2018年10月18日，世界智能網(wǎng)聯(lián)汽車大會在北京國家會議中心盛大開幕。

　　智能網(wǎng)聯(lián)汽車是信息通信、互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、道路交通等行業(yè)加速跨界融合變革的新興產(chǎn)物，是全球產(chǎn)業(yè)創(chuàng)新熱點與未來發(fā)展的制高點。驅(qū)動汽車產(chǎn)業(yè)轉(zhuǎn)型升級，發(fā)展智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)已成為落實國家戰(zhàn)略的重要載體。

我們在汽車CAN總線數(shù)據(jù)應(yīng)用領(lǐng)域已經(jīng)深耕了8年，核心人員隊廣拓思路，盯上了智能駕駛這產(chǎn)業(yè)的數(shù)據(jù)采集。推出智能駕駛V8汽車數(shù)據(jù)收集載體，斬獲無人駕駛巨頭訂單，應(yīng)用于智能駕駛眾包地圖駕駛行為數(shù)據(jù)采集，建立自動駕駛數(shù)據(jù)模型。

上次說過，智能汽車的自動駕駛路線分為如下三類：

1、以谷歌、百度為代表的互聯(lián)網(wǎng)類。這些公司擁有雄厚的資金，可以大量招聘優(yōu)秀人才，大量投入資金，會從最高級別的無人駕駛往低級別無人駕駛走。他們的理念是，不在意短期是否盈利，一旦做成了，那么這個行業(yè)全是我的。

2、以整車廠為代表的工業(yè)類，例如福特、奔馳、寶馬等。這些公司內(nèi)部配置了強大的技術(shù)，是從底層向上做起，L1 成熟了就做 L2，例如倒車影像、環(huán)視、自動泊車、前車防撞等技術(shù)。

3、是針對具體場景的，例如低速場景，包括園區(qū)的巡邏車、環(huán)衛(wèi)低速車等。這類場景對行車速度的要求相對較低，行駛環(huán)境也不像城市街道那么復(fù)雜，但這類自動駕駛也是需要比較多的積累。

自動駕駛決策部分的特點是，龍頭多、技術(shù)點繁雜，需要大資源、大技術(shù)、大資本，才能投入下一個環(huán)節(jié)，所有的機器學(xué)習(xí)，大多停留在信息采集階段，而這個階段的信息采集，絕大多數(shù)基本都是處于攝像頭將圖線變成矢量，然后存儲起來。汽車背后的主機非常巨大，相當(dāng)于一臺高容量存儲的服務(wù)器

。

 對于自動駕駛汽車而言，產(chǎn)品生命周期管理是保證從預(yù)研項目Demo到量產(chǎn)的必經(jīng)之路。只有經(jīng)過嚴格的產(chǎn)品生命周期管理體系，優(yōu)化各研發(fā)部門的協(xié)作及供應(yīng)鏈關(guān)系，通過數(shù)字化的方法提高每個階段的工程建模與測試驗證效率，最后才能實現(xiàn)高質(zhì)量，高效率的量產(chǎn)產(chǎn)品落地。

目前自動駕駛技術(shù)處于從L2往L3推進的過程中，很多從事無人駕駛的客戶在產(chǎn)品Demo階段愿意嘗試不同的創(chuàng)新解決方案，但是到了最終量產(chǎn)階段，還是傾向于選擇汽車總線數(shù)據(jù)經(jīng)驗的供應(yīng)商，主要原因有兩點：

第一，自動駕駛是一個全球都在競爭趕超的領(lǐng)域，因此對技術(shù)上提出了非常高的要求，供應(yīng)商既要滿足客戶通用性的平臺化開發(fā)標準，也要滿足個性化的需求，在批量路測規(guī)定的時間節(jié)點保質(zhì)保量地交付整套產(chǎn)品。

第二，自動駕駛與傳統(tǒng)的汽車研發(fā)不同，自動駕駛包含多種新型傳感器、人工智能及大數(shù)據(jù)、高精度地圖等全新的內(nèi)容，需要一個全新的創(chuàng)新體系來支持。這其中要考慮的絕不僅僅是技術(shù)和產(chǎn)品的實現(xiàn)，同樣重要的還有研發(fā)流程與方法、協(xié)同創(chuàng)新與技術(shù)團隊的管理。

速銳得就是看準了這個前夜的契機，結(jié)合8年的總線經(jīng)驗研發(fā)與4年分時租賃數(shù)據(jù)應(yīng)用優(yōu)勢，推動自動駕駛數(shù)據(jù)采集終端V8本地化的量產(chǎn)落地。

為了滿足數(shù)據(jù)的嚴格要求，速銳得的整個研發(fā)體系將采用以人為主的敏捷研發(fā)方式，以此應(yīng)對不斷變化的產(chǎn)品需求。傳統(tǒng)的汽車研發(fā)采用層層向下的金字塔管理方式，而新型管理方式采用產(chǎn)品架構(gòu)模塊化管理，配合扁平化的組織架構(gòu)，讓每個工程師都可以參與到產(chǎn)品和公司發(fā)展中來，從自身專業(yè)的研發(fā)角度出發(fā)提高產(chǎn)品質(zhì)量。下圖為迭代第三版的V8，10#樣機，屬速銳得Vbox系列，架構(gòu)為Cortex A7（i.MX6ul）+CortexM4F（freescale S32K）+4G（八核ARM Cortex A53+Qualcomm Adreno 506GPU），加上多年的總線數(shù)據(jù)經(jīng)驗，定能為行業(yè)和客戶創(chuàng)造更多價值。

下圖為V8硬件架構(gòu)：

硬件相關(guān)參數(shù)：

I.MX6集成了FlexCAN、MLB總線、PCI Express?和SATA-2，具有卓越的連接性，同時集成LVDS、MIPI顯示器端口、MIPI攝像機端口和HDMI v1.4，是先進的消費電子、汽車和工業(yè)多媒體應(yīng)用的理想平臺。

飛思卡爾SK32作為與汽車總線交互的核心處理，采用的Cortex-M4的內(nèi)核，并帶有以太網(wǎng)的接口，將適應(yīng)未來所有車型。

兩個主處理器都滿足AEC-Q100,滿足車規(guī)級的要求，未來可以在所有汽車領(lǐng)域大量應(yīng)用。

功能實現(xiàn)的目的：

我們利用I.MX6解決了高速視頻拍攝及解壓，通過高通4G模組將S32K采集的CAN總線數(shù)據(jù)和外圍GPS等SENSOR將數(shù)據(jù)傳給服務(wù)器。主要解決從采集端到?jīng)Q策端的數(shù)據(jù)問題，通過采集到的車速、轉(zhuǎn)向角度、檔位信息等汽車CAN總線數(shù)據(jù)建立駕駛模型，建立樣本。

如果按照單臺車以30Hz的頻率采集320*320的圖像，十分鐘生成一個壓縮包圖片庫的速度來算，2小時內(nèi)的行駛將產(chǎn)生4個GB的圖片數(shù)據(jù)，結(jié)合邊緣算法在本地實現(xiàn)處理還需要將圖片通過蜂窩網(wǎng)絡(luò)（4G,5G）上傳到云服務(wù)器做深度分析。車子在路上跑的時候，通過V8這類也在不斷的采集數(shù)據(jù)，而這些數(shù)據(jù)可以支撐我們做進一步的安全驗證。

應(yīng)用服務(wù)層：智能駕駛實驗平臺軟件網(wǎng)關(guān)自身帶視頻解析和呈現(xiàn)，主要功能均通過服務(wù)的方式對外提供，包括運行在CAN網(wǎng)關(guān)上的總線數(shù)據(jù)、遠程升級服務(wù)、本地數(shù)據(jù)處理、應(yīng)用平臺部署、安全服務(wù)監(jiān)測及其他擴展服務(wù)。

應(yīng)用框架層：應(yīng)用框架層主要提供應(yīng)用服務(wù)運行所需的執(zhí)行環(huán)境，包括Java虛擬機(Java運行環(huán)境)、Web服務(wù)引擎、開發(fā)包、MQTT安全模塊及其他擴展開發(fā)包。

組件層：組件層主要提供網(wǎng)關(guān)系統(tǒng)運行所需的各核心功能模塊，包括：電源模塊組，完成與S32K、i.MX6、4G通訊模組等電源供電功能；S32K模塊組，完成CAN協(xié)議解析、電壓轉(zhuǎn)換，數(shù)據(jù)解析、數(shù)據(jù)組包等功能；管理模塊組，完成4G網(wǎng)絡(luò)射頻信號接收、設(shè)備GPS定位、外部藍牙連接等管理功能。

Linux&驅(qū)動層：主要包括Linux操作系統(tǒng)和平臺驅(qū)動，是網(wǎng)關(guān)運行的基礎(chǔ)，包括主芯片驅(qū)動以及各種網(wǎng)絡(luò)驅(qū)動，如WiFi、藍牙、串口等。

技術(shù)做底、行業(yè)為圖，自動駕駛的商業(yè)化之路上繞不開“安全”與“量產(chǎn)”。只有讓自動駕駛車輛自然融入到現(xiàn)實的車輛行駛環(huán)境中，才能做到真正的自動駕駛車輛和人類駕駛車輛雙重安全。基于此，V8的圖像視頻用i.MX6處理環(huán)境建模系統(tǒng)、S32K主要與汽車總線交互、GPU處理ADAS駕駛策略系統(tǒng)，保證自動駕駛車輛能對自身所處的靜態(tài)環(huán)境和動態(tài)有清晰明確的認知，與環(huán)境進行輸入輸出的雙向交互，并有基于實時環(huán)境信息的全面的可解釋的駕駛行為規(guī)則，并通過8核的4G模組，將數(shù)據(jù)上傳至AI大腦。

“環(huán)境建模系統(tǒng)要做的就是讓車輛融入環(huán)境。”V8的環(huán)境建模系統(tǒng)可以實現(xiàn)基于車體200米距離的實時感知、加上高精地圖的輔助，實現(xiàn)周圍數(shù)千米路況的預(yù)先感知和道路級生態(tài)感知。V8幫助車輛真正地融入當(dāng)前環(huán)境，做一個符合當(dāng)前駕駛要求的好司機，通過機器學(xué)習(xí)技術(shù)，向優(yōu)秀的人類司機學(xué)習(xí)，輸出更安全的駕駛決策策略。

在車型兼容策略上，采用TOP10策略，通過總線的適配，解決底層CAN數(shù)據(jù)的需求，在合作的汽車品牌領(lǐng)域，目前已經(jīng)覆蓋了一汽大眾、上汽大眾、東風(fēng)標致、雪鐵龍，長安、豐田、本田全系、別克、福特、起亞、現(xiàn)代、雷諾、奔馳等多款車型（之前積累的經(jīng)驗和新開發(fā)的）。

未來的十年，汽車產(chǎn)業(yè)將會以電動化、智能汽車、智能城市等為主題。未來的汽車進一步提高基于無人駕駛的網(wǎng)約車、出租車在全球的網(wǎng)聯(lián)化；V8基于汽車CAN總線將深度結(jié)合智能汽車底層技術(shù)，將幫助到所有的出行公司、自動駕駛公司、大數(shù)據(jù)公司、物流行業(yè)收集汽車駕駛數(shù)據(jù)，結(jié)合他們的新調(diào)度系統(tǒng)等服務(wù)更快帶到全球各個角落。