自动驾驶出租车,预计在2020年代初期大量生产...

德国一线汽车零组件供应商博世(Bosch)与车厂戴姆勒(Daimler)日前宣布选择英伟达(Nvidia)的人工智能(AI)平台来开发自动驾驶出租车,预计在2020年代初期大量生产;此信息链接了先前各自有所连结的伙伴关系与合作案,巩固了一个三方联盟。

Nvidia资深车用业务总监Danny Shapiro接受EE Times记者电话采访时表示:“这并非交易案…像是Nvidia将供应芯片给Bosch、Bosch再供应模块给Daimler这样的信息,这是策略联盟,其中的每家公司各自扮演不同的角色。”

具体来说,两家德国公司──Bosch与Daimler──将加入布署Nvidia之Drive Pegasus平台的行列,以开发“生成车辆驾驶算法的机器学习方法;”Bosch表示,Nvidia将提供的Drive Pegasus平台,包括“高性能车用AI处理器以及系统软件。”

这个三方联盟的目标是催生在都会道路行驶的高度自动驾驶车辆,将自动驾驶出租车(robotaxi)导入城市。对此技术顾问机构VSI Labs创办人Phil Magney接受EE Times访问表示:“我们已经知道Bosch、Daimler与Nvidia之间的连结好一段时间,现在是正式公开其架构将采用Nvidia的Pegasus平台,而Bosch会是一线供应商。”

Magney指出,有一些自动驾驶出租车业者已经宣布采用Pegasus平台的计划,而Bosch-Daimler-Nvidia的宣布,是“第一个车厂与一线汽车零组件供应商联盟有明确的计划,要以Drive Pegasus架构来设计自动驾驶出租车。”

那Daimler与Xilinx的合作咧?

根据先前的报导,Daimler与Xilinx也在合作开发AI解决方案,但两家公司并没有透露其中细节。Magney猜测,这应该是Daimler的两个不同项目,“就像很多车厂,他们在自动驾驶技术开发上会至少有两个不同的项目同时进行,其中一个是用于大量生产的自动化驾驶技术(L2/L3),其他的就是无然驾驶出租车可用的自动驾驶技术(L4以上)。”

“有可能是Nvidia平台用于Daimler的自动驾驶出租车项目,而Xilinx的方案则会被用于ADAS或是加强版功能(L2以上)的开发项目;”他进一步指出:“此外,Xilinx与Nvidia方案也不一定相互排斥,一套自动驾驶堆栈(stack)会有多个线程以因应不同的任务,有些事情会更适合GPU架构,其他的则可能更适合以FPGA来处理。”

自驾车的ECU网络

Bosch是传感器与车用零组件的领导供应商,该公司从去年开始采用Nvidia的Xavier芯片原型开发AI自动驾驶模块,两家公司之间的合作是在2017年3月公布。Bosch根据自家为自动驾驶车辆开发传感器处理单元的经验,估计在城市道路使用的自动驾驶系统ECU网络,必须要能达到“每秒数百兆(hundreds of trillions)次运作”的性能。


InsideXavierSoC.jpg
Nvidia的Xavier芯片
(来源:Nvidia)

 

在融合由雷达、视频摄像头、光达(lidar)以及超音波传感器所收集/传输的数据时,ECU网络预期要能做所有的事情,包括信息评估(如物体侦测与地图定位)到规划车辆行驶路线,而Bosch认为这些要在“仅20毫秒(millisecond)之内”做到。

当然,ECU必须处理的传感器资料会非常庞大,光是一个视频摄像头摄影机,例如Bosch的立体视频摄像头,行驶一公里就能产生100GB的数据;ECU网络得快速处理组合数据的压力也非常大,因为安全性取决于处理速度。Bosch表示,这是该公司与Daimler选择Nvidia的部分原因之一,因为他们相信Drive Pegasus平台能跟上他们指定的运算性能。

Pegasus平台有什么?

假如大量运算性能是在几毫秒内同时执行多个复杂算法的必备条件,那么哪种硬件是不可少的?Nvidia的Pegasus平台是一个选项,该平台内含两颗Xavier SoC,还有两颗即将发表的“下一代GPU”,能提供320TOPS (trillions of operations per second)的运算性能。

Nvidia的Shapiro强调:“Pegasus能提供最具省电效能的解决方案;”不过在被问到该平台内部的新GPU时还是三缄其口,表示该公司还没发表。他还强调,Nvidia“从一开始”就将安全性设计纳入了Xaiver,涵盖硬件到软件堆栈,专注于“能打造如预期执行、可靠且支持备份的”工具与方法。

此外,Shapiro指出Nvidia还请了一家德国的标准验证业者TUV SUD,为Xavier执行安全性概念的评估;他表示,TUV SUD的评估结果指出,Xavier的架构适合自动驾驶应用,并突显了Nvidia实现安全自动驾驶的承诺。

AI自动驾驶车的难解习题

然而还有一个挥之不去的问题是,我们能信任AI在现实世界执行驾驶任务时会做正确的事吗?验证AI车辆的困难度,仍然是众多安全专家的难解习题。在这方面,Mobileye提出了名为“责任归属安全”(responsibility-sensitive safety,RSS)模型,在该模型下,他们准备推出一套决定论系统,以补偿“概率性的AI系统”。

Nvidia是否有支持RSS的规划?对此Shapiro表示:“这需要从长计议;”而他指出,目前“我们正打算要在系统中导入制衡(checks and balances)机制──很可能会类似一种‘检查者/执行者(checker/doer)’的方法。”


编译:Judith Cheng

qrcode_EETCwechat_120.jpg

关注最前沿的电子设计资讯,请关注“电子工程专辑微信公众号”
 

 

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
广告
相关新闻
广告
广告
广告
广告