云度汽车吴秶菘:无人驾驶赛车,为智能网联汽车提供测评参考方向

在7月13日的中国无人驾驶产业化峰会上,来自云度汽车的吴秶菘博士,就云度关于自动驾驶集成验证平台的思考发表了主题演讲。

以下是吴秶菘博士的演讲实录:

云度汽车吴秶菘:无人驾驶赛车,为智能网联汽车提供测评参考方向

吴秶菘

大家好,首先感谢前沿久星公司提供这么好的机会给云度介绍一下云度在无人驾驶车方面的布局,今天我要讲的题目是关于自动驾驶集成验证平台的思考

现在在汽车行业的问题主要是交通拥堵问题、安全问题、环境污染问题,更重要的是能源耗尽的问题。在中国社会少子化的情况下,未来是一个高龄化的社会,所以新能源汽车以及无人驾驶汽车是各国研发的重点。

国外无人驾驶汽车级别的分类,目前大部分的整车厂集中在L2到L3之间。Uber、谷歌和一些比较大的科技公司,它们主要聚焦在L4级。未来的汽车一定是网联化以及智能化结合的,自动驾驶汽车需要一个网联化的支撑,依照这样一个设备的演进,我们可以达到全自动驾驶的水平。

国内的一些政府机构对自动驾驶法规颁布了一些实施细则,美国在2016年9月份也提供了一个自动驾驶的规范,其中很重要的规范就是在发生危险的时候,它能够自动靠边停靠,这是安全驾驶的一个非常重要的条件。

云度认为未来的无人汽车无外乎6个平台的使用,首先是个人化的问题,无人驾驶车对操纵者的习惯,以及驾驶速度数据的汇总,这是个人化平台的应用。第二是商业化场景的应用,即在无人汽车方面落地的应用。第三是共享化,在2B共享经济的形成上,未来也是一个目标。第四是平台化,刚刚比亚迪的焦总讲到,这个平台化就是他们提供一个无人驾驶车的平台,大家在这个平台上发展自己的演算法、机制,或者是控制策略。第五是标准化,法规的制定对无人驾驶车在路上跑的交通法制的标准化。最后,最重要的是云平台的开发,就是在云端做监控。

无人驾驶面临的挑战,主要是在人和物的感知方面。人类在驾驶的时候,我们看到一个环境,我们得到一些意图的行为模式的想法,最后把这个想法计算到控制策略的实现。无人驾驶要如何从认知到控制策略的实现,这是非常难的部分,因为在感知的部分不是很准确的话,到控制策略也是一个很大的挑战。

这里主要是四个部分,前面三个是息息相关的,也就是感知、认知和决策,无人驾驶汽车怎么在准确感知的环境下做出认知环境的威胁,以及可行驶窥见的判断,还有车辆和其它部分的协同,最后做出一个安全性高的测试

无人驾驶赛车大奖赛,我们认为它可以加速我国智能网联汽车发展,为智能网联汽车提供测评的可参考方向,因为有集成了很多高手来到这边做他们的演算法的验证平台,最后大奖赛采集到的数据可以作为未来在自驾车运用的时候的参考依据。

我们未来希望结合传感器的设备、车载设备,最后透过V2X、V2V的通讯技术,达到演算法的目标,然后再传回给底盘的控制,这是我们的平台实施的方案。

云度有四个主要的大股东,莆田和福汽集团占据了很高的股权比例,管理团队以现金持股的方式,云度在2015年成立,到2017年年底,我们就已经发展出第一款车,在今年年初我们发布了第二款车。

云度有三大重点,首先是绿色出行,第二是智能交通,第三是智慧城市最终集成一个自动驾驶的产品

云度汽车吴秶菘:无人驾驶赛车,为智能网联汽车提供测评参考方向

​云度在2015年和2017年我们一共出了两款车,到2019年预计第三款车将会面市。云度造车的系统主要有几个方向:一个方向是我们采用一体化整车集成的控制,把热管理等功能做一个集成,达到高能量密度的集成化;第二是我们用ISO26262国际标准,通过不断迭代,升级应用到公司未来得所有车型中;第三,我们基于ADAS系统来做一个电池能量管理系统,可以达到高续驶里程的目标;最后,云度利用物联网和互联网技术,得到一个高可靠性的控制策略。

未来我们希望能做到云娱乐、云监控、云策略、云计算的平台,希望把整车厂的车子做到轻量化的目标。我们知道特斯拉的车子,就是因为它里面有一个英伟达的设备,所以导致它的价格比较高。未来如果我们可以把这些设备放在云端上面去计算,这对我们的新能源车的轻量化有相当大的帮助。

来看我们在湄洲岛的一个自驾车内部设备的描述,我们透过了多传感器融合的技术,还有自动规划、决策的部分,在湄洲岛实现自动驾驶功能演示。我们希望可以在这个园区一个游园车,希望各位到湄洲岛可以坐到我们的车。这里面有64线激光雷达,还有摄像头、毫米波雷达,还有高精度的惯导等等。

云度作为整车厂,作为一个主机厂对自动驾驶是比较保守的,所以我们预计到2020年才会实现L3的目标,在2025年我们将会达到L4,在2030年才会达到完全的无人驾驶。大家都知道,因为我们整车厂比较重视安全,所以在安全性的考量下,我们的发展会比较保守一点。

刚刚中兴的田总讲到,在中国大家是万众一心去集成无人驾驶车的产品,所以我们也是希望能跟各个科技大厂合作,能基于互动、高精地图、控制算法和其它项目作为未来无人驾驶车合作的模式。


分享到:


相關文章: