Kenderaan pintar melancarkan moonshot autonomi

Mingguan Amanz - Honor V10, Google Datally, Lazada Kereta (Julai 2019).

$config[ads_text] not found
Anonim

Otonomi penuh mungkin bertahun-tahun lamanya, tetapi perkongsian dan blok bangunan teknologi untuk membantu pereka di sana berkembang pesat

Oleh Patrick Mannion, editor penyumbang
Ketua Pegawai Eksekutif Apple, Tim Cook, berkata yang terbaik: Kenderaan autonomi adalah "ibu kepada semua projek AI." 1 Meskipun cabaran teknikal, atau mungkin disebabkan oleh mereka, kenderaan separa autonomi dan autonomi sedang berjalan di seluruh Asia, Eropah dan maka AS
Beritahu itu kepada jurutera yang merendam perkembangan perisian / perisian penting otomotif atau misi semasa, dan mereka mengejek. Beritahu kepada penggemar sci-fi dan peminat, dan mereka mengatakan ia hanya soal masa dan bagaimana. Beritahu kepada rakan atau ahli keluarga, dan mereka berkata, "Tidak terima kasih."
Keraguan para jurutera dan pengguna adalah sangat mantap, memandangkan matriks masalah yang berkaitan dengan pelaksanaan kenderaan separa automatik, dari pengesanan objek masa nyata dan pengiktirafan kepada komunikasi dan keselamatan. Tambah dalam laporan berita kegagalan, dan sukar untuk meyakinkan pengguna manfaatnya.
Walau bagaimanapun, magnitud semata-mata cabaran itu juga daya tariknya, begitu pula kemungkinan menyelamatkan nyawa apabila masalah itu selesai. Terdapat juga daya tarikan ganjaran kewangan yang dibuat dengan menyelesaikan matriks cabaran teknikal, serta membuka cara pemikiran baru tentang kereta - sebagai sumber data dan penghantar perkhidmatan baru - bukan hanya melihatnya sebagai mod pengangkutan.
Peluang memacu aktiviti mempercepatkan
Menurut firma penyelidikan MarketsandMarkets, penghantaran kenderaan separuh autonomi akan meningkat dari 3.17 juta unit pada 2016 kepada 7.84 juta pada tahun 2021. Jumlah kenderaan autonomi akan naik dari 0.18 juta pada tahun 2025, mencapai 1.01 juta menjelang 2030. Untuk tujuan laporan, segmen firma separa autonomi mempunyai kawalan pelayaran adaptif, lorong terus membantu, taman pintar membantu, pencahayaan depan penyesuaian, pengesanan buta mata, dan brek kecemasan membantu, antara ciri-ciri lain. Di bawah autonomi, ia termasuk radar, LiDAR, ultrasonik, kamera, unit kawalan enjin, sensor fusi, pembantu stereng, unit pemprosesan kawalan, dan sebilangan, untuk menamakan beberapa ( Rajah 1 ). Secara geografi, Asia Pasifik akan menguasai separa autonomi, diikuti oleh Eropah dan AS, menurut laporan itu.

Rajah 1: Kenderaan akan menjadi pintar sebaik sahaja pereka dan pemaju lebih pintar mengenai bagaimana untuk mengintegrasikan semua pilihan penginderaan.Image: University of Texas, Austin.
Satu laporan oleh McKinsey menunjuk kepada perpindahan dari pemilikan kereta langsung ke perkongsian kereta, atau menggunakan mod pengangkutan terbaik untuk tugas yang di tangan, apabila diminta: "Di AS, misalnya, bahagian orang muda (16-24 tahun) yang memegang lesen memandu menurun dari 76% pada tahun 2000 kepada 71% pada tahun 2013, manakala bilangan ahli perkongsian kereta di Amerika Utara dan Jerman telah meningkat lebih daripada 30% setiap tahun dalam tempoh lima tahun yang lalu. "
Gabungan perubahan corak pengguna, keutamaan untuk menggunakan peranti mudah alih berbanding memandu, dan pertumbuhan ciri-ciri autonomi telah mencetuskan kebimbangan aktiviti di arena kenderaan pintar. Waymo Google, pemimpin semasa dalam teknologi memandu sendiri, telah bekerjasama dengan Lyft ketika ia bertarung dengan pesaing langsung Lyft, Uber, yang menuduhnya secara rahsia memperoleh rahsia teknologi. Pada masa yang sama, Lyft mempunyai perkongsian dengan GM untuk mula menggerakkan beribu-ribu kereta elektrik memandu sendiri pada 2018. Sepanjang vena yang sama, Waymo telah bekerjasama dengan Avis untuk mempunyai Avis menjaga kenderaannya yang autonomi. Apple juga berbuat demikian dengan Hertz kerana ia merancang bergerak autonomi sendiri.
Langkah-langkah ini selari dengan hampir semua syarikat automotif - termasuk BMW, Audi, Chrysler, Mercedes-Benz, dan Ford - yang dengan pesat mengembangkan peranan teknologi, sehingga titik ke depan untuk pertumbuhan industri automotif mungkin menjadi penambahan perkhidmatan di atas fungsi pengangkutan.
Ford telah menunjuk arah ini dengan menyewa Jim Hackett sebagai CEOnya. Hackett memimpin kumpulan Ford Smart Mobility LLC, meneroka cara untuk menambah nilai kepada "pengalaman mobiliti pintar."
Bagi syarikat seperti Ford, peluang itu bukan hanya menjual kereta, tetapi juga untuk mendapatkan data tentang, dan menjual perkhidmatan kepada, penghuni kenderaan. Kenderaan itu sendiri hanya menjadi saluran untuk perkhidmatan tersebut. Ini menyuarakan pernyataan baru-baru ini oleh Intel Brian Krzanich, yang menjelaskan bahawa ia semua tentang data dan analisisnya. "Data ialah minyak baru, " katanya.
Jenis data berbeza-beza: Ada data yang bernilai penambangan pada pengguna dan kebiasaan pemanduan mereka, lokasi, dan keadaan fizikal dan mental. Terdapat juga data dari kenderaan kepada kenderaan lain (V2V) dan infrastruktur (V2I) sebagai sebahagian daripada aplikasi yang muncul untuk sistem bantuan pemandu lanjutan.
Bagaimana data yang akan diperoleh dan digunakan adalah isu untuk ahli keselamatan dan privasi. Bagaimana data yang diperoleh dan dikomunikasikan adalah di mana pereka sistem automotif masuk, bersama dengan komponen yang masuk ke dalam sistem tersebut.
Pilihan pengesanan dan pilihan objek
Untuk pengesanan objek kenderaan autonomi dan mulai, nampaknya LiDAR adalah jalan ke depan, dengan Velodyne mengetuai dengan instrumen gaya kopi yang "biasa-boleh" sejak 2005. Kelebihan LiDAR terhadap radar termasuk keupayaan untuk merebut peta 3D resolusi tinggi kawasan sekitarnya, tetapi ia harus berurusan dengan variasi cahaya ambien, termasuk yang disebabkan oleh kabus. Radar mempunyai kelebihan yang berasaskan RF, jadi ia dapat melihat objek, tanpa menghiraukan cahaya ambien, dan ia juga boleh melihat objek "sekitar" menggunakan pantulan radio.
Sedangkan Velodyne pada mulanya nampaknya memiliki ruang LiDAR, pengenalan sistem pepejal dan mikro-elektromekanik yang lebih kecil, murah (MEMS) LiDAR pada kisaran $ 250 pada akhir 2016 telah mengubah kalkulus. Satu contoh yang baik dari peranti baru ialah S3 dari Quanergy. Sekarang pemandangan penuh 360 ° di sekitar kenderaan boleh dijana menggunakan empat $ 250 pepejal-keadaan peranti LiDAR, yang diletakkan di setiap sudut kenderaan, dengan jumlah kos sebanyak $ 1, 000. Ini lebih baik berbanding dengan $ 70, 000 hingga $ 85, 000 untuk sistem Velodine klasik, dengan kemampuan berputar mekanikal yang canggung.
Bagaimanapun, Quanergy tidak bersendirian, dengan banyak pilihan yang menawarkan pilihan LiDAR yang agak rendah. Innoviz, dari Israel, telah menjanjikan $ 100 pepejal LiDAR menjelang akhir tahun 2018.
Untuk membandingkan penyelesaian, pereka perlu melihat bidang paparan (FoV) dalam arah menegak dan melintang, julat bagi pemantulan dan resolusi yang diberikan. Dua yang terakhir adalah terbalik: Rentang yang lebih panjang, semakin sukar untuk mencapai resolusi yang diberikan.
Untuk S3 Quanergy, FoV ialah 120 ° secara mendatar dan menegak. Ia mempunyai pelbagai 150 m pada reflektif 8%, dan pada 100 m, ketepatannya ialah ± 5 cm. Sensor berukuran 9 x 6 x 6 cm. Produk awal Innoviz, InnovizOne, mengukur 5 x 5 x 5 cm, mempunyai jarak 200 m, sebuah FoV 100 ° mendatar dan 25 ° menegak, dan ketepatan kedalaman 2 cm ( Rajah 2 ).

Gambar 2: InnovizOne adalah produk LiDAR keadaan pepejal untuk kenderaan yang dapat mengesan pada jarak hingga 200 m, dengan ketepatan <10 cm.Image: Innoviz.
Walaupun Velodyne pada awalnya menghilangkan teknologi keadaan pepejal, ia sejak itu telah menghasilkan versi LiDAR yang kukuh. Sensor Velarray mengukur 125 x 50 x 55 mm dan boleh dipasang ke depan, sudut, dan sisi kenderaan untuk autonomi atau kenderaan yang dibolehkan ADAS. Velarray menggunakan reka bentuk ASIC sendiri Velestine dan mempunyai resolusi FoV mendatar dan menegak masing-masing 120 ° dan 35 °, dengan jarak 200 m. Ia memetik harga sebagai "dalam beratus-ratus dolar."
Terdapat pilihan LiDAR lain untuk pereka juga. Sebagai contoh, LeddarTech telah memecahkan masalah penjejakan dan menumpukan pada algoritma yang telah dilaksanakan di IC LeddarCore proprietari, walaupun ia juga menawarkan sistem penuh ( Rajah 3 ).

Gambar 3: LeddarTech telah membungkus teknologi LDAR proprietari dan pengesanan proprietinya ke dalam IC di mana pereka boleh menambah sumber cahaya, optik dan pengesan mereka sendiri. Imej: Leddartech.
Pereka boleh mengambil IC dan mengembangkan tambah nilai khusus mereka untuk aplikasi tertentu dengan menambahkan sumber cahaya, optik, dan pengesan.
Walaupun LiDAR jatuh dengan cepat dalam kos, menjadikan kenderaan separa autonomi dan autonomi lebih murah, radar juga membuat kemajuan, terutamanya berkenaan dengan saiz dan ciri-ciri prestasi yang kini boleh dicapai kerana ia bergerak ke dalam jalur gelombang milimeter di 7x- Julat GHz (lihat Sensor dan transduser pergi tanpa wayar dan lebih pintar). Ini menjadikan peranti lebih kecil, dan jalur lebar yang lebih luas membolehkan penyelesaian yang lebih halus.
Peningkatan dalam kedua-dua LiDAR dan radar tidak bermakna bahawa seseorang akan menang atas perbelanjaan yang lain. Sebaliknya, matlamat sekarang adalah menggunakan kedua-dua, bersama-sama dengan kamera dan teknologi penderiaan sedia ada yang lain, untuk mendapatkan penyelesaian yang lebih komprehensif dan dioptimumkan untuk keselamatan dan prestasi maksimum pada kos yang optimum.
Yang berkata, reka bentuk kenderaan pintar yang optimum tidak beroperasi dalam vakum.
Komunikasi menjadikan kenderaan lebih pintar
Walaupun mekanisme penderiaan dan keselamatan di dalam kenderaan pintar luas, semua kenderaan pintar mesti dapat berkomunikasi dengan dan menggabungkan input dari persekitaran mereka. Ini termasuk V2V, V2I - seperti lampu isyarat, perkhidmatan kecemasan, dan perkhidmatan berdasarkan lokasi - atau kedua-duanya (V2X). Cabaran di sini adalah banyak, tetapi ketua di antara mereka adalah latensi. Kelebihan mendapatkannya dengan betul, bersama dengan keselamatan, termasuk aliran lalu lintas yang lebih baik, yang membawa kepada penggunaan bahan api yang lebih rendah.
Antara muka komunikasi asas untuk V2X ialah IEEE 802.11p, yang merupakan varian Wi-Fi untuk akses wayarles dalam persekitaran kenderaan (WAVE) dalam band 5.9-GHz. Ia dioptimumkan untuk masa tindak balas yang cepat (latensi rendah) dalam lingkungan berpuluh-puluh milisaat, serta julat yang lebih panjang.

Rajah 4: VERA-P173 dari u-blox menyediakan komunikasi V2X untuk kenderaan pintar menggunakan IEEE 802.11p, varian Wi-Fi untuk WAVE.Image: u-blox.
Untuk reka bentuk untuk V2X, pilihan sama ada untuk reka bentuk dari awal atau untuk memilih modul. Yang terakhir ini menjimatkan masa dan kos berkenaan dengan reka bentuk dan memenuhi pematuhan peraturan. Pilihan yang baik ialah siri VERA-P1 dari u-blox. Ia mengukur 24.8 x 29.6 x 4.0 mm dan mematuhi WAVE dan ETSI ITS G5 untuk AS dan Eropah. Ia mempunyai jarak lebih dari 1 km (garis penglihatan), dengan sensitiviti menerima -97 dBm dan kuasa output -10 hingga 23 dBm. Ia beroperasi di atas julat suhu -40 ° C hingga 95 ° C.
Rujukan:
1: Teknologi Bloomberg, "Tim Cook Kata Apple Berfokus pada Sistem Autonomi di Kereta Mendorong"