自动驾照软件架构

❶ 黑芝麻智能发布瀚海自动驾驶中间件平台 助力汽车软硬件解耦

近日，全球自动驾驶计算芯片引领者黑芝麻智能对外发布瀚海-ADSP（Autonomous Driving Solution Platform）自动驾驶中间件平台。该中间件产品能让客户快速简便地接入并使用黑芝麻智能华山系列芯片的强大处理性能，成为黑芝麻智能打造国产大算力自动驾驶平台“矩阵”的重要一环。

中间件对于汽车软硬件解耦具有重要意义

进入“软件定义汽车”时代后，EE架构逐渐趋于集中化，汽车软件系统出现了多种操作系统并存的局面，导致系统复杂，开发成本剧增。为提高软件的管理性、移植性、裁剪性和质量，需要重新定义一套架构、方法学和应用接口，从而实现标准的接口、高质量的无缝集成、高效的开发以及通过新的模型来管理复杂的系统，即“中间件”。

中间件是基础软件的“三驾马车”之一，它作为连接应用程序和操作系统的桥梁，能够屏蔽基础硬件、操作系统和通讯协议的异构性，为应用开发者提供统一的、标准的交互界面。

当前，全球汽车行业中聚集了众多整车厂和供应商，中间件能够尽可能地让相同产品在不同车型上重复利用，以及让不同Tier1的产品实现相互兼容，进而大幅减少开发成本。与此同时，愈发复杂的软件和不同规格的硬件平台，使得软硬件组合所需要面临的挑战也成指数增长，中间件在这其中承担了承上启下的作用，便于开发者快速、高效、灵活地开发自动驾驶软件。

近年来随着自动驾驶应用从低阶到高阶的迅速发展，传统的开发模式即功能定义、硬件选型、针对不同芯片平台开发适配各自系统软件，已难以满足当前的开发需求。同时，行业对自动驾驶应用理解日趋深入，普遍认为未来自动驾驶系统软件将基于业务驱动型的SOA开发方法：既要满足当下的需求，还需具备相当的前瞻性、兼容性和扩展性，能够支持后续软硬件升级换代、增减模块的需求，使得终端客户在当前实现的功能基础上，进一步增加功能适用场景，同时提升当前已实现功能的性能指标。

面向自动驾驶的中间件，就正是这样一个可以按需调整、满足越来越复杂的底层硬件、传感器及上层应用灵活需求的平台。

自动驾驶中间件对下可以适配不同的硬件平台、传感器类型、OS内核和架构，对上可以提供统一的标准接口，支持自动驾驶数据链路上需要的各项服务，同时负责各类应用软件模块之间的通信以及对底层系统资源的调度，是未来自动驾驶方案不可或缺的一部分。

不难看出，中间件在汽车软硬件解耦的发展趋势中发挥了关键作用。为了帮助客户更好地基于黑芝麻智能华山系列芯片进行产品开发，提升研发效率，降低开发门槛和综合成本，加速产品量产，黑芝麻智能推出瀚海自动驾驶中间件平台。

为业界提供功能完善完全开放的中间件平台

瀚海自动驾驶中间件平台是黑芝麻智能基于华山系列自动驾驶计算芯片所推出的一款智能驾驶平台SDK开发包，包含Target(SoC)SDK、X86(Host主机)端SDK、Target(MCU)端SDK，可以支持车端、路端及各种智能驾驶和车路协同场景开发。

l X86(Host主机)端SDK包含用于车路协同路侧场景的多传感器标定工具，用于数据录制、回放、可视化、实时分析的数据编排工具，任务调度、资源监控与可视化的流程编排工具、用于多传感器融合算法调试、验证和可视化的传感器融合集成开发平台。为了与SOC端进行DDS通信互联，X86 SDK中提供了DDS环境与二次开发接口；

l Target(MCU)端SDK面向ASIL-D MCU计算平台，提供MCU端的二次开发SDK包，支持SOME/IP、PTP时间同步（IEEE 1588v2）、UDS on CAN诊断协议和日志系统。此外，Target端SDK中提供了轻量级DDS框架XRCE-DDS，可与X86和BST SOC实现DDS通信。

黑芝麻智能瀚海自动驾驶中间件平台不仅能帮助开发者快速开发出智能驾驶应用并完成部署，还可减少客户上层应用的开发工作量，缩短应用的开发时间，有助于提高客户自动驾驶应用软件的质量。此外，瀚海自动驾驶中间件平台尽可能地让相同产品能在不同车型上重复利用，以及让不同Tier1的产品实现相互兼容，从而大幅度地减少开发成本。

作为行业领先的车规级自动驾驶计算芯片和平台研发企业，黑芝麻智能积极提前布局，此次推出瀚海-ADSP自动驾驶中间件平台，体现了对技术的领先布局以及对满足客户需求的不懈追求。不仅如此，黑芝麻智能自主研发的华山二号A1000系列芯片覆盖L2-L3级别自动驾驶需要，是国内算力最大、性能最强的量产级自动驾驶计算芯片，目前已开始持续向客户出货，进入车型落地的快车道。未来，黑芝麻智能将继续以领先的自研技术与产品，积极赋能中国乃至全球智能驾驶的发展。

❷ 特斯拉将推送重写后完全自动驾驶系统

财经网汽车讯近日据外媒报道，特斯拉首席执行官埃隆·马斯克表示，特斯拉的Autopilot/完全自动驾驶（FSD）重写将在未来6到10周内向小范围用户推送。

马斯克评论Autopilot/FSD的重写，称这将导致“量子般飞跃”。

“FSD的改进将带来质变，因为这是一个根本性的架构重写，而不是一个渐进式的调整。我个人的车用的就是最前沿的技术。在家与工作地之间几乎处于零干预状态。改进后的系统将在6到10周内限小范围发布。”

小范围发布是指特斯拉先将更新推送给早期车主，他们会先测试一些新功能的高级测试版，并给出反馈，然后特斯拉才会将其推送给更广泛的用户。

同时，马斯克也参与了这款新版本自动驾驶软件的测试，这也是马斯克第二次提到在自己个人的特斯拉汽车上测试重写的自动驾驶架构。

在特斯拉第二季度财报中，马斯克曾表示“当我开车的时候，我亲自测试了最新版本的全自动驾驶软件，我认为它真的比人们意识到的要好得多。它几乎已经到了我可以在没有干预的情况下从我的家开去上班的地步，尽管经历了各种建筑和不同的路况。所以，这就是为什么我非常有信心在今年年底推出完全的自动驾驶功能，因为我真的在驾驶它。”

去年，马斯克宣布了特斯拉自动驾驶计划，到2020年底，为无人驾驶共乘网络部署100万台“自动出租车”。目前特斯拉所有的车辆均配备了需要进行完全自动驾驶的硬件，所要做的只是不断提升软件。

这次升级对特斯拉实现这一目标至关重要，马斯克坚信这一目标仍然可以实现。

财经网汽车就此向业内专家了解到，自动驾驶从发展上看，是将来的事情，对于汽车科技而言有研发的意义，但没有普及的意义，例如大都市堵车的情况，自动驾驶应对此类状况时可能更多的还是需要人工干预。同时，如果自动驾驶功能商业化，可能也更适合欧美国家，相比而言国内市场人工成本更低。但对于汽车技术进步而言，作为辅助驾驶类的功能，增加驾驶时的安全性更切实际，目前来看完全自动驾驶社会化交通为时过早。

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。

❸ 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。

❹ 高通发布全新自动驾驶计算平台 最高算力700TOPS，2023年量产

▲高通公司总裁CristianoAmon新闻发布会上向展示了SnapdragonRide（图源CNET/James?Martin)

SnapdragonRide通过独特的SoC、加速器和自动驾驶软件栈的结合，为汽车制造商提供了一种可扩展的解决方案，可在三个细分领域对自动驾驶汽车提供支持，分别是：

1、L1/L2级主动安全ADAS——面向具备自动紧急制动、交通标志识别和车道保持辅助功能的汽车。

2、L2+级ADAS——面向在高速公路上进行自动驾驶、支持自助泊车，以及可在频繁停车的城市交通中进行驾驶的汽车。

3、L4/L5级完全自动驾驶——面向在城市交通环境中的自动驾驶、无人出租车和机器人物流。

SnapdragonRide平台基于一系列不同的骁龙汽车SoC和加速器建立，采用可扩展且模块化的高性能异构多核CPU、高能效的AI及计算机视觉引擎，以及GPU。

其中，ADASSoC系列和加速器系列采用异构计算，与此同时利用高通的新一代人工智能引擎，ADAS和SoC能够高效管理车载系统的大量数据。

得益于这些不同的SoC和加速器的组合，SnapdragonRide平台可以根据自动驾驶的不同细分市场的需求进行配备，同时提供良好的散热效率，包括从面向L1/L2级别应用的30TOPS等级的设备，到面向L4/L5级别驾驶、超过700TOPS的功耗130瓦的设备。

此外，高通全新推出的SnapdragonRide自动驾驶软件栈是集成在SnapdragonRide平台中的模块化可扩展解决方案。

据介绍，SnapdragonRide平台的软件框架可同时托管客户特定的软件栈组件和SnapdragonRide自动驾驶软件栈组件。

SnapdragonRide平台也支持被动或风冷的散热设计，因而能够在成本降低的同时进一步优化汽车设计，提升可靠性。

现在，Arm、黑莓QNX、英飞凌、新思科技、Elektrobit、安森美半导体均已加入高通的自动驾驶朋友圈，成为SnapdragonRide自动驾驶平台的软/硬件供应商。

Arm的功能安全解决方案，新思科技的汽车级DesignWare接口IP、ARC处理器IP和STARMemorySystemTM，黑莓QNX的汽车基础软件OS安全版及Hypervisor安全版，英飞凌的AURIXTM微控制器，以及安森美半导体的ADAS系列传感器都会集成到高通的自动驾驶平台上。

Elektrobit还计划与高通合作，共同开发可规模化生产的新一代AUTOSAR架构，EBcorbos软件和SnapdragonRide自动驾驶平台都将集成在这个架构上面。

据了解SnapdragonRide将在2020年上半年交付汽车制造商和一级供应商进行前期开发，而根据QualcommTechnologies估计，搭载SnapdragonRide的汽车将于2023年投入生产。

二、深耕汽车业务多年高通赋能超百万台汽车

在发布SnapdragonRide自动驾驶平台之前，高通已在智能汽车领域深耕多年。

十多年来，高通子公司QualcommTechnologies一直在为通用汽车的网联汽车应用提供先进的无线通信解决方案，包括通用汽车上安吉星设备所支持的安全应用。

在车载信息处理、信息影音和车内互联等领域，QualcommTechnologies的订单总价值目前已超过70亿美元（约合人民币487亿元）。

而根据高通在CES2020发布会现场公布的信息，迄今为止已经有超百万辆汽车使用了高通提供的汽车解决方案。

很显然，如今高通在汽车领域的布局又向前迈进了一步。

CES2020期间，除发布SnapdragonRide自动驾驶平台外，高通还推出了全新的车对云服务（Car-to-CloudService），该服务预计在2020年下半年开始提供。

据介绍，由QualcommTechnologies打造的车对云服务支持SoftSKU芯片规格软升级能力，不仅可以帮助汽车客户满足消费者不断变化的需求，还可根据新增性能需求或新特性，让芯片组在外场实现升级、以支持全新功能。

与此同时SoftSKU也支持客户开发通用硬件，从而节省他们面向不同开发项目的专项投入。利用高通车对云SoftSKU，汽车制造商不仅能够为消费者提供各种定制化服务，还可以通过个性化特性打造丰富且具沉浸感的车内体验。

另外高通的车对云服务也支持实现全球蜂窝连接功能，既可用于引导初始化服务，也可以在整个汽车生命周期中提供无线通信连接。

QualcommTechnologies产品管理高级副总裁NakulDuggal表示，结合骁龙汽车4G和5G平台、骁龙数字座舱平台，高通的车对云服务能够帮助汽车制造商和一级供应商满足当代车主的新期待，包括灵活、持续地进行技术升级，以及在整个汽车生命周期中不断探索新功能。

此外，QualcommTechnologies也在CES2020上宣布，表示将继续深化和通用汽车的合作。作为长期合作伙伴，通用汽车将通过与QualcommTechnologies的持续合作来支持数字座舱、车载信息处理和ADAS（先进驾驶辅助系统）。

结语：巨头纷纷入局自动驾驶领域风起云涌

前有华为表示要造激光雷达、毫米波雷达等智能汽车核心传感器，后有Arm牵头成立自动驾驶汽车计算联盟，如今移动芯片巨头高通也发布了全新的自动驾驶平台，在汽车和自动驾驶领域上又迈进一步。

巨头入局有利于自动驾驶汽车更快更好地落地，然而另一方面随着更多硬核玩家拓展业务边界，此次市场上的竞争也必然会变得更加激烈。

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。

❺ 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。

❻ 嬴彻科技发布自动驾驶计算平台Inceptio M51 三大成果亮相WAIC

工程样车

在嬴彻科技创始人兼CEO马喆人看来，2020世界人工智能大会期间展出的L3工程样车是嬴彻科技和中国重汽在自动驾驶前装量产路线上的重要阶段性成果。他表示，嬴彻一方面大力投入自动驾驶卡车核心软硬件的研发，另一方面坚定投入与汽车产业伙伴的量产合作。除此之外，马喆人也表示，双方的量产合作已经进入深度融合阶段，对于自动驾驶卡车如期成功量产，他表示很有信心。

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。

❼ 智己汽车的自动驾驶解决方案有什么亮点

智己汽车选用了视觉为主的自动驾驶感知解决方案，全车搭载12颗摄像头、5颗毫米波雷达、12颗超声波雷达、军工级超高精度惯导、高精度地图以及 V2X车端技术。
在视觉感知系统基础上，智己汽车还兼容激光雷达软硬件架构冗余方案，支持英伟达Orin X（500~1000+TOPS）和2个激光雷达的升级能力。后续当激光雷达进入商业化量产成熟期，智己汽车具备升级激光雷达系统能力。