向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

6个关于ADAS/AV感知的趋势

时间:2019-12-20 作者:Junko Yoshida 阅读:
今年的AutoSens车用感知技术大会不乏创新。但技术开发商、Tier-1供货商和OEM仍在探索能够因应黑夜、浓雾、冰雪和油污等各种道路状况的强大感知技术…
ASPENCORE

在比利时布鲁塞尔(Brussels, Belgium)举行的AutoSens 2019车用感知技术大会不乏技术创新。但技术开发商、一线供货商(Tier-1)和OEM仍在探索所谓的“强大感知”(robust perception)技术,以便能够因应黑夜、浓雾、风雪、冰封和油污等任何道路状况。8HFEETC-电子工程专辑

尽管汽车产业尚未找到一剂通用的灵丹妙药,但许多公司已推出其新型感知技术和产品概念了。8HFEETC-电子工程专辑

8HFEETC-电子工程专辑
GM刚推出的Cruise最新测试车型装配了多种传感器,如图中红色部份所示。(来源:Cruise)8HFEETC-电子工程专辑

今年AutoSens大会的重点聚焦于先进驾驶辅助系统(ADAS),比起自动驾驶车(AV)还更引发关注。8HFEETC-电子工程专辑

显然地,工程领域已经不再否认,目前可能达到的技术距离最终推出人工智能驱动(AI-driven)的商业化自动驾驶车(真正的无人驾驶)之间,还存在着巨大的差距。8HFEETC-电子工程专辑

但这并不是说自动驾驶车无法实现。VSI Labs创办人兼总裁Phil Magney预测,“第四级(Level 4)自动驾驶车的上路将被严格限制在设计行驶范围(ODD),并基于非常全面和彻底的安全用例。”Magney说,“非常严格限制的ODD意味着特定的道路、特定的车道、特定的行驶时段、特定的天气状况、一天中的特定时间,以及特定的上下车地点等。”8HFEETC-电子工程专辑

在大会闭幕前的专题讨论上,专精于AI领域的康乃尔大学(Cornell University)计算机科学教授Bart Selman被问及AI驱动的车辆是否会具备“基本的理解能力”——即知道它实际上正在驾驶并了解周围的环境?他回答说:“要做到这一点至少还要10年……,也可能是20年到30年。”8HFEETC-电子工程专辑

同时,对于迫切想要打造ADAS和高度自动化车辆的人来说,目前的主旋律在于如何最有效地赋予车辆“视觉”。8HFEETC-电子工程专辑

Edge Case Research技术长兼卡内基梅隆大学(Carnegie Mellon University)教授Phil Koopman指出,高度自动化车辆的根本在于“感知”,即了解目标的位置。他解释说,与人类驾驶相比,自动驾驶车的弱点是“预测”,即了解行车环境,并预测所感知到的目标下一步可能往何处去。8HFEETC-电子工程专辑

智慧向边缘移动

在此次大会上出现的一种新趋势,就是在边缘增加更多智慧。许多供货商直接在边缘融合不同的传感数据,包括RGB摄影机+近红外线(NIR)、RGB+SWIR、RGB+光达(LiDAR)、RGB+雷达等,从而在传感节点上增加了更多智慧,然而,业界厂商对于如何实现融合的意见分歧。有些厂商选择在边缘促进传感器融合,另一些厂商,例如Waymo,则更倾向于在中央处理单元(CPU)上对原始传感数据进行集中融合。8HFEETC-电子工程专辑

由于欧盟新车安全评鉴协会(Euro NCAP)规定驾驶人监控系统(DMS)必须在2020年之前纳入主要安全标准,因此,在AutoSens大会上,出现了许多新的监控系统,不仅用于监控驾驶人,还能监控乘客和车辆中的其它目标。8HFEETC-电子工程专辑

其中一个典型的例子是安森美半导体(On Semiconductor)展示的新型RGB-IR图像传感器,整合了Ambarella先进的RGB-IR视频处理SoC和Eyeris的车载场景理解AI软件。8HFEETC-电子工程专辑

NIR与SWIR

无论是在车内还是在车外,都必须能在黑暗中看清目标,这意味着使用红外线(IR)。8HFEETC-电子工程专辑

安森美半导体的RGB-IR图像传感器采用NIR技术,另一家参展商TriEye更进一步采用基于短波的红外线(SWIR)摄影机。8HFEETC-电子工程专辑
20191218-101.jpg8HFEETC-电子工程专辑
可见光、近红外线与短波红外线(由左而右)。(来源:TriEye)8HFEETC-电子工程专辑

SWIR的优势之一在于能够在任何天气/照明情况下“看到”物体。更重要的是,SWIR可以提前判断道路的危险状况(例如道路结冰),因为SWIR能够检测由每种材料的化学和物理特性所决定的独特光谱响应。8HFEETC-电子工程专辑

然而,由于制造SWIR摄影机的砷化铟镓(InGaAs)成本极高,因此大多仅限于军事、科学和航天应用。不过,TriEye声称已找到一种使用CMOS工艺技术设计SWIR的方法。8HFEETC-电子工程专辑

TriEye首席技术官兼联合创办人Avi Bakal说:“这就是我们所取得的突破。就像半导体一样,我们从一开始就采用CMOS大量制造SWIR摄影机。”相较于价格超过8,000美元的InGaAs传感器,Bakal表示,TriEye摄影机的价格只有“几十美元”。8HFEETC-电子工程专辑
20191218-102.jpg8HFEETC-电子工程专辑
SWIR的摄影机拆解。(来源:TriEye)8HFEETC-电子工程专辑

缺乏标记数据

AI的最大挑战之一在于训练资料不足。更具体来说,是“附加标记的训练数据”(annotated training data)。Magney说,“推论模型的好坏取决于数据及其收集方式。当然,训练数据需要用后设数据(metadata)来附加标签,但这非常耗时。”8HFEETC-电子工程专辑

在AutoSens大会上,业界热烈讨论 了“生成对抗网络”(GAN)方法。据Magney介绍,GAN是指两个神经网络相互竞争,从而创造新数据。针对特定的训练集,这项技术据称可以学习产生与训练集相同统计特性的新资料。8HFEETC-电子工程专辑

例如,Drive.ai正利用深度学习来加强标记数据的自动化,从而加速繁琐的数据标记过程。8HFEETC-电子工程专辑

Koopman在AutoSens大会的演讲中也谈到了准确标记数据的巨大挑战。他怀疑目前很多数据仍然未经标记,因为要能准确地执行这项任务只有少数几家大公司能够负担得起。8HFEETC-电子工程专辑

参展AutoSens的AI算法新创公司也坦承,向第三方公司支付数据标记的费用的确带来沉重的压力。8HFEETC-电子工程专辑

GAN是一种途径。但Edge Case Research提出了另一种方法,无需标记所有数据即可加速开发更安全的感知软件。该公司近日推出了一款称为Hologram的工具,提供一个AI感知压力测试和风险分析的系统。Koopman称,Hologram无需标记高达千兆字节(PB)的数据,只需执行两次,就可收集更多数据或做更多训练,以警告哪里有“疑点”,以及哪里“最好回头再检查一番”。8HFEETC-电子工程专辑

此次大会还提出了另一个议题,如果汽车OEM更换了用于数据训练的摄影机和传感器,将会对于带标记的数据集带来什么影响?8HFEETC-电子工程专辑

Algolux营销和策略伙伴关系副总裁David Tokic告诉《EE Times》,从事ADAS和AV研发的汽车工程师关注于两件事:一是在各种条件下的稳健感知;其次是准确且可扩展的视觉模型。8HFEETC-电子工程专辑

目前部署在ADAS或AV中的典型摄影机系统差异很大,不同的镜头(提供不同的视野)、传感器和影像信号处理,提供的参数完全不同。通常一家技术公司会选择一种摄影机系统,收集一个大型数据集,并对其进行标记和训练,以建构适应该摄影机系统的准确神经网络模型。8HFEETC-电子工程专辑

但是,当OEM更换了原来训练数据所用的摄影机会有什么影响?这一改变可能会影响感知的准确性,因为神经网络模型已经适应原来的摄影机,现在却要处理一组新的原始数据。8HFEETC-电子工程专辑

OEM是否需要重新训练其数据集?8HFEETC-电子工程专辑
20191218-103.jpg8HFEETC-电子工程专辑
Tesla、Waymo、GM/Cruise在其AV中使用了大量摄影机。(来源:Algolux)8HFEETC-电子工程专辑

针对图像传感器是否可更换,VSI Labs的Magney说:“除非规格相同,否则最好不要更换。例如,在VSI Labs,我们为FLIR红外线热影像仪训练了自己的神经网络,并且收集与我们所部署的热影像仪规格相同的训练影像。之后我们确实曾经更换过传感器,但其规格完全相同。”8HFEETC-电子工程专辑

不过,Algolux声称开发了一种新方法,可以“在几天之内”转换这些先前创建的数据集。Tokic说,该公司的Atlas摄影机优化套件能够了解“先验数据”——即摄影机和传感器的特性,再将其应用到检测层而实现了这一方法。Tokic说:“我们的使命是让OEM能够自己选择摄影机。”8HFEETC-电子工程专辑

AI硬件

过去几年来涌现了众多的AI处理器新创公司,掀起了AI浪潮,并引发业界宣称硬件复兴时代已经到来。其中许多AI芯片新创公司将ADAS和AV定为其目标市场。8HFEETC-电子工程专辑

例如,针对这一新兴的AI加速器市场,Ceva在AutoSens大会上首度亮相其全新AI核心和‘Invite API’。8HFEETC-电子工程专辑

然而,奇怪的是,除了英伟达(Nvidia)和英特尔(Intel)/Mobileye设计的芯片,以及特斯拉(Tesla)开发仅供内部使用的“全自动驾驶(FSD)计算机”芯片之外,新一代的多功能车辆尚未开始部署新的AI芯片。8HFEETC-电子工程专辑

另一方面,安森美半导体在AutoSens上发布了RGB+IR摄影机,这表明安森美/Eyeris团队已经选择Ambarella的SoC作为其AI处理器,用于车载监控任务。8HFEETC-电子工程专辑

Eyeris首席技术官Modar Alaoui坦言,业界通常不会认为Ambarella是一家AI加速器公司,而是传统的视频压缩和计算机视觉芯片业者。他说:“除了Ambarella的CV2AQ SoC,我们找不到其它任何能够支持10个神经网络、功耗低于5W且每秒可撷取30格视频(由6支摄影机用于车内监控)的AI芯片,以执行Eyeris的AI车载监测算法。”Ambarella的芯片由于满足了这些要求而获得青睐,击败了其它所有正在大肆宣传的加速器。8HFEETC-电子工程专辑

不过,Alaoui希望到明年1月在拉斯韦加斯举行的国际消费电子展(CES)之前,该公司的AI软件可以移植到另外三个硬件平台上。8HFEETC-电子工程专辑
20191218-104.jpg8HFEETC-电子工程专辑
安森美、Ambarella和Eyeris展示使用三个RGB-IR摄影机的新型座舱监控系统。(来源:EE Times)8HFEETC-电子工程专辑

同时,安森美半导体强调,驾驶人和乘客监控应用需要具备“在可变光照的情况——从阳光直射到漆黑一片——均可撷取影像”的能力。该公司称,凭借其出色的NIR响应,“RGB-IR CMOS图像传感器使用3.0µm背照式(BSI)和3重曝光的高动态范围(HDR)技术,可提供全高解析(HD) 1,080p的输出。”这些传感器对于RGB和IR光敏感,可以在日光下撷取彩色影像,并在NIR照明条件下撷取单色IR影像。8HFEETC-电子工程专辑

超越驾驶人监控系统

Alaoui宣称Eyeris的AI软件可以执行复杂的身体与脸部分析、监控乘客活动并进行目标检测。他补充说:“除了驾驶人监控,Eyeris的AI软件还可以监控车内的一切,包括座椅表面和方向盘”,他强调该公司的进展已经超过Seeing Machines所能成就的性能了。8HFEETC-电子工程专辑

不过,Seeing Machines欧洲客户方案总监Laurent Emmerich对此难以苟同。他认为:“超越监控驾驶人以外,涵盖在车辆内部的更多目标是一个很自然的发展过程,我们也正朝此目标前进中。”8HFEETC-电子工程专辑

他补充说,相较于新创公司,Seeing Machines的优势在于,“过去20年累积的AI专业知识为我们的计算机视觉技术奠定了坚实的基础”。目前,Seeing Machines的驾驶人监控系统已经成功被“6家汽车制造商采用,并设计于9种程序中。”8HFEETC-电子工程专辑

此外,Seeing Machines还开发了自家的硬件——Fovio驾驶人监控芯片。那么,该芯片是否也能用于未来的车载监控系统?Emmerich解释说,该芯片IP将应用于可配置的硬件平台。8HFEETC-电子工程专辑

冗余

为了提高车辆的感知能力,以及增加冗余以确保安全性,需要将多种不同形式的传感器组装在车辆中。8HFEETC-电子工程专辑
20191218-105.jpg8HFEETC-电子工程专辑
Outsight在AutoSens大会上展示传感器融合盒产品。(来源:EE Times)8HFEETC-电子工程专辑

法国新创公司Outsight在AutoSens上推出一款由多个传感器组成的高整合产品。该公司联合创办人、Whitings前首席技术官Cédric Hutchings解释说,Outsight的传感器融合盒旨在“透过理解提供感知,了解整个环境(包括道路上的冰、雪、油渍等)并按实际情况进行处理。”他补充说,“我们甚至可以采用有效的高光谱传感技术,为路面材料进行分类。”8HFEETC-电子工程专辑

但Hutchings并未透露Outsight的融合盒中具体采用了哪些公司的传感器,“由于我们还在调整合适的规格参数和应用,目前还无法公开我们的主要合作伙伴。”8HFEETC-电子工程专辑

《EE Times》在随后与TriEye的讨论中掌握到Outsight可能使用了TriEye的SWIR摄影机,但目前两家公司尚未达成最终协议。8HFEETC-电子工程专辑

Hutchings解释说,Outsight的传感器融合盒计划于2020年第一季出样给Tier-1供货商和OEM。该产品将作为一个新增的独立系统,为确保安全性和“真冗余”(true redundancy)提供“非关联性数据”。8HFEETC-电子工程专辑

该融合盒采用不依赖“机器学习”的途径,提供确定的结果以使其“可加以验证”。8HFEETC-电子工程专辑

另外,Aeye也针对ADAS/AV市场推出其iDAR产品,这是一款融合了HD摄影机的固态MEMS光达。AEye产品管理副总裁Aravind Ratnam表示,透过结合两种传感器并嵌入AI,这款可实时运行的系统能够“解决某些极端情况”。8HFEETC-电子工程专辑

Aeye解释说,iDAR系统旨在将2D摄影机的画素(RGB)和3D光达数据“立体画素”(XYZ)结合起来,以提供一种新的实时传感器数据类型,从而为AV路径规划系统提供更快速、更准确、更长距离和更智能的信息。8HFEETC-电子工程专辑
20191218-106.jpg8HFEETC-电子工程专辑
AEye AE110的产品性能与产业基准比较。(来源:AEye)8HFEETC-电子工程专辑

Ratnam在简报中提到AEye研究了各种用例,“我们研究了300个场景,挑选了56种合适的用例,并进一步缩减至20个场景。”这20个场景中的摄影机、光达和AI的融合最能发挥作用。8HFEETC-电子工程专辑

Ratnam展示了这样一种场景:一个小孩忽然不知从哪里窜出来,追着一个球冲到街道中央——正好在一辆车的前面。此时,位于边缘的摄影机融合光达可以更快速作业,从而缩短了车辆的反应时间。他指出:“我们的iDAR平台可提供非常快的计算速度。”8HFEETC-电子工程专辑

针对边缘传感器融合的优势,Waymo的一位与会工程师表示并不确定是否会有实质性的改变。他并提问:“边缘融合带来的速度提升会达到几微秒的差别吗?我不确定。”8HFEETC-电子工程专辑

AEye深信iDAR能为Tier-1供货商提供更多附加价值。Ratnam强调:“我们与Hella和LG等主要的合作伙伴密切合作,因而能够大幅降低iDAR的成本,目前我们的3D光达价格已经降低到与ADAS差不多了。”8HFEETC-电子工程专辑

Ratnam说,在接下来的3到6个月内,AEye将完成嵌入AI的车用级RGB和光达融合系统,而且价格将会“低于1,000美元”。8HFEETC-电子工程专辑
20191218-107.jpg8HFEETC-电子工程专辑
车用光达系统出货量。(来源:IHS Markit)8HFEETC-电子工程专辑

IHS Markit汽车半导体和传感器资深分析师Dexin Chen向与会者表示,光达供货商一直在“过度营销,吹嘘性能。”他指出,“未来可以宣传的是光达带来的物理优势,但能否真正商业化才是决定因素。如今业界更需要的是标准化、联盟和伙伴关系、供应链管理,以及AI合作伙伴。”8HFEETC-电子工程专辑

(参考原文:6 Trends on ‘Perception’ for ADAS/AV,by Junko Yoshida)8HFEETC-电子工程专辑

本文同步刊登于电子技术设计杂志2019年12月刊8HFEETC-电子工程专辑

 8HFEETC-电子工程专辑

ASPENCORE
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。
Junko Yoshida
ASPENCORE全球联席总编辑,首席国际特派记者。曾任把口记者(beat reporter)和EE Times主编的Junko Yoshida现在把更多时间用来报道全球电子行业,尤其关注中国。 她的关注重点一直是新兴技术和商业模式,新一代消费电子产品往往诞生于此。 她现在正在增加对中国半导体制造商的报道,撰写关于晶圆厂和无晶圆厂制造商的规划。 此外,她还为EE Times的Designlines栏目提供汽车、物联网和无线/网络服务相关内容。 自1990年以来,她一直在为EE Times提供内容。
您可能感兴趣的文章
  • F1新锐眼中的未来赛车技术 在CES 2020,我们访问到一级方程式(F1)新锐赛车手Lando Norris。他与我们分享目前的赛车技术关键——驾车时来自各方的实时数据如何影响比赛,以及他对于自动驾驶与未来赛车技术发展的看法...
  • 汽车市场寒冬,为何Mentor还在加大投入? 全球汽车行业的下滑是个共识:几乎所有统计机构给出的数据都显示,2019年成为全球汽车行业的寒冬;而且在不同时间节点,这些统计机构还在持续下调预期。
  • “遁隐”的Groq终于开始揭开其AI架构的神秘面纱 自从Groq “高调”没出现在自己赞助的AI硬件峰会之后,EETimes日前采访了这个开始从“潜伏”状态进入大众视野的神秘公司,与其高层领导团队进行了访谈,详细了解了他们关于其软件定义的硬件TSP。
  • 艰难之后,2020年半导体产业期待复苏 2019年,动荡的全球贸易局势为半导体市场蒙上了一层阴影。不过值得庆幸的是5G、AI、云计算、大数据和物联网等新兴技术持续保持高速发展,让半导体产业进入继个人电脑和智能手机后的下一个发展周期。
  • 芯片设计如何跑赢汽车电子系统的安全性和可靠性竞赛? 无论是此前自动驾驶汽车失控导致车毁人亡,还是近段时间发生的多起高端新能源汽车因为电池/电路原因导致自燃的事件,都不禁让人感叹,这些电子技术制成的创新汽车产品,什么时候才能让人开起来更安心,停在车库里更放心呢?在笔者看来,新时代的汽车电子如果要实现安全性和可靠性,主要有以下四个障碍需要跨越。
  • 为汽车应用提供连续的车道准确定位 如今,先进的单频带GNSS接收器能够在开阔的天空条件下满足V2X、ADAS和自动驾驶的高精度要求。为了能在各类环境中可靠地服务,GNSS接收机需要克服在城市和其它挑战性的环境中的局限性。本文演示了如何使用基于GNSS校正服务和车辆动态模型的多波段RTK惯性导航系统实现这一目标。
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告