自动驾驶软件合规

‘壹’ 怎样实现自动驾驶的技术路线

在自动驾驶技术方面，我们可以依靠环境感知、高精度语义地图、数据驱动的驾驶决策和产品级软件实现自动驾驶。

Momenta正是通过这些核心技术，让无人驾驶成为可能。

一、环境感知

道路识别：在黑暗、逆光、恶劣天气和缺乏清晰的车道线的情况下，做到高性能地识别多个车道、交通标志和信号、可行驶区域。

‘贰’ 请问一下，我国有哪些自动驾驶平台

1.谷歌TPU

谷歌的TPU（Tensor Processing Unit，张量处理单元）起初是计算神经网路的专用芯片，目前正在研发第四代，将采用 7纳米制程，每秒矩阵乘法相当于2万多亿次浮点运算，相比同期的CPU和GPU，能够提供更高的性能。Waymo作为谷歌的姊妹公司，使用TPU进行训练，但是公开信息上显示，Waymo实车上采用的却是英特尔的Xeon处理器。

地平线公司2019年发布了国内第一款车规级AI芯片，之后征程2、征程3在长安、理想、长城、上汽等多家自主品牌车企的20+款车型上实现了前装量产。最新发布的征程5系列单颗芯片AI算力最高可达128Tops，主要面向L4高级别自动驾驶。地平线在2021年4月与造车新势力理想汽车达成深度合作，将为理想汽车提供高性能的智能计算平台。

除此之外，特斯拉、德州仪器、黑芝麻等一批企业也在从事芯片平台的设计，并有对应的计算平台发布，限于篇幅，不再一一进行介绍。

‘叁’ 全球自动驾驶汽车硬件和软件最新技术总结（2020）

进入到2020年，自动驾驶技术走到了需要规模商业化证明技术价值的时候。

不管是封闭或半封闭场景的矿区、港口和园区，还是公开道路的RoboTaxi、RoboTruck等，技术都是自动驾驶在不同场景商业化的基础。

本报告覆盖了自动驾驶汽车所需要的感知、定图与定位、传感器融合、机器学习方法、数据收集与处理、路径规划、自动驾驶架构、乘客体验、自动驾驶车辆与外界交互、自动驾驶对汽车部件的挑战（如功耗、尺寸、重量等）、通讯与连接（车路协同、云端管理平台）等技术领域的讨论，并且提供相应的各自动驾驶公司的实施案例。

本报告是由美国、中国、以色列、加拿大、英国等全球不同国家和地区的自动驾驶专家，针对自动驾驶技术的硬件和软件技术，进行的全面阐述，方便各位读者能够从技术角度，了解最新的技术动态，从而全面了解自动驾驶汽车。

本报告的案例大多数来自汽车领域，这也是目前自动驾驶行业最火热的应用场景，但是，服务个人出行的汽车并不是自动驾驶技术影响深远的行业，其他的行业，如公共交通、货运、农业、矿业等领域，也同样是自动驾驶技术应用的广泛天地。

RNN——当处理诸如视频之类的时间信息时，RNN是强大的工具。在这些网络中，先前步骤的输出作为输入被馈送到网络中，从而使信息和知识能够持久存在于网络中并被上下文化。

DRL——将深度学习（DL）和强化学习相结合。DRL方法使软件定义的“代理”可以使用奖励功能，在虚拟环境中学习最佳行动，以实现其目标。这些面向目标的算法学习如何实现目标，或如何在多个步骤中沿特定维度最大化。尽管前景广阔，但DRL面临的挑战是设计用于驾驶车辆的正确奖励功能。在自动驾驶汽车中，深度强化学习被认为仍处于早期阶段。

这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，它们试图一起使用多种方法来提高准确性并减少计算需求。

一次在多个任务上训练网络是深度学习中的常见做法，通常称为多任务训练或辅助任务训练。这是为了避免过度拟合，这是神经网络的常见问题。当机器学习算法针对特定任务进行训练时，它会变得非常专注于模仿它所训练的数据，从而在尝试进行内插或外推时其输出变得不切实际。

通过在多个任务上训练机器学习算法，网络的核心将专注于发现对所有目的都有用的常规功能，而不是仅仅专注于一项任务。这可以使输出对应用程序更加现实和有用。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

‘肆’ 关于特斯拉Auto pilot，只是一套软件，好几万。如果车辆报废了，重新买辆车，是不是还得重买

去年的特斯拉AutonomyDay上，埃隆·马斯克曾表示特斯拉的Autopilot不会依赖高精地图，他认为高精地图是一个“很糟糕的想法"，会导致自动驾驶系统过于依赖已存储的高精地图而失去灵活性，从而不能像真正的司机那样根据路况灵活应变。

可见，高精地图是目前全球大多数自动驾驶公司的共同研发方向，而坑洼躲避则是其中一个典型应用，这也不难理解特斯拉为何也捡起了高精地图了。

那么我们何时才能体验到自动躲避坑洼的特斯拉呢？目前看来可能还要一段时间，但我们不妨期待一下，毕竟Autopilot的许多意想不到的功能不都是通过OTA突然就i来到了我们身边么？

‘伍’ 汽车自动驾驶新规定来了，透露出了哪些信息

工信部出台了《关于加强智能网联汽车生产企业及产品准入管理的意见》 明确规定各个车辆生产企业在没有经过审批之前，不得以在线升级的方式来为汽车的各功能进行升级和换代。在升级换代之前要向工信部进行备案。在审批通过以后，才可以对汽车进行升级和更新，以确保汽车的行车安全。

汽车自动驾驶新规透露的新规。首先是车企不得擅自升级汽车的功能。汽车企业通过OTA升级汽车的功能时，必须先向工业和信息部进行备案，在通过申请以后才能进行汽车功能的升级，这也是为了保证汽车的安全；其次，汽车的升级存在着安全隐患。现在的汽车越来越智能化，很多的车企未经审批就擅自对汽车的关键功能进行升级和更新，这样的升级存在着很大的安全隐患，很可能导致车辆在行驶过程中发生事故；最后，汽车的升级会严格审核。由于汽车关键功能的升级会造成一些隐患，所以说在未来汽车的升级审核会更加的严格，在未来这样的升级必须通过工信部的审核，不能擅自进行升级。

随着电动汽车和智能汽车的发展，越来越多的汽车将会支持功能在线升级和更新。国家对这些汽车功能的升级和更新的监管也会更加的严格，以确保驾车人的安全。

‘陆’ 华为自动驾驶操作系统内核获车规功能安全ASIL-D认证

中国网汽车5月18日讯 记者日前从官方获悉，华为自动驾驶操作系统内核(含虚拟化机制)获得了Safety领域最高等级功能安全认证(ISO 26262 ASIL D)，成为我国首个获得ASIL D认证的操作系统内核。
据悉，该内核还曾于2019年9月获得Security领域最高等级信息安全认证(CC EAL 5+)。至此，华为自动驾驶操作系统内核已成为业界首个拥有Security与Safety双高认证的商用OS内核。
ISO 26262 功能安全标准是目前欧美和国内高安全行业的强制准入标准，其对产品的开发流程管理、安全架构设计、安全编码和安全测试等方面有极苛刻的要求。在无先例可借鉴的情况下，华为经过多轮交付件评审、现场审核、专家终审，通过机构的层层审核，获得T?V莱茵ISO 26262认证证书。华为获证周期相比行业缩短了1年，得到了认证机构和发证官的高度评价。
据了解，截止目前，华为智能电动(mPower)、华为高阶自动驾驶全栈解决方案(ADS)、华为MDC智能驾驶计算平台均已先后获得ISO 26262功能安全管理体系ASIL-D认证，但不同的是，这三者是研发流程和管理体系认证，但华为自动驾驶操作系统内核是产品本身获得车规功能安全ASIL-D认证。华为自动驾驶操作系统内核功能安全ASIL-D认证的获得，是华为在智能汽车解决方案业务领域的重大业务进展，也是在践行可信软件工程变革中的又一次重要探索，可为华为在智能网联汽车等场景提供高Safety竞争力与市场准入能力。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

‘柒’ 自动驾驶道阻且长：韩国率先发布自动驾驶规范！一起了解一下

对于自动驾驶很多企业和公司先后都有涉足，不过有来得有走的，戴森花了不少钱最后得出了结论，不适合盈利。随后它迅速放弃了这块市场。但是对于自动驾驶来说未来虽然有诸多的阻碍，但是同时它的吸引力也是十分巨大的。别的不说，但就一个解放司机双手带来的巨大变革就能让整个社会的结构发生巨大的变化。未来实现自动驾驶的交通工具将不再需要司机，这样一来生产能力会进一步提高。

各种车展和展览会都少不了对自动驾驶的探索和研究，有不少的研讨会也在研究自动调试。不过真正有国家政府对自动驾驶进行法律方面的规范和研究还不多，韩国交通部在2020年1月5日发布了《自动驾驶汽车安全标准》，针对自动驾驶汽车的部分功能提出了有条件的L3级别自动驾驶安全标准。这意味着韩国成了全球第一个为L3级别自动驾驶制定安全标准和商用化标准的国家。政府的鼓励是背景，韩国企业对自动驾驶的热情也更加高涨。

如果韩国能够先发制人继续在自动驾驶领域掌握更多的技术实力，相信未来全球的汽车市场会被现代等韩国车企抢占先机。毕竟从软件的设计到应用再到模型投入应用需要一个复杂过程而且少不了大量资金的投入。韩国还允许自动驾驶汽车在公共道路上行驶。虽然自动驾驶未来面临问题还很多，但韩国的态度十分积极主动，企业和政府一心，相信可以为自动驾驶的未来添砖加瓦。从某些方面也证明了一个论调：未来谁掌握了自动驾驶谁就掌握了打开未来时代大门的钥匙。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

‘捌’ 自动驾驶第一案宣判！前谷歌技术专家盗取机密被判18个月

在Uber供职时的Levandowski

Levandowski声称，Uber与Waymo达成的和解协议中（这是一份从未公开过的协议）中包括一项内容，即Uber将不再聘用他或者与他展开合作。但是，该协议导致Uber违背了自己要支持Levandowski开展货运业务的承诺。

这项指控表示，在Otto收购结束后，一项计划要求给予Otto所有者Uber新的货运业务带来的部分利润。同时Levandowski将被任命为非执行主席并且控制新的货运业务。作为替代方案，Uber可以拒绝完成交易但是授予LevandowskiOtto和Uber的自动驾驶技术的独家许可。

Levandowski的诉讼中声称这两件事情都没有发生。

同时，Levandowski相信并表示，他应该获得与UberFreight（OttoTrucking的新名字）利润相关的收益，而这一金额“至少应该有41.28亿美元（约合人民币286亿元）”。2018年8月。Uber将UberFreight变成为一个独立的业务部门。

此外，Levandowski还希望要求Uber替他支付给谷歌1.79亿美元（约合人民币12亿元）。（有趣的是，就谷歌本身而言，它非常希望莱万多夫斯基能够获胜。谷歌在提交的一份文件指出：“（Levandowski）如果收不回对Uber的赔偿要求，就不可能完全完成对谷歌（或者他的其他债权人）的赔偿。”

最后，这起诉讼还包括一个引人注目的指控内容——Levandowski可能不是唯一一个离开谷歌时候，带走了公司的自动驾驶汽车机密的员工。

该诉讼声称，一位独立专家发现了Uber的自动驾驶软件包含有问题的功能，这些功能可能需要签订Waymo的知识产权使用许可协议。

但是Levandowski没有在谷歌或Uber从事过软件工作，因此“那些商业机密并非来自Levandowski先生，而是一个不同的前谷歌员工。“Waymo和Uber”解决了与Levandowski以外的个人窃取商业机密有关的问题”，不过该诉讼似乎没有确认任何此类员工的具体身份。

结语：自动驾驶技术纠纷何时休？

知识产权和专利设立的初衷是为了促进知识交流与进步。一旦产生了纠纷，结局却往往是两败俱伤。

事实上，谷歌、Uber和Levandowski之间的技术纠纷并非孤例。2017年，网络曾以“侵犯商业秘密为由”，将前员工王劲和景驰科技（文远知行的前身）告上法庭，索赔5000万元。最后，这个被称为“中国自动驾驶第一案”的纠纷直到今年2月，才以网络撤诉为结局宣告结束。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

‘玖’ 盘点知名自动驾驶仿真平台，Waymo、腾讯榜上有名

无人驾驶离我们还有多远？

在发出这个问题前，首先要知道，自动驾驶汽车想要真正上路，必须经历多重安全考验，而路测则是必不可少的重要环节。

据美国兰德智库的估算，一套自动驾驶的系统至少需要经过110英里（约170-180亿公里）的验证才能达到量产条件。这就意味着，即便是一支拥有100辆测试车的自动驾驶车队，以25英里(40公里)每小时的平均时速全天24小时一刻不停歇地测试，也需要花费大约500年的时间。

当前，国内的自动驾驶仿真系统还处于起步阶段。即使是国际上仿真模拟技术比较成熟的公司，在中国道路场景的开发与中国驾驶员行为模拟方面仍不够成熟。从另一个角度来看，这其实给中国本土研发自动驾驶仿真模拟技术的公司释放了良好的机会。期待越来越多的像腾讯这样的本土科技企业加入自动驾驶仿真系统的建设中来，搭建具有中国特色的仿真测试环境，助力成熟的无人驾驶技术早日实现。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。