当前位置: CompoTech China > 专题 > 专题报道 >
 

说好的自驾车呢?

本文作者:任苙萍       点击: 2020-05-15 15:32
前言:
2020 年,除了被喻为 5G 商用元年,原本也有望晋身自驾车元年。过去曾有一段时间,乐观主义者预测全自动驾驶汽车将在 2020 年上路;如今,考虑到成本和复杂性,加上今春开年以来受肺炎疫情干扰,部分顶级汽车厂正转为更务实的作法——电气化,然俗话说"祸福相倚",意外之喜是:防疫期间,为减少人际接触的感染风险、善用有限人力或因应封锁禁令下的交付需求,自驾车正被加速提上日程。从科技新锐、传统车厂到政府法规,几乎不约而同地动了起来。
 
汽车人工智能 (AI) 是自驾车的核心技术。去年,随着特斯拉 (Tesla) 发表内建神经网络加速器 (NNA) 的"全球最强芯片",以及华为力推将"升腾 (Ascend) 910"AI 计算芯片用于训练自驾算法及车联网,已揭开热身赛序幕。今年初,高通 (Qualcomm) 亦加入战局,首度面向自驾车 AI 计算推出 Snapdragon Ride 平台并宣布将与日本电装 (DENSO) 共同开发下一代驾驶舱系统。但在谈 AI 之前,数据的采集与喂入,更直接关系到机器学习 (ML) 建模的良窳及自驾车的安全。
 
在感测方面,摄像头、雷达可说是基本配备,但最初被视为自驾车图腾的"光达"(LiDAR),碍于笨重、昂贵等不讨喜因素,一直存在争议,也因而促成在镜面内部置入微机电 (MEMS) 的"混合固态光达"兴起;另为让光达看得更远、更清晰,设法拉大视场&增加光通道数是诀窍。此外,ML 模型易受特定信号或输入影响且须顾及语料库的正当性,所以,上路前的仿真与测试马虎不得;麻省理工学院 (MIT) 新近发表的"VISTA"(虚拟图像自动合成与转化) 仿真系统便是由此诞生。
 
多伦多大学也积极涉足,与在线学习工具 Coursera 合作提供四门基于 Web 的自驾车软件开发课程,包括:自动驾驶汽车简介、状态估计和定位、无人驾驶汽车的视觉感知与无人驾驶汽车的运动计划等。最后特别一提的是,今年三月,美国国家公路交通安全管理局 (NHTSA) 首次对其车辆安全规则调整,而中国大陆亦比照美国汽车工程师协会 (SAE) 规划自有《汽车驾驶自动化分级》并定调为"规范性国家标准",拟于明年元旦实施。产官学研,正有志一同上路中!
 
或许,自驾车满街跑仍是路迢迢,但的确已逐渐走入我们的现实生活。