自動駕照軟體架構

❶ 黑芝麻智能發布瀚海自動駕駛中間件平台 助力汽車軟硬體解耦

近日，全球自動駕駛計算晶元引領者黑芝麻智能對外發布瀚海-ADSP（Autonomous Driving Solution Platform）自動駕駛中間件平台。該中間件產品能讓客戶快速簡便地接入並使用黑芝麻智能華山系列晶元的強大處理性能，成為黑芝麻智能打造國產大算力自動駕駛平台「矩陣」的重要一環。

中間件對於汽車軟硬體解耦具有重要意義

進入「軟體定義汽車」時代後，EE架構逐漸趨於集中化，汽車軟體系統出現了多種操作系統並存的局面，導致系統復雜，開發成本劇增。為提高軟體的管理性、移植性、裁剪性和質量，需要重新定義一套架構、方法學和應用介面，從而實現標準的介面、高質量的無縫集成、高效的開發以及通過新的模型來管理復雜的系統，即「中間件」。

中間件是基礎軟體的「三駕馬車」之一，它作為連接應用程序和操作系統的橋梁，能夠屏蔽基礎硬體、操作系統和通訊協議的異構性，為應用開發者提供統一的、標準的交互界面。

當前，全球汽車行業中聚集了眾多整車廠和供應商，中間件能夠盡可能地讓相同產品在不同車型上重復利用，以及讓不同Tier1的產品實現相互兼容，進而大幅減少開發成本。與此同時，愈發復雜的軟體和不同規格的硬體平台，使得軟硬體組合所需要面臨的挑戰也成指數增長，中間件在這其中承擔了承上啟下的作用，便於開發者快速、高效、靈活地開發自動駕駛軟體。

近年來隨著自動駕駛應用從低階到高階的迅速發展，傳統的開發模式即功能定義、硬體選型、針對不同晶元平台開發適配各自系統軟體，已難以滿足當前的開發需求。同時，行業對自動駕駛應用理解日趨深入，普遍認為未來自動駕駛系統軟體將基於業務驅動型的SOA開發方法：既要滿足當下的需求，還需具備相當的前瞻性、兼容性和擴展性，能夠支持後續軟硬體升級換代、增減模塊的需求，使得終端客戶在當前實現的功能基礎上，進一步增加功能適用場景，同時提升當前已實現功能的性能指標。

面向自動駕駛的中間件，就正是這樣一個可以按需調整、滿足越來越復雜的底層硬體、感測器及上層應用靈活需求的平台。

自動駕駛中間件對下可以適配不同的硬體平台、感測器類型、OS內核和架構，對上可以提供統一的標准介面，支持自動駕駛數據鏈路上需要的各項服務，同時負責各類應用軟體模塊之間的通信以及對底層系統資源的調度，是未來自動駕駛方案不可或缺的一部分。

不難看出，中間件在汽車軟硬體解耦的發展趨勢中發揮了關鍵作用。為了幫助客戶更好地基於黑芝麻智能華山系列晶元進行產品開發，提升研發效率，降低開發門檻和綜合成本，加速產品量產，黑芝麻智能推出瀚海自動駕駛中間件平台。

為業界提供功能完善完全開放的中間件平台

瀚海自動駕駛中間件平台是黑芝麻智能基於華山系列自動駕駛計算晶元所推出的一款智能駕駛平台SDK開發包，包含Target(SoC)SDK、X86(Host主機)端SDK、Target(MCU)端SDK，可以支持車端、路端及各種智能駕駛和車路協同場景開發。

l X86(Host主機)端SDK包含用於車路協同路側場景的多感測器標定工具，用於數據錄制、回放、可視化、實時分析的數據編排工具，任務調度、資源監控與可視化的流程編排工具、用於多感測器融合演算法調試、驗證和可視化的感測器融合集成開發平台。為了與SOC端進行DDS通信互聯，X86 SDK中提供了DDS環境與二次開發介面；

l Target(MCU)端SDK面向ASIL-D MCU計算平台，提供MCU端的二次開發SDK包，支持SOME/IP、PTP時間同步（IEEE 1588v2）、UDS on CAN診斷協議和日誌系統。此外，Target端SDK中提供了輕量級DDS框架XRCE-DDS，可與X86和BST SOC實現DDS通信。

黑芝麻智能瀚海自動駕駛中間件平台不僅能幫助開發者快速開發出智能駕駛應用並完成部署，還可減少客戶上層應用的開發工作量，縮短應用的開發時間，有助於提高客戶自動駕駛應用軟體的質量。此外，瀚海自動駕駛中間件平台盡可能地讓相同產品能在不同車型上重復利用，以及讓不同Tier1的產品實現相互兼容，從而大幅度地減少開發成本。

作為行業領先的車規級自動駕駛計算晶元和平台研發企業，黑芝麻智能積極提前布局，此次推出瀚海-ADSP自動駕駛中間件平台，體現了對技術的領先布局以及對滿足客戶需求的不懈追求。不僅如此，黑芝麻智能自主研發的華山二號A1000系列晶元覆蓋L2-L3級別自動駕駛需要，是國內算力最大、性能最強的量產級自動駕駛計算晶元，目前已開始持續向客戶出貨，進入車型落地的快車道。未來，黑芝麻智能將繼續以領先的自研技術與產品，積極賦能中國乃至全球智能駕駛的發展。

❷ 特斯拉將推送重寫後完全自動駕駛系統

財經網汽車訊近日據外媒報道，特斯拉首席執行官埃隆·馬斯克表示，特斯拉的Autopilot/完全自動駕駛（FSD）重寫將在未來6到10周內向小范圍用戶推送。

馬斯克評論Autopilot/FSD的重寫，稱這將導致「量子般飛躍」。

「FSD的改進將帶來質變，因為這是一個根本性的架構重寫，而不是一個漸進式的調整。我個人的車用的就是最前沿的技術。在家與工作地之間幾乎處於零干預狀態。改進後的系統將在6到10周內限小范圍發布。」

小范圍發布是指特斯拉先將更新推送給早期車主，他們會先測試一些新功能的高級測試版，並給出反饋，然後特斯拉才會將其推送給更廣泛的用戶。

同時，馬斯克也參與了這款新版本自動駕駛軟體的測試，這也是馬斯克第二次提到在自己個人的特斯拉汽車上測試重寫的自動駕駛架構。

在特斯拉第二季度財報中，馬斯克曾表示「當我開車的時候，我親自測試了最新版本的全自動駕駛軟體，我認為它真的比人們意識到的要好得多。它幾乎已經到了我可以在沒有干預的情況下從我的家開去上班的地步，盡管經歷了各種建築和不同的路況。所以，這就是為什麼我非常有信心在今年年底推出完全的自動駕駛功能，因為我真的在駕駛它。」

去年，馬斯克宣布了特斯拉自動駕駛計劃，到2020年底，為無人駕駛共乘網路部署100萬台「自動計程車」。目前特斯拉所有的車輛均配備了需要進行完全自動駕駛的硬體，所要做的只是不斷提升軟體。

這次升級對特斯拉實現這一目標至關重要，馬斯克堅信這一目標仍然可以實現。

財經網汽車就此向業內專家了解到，自動駕駛從發展上看，是將來的事情，對於汽車科技而言有研發的意義，但沒有普及的意義，例如大都市堵車的情況，自動駕駛應對此類狀況時可能更多的還是需要人工干預。同時，如果自動駕駛功能商業化，可能也更適合歐美國家，相比而言國內市場人工成本更低。但對於汽車技術進步而言，作為輔助駕駛類的功能，增加駕駛時的安全性更切實際，目前來看完全自動駕駛社會化交通為時過早。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

❸ 全球自動駕駛汽車硬體和軟體最新技術總結（2020）

進入到2020年，自動駕駛技術走到了需要規模商業化證明技術價值的時候。

不管是封閉或半封閉場景的礦區、港口和園區，還是公開道路的RoboTaxi、RoboTruck等，技術都是自動駕駛在不同場景商業化的基礎。

本報告覆蓋了自動駕駛汽車所需要的感知、定圖與定位、感測器融合、機器學習方法、數據收集與處理、路徑規劃、自動駕駛架構、乘客體驗、自動駕駛車輛與外界交互、自動駕駛對汽車部件的挑戰（如功耗、尺寸、重量等）、通訊與連接（車路協同、雲端管理平台）等技術領域的討論，並且提供相應的各自動駕駛公司的實施案例。

本報告是由美國、中國、以色列、加拿大、英國等全球不同國家和地區的自動駕駛專家，針對自動駕駛技術的硬體和軟體技術，進行的全面闡述，方便各位讀者能夠從技術角度，了解最新的技術動態，從而全面了解自動駕駛汽車。

本報告的案例大多數來自汽車領域，這也是目前自動駕駛行業最火熱的應用場景，但是，服務個人出行的汽車並不是自動駕駛技術影響深遠的行業，其他的行業，如公共交通、貨運、農業、礦業等領域，也同樣是自動駕駛技術應用的廣泛天地。

RNN——當處理諸如視頻之類的時間信息時，RNN是強大的工具。在這些網路中，先前步驟的輸出作為輸入被饋送到網路中，從而使信息和知識能夠持久存在於網路中並被上下文化。

DRL——將深度學習（DL）和強化學習相結合。DRL方法使軟體定義的「代理」可以使用獎勵功能，在虛擬環境中學習最佳行動，以實現其目標。這些面向目標的演算法學習如何實現目標，或如何在多個步驟中沿特定維度最大化。盡管前景廣闊，但DRL面臨的挑戰是設計用於駕駛車輛的正確獎勵功能。在自動駕駛汽車中，深度強化學習被認為仍處於早期階段。

這些方法不一定孤立地存在。例如，特斯拉（Tesla）等公司依靠混合形式，它們試圖一起使用多種方法來提高准確性並減少計算需求。

一次在多個任務上訓練網路是深度學習中的常見做法，通常稱為多任務訓練或輔助任務訓練。這是為了避免過度擬合，這是神經網路的常見問題。當機器學習演算法針對特定任務進行訓練時，它會變得非常專注於模仿它所訓練的數據，從而在嘗試進行內插或外推時其輸出變得不切實際。

通過在多個任務上訓練機器學習演算法，網路的核心將專注於發現對所有目的都有用的常規功能，而不是僅僅專注於一項任務。這可以使輸出對應用程序更加現實和有用。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

❹ 高通發布全新自動駕駛計算平台 最高算力700TOPS，2023年量產

▲高通公司總裁CristianoAmon新聞發布會上向展示了SnapdragonRide（圖源CNET/James?Martin)

SnapdragonRide通過獨特的SoC、加速器和自動駕駛軟體棧的結合，為汽車製造商提供了一種可擴展的解決方案，可在三個細分領域對自動駕駛汽車提供支持，分別是：

1、L1/L2級主動安全ADAS——面向具備自動緊急制動、交通標志識別和車道保持輔助功能的汽車。

2、L2+級ADAS——面向在高速公路上進行自動駕駛、支持自助泊車，以及可在頻繁停車的城市交通中進行駕駛的汽車。

3、L4/L5級完全自動駕駛——面向在城市交通環境中的自動駕駛、無人計程車和機器人物流。

SnapdragonRide平台基於一系列不同的驍龍汽車SoC和加速器建立，採用可擴展且模塊化的高性能異構多核CPU、高能效的AI及計算機視覺引擎，以及GPU。

其中，ADASSoC系列和加速器系列採用異構計算，與此同時利用高通的新一代人工智慧引擎，ADAS和SoC能夠高效管理車載系統的大量數據。

得益於這些不同的SoC和加速器的組合，SnapdragonRide平台可以根據自動駕駛的不同細分市場的需求進行配備，同時提供良好的散熱效率，包括從面向L1/L2級別應用的30TOPS等級的設備，到面向L4/L5級別駕駛、超過700TOPS的功耗130瓦的設備。

此外，高通全新推出的SnapdragonRide自動駕駛軟體棧是集成在SnapdragonRide平台中的模塊化可擴展解決方案。

據介紹，SnapdragonRide平台的軟體框架可同時託管客戶特定的軟體棧組件和SnapdragonRide自動駕駛軟體棧組件。

SnapdragonRide平台也支持被動或風冷的散熱設計，因而能夠在成本降低的同時進一步優化汽車設計，提升可靠性。

現在，Arm、黑莓QNX、英飛凌、新思科技、Elektrobit、安森美半導體均已加入高通的自動駕駛朋友圈，成為SnapdragonRide自動駕駛平台的軟/硬體供應商。

Arm的功能安全解決方案，新思科技的汽車級DesignWare介面IP、ARC處理器IP和STARMemorySystemTM，黑莓QNX的汽車基礎軟體OS安全版及Hypervisor安全版，英飛凌的AURIXTM微控制器，以及安森美半導體的ADAS系列感測器都會集成到高通的自動駕駛平台上。

Elektrobit還計劃與高通合作，共同開發可規模化生產的新一代AUTOSAR架構，EBcorbos軟體和SnapdragonRide自動駕駛平台都將集成在這個架構上面。

據了解SnapdragonRide將在2020年上半年交付汽車製造商和一級供應商進行前期開發，而根據QualcommTechnologies估計，搭載SnapdragonRide的汽車將於2023年投入生產。

二、深耕汽車業務多年高通賦能超百萬台汽車

在發布SnapdragonRide自動駕駛平台之前，高通已在智能汽車領域深耕多年。

十多年來，高通子公司QualcommTechnologies一直在為通用汽車的網聯汽車應用提供先進的無線通信解決方案，包括通用汽車上安吉星設備所支持的安全應用。

在車載信息處理、信息影音和車內互聯等領域，QualcommTechnologies的訂單總價值目前已超過70億美元（約合人民幣487億元）。

而根據高通在CES2020發布會現場公布的信息，迄今為止已經有超百萬輛汽車使用了高通提供的汽車解決方案。

很顯然，如今高通在汽車領域的布局又向前邁進了一步。

CES2020期間，除發布SnapdragonRide自動駕駛平台外，高通還推出了全新的車對雲服務（Car-to-CloudService），該服務預計在2020年下半年開始提供。

據介紹，由QualcommTechnologies打造的車對雲服務支持SoftSKU晶元規格軟升級能力，不僅可以幫助汽車客戶滿足消費者不斷變化的需求，還可根據新增性能需求或新特性，讓晶元組在外場實現升級、以支持全新功能。

與此同時SoftSKU也支持客戶開發通用硬體，從而節省他們面向不同開發項目的專項投入。利用高通車對雲SoftSKU，汽車製造商不僅能夠為消費者提供各種定製化服務，還可以通過個性化特性打造豐富且具沉浸感的車內體驗。

另外高通的車對雲服務也支持實現全球蜂窩連接功能，既可用於引導初始化服務，也可以在整個汽車生命周期中提供無線通信連接。

QualcommTechnologies產品管理高級副總裁NakulDuggal表示，結合驍龍汽車4G和5G平台、驍龍數字座艙平台，高通的車對雲服務能夠幫助汽車製造商和一級供應商滿足當代車主的新期待，包括靈活、持續地進行技術升級，以及在整個汽車生命周期中不斷探索新功能。

此外，QualcommTechnologies也在CES2020上宣布，表示將繼續深化和通用汽車的合作。作為長期合作夥伴，通用汽車將通過與QualcommTechnologies的持續合作來支持數字座艙、車載信息處理和ADAS（先進駕駛輔助系統）。

結語：巨頭紛紛入局自動駕駛領域風起雲涌

前有華為表示要造激光雷達、毫米波雷達等智能汽車核心感測器，後有Arm牽頭成立自動駕駛汽車計算聯盟，如今移動晶元巨頭高通也發布了全新的自動駕駛平台，在汽車和自動駕駛領域上又邁進一步。

巨頭入局有利於自動駕駛汽車更快更好地落地，然而另一方面隨著更多硬核玩家拓展業務邊界，此次市場上的競爭也必然會變得更加激烈。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

❺ 請問一下，我國有哪些自動駕駛平台

1.谷歌TPU

谷歌的TPU（Tensor Processing Unit，張量處理單元）起初是計算神經網路的專用晶元，目前正在研發第四代，將採用 7納米製程，每秒矩陣乘法相當於2萬多億次浮點運算，相比同期的CPU和GPU，能夠提供更高的性能。Waymo作為谷歌的姊妹公司，使用TPU進行訓練，但是公開信息上顯示，Waymo實車上採用的卻是英特爾的Xeon處理器。

地平線公司2019年發布了國內第一款車規級AI晶元，之後征程2、征程3在長安、理想、長城、上汽等多家自主品牌車企的20+款車型上實現了前裝量產。最新發布的征程5系列單顆晶元AI算力最高可達128Tops，主要面向L4高級別自動駕駛。地平線在2021年4月與造車新勢力理想汽車達成深度合作，將為理想汽車提供高性能的智能計算平台。

除此之外，特斯拉、德州儀器、黑芝麻等一批企業也在從事晶元平台的設計，並有對應的計算平台發布，限於篇幅，不再一一進行介紹。

❻ 嬴徹科技發布自動駕駛計算平台Inceptio M51 三大成果亮相WAIC

工程樣車

在嬴徹科技創始人兼CEO馬喆人看來，2020世界人工智慧大會期間展出的L3工程樣車是嬴徹科技和中國重汽在自動駕駛前裝量產路線上的重要階段性成果。他表示，嬴徹一方面大力投入自動駕駛卡車核心軟硬體的研發，另一方面堅定投入與汽車產業夥伴的量產合作。除此之外，馬喆人也表示，雙方的量產合作已經進入深度融合階段，對於自動駕駛卡車如期成功量產，他表示很有信心。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

❼ 智己汽車的自動駕駛解決方案有什麼亮點

智己汽車選用了視覺為主的自動駕駛感知解決方案，全車搭載12顆攝像頭、5顆毫米波雷達、12顆超聲波雷達、軍工級超高精度慣導、高精度地圖以及 V2X車端技術。
在視覺感知系統基礎上，智己汽車還兼容激光雷達軟硬體架構冗餘方案，支持英偉達Orin X（500~1000+TOPS）和2個激光雷達的升級能力。後續當激光雷達進入商業化量產成熟期，智己汽車具備升級激光雷達系統能力。