自动驾驶量产阶段所面临的问题
作者 / 小瑜???”如果将自动驾驶看做一套满汉全席，只有将席间的每一道菜都做好，才可能实现量产。不然的话，就算模型表现得再完美再好，距离落地到应用端，还是隔着一条天然的巨大鸿沟。”在毫末智行与清华AIR联合 ...
以下为文章全文：(本站微信公共账号:cartech8)
汽车零部件采购、销售通信录 填写你的培训需求，我们帮你找 招募汽车专业培训老师
| 作者 / 小瑜??? ”如果将自动驾驶看做一套满汉全席，只有将席间的每一道菜都做好，才可能实现量产。 不然的话，就算模型表现得再完美再好，距离落地到应用端，还是隔着一条天然的巨大鸿沟。” 在毫末智行与清华AIR联合举办的第四期自动驾驶公开课上，毫末智行首席交付官甄龙豹全面解析了自动驾驶从概念到量产的具体挑战。 RoboX提炼出了其中的内容要点： 为何“鸿沟”天然存在？自动驾驶需要强软硬结合，包括半导体，再加上通讯、卫星等等不同的领域，所以它的大规模量产，势必会引发大量变化和讨论。 在系统研发第一阶段，是围绕终端需求，设计方案；第二个则是DEMO阶段，也是把理论初步变为应用现实的阶段。 这其中的工程、样件、测试等工作，都是指向可行方案的验证和修正。 但在DEMO阶段，可以不计成本，不计规格，不计算力，不计投入，因为其主要目标是要证明技术可以变为看得见摸得着的功能。 但如果DEMO的内容如果与后续阶段是脱节的，那就永远无法转向为量产——它与大规模量产之间的鸿沟极易形成。 “例如在做DEMO的时候，可能会用工控机来做，其GPU、运行频率，和对任务的调度远高于量产实际使用的域控制器。” SOP能力补齐 “如果说从概念到DEMO是从0到1，那从DEMO到量产就是从1到100。量产阶段要做的，就是补齐原来缺失的那99。” 到了大规模量产阶段，应用环境和应用条件都需要考虑。包括振动、天气、高原、高湿等因素，以及车辆通讯的跳变，电源跳变等等。 同时，不管是ASPICE流程要求，还是体系的安全要求，在量产阶段时，都需要自上而下以标准化的流程来约束。  “工况环境的累积，能够不断反哺流程和设计标准。所以我们会看到做的SOP的项目越多，积累的工程经验就越多；你的市场应用越多，流程完备性，系统完备性都会呈螺旋式上升。” 甄龙豹认为，这是一个互相促进的过程。不单是汽车行业，这是生产制造业本身的天性。 量产验证的主要阶段 1、平台项目阶段：该阶段是指在没有外部客户和项目的时候，自动驾驶公司自己所做的内部平台定义的开发。此类研发立项需要做到准SOP的阶段，以求未来能在客户的车上快速进行量产适配。 2、领航项目阶段：产生进一步的各种规范要求。包括通讯规范，出口区域的安全标准等等。另外，功耗，上下电模式，性能要求等，也需要在此阶段明确。 3、应用项目阶段：每年整车产品都会有不同的改款，这些改动涉及造型、底盘、传感器等等。这反映到自动驾驶来说，要用到不同的验证形式。 不过，由于在上版量产系统上，已经做过了针对性的变更和开发验证，这一阶段所需的周期会比整个自动驾驶项目要快很多。 4、验证阶段：针对项目中的变化进行验证实验，从而满足快速上车的需求。 自动驾驶系统开发流程 整体来说，自动驾驶的开发必须按照ASPICE（汽车软件过程改进及能力评定模型框架）的要求来进行。 在自动驾驶系统开发需求中，功能需求只占50%，另外还有硬件开发需求，安全需求等等。 在开发过程中，任务包括需求分解，系统功能分解，软件功能分解，也包括售后管理等整个生命周期管理。 “这是一个完整的自循环和自生长的流程。”甄龙豹说道。???  （图源：文心一言） ?自动驾驶硬件的开发流程： 硬件开发流程的内容包括功耗、内部算法、操作系统和电源数的设计，再到关键BOM的生成，这里还会结合到不同主机厂的需求。 在这些目标都达成之后，才会进行硬件PCB（印刷电路板）的生产和SMP的贴片。贴片完成之后，就又会对针对设计内容在实际样件里面的完整性和一致性进行验证。 这些验证属于DV（设计验证）阶段的测试，之后还会进行大规模生产的PV（产品验证），其中包括环境仓实验、跌落实验、冲击实验等。 另外，在自动驾驶硬件测试内容中，包括了建模，CART、散热仿真，机械外壳强度分析，PCB内部信息验证等等。 而手板样的制作，以及样机的测试，都是围绕着上述内容来一一进行的。 通过这些测试，需要得出可行结果，然后下一步还要得出标准，也就是测试需要满足的内容是什么。 据此，还需要进行电源、信号的稳定性测试，以及内部设计的系统测试。 例如，在进行自动驾驶的多视觉系统测试时，要对视觉链路经过内部的解并串，再加上密闭输入，得出演图的完整性以及S参数，从而确认硬件设计可行，可以进行规模量产。 自动驾驶软件开发流程： 软件开发需要考虑的内容包括：通讯、诊断、安全，底层驱动（相机驱动、以太网的驱动、系统层级驱动，GPU或AI层级驱动等等）。 “一个模型如何从云端走向车端，或者说从云端走到芯片端，这才是制约模型上车量产的关键。” 一个云端效果比较好的模型，实际上距离车端应用，还有很远的距离。因为云端GPU的资源是无穷无尽的，要远远要高于车端，也远远高于芯片端的能力。 所以在芯片端还要解决本身行为的分析、模型的编译，模型的模拟，以及工具链和模型整体的减帧和减量化。  在感知中，只看准召率（精确率+召回率）远远不够。只有看得越远，看得越精，后端PnC的发挥空间才会越大，系统功能也会越强。 所以除了准召率，还需要看检测稳定性、速度稳定性、收敛速度，以及对白天夜晚的适应度等等，这些都是感知从训练到量产的基础化内容。 因此，一个好的感知开发，一定是从后端推导到前端来进行的。 在模型训练、编译和部署的3个阶段中，模型编译重点围绕的是芯片，它做的其实就是这个模型真正的能不能在这个芯片上编译成功，所以它主要的卡点是算子支持，包括模型结构等等。 到了最后阶段——模型部署时，需要保证的内容相对繁杂：例如CPU、帧率，内存、量化掉点，还有稳定性，一致性等等，这也是在板上实现感知模型应用的最重要的环节。 从滚动式开发，到并行开发 “上述这些内容，其实距离量产还只能说完成了50%。”甄龙豹说道。 因为海量数据的价值点都在于后期的长尾分布上：一些可遇不可求的数据，才是解决真正的Corner case场景所必须的。 因此，不管是通过用户的使用场景数据驱动，还是企业自身路测系统数据驱动，抑或是由云端和车端来进行影子模型的部署，企业都需要在云端不断训练并验证之后，再在板端进行大规模的推送。 曾经，底软、中间件、感知、预测，PnC都是滚动式先后开发，要先做完一层，再开发下一层。那这套系统量产下来，需要三五年，甚至七八年的时间。 所以现在，基本上所有的模块形成并行开发的模式。而要为了保证效果和效率，测试是必不可少的，包括台架测试、实车测试、泛化测试等等。 要达成的效率是，在每一个版本的软件有了之后，整体仿真测试都已经就绪，并能够支持相对应的模块来开展测试的工作，来验证其可靠性和一致性。 仿真测试内容 仿真测试一般来说是针对传感器和系统的，测试通常被称作HiL（硬件在环仿真测试），以及对应的软件组件的集成。在此阶段，不管是功能的验证、底软的验证、版本的迭代，还是路测，都会各有不同的侧重点和考量。  1、通讯测试：目的是保证整车之间各ECU之间的正常通讯，保证整车网络系统运行的稳定性。 由于域控要与整车、传感器、执行系统和云端进行通讯，所以需要确保各个子ECU和上级ECU之间通讯的完整性和时延。 例如，激光雷达在雪天被遮挡了，系统会如何处理？触发条件是什么？同时，这种故障测试，还要考虑存在误报的情况。 2、网络管理测试：泛指是ECU上下链的管理测试，它可被归为安全车载的通讯测试。例如“哨兵模式”就是一个典型的网络管理的范畴：在整车休眠的状态下，如何保证实现最低功耗的同时，还能记录下视频？ 3、诊断测试：现在业内比较通用的测试。它要保证的就是整套诊断链路的完整性。 4、安全车载通讯：保障信息安全，包括系统抗攻击的能力，或者密钥的生成能力。 5、以太网的测试：因为车内的以太网越来越多，该测试主要考量以太网的连接性，包括负载程度，响应快慢等等。 6、非正常测试：对用户使用过程中误碰、误操作情况的应对。比如开着开着车，我直接糊块泥，或者开着开着车，我把所有传感器的电都直接全部拔掉，我们都做过这些测试。 7、故障降级测试：应对信号故障、网络故障、硬件短路，传感器系统供电异常的能力。 系统实车级的验证 不管转向系统、制动系统、T-BOX系统，还是云关联系统，都要进行全链路打通和摸底。例如AEB的刹停机制，响应速度也是实车验证的一部分。 在性能标定环节中，就包括了纵向、横向、AEB这些日常内容，另外还有全功能全场景验证，这类验证会针对不同的路况、天气和规模。 毫末智行现在所有开发的理念，都是围绕着大规模泛化来进行。“我们会通过单场景、特殊场景对功能进行全方位的评价，优先解决占比达到80%以上高频的场景，再逐步解决特殊的20%的特殊场景。”甄龙豹表示。 而按照流程来说，需要先做封闭的场地测试验证，这主要针对法规类场景；继而在此基准上，再进行真正的大规模实车道路验证。  自动驾驶软件量产挑战 不管是感知量产、认知量产还是测试，仍面对很多挑战。例如复杂的道路交通指示牌，不同的红绿灯类型、交通标识，不同地面杂线干扰等等。 现在，量产确实已经真正演变成了不是终点，而是最初的起点。 对于主机厂来说，OTA是很大的难题，每个系统的OTA对应的都是关联系统的结构梳理，因为版本如果对不齐，可能发生一个管理件OTA了，另一个管理件趴窝的风险。 但是，对于自动驾驶本身来说，随着OTA提供大量且详尽的内容，对于关联系统的需求，也会随着OTA不断地变化。如此，OTA才能真正为用户持续打造更好的体验。 |
文章网友提供，仅供学习参考，版权为原作者所有，如侵犯到
你的权益请联系qchjl_admin@126.com，我们会及时处理。
会员评价：
共0条 发表评论