8月26日,由爱因斯坦汽车主办的“2021领域首届智能卡主控制器创新峰会”在上海汽车城瑞立酒店隆重举行。 这次会议持续了两天,包括智能汽车、智能驾驶域控制器、智能座舱域控制器、机箱和车身域控制器、智能驾驶计算平台、电子电气体系结构、软件 会议期间,长城汽车智能驾驶框架总监董作民发表了“智能驾驶域控制器硬件架构”的主题演讲。
以下是演讲的实录。
你好。 我来自长城汽车。 今天分享给大家的话题是“智能驾驶域控制器硬件体系结构”。 因为我自己在做底盘的安全保障,所以有大约十几年的经验。 加入长城后也在自动驾驶,所以我想分享一下关于自动驾驶控制的想法。
说到域控制器,实际打开一看,功能和场景非常多、复杂,最重要的是如何为客户提供安全、可靠、舒适的功能。
从行驶区来看,首先开发的是高速公路的功能。 例如,高速公路的自行车道巡航、自动变更行进路线等。 今年4月,一辆名叫摩卡的车批量生产了5r1v系统,目前评价相当好。 那么,接下来开发什么功能? 是高速公路场景的自动导航辅助驾驶,从这个功能逐渐扩展到城市高速公路和城市地区的情况。
在这方面,我们面临着许多挑战。 例如,离开高速公路到达城市状况后,有交通等交叉路口、自动收费站、行人回避、防止交通堵塞等功能。 在这些方面我们面临着挑战。 这给自动驾驶传感器、融合感知系统等提出了很多挑战。 首先是视觉系统。 包括红绿灯、多而复杂的十字路口、交通标志、地面标志、施工标志等,能感知到非常好的性能吗?
停车场产品还包括apv和明年量产的记忆停车,这里还包括路面停车场、空长廊、地下停车场、停车场等。
以前流传下来的域控制器大多基于传感器、雷达传感器和摄像机传感器,众所周知1r1v系统可以实现tga等功能,不需要域控制器,但最大的缺点是ota的升级 由于ncap一直在反复进化,瞄准未来的ncap需要升级控制软件功能算法,用以前流传下来的基于传感器的设计方法是无法实现ota的升级的。
以前流传下来的做法利润低廉,感知融合管控是分布式架构,对ai计算力要求不高。 路线二是目前发展迅速的趋势,即自动驾驶域控制器。 我们也以高速场景为基础,阶段性地扩大到城市·高速公路·城市部的场景。 我们希望域控制器实现,架构不变,倍算力和传感器实现ota升级。 域控制器为了实现越来越多功能的部署而访问越来越多的传感器,因此无论是视觉传感器、雷达传感器还是激光雷达传感器,域控制器都需要强大而丰富的接口。
高速场景自古流传下来的自行车道行驶、高速公路变道、半自动变道、全自动变道、高速公路自动上下灯、高速公路切换,这些场景的ai运算能力越来越高,越来越多的视觉摄像机和激光雷达信号的分解需要解决,运算
总而言之,路线硬件结构相同,odd限制多,中国特色场景开发滞后,缺乏功能体验的差异化。 路线二、统一体系结构,预先填充硬件能力,通过软件升级,可以逐步扩大odd,实现差异化体验。
这是关于分布式ee体系结构的。 一个简单的例子是以前流传下来的l1功能、adas功能、bsd死角检测。 acc和aeb其实第一功能是基于雷达的。 因为雷达在纵向距离上探测精度相当高。 lka横向控制的强方向感知是摄像机,摄像机是车道线的感知,在横向距离感知方面具有很高的精度。 例如,车道的保持和车道偏离警报由摄像机控制,分散依靠传感器,不需要域控制器。 到了右边的集中式cc架构,引入了智能驾驶控制器,有一个比较强大的计算平台,整合了以前流传下来的adas l1的功能、acc、aeb、tjp、hwp、noh等,规模比较大。 这些是
智能驾驶从分布式体系结构转移到集中式体系结构是一大趋势,长城域控制器中的创意在于车侧 举个简单的例子,自动驾驶实现了很多功能,但我们的功能并不完全。 无论是tesla-2019年碰撞的事故,还是国产新势力的车上发生的小碰撞事故,实际上我们的感知系统和管制算法一定有问题。 如果摄像头连前面不标准的车都感觉不到,碰撞就不可避免。 那么,量产车以后要进一步提高不同传感器,特别是视觉摄像机的感知功能算法,提高模型算法,我认为与云平台的良好互动是不可缺少的。
长城想建造的是量产车今后需要数据回复功能。 当然底盘的信号可以触发入住,但除此之外还需要入住实时照片新闻。 因为照片新闻是重要的资源。 这些图像资源进入云端,在云平台上进行标记训练模型,优化算法,最后将最新模型配置在车端以提高感知能力,实现各算法的迭代。
总而言之,目前l1、L2的主流体系结构adas的发展成为瓶颈,无法顺利地发展。 集中式体系结构是智能驾驶技术迅速发展的方向,提供可持续的计算能力。 集中构建硬件实现感知共享、计算力共享、电源共享等,软件统一了架构,支持功能不断演进。
这里收集了主要的ai soc芯片的迅速发展。 主要来自国外芯片供应商,包括ti、高通、tesla、NVIDIA。 从这几年开始,国产芯片头部企业也迅速崛起。 有地平线、黑芝麻、华为,长城作为主机厂非常包容。 这些芯片在长城域控制器开发的考虑范围内,我们希望与所有主要的芯片供应商紧密合作共同建设
目前的分布可能是l2和L2 + 10 tops就足够了,第一是1r多v方式,到l3需要30tops,到l4需要200-300tops才能扩展到城市场景。
这个网页是我们内部进行的总结分解,关于芯片的迅速发展,从两个维度进行判断。 横轴考虑每瓦多少tops,首要考虑芯片功耗的性能。 纵轴是计算力,越往上计算力越高。 当然对长城来说,我们更想使用的芯片是功耗低,计算力大。 当然为了满足这个要求,价格肯定也会上涨。 长城汽车目前主流的车型都在10-20万的价位之间,20万以上的车型并不特别多。 基于这一想法,他可能注重安全、可靠、高性价比。
高功率计算平台众多,噪声上升到以前流传的ecu的数倍,面临着多重挑战。 例如,从笔记本电脑到服务器,这有很大的不同。 这是毫无疑问的。 作为之前流传下来的ecu和大计算力平台,在器件数量、pin布线、焊盘、pcb层数、整机功耗、emc强度和单板面积等方面也有很大差异,期待在这方面有较大的提高。 总结一下,大计算力平台在四个维度上,功耗的挑战、/ S2/] 散热的挑战、/ S2/]
关于域控制器,长城本身也在开发。 根据我们的经验,我们认为域控制器的设计有以下几个要点。 :1、电路的分解模拟在设计选型时,通过电路的分解,确认各设备的参数。 、电源完整性的分解和模拟 : 3、信号完整性的分析和仿真; / S2// S2/4、wcca分解模拟; 5、可靠的设计、振动、/ S2 /、落下实验、/ S2/]
目前,随着大计算力芯片的应用,域控制器的快速发展功耗也越来越大。 从一二十瓦到五十瓦,现在有两三百瓦。 域控制器的模拟温度设计是重要的一环,特别是车辆的模拟温度被认为在85度左右,但这一挑战相当大。 首先模拟pcb基板上的芯片,超过基准值和高的用红色表示,另外基板上也模拟温度。
主流域控制器的散热方法一种是被动散热,一种是通过散热格栅自然空冷。 二和三是常见的风冷被动散热。 第四种是液冷。 我不想尽量考虑液冷。 液冷散热模式确实带来了额外的价格。
对于硬件体系结构,高级流程、高计算能力、开放的接口,这是终极目标。 关于芯片,将cpu解决方案、ai解决方案、图像解决方案、存储解决方案等一体化的产品称为soc。 另外,有开放接口,多种传感器、视觉、激光雷达、超声波雷达也有很好的接口。 另外还有汽车新闻娱乐系统ivi。 很多soc芯片除了npu以外还带有gpu,但也有极个别没有gpu的。 因为这里是俯瞰停车场的行业,所以连接并渲染环视图像时,可能需要从域控制器输入这个信号
这里提到的是从操作系统到云服务的开放式软件平台。 作为主机制造商,我们的第一步越来越多地放在APP应用层上。 现在有很多算法和acc,/ S2/] aeb /S2 /,/ S2/] [/s2/]
除此之外,域控制器的安全性也很重要。 最近,工信部发布了相应的法规。 也就是说,如何对自动驾驶的相关数据进行保密、加密,不将机密性低的消息传达给外部。 这边也需要做越来越多的业务。 特别是防止黑客攻击的业务。 最近一些报道称,国外有主要的主机厂,黑客高手可以通过攻击控制刹车和油门踏板。 这是非常困难的事情,所以我们需要在这里进行非常好的预防。
除此之外,还有mcu、美联社。 现在很多硬件开发人员和软件开发人员都有这样的能力。 这些人并不特别担心。 我们总是抱着包容的态度。 我们一起把这项工作做好了。
构筑智能驾驶的安全性、明确性、低延迟等核心能力,许多内部通信、延迟为微秒级和毫秒级,这一点尚有信心。 另外,安全可靠的形式化验证、安全隔离等,是开放体系结构,与autosar兼容,支持开源生态是我们的目标之一。
最后,介绍了故障操作双ecu体系结构。 明年将有一个具有冗余设计的sop。 通常由主单元控制。 如果主单元发生故障,则功能会下降,由备用控制器接管,司机也要注意。
由于引进了冗余设计,所以实际上不仅是硬件的结构,整车的结构和传感器的配置也必须考虑冗余性。 实际上,我们的传感器相当多。 在长城,我们在考虑如何合理布置传感器。 使用双电源策略或双通信结构,以便当一个传感器发生故障时,其余的传感器可以继续工作。
总的来说,车规标准化安卓平台是车企构建未来竞争力的关键。 我们试图掌握智能驾驶的主导权。 这是目标,但也不拒绝合作。 我们鼓励竞争,但期待更好的合作。 也就是说,与我们tier1、tier2分工合作,聚焦所长,聚焦汽车企业和合作伙伴商务双赢,专注场景应用和体验构建核心能力,统一技术语言,提高效率缩短ttm,不同
我的演讲到此结束。 谢谢你。
标题:“长城汽车董作民:智能驾驶域控制器硬件架构”
地址:http://www.0317jhgd.com//dfqcxw/12991.html