首页 > 汽车技术 > 正文

解析半导体、5G、高精度地图如何赋能自动驾驶

2019-09-02 21:26:59·  来源:AI汽车人  作者:Ares  
 
1.半导体助力自动驾驶汽车计算芯片:软硬件协同能力重于硬件参数不止是 AI,汽车计算芯片以 SoC 形式为主。汽车的电子电气架构是一个庞大且复杂的系统,其中计算
1.半导体助力自动驾驶

汽车计算芯片:软硬件协同能力重于硬件参数
不止是 AI,汽车计算芯片以 SoC 形式为主。汽车的电子电气架构是一个庞大且复杂的系统,其中计算芯片肩负 ADAS/自动驾驶、智能座舱、动力/底盘、车身控制、信息通讯等多个域的计算任务。AI 需要用到的神经网络加速单元,主要为 ADAS/自动驾驶域服务。除了 AI 加速器,汽车计算芯片还需要驱动车机的显示(GPU)、处理动力/底盘、车身控制、信息通讯等其他域的控制信号(CPU)等。因此,汽车计算芯片往往以 SoC 形式为主,且是一个集合了 AI 加速器、CPU、GPU、ISP、DSP 等多个计算单元的异构计算系统。


软硬件协同能力重于硬件参数。汽车计算芯片中的专用型的 AI 加速器硬件设计相对较为简单,当落到实用层面时,离不开软硬件的良好协同。目前,盲目堆砌硬件参数的狂热时期已经过去,汽车计算芯片能否实现良好的软硬件协同、真正赋能自动驾驶汽车,才是最关键的评价指标。我们认为,由需求决定算法,再由算法定义硬件,可能是汽车计算芯片的合理设计思路。

汽车计算芯片市场进入商用能力竞争新阶段。随着高等级自动驾驶的泡沫逐渐挤破,汽车计算芯片市场也进入商用能力竞争阶段。与此同时,华为的加入,以及特斯拉自研芯片也给英伟达、地平线等原来的玩家带来更大的压力。在商用能力竞争阶段,除了硬件性能,配套的软件、客户服务等能力的重要性突显。

竞争格局未定,新玩家从高能效、软硬结合方向挑战英伟达


新玩家从高能效、软硬结合方向挑战英伟达。汽车计算芯片因其广阔的市场前景,吸引了来自多个行业的玩家加入竞争,包括汽车行业的特斯拉、ICT 行业的华为、以及创业公司地平线机器人等。我们认为,汽车计算芯片的高能效和灵活性难以兼得,而英伟达选择了高灵活性,其 Xavier SoC 产品客户面较广,则势必在性能和能效方面有所妥协。我们观察到,汽车计算芯片的新玩家主要从两个方向挑战英伟达:

高能效:华为拥有较强的芯片研发能力以及工程能力,其选择了高能效的方向挑战英伟达。
软硬结合:1)特斯拉作为第一个自研自动驾驶芯片的车企,可以根据自身算法需求,高度定制化芯片;2)地平线充分发挥公司的算法特长,软硬结合开发出深度适配自动驾驶算法的计算芯片,并提供完善灵活的定制部署工具。

各企业基于自身优势设计芯片架构。特斯拉作为纯视觉自动驾驶的领头羊,其自动驾驶方案主要基于深度神经网络,因此 FSD 中 NPU 的面积占比最大,处理神经网络算法的计算单元面积占比高达 70%。英伟达的 Xavier SoC 中,GPU 的面积要大于深度学习加速器和视觉加速器。Mobileye 的自动驾驶解决方案中,CV 算法的应用多于深度学习,因此在其给出的 EyeQ5 设计架构图中,计算机视觉加速器是最主要的部分。

2.网联化为自动驾驶提供技术支撑
5G 对于自动驾驶的意义
全路况的自动驾驶是汽车电子技术发展的终极目标。为了达到这个目标,智能化和网联化成为汽车电子技术的两大发展维度。其中智能化是汽车一直以来发展的方向,随着半导体、算法等技术发展而不断发展;网联化则强调车联网概念,推动了汽车同环境的信息交互,特别在 4G、4G V2X、5G、AI 技术的赋能下,信息的实时性和丰富性将大大提升。

现有的自动驾驶解决方案主要通过将 LiDAR、毫米波雷达、摄像头等信息融合处理,实现AI 自动控制驾驶。然而现有自动驾驶解决方案所收集的数据均为无遮挡数据,且存在方向性等局限。相比之下 V2X 有以下优势:

1) 可以通过一套系统提供 360°全方位的周边汽车信息,同时获得汽车方位之外的其他状态信息(如转向、速度等),可以同其他传感器信息融合增强算法的鲁棒性。
2) 可以提供非视距信息,在转弯等盲区场景可以提供非冗余的宝贵数据。
3) 可以提供非实时信息。V2X 可以将道路信息发送至道路周边基础设施作为缓存,周边汽车经过时可以获得缓存信息。
4) 汽车终端单价低,适合面向商用车、乘用车、摩托车等所有车型推广。因此 V2X 在自动驾驶方面有着其他传感器不能替代的特点。
5G 相较于 4G 将实现速率、连接数、时延等各方面指标的大幅提升。在系统性能方面,
5G 技术将实现 10~20Gbps 的峰值速率,100Mbps~1Gbps 的用户体验速率,每平方公里
100 万的连接数密度,1ms 的空口时延,500km/h 的移动性支持,每平方米 10Mbps 的流量密度等关键能力指标,相对 4G 提升 3 到 5 倍的频谱效率、百倍的能效。

在 V2X 方面,5G 技术主要在大规模连接、超低时延和增强移动宽带三个方面对 4G 技术进行全面升级,因此 5G 相比 4G,在 C-V2X 方面对车联网的赋能主要体现在:
低时延,交通运行过程中路权分配等信息具有高并发性和高时效性,需要在极端时间内对数据采集、汇总、处理和反馈。5G 网络将提供空口 1ms 低时延网络,可以提高制动距离约 0.2-0.5 米,更适合自动驾驶场景应用。
超高移动宽带,车联网推动汽车和更多的接入终端交换数据,数据的传输量较大, 因此需要高稳定性的大带宽移动网络支持数据传输。
5G C-V2X 可以提供 V2N、V2P、V2I 和 V2V 的连接服务。其中:
V2P——汽车可以通过 PC5 直连接口和行人形成直连通信,感知行人的位置,避免交通事故。同时也可以实现远程控车,远程定位等功能。围绕 V2P 场景的服务将主要由车厂前装实现,提升汽车的安全性和舒适性。
V2I——汽车可以通过 PC5 直连接口和 Uu 接口同周边基础设施(如红绿灯、道闸、路灯等)实现通信。这类通信可以提升城市的交通效率。如红绿灯可以和周边车辆交互信息,进行车速引导优化车辆等待时间,提高十字路口通行的效率;还可以通知周边车辆现有路段的拥塞、事故等信息,避免事故规模扩大。道闸可以准确开关, 实现汽车的无感同行等。围绕 V2I 场景的信息和服务受到多方关注,将有可能主要由基础设施提供方,如交通管理局等方面提供;城市管理部门、运营商、APP 厂商也是潜在的参与方。
V2V——汽车可以通过 PC5 直连接口同周边汽车通信,也可通过 Uu 接口同远距离汽车通信。这类通信可以保证汽车安全性,降低交通事故发生的风险。还可以进行远程精准定位。围绕 V2V 场景的信息和服务将主要由车厂前装实现,提升汽车安全性。

5G V2X 的市场规模

中国在全球 4G 建设方面领先,由于 4G 的广泛覆盖,我们认为 4G/5G C-V2X 将会长期共存。

商用车市场:由于涉及特定场景,在某些场景(如出租车、公交车、物流卡车、矿卡、港口车辆等)中由于商业模式相对清晰,规模较小,届时在这些特定场景中的 4G C-V2X 或 5G C-V2X 将有可能迅速落地,渗透率也可能瞬间提升,支撑自动驾驶落地。我们假设每年 500 万辆商用车,其中有 50%的商用车适合自动驾驶场景(渗透率 50%),每辆车硬件价格 1,000 元,每月流量 60GB,1GB 流量 3 元单价估计,新增硬件市场规模为 50 亿元/年,新增流量市场规模为 54 亿元/年。

乘用车市场:我们假设 2,500 万辆乘用车销售量,4G/5G 车联网终端产品价格在 1,000 元,车联网终端的前装覆盖率达到 100%,全部前装,60G/月流量、3 元/GB 计算,则每年新增的汽车端车联网硬件市场规模约为 250 亿元,每年新增运营商车联网流量市场规模约为 540 亿元。

4G 时代乘用车市场是 V2X 的主要市场,商用车市场由于功能简单不是车联网的主要市场。

随着车联网从 V2N 向 V2X 演进,硬件和流量的市场规模快速提升。比较之下,流量的增长更为快速。

随着自动驾驶技术的成熟,乘用车和商用车均需要车联网技术支撑。我们认为特定场景下,乘用车 C-V2X 有望更快速发展。

3.导读高精度

地图构建自动驾驶基础设施

为何高精度地图是实现自动驾驶的必要条件?

高精度地图面向机器。不同于传统地图,高精度地图由服务人转向服务车辆/机器,因此高精度地图也包含更丰富的多层次数据。具体而言,高精度地图的数据分为三层:
拓扑结构层:类似于传统地图,在地图上将地点抽象成点,把道路抽象为线。利用路径规划来表示点与线之间的关系。
车道层:收集如车道弧度、车道宽度、车道位置、车道类型(实现、虚线、双黄线等)的相关信息。
标志物层:收集如交通标志、车道限高、障碍物、护栏等相关信息。

高精度地图为自动驾驶核心依托之一。高精度地图能够提供传统地图没有的精细化信息, 帮助汽车获得先验数据和超出传感器探测方位的远距离道路信息预判,配合高精度定位进行自身的精确定位,并降低传感器及处理系统成本。因此,对于 L3 及以上级别的自动驾驶,高精度地图成为不可或缺的基础设施。

高精度地图如何生产?高精度地图的生产过程可以分为采集、自动融合识别、编译、人工验证发布等环节。其中采集环节较为简单快捷,具有门槛的环节在于编译和保证生产出来的地图质量达到车规级。在编译环节中,图商需要投入较多人力进行地图绘制、校正、POI 信息更新等工作。如高德的昌平数据生产基地中有约 1,000 名内业员工,负责实地采集的外业员工仅 500 人。

高精度地图带动图商商业模式蝶变,价值量+渗透率+收费模式三重利好

随着自动驾驶逐渐落地,图商的商业模式将迎来三重利好:
考虑到高精度地图的成本更高,预计对车厂的收费将更高,单车价值量将提升 4-5倍。

此外,根据易观咨询的数据显示,截至 2018 年 2 季度,前装车载导航的渗透率仅为14.9%。受到手机端免费导航软件的冲击,前装车载导航的渗透率始终未能提升。然而,对于 L3 级别及以上层次的自动驾驶车辆,高精度地图将成为标配,渗透率将大幅提升。

自动驾驶对高精度地图提出了高精度、高丰富度、高鲜度三大要求以保证自动驾驶的安全和高效。为保证地图的鲜度,车内的高精度地图需要实时更新,图商的商业模式可能从一次性的 License 收费转为 License+服务费的模式,使得高精度地图成为一种云端的服务能力。

高门槛带来优良格局

由于地理信息涉及国家安全,地图信息的采集受到严格监管。根据《关于加强自动驾驶地图生产测试与应用管理的通知》规定,自动驾驶地图(高精地图)的数据采集、编辑加工和生产制作必须由具有“导航电子地图制作测绘资质”的企业承担。

截止 2019 年 7 月 17 日,全国仅有 20 家企业获得导航电子地图甲级测绘资质,获得了行业的进场券。而高精度地图的制作本身需要较大的投入,高精度地图被车厂采用又需要进入到车厂的供应商名单中,行业的门槛被显著提高。

虽然近年来一些初创公司希望凭借 AI 等技术和众包等模式以更低廉的成本绘制高精度地图,其中的一些还成功的获得了相应资质,但因为全国性地图的测绘需要深厚的运营经验和触达全国的测绘网络,目前行业能够定时保质保量进行全国更新的公司仍然只有 2-3 家,行业竞争格局仍然稳健。 
分享到:
 
反对 0 举报 0 收藏 0 评论 0
沪ICP备11026917号-25