可能很多粉絲對于Waymo這家公司還比較陌生，于是我們在文章開頭先科普走一波。Waymo是谷歌的兄弟公司，同屬重組后的傘形公司Alphabet。它是繼承老谷歌的自動駕駛汽車研發(fā)項(xiàng)目后成立的一家新公司。

然后讓我們來說講解一下今天想說的新聞：Waymo已經(jīng)在無人駕駛技術(shù)領(lǐng)域進(jìn)行了多年的測試，并且掌握和核心技術(shù)，并且已經(jīng)擁有了一整套的傳感器設(shè)計(jì)。目前，Waymo宣布與英特爾合作，為自動駕駛技術(shù)提供芯片機(jī)載計(jì)算能力，并且將在日后的測試中應(yīng)用采用了英特爾技術(shù)進(jìn)行傳感器數(shù)據(jù)處理、通用計(jì)算和實(shí)時(shí)連接的克萊斯勒Pacifica混合動力車。

Waymo最新采用英特爾技術(shù)的

克萊斯勒Pacifica混合動力車

隨著Waymo的自動駕駛技術(shù)變得更加智能、更加強(qiáng)大，其高性能軟硬件都需要更有力、更高效的計(jì)算力。通過與Waymo緊密合作，英特爾能為Waymo車隊(duì)提供四級和五級自動駕駛所需的先進(jìn)數(shù)據(jù)處理技術(shù)。

憑借真實(shí)路況300萬英里的測試，采用英特爾技術(shù)的Waymo車隊(duì)，在美國道路上已積累的自動駕駛汽車?yán)锍虜?shù)據(jù)，遠(yuǎn)超其他自動駕駛車隊(duì)。與Waymo合作，英特爾將繼續(xù)在實(shí)現(xiàn)自動駕駛、創(chuàng)造安全未來中發(fā)揮領(lǐng)袖作用。

當(dāng)無人駕駛技術(shù)正在我們身邊快速發(fā)展的時(shí)候，還有不少人對無人駕駛不太了解，今天我們就好好聊聊無人駕駛。

自動駕駛還是無人駕駛？

大家眼里的無人駕駛從專業(yè)的角度來說更應(yīng)該叫自動駕駛，通俗的理解即為車不受人的控制可以自動前行，不論車上是否有駕駛員乘坐，只要不是受人控制則為無人駕駛車輛。

從機(jī)械角度看，車的前行、后退、拐彎等車輛行為操控已經(jīng)非常成熟，完全可以實(shí)現(xiàn)車輛自己行駛。在此之上需要一個(gè)“機(jī)器”來控制這個(gè)行為，對周圍情況的判斷識別并進(jìn)行決斷讓車向前行駛，這就需要一個(gè)高性能計(jì)算機(jī)進(jìn)行信息采集分析和判斷。由于以上行為都依賴于該計(jì)算機(jī)，計(jì)算機(jī)又完全仰仗于其內(nèi)部芯片，因此大部分的控制都將發(fā)生在中央控制區(qū)域。英特爾芯片基于其強(qiáng)大的計(jì)算力優(yōu)勢，成為自動駕駛車輛所用芯片的不二之選。

自動駕駛到底怎么分級？

美國汽車工程師協(xié)會所給出的分級是目前通用的分級標(biāo)準(zhǔn)，但現(xiàn)在有五級和六級之分，二者的區(qū)別是什么呢？其實(shí)就是Level 1至Level 5和Level 0至Level 5的區(qū)別。

沒有任何自動駕駛能力的車輛歸為Level 0，即“無自動”。Level 1指車上有一定的駕駛支援設(shè)備，可以解放你的雙腳；Level 2指有部分自動化，解放你的雙手；Level 3為“有條件自動化”，可做到解放你的雙眼； Level 4“高度自動化”，解放你的大腦；Level 5則是“完全自動化”，完全解放司機(jī)。后兩者最大的區(qū)別在于，Level 4適用于天氣晴朗和路況良好的情況下，而Level 5則對外部條件沒有限制，無論外界情況有多復(fù)雜都能順利完成自動駕駛。

自動駕駛所需芯片在哪里？

在已經(jīng)面世的自動駕駛車輛中，考慮到原始車輛的設(shè)置模型構(gòu)造，車的整體結(jié)構(gòu)不能輕易變動，車輛的中控臺后部恰好有一部分空間，因此目前的自動駕駛車輛芯片都放在車輛的中控臺部位。但隨著未來自動駕駛技術(shù)的發(fā)展，可能自動駕駛艙也會隨之變化，屆時(shí)芯片也就未必仍需放在中控臺。

自動駕駛包含哪些技術(shù)？

自動駕駛車輛對剎車的控制，從技術(shù)角度看已經(jīng)完全不是問題。探測車輛前方障礙物技術(shù)也很成熟，例如激光雷達(dá)、毫米波雷達(dá)以及攝像頭等技術(shù)都可以進(jìn)行探測?，F(xiàn)在的技術(shù)攻克點(diǎn)在于提高計(jì)算和處理速度，如何在極短的時(shí)間內(nèi)對于車輛是前行還是停止進(jìn)行判斷。舉例來看，如果前方出現(xiàn)的是一堵墻，車輛很容易判斷并停下，但如果前方是一股煙或霧，車輛又該如何進(jìn)行快速判斷呢？

實(shí)現(xiàn)自動駕駛有3個(gè)基本問題需要解決，第一為標(biāo)準(zhǔn)化制定，最直觀的就是紅綠燈的標(biāo)準(zhǔn)化。在未來，紅綠燈將由信號控制，當(dāng)車輛收到相應(yīng)的左拐或者前行信息時(shí)將接收指令并執(zhí)行，而不是如同現(xiàn)在靠駕駛員肉眼觀察判斷。

第二為車輛間的通訊裝置，當(dāng)車輛都安裝互聯(lián)通訊裝置后，每輛車在行進(jìn)的過程中將知曉周圍車輛的狀態(tài)。未來英特爾5G相關(guān)車聯(lián)網(wǎng)技術(shù)的應(yīng)用將有效推進(jìn)該階段的實(shí)現(xiàn)。

第三點(diǎn)也是最重要的一點(diǎn)：海量數(shù)據(jù)處理和運(yùn)算。自動駕駛所帶來的上千倍的數(shù)據(jù)量對于單芯片單功耗的運(yùn)算能力提出了極高的要求，而這是英特爾的強(qiáng)項(xiàng)也是未來努力的方向。

當(dāng)然，在路上行駛，人們最關(guān)心的問題就是安全。同樣，無人駕駛的討論大家關(guān)注的重要問題就是如何保證安全性。打造高安全性、可靠性的無人駕駛車輛到底該做好哪幾步？英特爾無人駕駛相關(guān)技術(shù)為你解密！

實(shí)時(shí)地圖，眼觀六路

人類駕駛車輛，通過眼睛對前方路況進(jìn)行預(yù)判，對于無人駕駛汽車來說，根據(jù)分層地圖收集來的實(shí)時(shí)高精地圖就是“機(jī)器駕駛員”的雙眼。將采集到的海量數(shù)據(jù)，實(shí)時(shí)匯集整理并更新至高精地圖中，利用大數(shù)據(jù)計(jì)算和機(jī)器學(xué)習(xí)對例如拐角及前方路況進(jìn)行預(yù)判。

機(jī)器讀取地圖的方式和人類看地圖完全不同，機(jī)器“看”的是分層地圖：通過讀取底層識別主干路網(wǎng)、車道線、海拔高度和周圍的路燈或路標(biāo)等；而在讀取頂層時(shí)，高精地圖變身傳感器地圖，獲取實(shí)時(shí)數(shù)據(jù)。因?yàn)槊恳惠v行駛過程中的無人駕駛汽車會捕捉到大量新數(shù)據(jù)，傳感器地圖通過獲取影像的方式加以實(shí)時(shí)計(jì)算和分析判斷前方路況，然后將修正過的最終數(shù)據(jù)傳回至無人駕駛車輛，保證順利前行。

當(dāng)無人駕駛繼續(xù)發(fā)展時(shí)，云加端的地圖是高階情形：云端會有動態(tài)地圖，車端會有短期靜態(tài)地圖。未來無人駕駛車輛行駛中，任何行進(jìn)中的變化路況都將被抓取收集到云端，在云端進(jìn)行分析來輔佐修正車端短期的靜態(tài)地圖，車端的傳感器和攝像頭又將實(shí)時(shí)捕捉的影像和云端動態(tài)地圖配合對比。完成以上過程即是高階無人駕駛的理想階段了，但這意味著對各種大量數(shù)據(jù)的采集和分析以及分類和標(biāo)定。

OTA在手，芯中有數(shù)

OTA不是一個(gè)簡單的軟件，而是一個(gè)系統(tǒng)，它既能做到將正確且經(jīng)過認(rèn)證的數(shù)據(jù)反饋給無人駕駛車輛也能保證數(shù)據(jù)的完整性，確保刷新數(shù)據(jù)不會缺漏，保障系統(tǒng)正常運(yùn)行。英特爾的 Wind River Helix CarSync* 即實(shí)現(xiàn)了遠(yuǎn)程狀態(tài)下滿足以上標(biāo)準(zhǔn)的更新。WindRiver Helix CarSync*是一個(gè)空中升級（OTA）軟件、固件和數(shù)據(jù)管理平臺，它從軟件的完整性、可靠性，再到整個(gè)鏈路的安全，Wind River Helix CarSync*都能提供不間斷的技術(shù)支持。目前，WindRiver Helix CarSync*已經(jīng)擁有一套完整的加解密的方案，并還會不斷升級，因?yàn)楸Ｕ习踩菬o人駕駛領(lǐng)域的首要目標(biāo)。

讓汽車制造商能夠以更安心、更經(jīng)濟(jì)的方式為互聯(lián)汽車軟件升級是Wind River HelixCarSync* 的核心價(jià)值，是保證無人駕駛車輛安全行駛的遠(yuǎn)程得力助手。

機(jī)器學(xué)習(xí)，胸有成竹

無人駕駛時(shí)代，每輛車承載的數(shù)據(jù)量將是TB級的，玩兒轉(zhuǎn)數(shù)據(jù)者將獨(dú)占鰲頭，實(shí)時(shí)交通中機(jī)器學(xué)習(xí)的體現(xiàn)是無人駕駛時(shí)代一個(gè)關(guān)鍵節(jié)點(diǎn)。這意味著并不是簡單的將路上發(fā)揮的某一路況反饋給無人駕駛車輛即可，二是要將歷史數(shù)據(jù)和當(dāng)前收集到的整體路網(wǎng)數(shù)據(jù)結(jié)合分析，通過機(jī)器學(xué)習(xí)進(jìn)行判斷。

同時(shí)，除了路上的情況，無人駕駛車輛周圍的情景也會運(yùn)用機(jī)器學(xué)習(xí)。其實(shí)在車輛上路前，大部分針對模擬周圍情境的訓(xùn)練已經(jīng)相對完善，但道路情況永遠(yuǎn)是千變?nèi)f化的，一旦捕捉到車周圍出現(xiàn)一個(gè)移動速度超過平均值的移動目標(biāo)，該目標(biāo)的行為將被傳回后端服務(wù)器建立為新樣本，以保證萬無一失，這些工作都要?dú)w功于強(qiáng)大的機(jī)器學(xué)習(xí)。