2017年車聯網技術應用積累加速

□ 文/本刊記者 何 遙

2017年車聯網技術應用積累加速

□ 文/本刊記者 何 遙

未來車聯網中的自動駕駛汽車將運用眾多微型激光雷達、雷達、超聲波傳感器和數字攝像頭。各種傳感系統各有優缺點，結合運用將會為汽車多穿上一件“安全服”。

汽車正在快速成為全球最智能的互聯設備之一，通過使用傳感器技術和性能強大的處理器來感應周圍情況并持續地做出反應。智能化的汽車需要一套復雜的技術：收集LIDAR（激光探測與測量）、聲納、雷達和光學信號的傳感器；一個傳感器融合樞紐，收集數百萬種數據；處理數據的微處理器；機器學習算法，需要強大的計算能力來讓數據變得智能并有用。這些技術十分復雜，因為互聯汽車必須有足夠的智慧來快速應對意外情況并避免發生事故。

聯網汽車需要廣泛的資源：車內計算；強大的云和一套機器學習解決方案；高帶寬、低延遲連接系統；強大的內存和FPGA技術；人機接口，以及安全技術。由于各企業之間合作加強，比如，英特爾為互聯汽車提供端到端的計算技術，Mobileye提供世界領先的視覺分析，而寶馬提供最終的駕駛體驗，等等。這些技術及應用在2017年都將加速積累。

5G網絡將打造更暢通的車聯網

要想確保安全行駛，互聯汽車需要兩件東西：與附近的汽車、物和云進行超高速通信，以及近乎實時地獲得有關周圍情況的數據。DSRC和4GLTE都很快，可以提供與其它汽車和附近物的連接。但是，兩種技術都不能高速地傳輸大數據文件，都存在一定的延遲，特別是當無人駕駛汽車與幾百輛其它汽車在高速路上飛奔時，這就成為一個大問題。

仍在迅速增加的海量數據，就足以讓5G網絡在車聯網時代不可或缺。無人駕駛汽車將需要大數據——特別是幫助它們安全導航的高清3D地圖。沒有哪輛汽車會有足夠大的容量來存儲全世界的地圖。它們需要與當前位置相關的地圖，比如：每天穿越的城市、連接兩個城市的高速公路或者是附近道路。沒有哪種通信技術可以傳輸這些TB級的大數據文件，只有5G毫米波頻段提供的速度和帶寬可以在加油站停車時傳輸大數據文件。

簡而言之，5G和車聯網將一起到來。物聯網是連接到云的智能設備的集合。連接到云意味著“物”的所有行為都可以轉化為數據，可以實時測量并能從任何地方訪問。這些互聯的“物”正變得無處不在，改變我們生活中所有的體驗?！拔铩笨梢韵袷直砘蛑悄苁謾C那樣小而簡單，也可以像汽車那樣龐大而復雜。

5G網絡可以讓聯網汽車兼顧便利和安全。首先，穩健快速的5G連接能夠為汽車、其使用者和交通基礎設施間提供低延遲的汽車間（V2V）通信、數據豐富型服務及云應用，它們將通過無線方式把車載傳感器遙測數據傳回云端，進行分析和反饋，以此來提升行車的自動化程度和安全保障，所以高帶寬、低延遲的連接系統將是自動駕駛汽車必須具備的神經系統。其次，在建設和應用數據中心來采集自動駕駛海量數據，并利用深度學習模型在其上進行分析，據此對自動駕駛生態系統各個環節進行改進的過程中，5G也能發揮重要的作用。

走向5G不是單純的移動通信技術的迭代，而是整個網絡的轉型和變革，是新一輪企業技術革命的重要轉折點。要挖掘車聯網的潛力，就需要穩定一個龐大的，擁有強大網絡基礎設施支持的5G網絡，而非僅僅搞定無線接口即可。支撐車聯網的5G網絡形態，將是涵蓋終端、邊緣和云的完整架構。對運營商來說，大帶寬、低延時的網絡是其支持自動駕駛汽車和自身相關業務的基石，而在5G網絡時代，這個網絡還需要具備幾個特征：

首先，車聯網需要實現更靈活的調度。在車聯網中，跑在馬路上的無人駕駛汽車和用戶將不計其數，車廠和車主都將是運營商服務的對象，屆時就需要網絡的資源調度及運維運營實現自動化，且需要敏捷響應不同汽車制造商和用戶的需求。

其次，聯網汽車需要與云共享信息以及在云中分析更多數據，所以它需要實現網絡資源池化和資源的最大化共享，以及支持網絡的動態擴展，并實現更高彈性，以應對互聯汽車數量和網絡需求的快速變化。而無人駕駛的實現原理其實就是對于圖像的數據化和背后的處理工作，因此需要大規模且快速的數據處理和回傳。

第三，網絡必須是開放的，互聯汽車制造商的應用需要與網絡運營商的平臺深度融合，這需要運營商網絡平臺的開放性和API支持，以滿足汽車廠商的開發和網絡運營管理需求。

芯片+算法

每輛互聯的車都是復雜生態系統中的個體，車輛之間的、車輛與路邊基礎設施的交流，使得在其中扮演大腦角色的數據中心與神經系統角色的網絡成為重中之重。智能芯片使這種大腦發揮出作用。

智能行車預警系統

圖像處理器領域的領先者英偉達也開始致力于人工智能和自動駕駛技術，今年CES上展出了自家自動駕駛測試車的英偉達，正在和奔馳合作，計劃在明年向市場推出英偉達的AI智能汽車。一臺搭載英偉達智能AI系統的梅賽德斯-奔馳將會在今年內推向市場。一家知名半掛卡車廠商帕卡(PACCAR)剛剛也和英偉達達成了合作。兩家公司宣稱，他們將攜手開發一套自動駕駛卡車系統。

今年3月中旬，英特爾宣布以153億美元巨資收購以色列的高級駕駛輔助系統（ADAS）廠商Mobileye。

廣義而言，輔助駕駛目前種類已有多達20種，包括自動導航系統，電子警察系統，自適應巡航，車道偏移報警系統LDWS，車道保持系統，前車碰撞預警系統，夜視系統，自適應燈光控制，行人保護系統等等。

ADAS技術和功能種類如此之多，頂尖如Mobileye也沒有全部涵蓋。Mobileye熱銷的智能行車預警系統5系列主要實現了前車碰撞預警FCW、車道偏離預警LDW、行人碰撞預警PCW、車距檢測預警HMW、智能遠光控制IHC、限速提示SLI、交通標志識別TSR這7種。Mobileye自有的算法和計算機芯片技術體現在這些產品中。

自三年前Mobileye上市至今，已經和很多家公司競爭各大汽車廠商的智能汽車安全設備招標，而且每次中標率幾乎是百分之百。包括奧迪、寶馬、豐田、本田、沃爾沃等世界主流汽車廠商都使用其產品。它也是特斯拉車載的autopilot半自動駕駛系統技術的供應商。早在2015年年底，已經有超過一千萬輛汽車裝載了Mobileye的產品。這些設備都可以幫助英特爾獲得來自于全世界各地的大量路況數據。

英特爾CEO科再奇在談及收購Mobileye的原因時已經明確指出是數據是核心要素：“未來推動汽車產業發展的將會是數據與計算能力，而不是馬力。

更便宜、體積更小的激光雷達系統

由于人造系統至今尚無法媲美人類眼睛及大腦的圖像處理能力，所以，工程師在給車輛配置可探測前方路況的傳感器時，采用了“腰帶加背帶”的雙重保障。比如，同時使用攝像頭和超聲波探測器，或同時使用攝像頭和雷達，這樣即便一套系統漏掉了某處潛在危險，其他系統仍可能察覺并指示汽車做出閃避動作。

在自動駕駛汽車目前使用的傳感系統中，攝像頭、超聲波探測器和雷達這三套系統比較便宜且易于部署，而激光雷達系統則不一樣。激光雷達采用激光探測及測距技術來構建汽車所處環境的詳細三維影像。這非常有用，因為激光雷達很笨重，機械構造復雜，而且成本與一臺未加裝車頂系統的汽車一樣高。

雷達能發射無線電脈沖并接收物體反射回來的信號，從而發揮探測功能。發射脈沖和收到反射之間的延時被用于計算該反射物的距離遠近。假如該對象正在移動，其速度也可被測算出來，因為反射信號的頻率會出現輕微改變，這源于多普勒效應（該現象也導致消防車駛過時警笛音調發生改變）。

約15年前，雷達傳感器屬于專用配件，成本約為3000美元。德國芯片制造商英飛凌（Infineon）找到方法以標準化的硅基芯片制作工藝來生產這些傳感器，還將雷達的多種功能集成到單一芯片上。產品性能因此提高，價格也隨之下降到幾百美元。結果，雷達芯片已成為自動駕駛汽車不可或缺的一部分，在常規汽車中也日益常見，提供自動緊急制動等安全功能。

英飛凌是雷達探測器芯片的最大制造商之一，其科研人員正在研發更小型廉價的激光雷達系統。在最具前景的技術中有一種是微型硅芯片系統。其原型產品已交付幾家大型汽車零部件供應商，包括德爾福（Delphi）和采埃孚公司（ZF）。一切順利的話，大約三年內，激光雷達芯片應該就會開始應用在汽車上。英飛凌采用微機電系統（MEMS）的激光雷達每秒可掃描一個場景中的5000個數據點，探測范圍達250米。預計汽車制造商將為之支付不到250美元。

未來車聯網中的自動駕駛汽車將運用眾多微型激光雷達、雷達、超聲波傳感器和數字攝像頭。各種傳感系統各有優缺點，結合運用將會為汽車多穿上一件“安全服”。