“平台”似乎已经变成了半导体行业的流行词汇。不管是恩智浦前段时间推出的BlueBox,计划2018年样品面世的Mobile
EyeQ5芯片,亦或是英伟达今年CES发布的Drive
PX2,都属于传统芯片厂商在后端软件产品领域的尝试。不过平台化趋势的走俏,也从侧面反映出,目前全球汽车工业在自动驾驶/车联网技术的研发生产上面临着关键性挑战,而大家几乎是不约而同地选择了基于平台化产品的解决方案。

近日,日本芯片厂商瑞萨电子(Renesas
Electronics)表示已与美国Fabless厂商IDT(Integrated Device
Technology)签署最终协议,将以每股49.00美元的价格,总股权价值约67亿美元收购IDT。通过这笔收购瑞萨将获得IDT在无线网络和数据存储用芯片方面的技术,而这些技术对于自动驾驶汽车而言至关重要。

如果要说哪个话题今年CES被炒得最火,毫无疑问必须是“Autonomous
Driving”。且不说今年开场主题演讲中,NVIDIA创始人黄仁勋连续丢出的重磅产品和技术,整个和汽车相关的LVCC北馆,几乎每家公司都有和自动驾驶相关的内容展出,相信大家在之前CES见闻录上篇的推送中中已经有充分了解。

对日本半导体巨头公司瑞萨(Renesas Electronics
Corp.,)而言,自动驾驶、智能互联汽车的科研热,使其得以从幕后走到台前。它不再只是一家拥有全球车用MCU市场份额40%的半导体公司,瑞萨针对车载娱乐信息系统开发的R-Car系列SoC系统芯片,已经让它变成了不折不扣的Tier
1供应商。

图片 1

不过车云菌认为促成「自动驾驶」成为本届CES最热标签的主要原因,在于主办方美国消费技术协会CTA在北广场专门开辟了自动驾驶技术体验区,美名其曰「自动驾驶集市」(Selfdriving
Marketplace),包括英伟达、德尔福、瑞萨电子、法雷奥、恩智浦等在内的八家供应商提供无人驾驶、V2X、ADAS等新技术的实地体验。考虑到自动驾驶对很多人来说似乎只是企业、媒体宣传的概念,但在这里,通过亲身试乘,自动驾驶汽车目前的表现,各家技术的优势与缺陷,完全不需要进行臆想和猜测。

图片 2

本次收购是嵌入式处理器和模拟混合信号半导体两大行业领导者的整合,双方通过各自优势产品能够优化高性能计算电子系统的性能和效率。此次收购将为瑞萨电子嵌入式系统提供丰富的模拟混合信号产品,包括射频、先进定时、存储接口及电源管理、光互联、无线电源及智能感应。通过收购IDT有助于瑞萨电子将业务领域扩展到快速增长的数据经济相关应用,包括数据中心和通信基础设施,并加强其在产业和汽车市场的影响力。

图片 3

震后“重组”业务,瑞萨朝着平台化产品路线挺进

随着近年来汽车市场的发展,全球范围内的半导体厂商都纷纷布局汽车市场。

由于实在太火爆,即使到8号展会最后一天,北广场依然簇拥着大批前来试乘体验的观众。车云菌有幸搭上了NVIDIA、德尔福、Navya的无人驾驶原型车,在接下来的篇幅中将通过文字和影像为大家详细介绍这次CES之行别样的经历。对其他公司没有机会体验的产品和技术,车云菌也努力借助其他媒体同行的视角,为未能亲临现场的盆友双手奉上好玩的第一手爆料。

2011年,日本东北部海域发生9.0级地震并引发海啸,造成重大人员伤亡和财产损失,日本汽车行业也受到影响,丰田、本田、日产等整车企业部分工厂停产,而瑞萨在日本国内的22个基地中,有7个因受灾而停产。

图片 4

NVIDIA 英伟达

这次“东日本大地震”发生之前,瑞萨的车用MCU芯片有近40%的市场份额,然而地震损毁了大量厂房和产品线,技术工人的伤亡使得瑞萨元气折损不少。其实,几乎很少有主机厂知道瑞萨的名字,它的半导体产品主要卖给了Tier
1供应商。直到“东日本大地震”发生,主要生产力量被毁,迫使瑞萨不得不开始配给供货。

汽车用芯片市场将快速增长

今年NVIDIA在Gold
Lot的现场放置了两台车子供受邀客户和媒体试乘体验。其中一台是由林肯MKZ改装而来的BB8,另一辆则是奥迪和英伟达联合打造的人工智能汽车(Audi
AI Car)。

四年过去了,尽管重建计划基本完成,企业营收业已扭亏,但瑞萨仍面临着比较严峻的外部竞争。因此,为了更好地适应目前汽车产业的发展趋势,为了能重塑自己的行业地位,瑞萨开始尝试朝着“后端软件”的策略方向开发新产品。在去年的「瑞萨开发者大会(Renesas
DevCon)」上,瑞萨电子北美公司总裁Ali
Sebt在接受记者采访时表示,“对瑞萨来说,提升产品销量的唯一方式得看我们的端客户对我们的要求有没有增加。目前,我们需要适应平台化产品的发展趋势,毕竟对整个汽车及半导体行业而言,这已经是一个平台化的时代了”。

瑞萨:投身并购时间迟,但发展快

图片 5NVIDIA AI
CAR-BB8

瑞萨自2012年展开组织改革,将车用控制系统列为未来主要事业,便开始积极整合旗下车用电子芯片产品,推出名为R-Car的系统LSI,用以整合汽车资讯系统,提供车内车外各项资讯的整合呈现,以利推动自动驾驶技术实现。

2016年,瑞萨斥资32亿美元收购美国芯片商Intersil,以扩大模拟芯片业务规模。如今,瑞萨再次大手笔收购IDT可以看作是对汽车芯片或者是自动驾驶汽车市场的加码。

BB8想必大家早有耳闻。它是英伟达完全自主开发的无人驾驶原型车,主要是由基于NVIDIA
Drive PX
2人工智能超算平台搭建的“中央大脑”进行感知、决策和控制。BB8之前在新泽西州的Holmdel镇经过一个月、三千英里的深度学习训练之后,从一开始经常撞倒人为设置的车道标识,时不时冲到马路牙子上,最终实现了在封闭道路交通条件下的安全行驶。去年12月中旬的时候,英伟达拿到了加州政府颁发的自动驾驶测试牌照,这意味着BB8未来将在加州真实的道路交通环境和城市街道中进行测试和训练。

毫无疑问,现在OEM主机厂都希望自己品牌的车型具有与众不同的功能和交互界面,但事实是,他们用于无人驾驶汽车计算平台开发的资金投入,有60%~70%都花在了消费者根本看不到的后端软件上。这也是为什么瑞萨会把赌注压在后端软件上的原因:

在汽车芯片上,瑞萨藏着自己的大杀器,就是还没发布的下一代 R-CAR
SoC。它专为深度学习而生,预计 2020 年开始搭载在 Level 4 自动驾驶汽车上。

图片 6NVIDIA
BB8人工智能汽车的一些小细节

目前,瑞萨联合美国爱达荷州的创业公司Harbrick,开发了一款面向无人驾驶汽车的软件操作系统平台—PolySync,它的优势在于增加或减少传感器时,开发人员无需重写所有的后端代码。Josh
Hartung,Harbrick
CEO,认为平台系统的好处在于能够发挥功能主体最大的作用。如果车企需要为自动驾驶汽车搭建后端软件平台的话,它肯定希望能架设自己的蜂窝网络,构建自己的车联网系统。

“新款 SoC 将于 2019 年正式推出样品,其计算性能可达 5
万亿次每秒,功耗却只有 1 瓦。”瑞萨执行副主席 Ryuji Omura
在接受采访时说,而现在的他已经是瑞萨电子车辆解决方案业务的大统领。

这次车云菌试乘的是Audi AI
Car,很遗憾未能和BB8来一次亲密接触,不过这里搜刮到了一段音乐很燃,内容很酷的视频,相信大家借此能对BB8在实际城市交通条件下的表现有更深入的了解。

图片 7

如果 Omura 所言非虚,瑞萨的 R-CAR SoC
将成为芯片行业的新标杆,其深度学习能效可达竞争对手 EyeQ5
SoC(英特尔/Mobileye)的两倍以上,后者计算能力虽然能达到 24
TOPS,但功耗也升到了 10 瓦。

再来说说这辆基于奥迪Q7打造的人工智能汽车吧。

去年秋天的时候,瑞萨在开发者大会上展示了一辆基于凯迪拉克SRX打造的自动驾驶试验车。这辆SRX装备了两枚Velodyne的激光雷达,德尔福提供的5个雷达传感器,Ibeo6组LUX激光雷达系统以及SRX内置的三枚摄像头和传感器组件。它能够实现V2V和V2I通讯,使用了Harbrick的PolySync无人驾驶汽车操作系统,该系统的核心正是瑞萨开发的R-Car
H2 SoC系统芯片。

借着研发中的新一代 R-Car SoC,Omura 认为瑞萨完全有能力在自动驾驶汽车 SoC
市场与巨头们平起平坐。

其实奥迪和英伟达有着长达十余年的渊源,不管是MMI®导航系统还是虚拟座舱,背后都有英伟达GPU产品的支持。在1月4日CES开场主题演讲中,老黄邀请了奥迪北美公司总裁Scott
Keogh站台,双方宣布将在2020年推出符合SAE定义标准的L4级别的自动驾驶量产车型。这次出现在「自动驾驶集市」上的这辆奥迪Q7,搭载有NVIDIA
Drive PX
2人工智能超算平台,利用运行于DriveWorks软件开发套件(SDK)之上的PilotNet深度神经网络,来应对外部复杂的驾驶场景。

PolySync作为一款无人驾驶汽车操作平台,设计初衷就是为了帮助开发人员快速建立、测试和展开自动驾驶相关功能的研发。PolySync的应用和iOS或Android设备上运行的App类似,提供严格定义和标准化的API接口,它提供了后端开发的基础环境,这样软件工程师可以将精力完全放在算法的开发上。正因如此,这辆凯迪拉克SRX从4S店提车,加工改造,到最后变身无人驾驶试验车,总共才花了3个月的时间。

眼下,瑞萨在市场上共有 R-Car H3 和 R-Car V3M 两款 SoC。

图片 8搭载了NVIDIA
DRIVE PX 2的奥迪人工智能汽车,后备箱中的“控制中枢”体积已经大幅减小

图片 9

其中,R-Car H3 是为自动驾驶市场开发的车用计算平台。瑞萨指出,这款 SoC
有认知计算能力,能实时准确的处理车在传感器采集到的大量信息,非常适合驾驶安全支持系统。

和BB8一样,这辆车子最大的特点在于它的自主学习能力。在前期训练的过程中,它随时都在搜集道路信息,学习人类驾驶员的操控方式,最终是为了应对道路障碍、施工围栏以及天气变化等实际交通场景中可能出现的突然状况。考虑到安全原因,尽管BB8和奥迪无人驾驶测试车的主驾上并没有人,但副驾上有一名安全员,为了防止紧急情况发生。借助于经过训练的深度神经网络,这辆Q7能够对周围环境进行识别理解,无需编程也能够在测试道路上安全行驶。

Josh
在接受记者采访时表示,“PolySync这款平台可供主机厂用来快速开发安全系数高的无人驾驶汽车,结合瑞萨R-Car
H2高性能SoC系统芯片,能够实现真正的传感器融合”。

有了这款
SoC,汽车厂商就能直接运行那些需要复杂计算的应用,如障碍探测、驾驶员状态识别、危险预报和危险规避。除此之外,R-Car
H3 还能用在车载信息娱乐系统中。

图片 10奥迪人工智能汽车(Audi
AI Car)

据车云菌了解,瑞萨的无人驾驶开发平台项目包含了若干辆凯迪拉克SRX组成的无人驾驶试验车队(Skyline
Fleet),这些车辆可用作相关技术研发的开放实验室。除Harbrick之外,瑞萨和NewFoundry,
Arada Systems, eTrans Systems, Cogent
Embedded这几家供应商达成了项目合作协议。其中,Cogent
Embedded提供了3D环视和车道偏离预警系统,Arada和eTrans则负责V2V、V2I技术支持,该系统使用了频率为5.9GHz的DSRC专用短程通讯技术。

图片 11

NVIDIA这次搭建了一个全封闭的测试场地,不仅有可随时移动的路障,同时还包含了多种不同的道路状况:有的路段少了车道线,有的路面由砂石或杂草组成,中间部分还模拟施工路段放置了橙色锥筒,以及动态显示的绕行标识。下面通过车云菌现场拍摄的一段视频,我们来看看这辆奥迪Q7自动驾驶原型车的表现吧。

面向自动驾驶再升级

R-Car V3M 则是一款高性能图像识别
SoC,主要用在前置摄像头上,可为环视系统或激光雷达提供支持。此外,它自己还内建有图像信号处理器,能为视觉处理提供低功率硬件加速。

据车云菌现场打探到的消息,奥迪明年开始会在加利福尼亚及其他几个州开展人工智能自动驾驶汽车的公共道路测试工作。而今年晚些时候,全球首款符合SAE定义标准L3级别的奥迪车型将会量产上市,这款下一代奥迪A8具备交通拥堵导航功能(Traffic
Jam
Pilot),而支撑着一切背后的正是使用了英伟达软硬件平台打造的中央驾驶员辅助控制器,也就是我们熟悉的zFAS。这套系统允许在外部条件满足时驾驶员将方向盘、油门和刹车交由汽车控制,但时速不会超过56公里/小时。

2015年12月2日,瑞萨推出了用于驾驶安全辅助系统和车载信息娱乐系统的第三代R-Car汽车平台解决方案。R-Car
H3是第三代R-Car的首款产品,基于ARM®
Cortex®-A57/A53核构建,采用ARM的最新64位CPU核架构,实现了40000
DMIPS的处理性能。此外,R-Car H3采用PowerVR™
GX6650作为3D图形引擎,可为驾驶员提供及时可靠的信息显示。

如果进行详细剖析,你就会发现 R-Car V3M 其实是由两颗 ARM Cortex-A53
CPU,一颗双核心 ARM Cortex-R7 和
IMP-X5+组成的。当然,也不能缺了提升计算视觉和深度学习算法的专用硬件。

Delphi 德尔福

图片 12R-Car
H3是瑞萨推出的第三代车用SoC解决方案的首款产品

瑞萨在汽车行业有着清晰的战略目标,它收购IDT的这一举动也引起了很大的反响。让我们期待它2019年新款SoC的表现吧。

早在去年8月下旬的时候,德尔福就宣布将联合Mobileye共同开发SAE(美国汽车工程协会)4/5级自动驾驶全套解决方案。同时双方合作开发的CSLP平台将在2017年美国拉斯维加斯消费电子展上,通过城市和高速公路混合路段进行展示。

除了CPU和GPU以外,片上并行可编程引擎IMP-X5也提供了先进的图像识别技术。IMP-X5是瑞萨电子独有的识别引擎,专门为与CPU配合处理而进行了优化。它的识别性能是第二代R-Car系列内置的IMP-X4的四倍。具备较强的CPU处理性能、图像识别处理功能,符合ISO
26262(ASIL-B)标准,同时可提供SiP封装,可支持多种汽车应用。

高通:占据车用芯片半壁江山

图片 13

值得一提的是,R-Car H3是业界第一款采用台积电「16纳米
FinFET」制程工艺的车用SoC,它的计算性能比R-Car
H2大概高出60%,但功耗却大大降低了。而为了适应驾驶安全辅助系统的需要,R-Car
H3配置了更高的识别运算能力,可准确、实时处理从汽车传感器获得的大量信息,系统制造商可在此基础上运行更为复杂的应用,例如障碍检测、驾驶员状态识别、危险预测和防范。

图片 14

在去拉斯维加斯之前,车云菌已经知道这段测试路程长达10公里,搭载CSLP的德尔福自动驾驶汽车将应对许多日常的驾驶挑战,像高速公路并道、有行人和自行车穿行的拥堵的城市街道以及穿越隧道。所以人还没到Vegas,心早就先飞了过去。

为进一步提升驾驶安全辅助系统,R-Car H3还遵从了汽车功能安全所要求的ISO
26262
(ASIL-B)的要求。此外,随着车载信息娱乐系统对系统和服务(例如智能手机和云服务)互联性要求的提升,系统外部传输的数据量大幅增加,人机界面(HMI)需要准确、实时地处理大量数据。R-Car
H3可支持高效的图形设计,以运行众多的高级应用和丰富的用户界面。

2017
CES展上,高通推出了新一代汽车系统芯片骁龙820A,该芯片采用14纳米FinFET工艺,支持车载嵌入式软件平台QNX,CarPlay以及AndroidAuto,并集成了64位CPU处理、图形处理单元以及LTE数据调制解调器。其图像信号处理器能同时连接
4 到 8
个汽车摄像头传感器,可为司机提供的驾驶辅助功能,主要包括车道偏离警告、车辆前方碰撞探测警告、交通标志识别功能等。

图片 15德尔福基于奥迪SQ5和CSLP平台打造的无人驾驶测试车

因此,R-Car
H3大幅提升了高级驾驶辅助系统和车载信息娱乐系统所需的识别运算和人机界面运算性能,相比前一代产品,更适合作为面向自动驾驶的汽车计算平台。

同时,高通还宣布与大众合作,下一代大众汽车将集成基于高通骁龙820A处理器、X12
LTE和X5 LTE芯片组。采用骁龙X12和X5
LTE调制解调器的大众汽车将于今年面市,搭载骁龙820A处理器的大众汽车将于2019年面市。

1月8日结束试乘后,车云菌第一时间为大家送上了新鲜出炉的体验报告:《在赌城体验德尔福自动驾驶,这里有五点Tips
| CES
2017》,还没来得及阅读的童鞋,不如动动手点开链接,和车云菌一起穿越回拉斯维加斯市区,看看这辆搭载了CSLP平台的德尔福自动驾驶原型车表现如何吧!

图片 16R-Car
H3产品架构图

当前,车联网、车载千兆级
LTE、车载信息系统等都是高通关注的焦点。据悉,高通正在与奥迪、爱立信、SWARCO(城市交通解决方案供应商)以及德国凯撒斯劳滕工业大学合作一个叫“将汽车与未来的一切连接在一起”的新项目。该项目主要研发汽车万物互联的蜂窝网络(Cellular-V2X),进而探索V2V、V2I以及V2P等领域的应用,项目完成后将实现汽车与万物的无缝对接。

Valeo & Navya

据车云菌了解,今年五月,瑞萨已经将Skyline
Fleet无人驾驶试验车队使用的R-Car H2升级为R-Car
H3。按照瑞萨常务执行董事兼车载资讯系统事业部长吉田正康的介绍,R-Car系列可分成三个系列:

英伟达:GPU世界领先

今年CES,法雷奥带了5项新技术参展,分别是eCruise4U混合动力自动驾驶汽车、XtraVue超级视距、360度自动紧急刹车系统、C-Stream穹顶式座舱系统以及法雷奥驾驶舱。

  • E系列,仅具最基本功能的入门款,整合影音显示娱乐与智能型手机结合机能;

  • M系列,进阶款,在E系列机能上追加导航与高解析度影像显示机能,必要时可进行单荧幕多种资料融合即时显示;

  • H系列,最高阶款,M系列所有机能加上影像辅助的避撞与自动驾驶机能。



图片 17

图片 18

除了各方面性能提高以外,R-Car H3也会顾及与量产中的前代产品:R-Car
H2/M2/E2之间的相容性,简化产品设计与生产问题,并对应汽车安全规格ISO26262(ASIL-B)要求。目前瑞萨可提供R-Car
H3样品,计划2018年3月实现量产,2019年3月月产量预计将达到10万件。

英伟达在汽车行业钻研了十几年,从首款车用3D导航系统显示芯片到全新车载电脑XAVIER,如今,其处理器已成功应用于奥迪
A8 和特斯拉 Model S 等车型,业务拓展至智能汽车显示屏和自动驾驶系统。

在Gold
Lot的「自动驾驶集市」,法雷奥和Navya共同搭建了封闭的测试场地。在这里,你可以看到一辆搭载了eCruise4U系统的改装车。

图片 19瑞萨对R-Car系列SoC芯片产品的未来发展规划

2017年CES展,英伟达带来全新车载电脑XAVIER、开放式人工智能车辆计算平台DRIVE
PX2、辅助驾驶AI Co-Pilot。

相信大家从名字就能猜到,eCruise4U是之前Cruise4U自动驾驶汽车的姐妹版。根据法雷奥官方提供的资料来看,eCruise4U是法雷奥第一辆混动版自动驾驶汽车,擅长在低速情况下自动驾驶,适用场景包括城市区域等等。

就在上周,瑞萨又宣布了一项基于汽车系统芯片SoC的创新技术:用于SoC的全新双端口片上SRAM,它将作为高性能SoC在视频处理过程中的缓冲存储器使用。那这项技术对提高自动驾驶汽车的安全性有什么帮助呢?

车载电脑XAVIER的处理器采用八核心ARM,GPU使用下一代Volta架构,512核心。英伟达称XAVIER不仅可使智能汽车更加智能,还可作为驾驶员的智能导航。目前,XAVIER已经实现小批量试产。

图片 20法雷奥eCruise4U无人驾驶测试车

我们都知道,ADAS及V2V、V2I通讯技术是瑞萨目前整个自动驾驶开发平台项目的重点。因此前面提到的R-Car系列的SoC系统芯片需要能够实时、快速、高效地完成对传感器数据的融合处理。甚至为了提高SRAM的运行速度,未来还可能会开发多端口的技术,允许同时进行数据的读与写。

DRIVE PX
2自动驾驶汽车开发平台基于16nm工艺打造,功率250W,水冷散热设计,拥有12个CPU核心和2个基于Pascal的GPU核心。可支持12路摄像头输入、激光定位、雷达和超声波传感器,多个平台并行可以实现完全的自主驾驶。

这辆车的传感器配置包括前视摄像头、雷达和激光雷达,都可以用来感知外部环境确保司机安全。此外,法雷奥eCruise4U这辆概念车上搭载了360度自动紧急刹车系统、XtraVue超级视距系统以及代替了传统后视镜的C-Stream。

目前瑞萨已经试制了这款16纳米制程工艺的SRAM样品。它的数据读取速度达到了313psec(时间单位,万亿分之一秒),但所需电压仅为0.8伏。

辅助驾驶AI
Co-Pilot是个集大成的系统,拥有以下功能:识别自然语言,能通过驾驶者口头发出的命令来进行驾驶;识别人脸,能认出驾驶者的面孔并据此进行若干的自动化设置;检测注视点,能够检测驾驶者头部摆动位置和视线的投射方向,从而判断其是否集中精力;读唇语,在极端嘈杂的环境中也能准确分辨驾驶者想要传达的信息。此外,在出行过程中,AI
Co-Pilot还要绘制地图。据悉,该辅助驾驶系统正在开发中,当前已经实现识别唇语和面部朝向功能。

由于时间关系,车云菌未能亲自每项体验,大家可以通过下面一段视频感受下eCruise4U自动驾驶汽车的功能及应用场景。想要了解法雷奥今年CES参展的更多详情,不妨点击右侧链接,一键穿越!→《360度刹车、超级视距、穹顶座舱,法雷奥自动驾驶秀性感|
CES2017》

车云小结

英特尔

再来说说一起展示的Navya。对于这家公司可能很多童鞋有些许陌生,容车云菌简单给大家做个介绍。Navya是一家来自法国的初创公司,目前为止它已经募集了3400万美元,用于自动驾驶通勤巴士项目团队的组建,技术研发和运营销售。在去年10月中旬完成的新一轮融资中,法雷奥领投,公共交通提供商Keolis以及投行Group8也提供了部分资金。

2011年的“东日本大地震”让瑞萨元气大创。2012年,在接受了丰田、日产和松下等客户提供的约18亿美金的“救助”基金后,瑞萨开始整改自己的产品线和业务方向,计划未来将重心放在MCU车用控制系统上。而此前,瑞萨涉及的产品领域有十二个之多。

图片 21

图片 22Navya的第二代旗舰车型Arma已经在密歇根大学的MCity开始运营

截止到2015年3月31日,受日元疲软影响,瑞萨实现盈利超1044亿日元(约合8亿5千万美元)。不过像恩智浦这样的竞争对手可没闲着,趁着瑞萨仍未崛起之时,斥资118亿并购飞思卡尔,一跃超过瑞萨成为全球最大的汽车半导体供应商。此外,瑞萨和英飞凌也组成了联盟,试图在面向自动驾驶的超级计算平台上和英伟达一较高下,瑞萨赌上的无疑是自己多年在汽车级产品领域多年的制造经验和良好信誉。

昔日PC芯片巨头英特尔正在向着全面的计算公司转型,车用处理器与RealSense视觉计算则是其进军汽车领域的两个重要产品。年初,在巴塞罗那IoT大会上推出的Apollo
Lake E3900系列处理器昭示了英特尔进军车载计算的决心。

目前Navya已经在法国、瑞士、澳大利亚的部分城市和地区展开运营,它将进入美国的首站放在了密歇根大学的无人驾驶小镇MCity进行试点,今年CES结束后宣布将在拉斯维加斯闹市区新建的创新区(Innovation
District)内进行新车试运行。

从上面的对比我们不难发现,相比于恩智浦和英伟达的单打独斗,瑞萨联合了其他供应商,在共同推动无人驾驶开发项目的顺利进行,目前已经有类似谷歌的试验车队在加州进行实际路测。相比之下,恩智浦的BlueBox和英伟达的Drive
PX2可能更多地在依赖车企平台对产品未来投放市场进行着调校、打磨。不过之前也提到过,平台化产品是趋势,但鉴于目前还没有任何成熟的产品商用化,而论及输赢,其实尚无定论。

英特尔最近几年在汽车领域的投资、收购案例非常多。仅仅在2016年的4-9月份,英特尔就买下了5家自动驾驶领域的新创公司和业务线,通过并购扩展其自动驾驶领域上的技术空缺。

图片 23

图片 24

2017年CES展,英特尔推出了其全新车载电脑Go,该车载电脑通过多达28颗至强处理器帮助自动驾驶汽车在街道上安全行驶。除了至强处理器之外,Go还将提供配备灵动芯片或5G连接的版本。据悉,该产品将与英伟达自动驾驶汽车开发平台DRIVE
PX2竞争,不过DRIVE PX2不提供5G版本。

车云菌现场试乘的是2015年Navya推出的第二代无人驾驶旗舰车型Arma。它最多可搭载15名乘客,最高时速为45公里/小时,车身周围可看见裸露的激光雷达、摄像头、毫米波雷达等传感器。据Navya的工作人员介绍,这辆车子一般运行时速为24~32公里/小时,在U字形的测试路线中,车云菌发现它能够对突然出现的行人做出及时反馈,遇到前方有障碍时会自动绕行。大家不妨点开下面的这段视频,和车云菌一起从里到外好好了解下Navya这款无人驾驶巴士的具体配置和表现。

英特尔副总裁暨总经理Ken
Caviasca曾表示,英特尔芯片的目标是成为无人车的大脑。他表示,自动驾驶汽车需要处理大量的图像数据,基于此,英特尔将会设计一款全新的SoC来完成数据处理。他补充:“该SoC将集成Xeon处理器核和专用的硬件加速器,同时,也会达到汽车电子的安全标准。”

今年夏天,我们已经看到基于IBM
Watson认知学习平台打造的Olli,奔驰已经参与试水了自动驾驶通勤巴士的项目,各自推出了旗下的自动驾驶通勤巴士的原型车。同时,来自俄罗斯的搜索引擎巨头Yandex表示也要参与制造自动驾驶通勤巴士。

小结

毫无疑问,更多的竞争可以带给市场更多的活力,促进技术的不断进步。同时,像Navya这样的初创公司也可以在这样一股市场浪潮中通过找寻更多的战略融资,得到长足的发展。

除了瑞萨、高通等上面提到的公司以外,还有联发科、英飞凌等公司也在布局汽车芯片行业,希望在这一行业分一杯羹。汽车用芯片市场的快速增长也将为这些芯片厂商带来巨大的利润,最后的大奖将会花落谁家呢?目前我们只能猜一猜。

Renesas 日本瑞萨电子

车云菌此前在《瑞萨用「众包思维」做自动驾驶平台,能重振往日雄风吗?》一文中曾介绍过瑞萨的无人驾驶开发平台项目。该项目包含了若干辆凯迪拉克SRX组成的无人驾驶试验车队(Skyline
Fleet),这些车辆可用作相关技术研发的开放实验室。

图片 25

不过今年瑞萨带到CES「自动驾驶集市」的是一辆全新的、符合SAE定义标准L4级别的无人驾驶汽车,基于林肯MKZ打造,搭载了瑞萨去年12月推出的R-Car
H3 SoC,由Autonomous Stuff、Cogent Embedded, PolySync、QNX、NewFoundary,
eTrans以及加拿大滑铁卢大学共同合作完成。

图片 26基于林肯MKZ、搭载了瑞萨R-Car
H3平台解决方案的无人驾驶测试车

瑞萨官方表示,这款新测试车型也将加入Skyline
Fleet进行后续的研究工作,而现有的凯德拉克SRX也将升级至第三代R-Car汽车平台。

值得一提的是,R-Car H3也是业界第一款采用台积电「16纳米
FinFET」制程工艺的车用SoC,它的计算性能比R-Car
H2大概高出60%,但功耗却大大降低了。而为了适应驾驶安全辅助系统的需要,R-Car
H3配置了更高的识别运算能力,可准确、实时处理从汽车传感器获得的大量信息,系统制造商可在此基础上运行更为复杂的应用,例如障碍检测、驾驶员状态识别、危险预测和防范。

图片 27R-Car
H3是瑞萨推出的第三代车用SoC解决方案的首款产品

遗憾的是,如果要现场试乘瑞萨这辆无人驾驶测试车,需要提前预约,可以想象真是太火爆了。不过车云菌找到了外媒Autoline
TV对瑞萨电子美国分公司高级驾驶员协助系统解决方案细分营销经理John
Buszek的一段采访,大家从John的介绍中可以更深入地了解瑞萨这款概念车的传感器布局以及整个瑞萨无人驾驶平台项目的运行情况。后面你们还能看到QNX和瑞萨两款无人驾驶试制车的架构和路测表现。

NXP & IAV

今年恩智浦除了在LVCC中厅对面的广场单独设置了独立展馆,这家荷兰芯片供应商的身影还出现在了北广场「自动驾驶集市」上。不过和法雷奥、Navya一样,恩智浦今年是联合微软、IAV以及合作伙伴Cubic
Telecom、Esri和Swiss
Re展示高度自动化的驾驶演示,以方便大家对未来安全、可靠的端到端自动驾驶有一个直观了解。

图片 28

恩智浦、IAV在Gold
Lot/北广场NP-2均设置了试驾车,用以演示云服务和人工智能协同工作实现个性化驾驶体验。车辆可以通过监测周围环境、适应不同的驾驶风格,并安全地互相“交谈”。

其中恩智浦主要展示的是如何利用车对车(V2V)和车对基础设施(V2I)的安全通信来改善道路安全和交通状况。案例包括了碰撞警报、智能交通灯以及交叉路口处的驾驶隐患探测,所有这些案例都基于恩智浦的RoadLINK产品。微软则通过人工智能机器人如何帮助提高驾驶员的人身安全,以及如何利用日历和个人偏好,并与之完美融合,展示未来车内车外的生活场景。当然,微软还基于V2X、雷达、摄像头以及激光雷达等传感器数据,利用Azure云来实时分析交通状况和行人密度。

图片 29

而同样作为供应商的IAV,负责开发的是高度自动化驾驶技术。高度自动驾驶汽车可与基础设施、行人以及微软
Azure云端连接,从而使汽车能够自动以安全的方式对周边环境做出反应。

相信大家通过外媒GeekWire下面这段试乘体验,能够对这些技术的表现有更深入的了解。

Autoliv

作为是全世界最大的“汽车乘员保护系统”生产商,Autoliv今年在CES上展示了LIV(Learning
Intelligent Vehicle)学习型智能汽车系统。这套系统由Autoliv
Research研发,它能够和驾驶员之间进行协作,共享操控,以实现更安全的驾驶。据车云菌了解,LIV的初代版本会利用人工智能技术,之后会发展嵌入式on-line/off-line机器学习技术,通过大数据资源帮助建立汽车和驾驶员的共生关系。

图片 30奥托立夫Autoliv在CES展示的学习型智慧汽车

值得一提的是,LIV的开发理念是“human centric
approach”,即以“人类驾驶员为主”,建立机器和人互相信任、协同工作的机制,以实现汽车在自动驾驶/无人驾驶下的行车安全。不知道大家还记得文章最开始展示的,英伟达今年CES上发布的Co-Pilot(人工智能副驾驶)功能吗?车云菌私以为两家公司的想法还挺一致的,在向自动驾驶汽车过渡的阶段,让人工智能系统为人类驾驶员的安全出行增加保障,通过协同工作互相了解学习。而随着机器智能程度的逐步提高,所谓的自动驾驶/无人驾驶也就是水到渠成的结果吧。

通过一段简单的视频,一起来了解下Autoliv的学习型智慧汽车吧。

Clarion & Hitachi

歌乐是日本日立集团的子公司,主要生产汽车音响以及导航仪,而它的优势在于基于视觉的图像识别技术。2015年10月下旬,日立汽车系统和歌乐股份有限公司宣布已经开发了基本的碰撞预警技术,该技术可根据行人的移动实时地快速预判,计算优化速度模式,从而保证安全。

不过今年歌乐在CES的「自动驾驶集市」上展示的是联合日立共同开发的远程遥控自动泊车技术。它结合了歌乐的SurroundEye®安全行车辅助系统和日立汽车的车辆控制单元、转向和刹车驱动控制技术,通过智能手机就可实现远程遥控泊车。

图片 31歌乐、日立联合展示远程遥控自动泊车技术

当启动程序后,用户智能手机的屏幕上会显示车身周围的实时图像,同时还会清晰地标注出目前车子行驶的路线,这使得驾驶员能够通过自动泊车的方式将车子安全地停靠在指定区域,而且随时都能掌握周围环境的变化。

图片 32

此外,当执行远程遥控泊车时,手机APP的操作界面会出现多种不同的停车选择,你可以根据自己的需求让车子以垂直或者平行的方式停进车位。特别是在停车位很狭小的空间(比如说车库),你完全可以选择下车,站在旁边通过手机APP远程控制将车子停进去或开出来。

图片 33

值得一提的是,一旦驾驶员发现周围存在潜在危险,可以通过在手机客户端上即时操作,叫停正在进行的自动泊车作业。当然车子本身的传感器一旦监测到附近有行人或障碍物,也会立即做停车处理。

图片 34

不过车云菌说得再天花乱坠,不如大家通过一段视频了解更多:

非「一本正经」的小结

今年是车云菌第二次远赴赌城Vegas参加CES了。今年无论是场地交通还是展会服务依然是非常棒的水平,特别是后两天降温有十度之余,但志愿者和LVCC的场外工作人员依然秩序井然地组织工作,很是令车云菌敬佩。值得一提的是,拉斯维加斯的新城区多是酒店赌场林立集中的区域,你如果是通过Uber或者Lyft叫车,一旦都会设有专门上下客的区域,你和司机在固定区域碰头,真是省去了太多的不便和麻烦。

再说说展会本身,车云菌主要还是奔着汽车相关的公司和产品来得嘛,不用说,这一个「自动驾驶集市」已经让车云菌玩得找不着北了,毕竟一下子七八家公司的无人车齐上阵,还真是需要花点时间好好消化一下的。由于这次准备不足,很多产品技术都没能亲身体验,甚是遗憾。不过照目前来看,明年的CES兴许会有更多的公司加入到Gold
Lot的测试场地,甚至像德尔福这样,一下子来个10公里城市高速混合路测的公司也会越来越多。怎么说呢,车云菌已经无比期待2018年的CES了,希望明年能给大家带来更多更精彩的报道!

图片 24

相关文章