L4级自动驾驶方案比拼 轻舟智航定下NVIDIA DRIVE Orin第一单

2021英伟达秋季GTC大会上,Nvidia Drive Hyperion 8推出,基于L2的场景下进行了道路测试行驶。随后,轻舟智航宣布将在其Driven-by-QCraft下一代硬件方案中率先使用NVIDIA DRIVE Orin方案,让L4级自动驾驶的计算平台迈向量产车规级,轻舟智航因此成为首个使用NVIDIA DRIVE Orin方案的L4级自动驾驶通用方案公司。

2021英伟达秋季GTC大会上,Nvidia Drive Hyperion 8推出,基于L2的场景下进行了道路测试行驶。随后,轻舟智航宣布将在其Driven-by-QCraft下一代硬件方案中率先使用NVIDIA DRIVE Orin方案,让L4级自动驾驶的计算平台迈向量产车规级,轻舟智航因此成为首个使用NVIDIA DRIVE Orin方案的L4级自动驾驶通用方案公司。

独特路线——一“案”多用

轻舟智航坐落在苏州高铁新城,在2019年资本及市场对自动驾驶趋于冷静,技术升级、数据采集技术成为落地关键的背景下,轻舟智航诞生,专攻无人小巴。

最初,没有直接选择robotaxi的轻舟智航,在落地场景上选择无人小巴,在技术路线上选择也与其他友商有所不同,因此提出了“自动驾驶超级工厂”的概念。

轻舟智航团队大多来自waymo,对乘用车L4级自动驾驶的落地难度有了一定认识。目前针对整车厂的传感器种类和计算平台都是在L2~L3的应用场景,主要以视觉和毫米波感知为主,个别有激光雷达辅助,方案的计算能力和数据维度相对较低,因此与L4的数据很难形成互通。

所以在构建数据闭环上,轻舟智航致力于通过一套硬件方案适配多款车型,保证落地项目能快速高效地进行部署、不同车型之间的数据能够共用。

L4级自动驾驶方案比拼 轻舟智航定下NVIDIA DRIVE Orin第一单

近日,轻舟智航宣布推出Driven-by-QCraft第三代L4级自动驾驶硬件方案,率先使用NVIDIA DRIVE Orin平台。已知Orin单次算力250TOPS,轻舟智航表示从通用性和可扩展性来说,英伟达计算平台提供了250~2000TOPS算力的可能性。据悉,这一方案可以支撑十款车型、十座城市、多个场景。

第三代硬件方案在感知能力上布局更全面,做到完全无死角。新一代传感器系统采用了多传感器融合套件,运用易于部署的模块化设计,包含2个长距离测量激光雷达(主LiDAR)、3个近距离补盲激光雷达(盲区LiDAR)、4个毫米波雷达、9个感知摄像头和1个IMU套装。

值得注意的是,该方案要装上五个激光雷达。据轻舟智航介绍,套件中每一个激光雷达的旋转方向均在同一时刻保持一致,具备高度同步性。当周围有动态物体出现的时候,点云不会出现错位或重影现象,同时保证可将所有激光雷达的点云数据收集在一起集中处理,最大化利用所有信息。

做到让感知无盲区,但装配五颗激光雷达不禁让人怀疑成本过高。轻舟智航CTO侯聪表示,整个行业的激光雷达的成本在通过需求的增加而不断降低。“我们自己的量一上来再跟供应商去谈价格,就能拿到一个更好的价格,而且整个行业的量做大之后,所有的成本就都会下降。计算芯片也是一样,由于Orin面向L4以及L2,很多车厂都需要装Orin平台,它的量产自然带来成本价格下降,从而使得我们新一代的平台成本比上一代还更低。”

根据轻舟智航预测,在未来2-3年内整套传感器的成本将下降至5位数。

L4级自动驾驶方案比拼 轻舟智航定下NVIDIA DRIVE Orin第一单

另一重要传感器——摄像头也向着智能化进阶。通过软件算法,系统可处理在不同光线条件下的过曝或欠曝问题,以及在车辆行驶过程中因运动模糊导致的拖影问题,使得车辆在不同光线以及不同运动状态下都具备稳定的感知能力。

该方案中独特定制设计的专门识别红绿灯的相机可以不受环境光干扰,能够在晚上精准识别出150米外的红绿灯形状及颜色。此外,摄像头采用车规级设计,满足汽车级特殊环境,工作温度范围可覆盖-40至125℃。

L4自动驾驶解决方案——孰强孰弱

目前,针对L4自动驾驶的硬件方案有不同的形式,选择场景也有区别。轻舟智航算是成立较晚的自动驾驶初创公司,但凭借独特的路线快速地在业内占有一席之地。

同样在苏州高铁新城发展起来的还有Momenta、智加科技等自动驾驶公司。Momenta创始人及团队多是有着微软和商汤科技的背景,因此以AI为导向的数据驱动是该公司最看重的。其针对量产车提供的L4及以上自动驾驶解决方案名为MSD,它传感器的设计上,和针对量产车的产品Mpilot具有统一的方案,都有环绕车身的12颗摄像头,5颗毫米波雷达加上1颗激光雷达。

鉴于硬件设施价格昂贵,Momenta还同步了另一路线,非自建L4车队,选择与车企合作开发前装量产车,提供Mpilot产品,从而直接获取量产车跑出来的驾驶数据,通过数据对“飞轮”算法进行不断训练和优化,实现L4级自动驾驶的落地。

某种程度上,Momenta与百度有相似之处,百度ANP方案就是采用纯视觉方案,与百度Apollo L4级自动驾驶来自同一技术架构,做到数据共生共享,从而能最大程度地保证L4技术降维释放。与市面的激光雷达的方案相比,ANP能做到低成本、可量产。

但还有一派是“堆料”玩家,其中AutoX是绝对拥趸。在第五代全无人驾驶系统AutoX Gen5上,传感器数量达到了50个,配备了28个摄像头、6个高分辨率激光雷达和0.9度分辨率的4D雷达,可在车辆周围提供360度覆盖。据悉,Gen5的核心计算平台——AutoX XCU,达到了惊人的2200 TOPS算力。

L4级自动驾驶方案比拼 轻舟智航定下NVIDIA DRIVE Orin第一单

其实,传感器数量同样有50个的还有滴滴双子星硬件平台,它拥有7个激光雷达、6个毫米波雷达、23个摄像头、1个红外摄像头、12个超声波雷达和1套高精度组合导航系统,最近探测距离可以缩短至10厘米,最远探测距离能达到300米以上。完全能达到360度实时监测车外环境。

同时,滴滴双子星也采用英伟达自动驾驶芯片,算力可以达到700TOPS,在L4级自动驾驶测试车中,算力也不算低。

车云小结

轻舟智航新一代自动驾驶硬件方案在功能安全和信息安全上做了改进。总体而言,目前各家厂商并无最优、唯一的L4级系统组建方案,每家在搭建自己的自动驾驶系统时都会根据不同的应用场景去选择不同的传感器配置方案,且由于当前上游厂商产品也处在快速迭代过程中,因此厂商也在尝试搭配选择不同的上游厂商所提供的产品。

不管是哪种方案,现阶段的难点在于,提高软硬件的可靠性、可扩展性与降低成本之间求得平衡,这个平衡点越早抓住才能越快地实现L4级自动驾驶商业化。

内容来源网络,如有侵权,联系删除,本文地址:https://www.230890.com/zhan/103777.html

(0)

相关推荐