NPS推出多模型传感器平台NPS 500,可解决L4/5自动驾驶难题

泽辰 2021-02-26 14:41:59

盖世汽车讯据外媒报道,自主传感平台先驱Neural Propulsion Systems(NPS)推出安全可靠的自动驾驶汽车平台NPS 500,可帮助汽车行业实现未来交通零事故的愿景。NPS 500是世界上第一个针对L4/5自动驾驶的深度融合的多模型传感器系统。


该系统将NPS固态激光雷达MIMO(多输入多输出)LiDARTM、超分辨率SWAMTM雷达和摄像头精确互连,以协作检测和处理360°高分辨率数据,避免车辆发生事故。车辆搭载密集集成传感器系统,可以监测到拐角处甚至500米外的物体,还具备超高分辨率精度和高度自适应的帧频。NPS 500的突破性功使其比当前其他传感器解决方案可靠10倍。


NPS推出多模型传感器平台NPS 500,可解决L4/5自动驾驶难题


(图片来源:NPS)


法国市场调查公司YoleDéveloppement高级分析师Pierrick Boulay表示:“LiDAR、雷达和摄像头对于创建理想的自动驾驶平台具有重大影响。而紧密互联的传感器与自动驾驶车载数据融合也必将会引发更多功能性突破。到2025年,该市场估值将达到250亿美元,将用于ADAS和机器人汽车的传感和计算。”


NPS的创始人兼首席执行官Behrooz Rezvani表示:“我们公司的目标是防止交通事故发生,而这也是自动驾驶汽车领域追求的目标。作为零事故平台的一部分,NPS 500能以相对较低的成本实现大规模应用。但现有技术无法支持大规模应用的实现,因此NPS开发出自己的超强LiDAR和雷达,通过使用AI驱动的传感器融合系统对超高分辨率数据进行处理,从而创建出目前市场上最安全可靠的解决方案。此外,NPS500还为自动驾驶汽车制造商缩短上市时间,具备最高性价比。”


NPS下一代精密构建的多模式传感器系统NPS 500是业界最先进的自动驾驶解决方案,可突破传感器系统的物理局限性。通过增强并结合LiDAR、雷达和摄像头的优势,它可创建出具备各种技术功能的平台,解决4/5级自动驾驶的难题,其中包括:摄像头:提供高分辨率图像,但缺乏深度信息,且受限于照明条件;雷达:测量速度精度高,但分辨率低于LiDAR,且容易受其他雷达干扰;LiDAR:提供超高精度的深度信息,但在糟糕天气和光照条件不佳的情况下其性能和可靠性会降低,并且很容易被遮挡。


该产品具有以下特点。LiDAR:采用新型固态MIMO-LiDARTM架构,具有超分辨率和自适应多光束搜索功能,将检测范围扩大500米以上;雷达:采用新型雷达技术,提高检测可靠性10倍,支持同时多波段360°FoV,抗其他雷达信号干扰性能提高70倍;软件:采用AI融合技术,可检测到拐角处;芯片:采用紧密互联的定制信号处理芯片云处理650 Tb/s传感器数据。


NPS 500可以在反射率10%的情况下,检测范围至少可达500米。此外还可以将现有的LiDAR反应时间加倍,并显着提高传感器数据可靠性。它还具备环视功能,可在到达十字路口前预判行人运动、提前检测到交叉口附近的移动目标,并内置冗余,可在恶劣环境、恶劣驾驶和崎岖地形中提供最大可靠性。此外,可降低维护成本,车辆一经售出,汽车制造商可有效地使用NPS传感器。该系统具备高达100 FPS的多光束自适应扫描,可检测和追踪微妙运动和查看通孔,不仅缩短上市时间、具有成本效益,还可减少OEM客户资本和运营支出。


即使“自动驾驶技术”到了L4/L5级别以下6点问题不解决也难以推广


NPS推出多模型传感器平台NPS 500,可解决L4/5自动驾驶难题


随着智能信息技术的不断推进,世界汽车产业也正在发生着显著变化,新能源车、自动驾驶技术、智能网联成了一众车企和互联网科技公司追逐的“新梦想”。而这项技术的出现就是为了解决道路拥堵、污染问题、资源浪费等问题,大家最美好的愿景就是打造一个高效率、无污染、有秩序的社会新环境。


自动驾驶技术的终极形态一定是无人驾驶,车辆只代表一个移动出行空间。根据国际汽车工程师协会(SAE International)将自动驾驶技术分为Level 0-Level 5共5个等级,L0指的是人工驾驶,L1指辅助驾驶(已普遍使用)、L2为半自动化、L3为高度自动化、L4为超高自动化驾驶(工况具有局限性)、L5为全自动化驾驶(达到人类驾驶水平)。目前而言大部分研究机构处于Lv.2等级左右,想要达到L4或L5那样美好的出行场景,可能需要三四十年甚至更长时间。


研发一辆具备全自动驾驶技术的汽车可不容易,由于需要上万个零件协同工作,自动驾驶除了硬件制造以外,还需要依靠人工智能、视觉计算、雷达、监控装置和全球定位系统等复杂的软件共同支撑。目前已经有很多车企和互联网科技公司参与研究,以Waymo为代表的是直接从无人驾驶领域开始的,而以特斯拉为代表的则是自下而上发展的。


虽然两者从不同的方向出发,但依然都存在着技术和产业链的难题,目前多数企业认为自动驾驶技术要由浅入深一步步走向高级,而创新工场董事长李开复认为,人机共同驾驶有着诸多不确定性的技术、法律、道德问题,因此实施起来挑战更多,所以自动驾驶应该将方向盘完全交给AI,不能迭代升级必须一步到位。


无独有偶,认同这一观点的还有Waymo公司,Waymo可以说是目前研发自动驾驶技术最先进的公司,他们曾允许员工在可靠条件下驾驶自动驾驶汽车出行,但规定驾驶员需要时刻掌控驾驶权监控行驶,可在实际行驶中很多员工擅自离开驾驶位,进行其它活动。谷歌正是因为意识到“人”才是最大的不确定性因素,所以下定决心越过L3等级,直接做L4/5级自动驾驶。


就L4/L5等级而言,目前看好的企业非常多,从OEM、Tier1,到传感器、控制、决策、执行方案供应商,整条产业链呈现出欣欣向荣的景象。但笔者认为就算到了L4/L5级别也不一定“叫好又叫座”。

NPS推出多模型传感器平台NPS 500,可解决L4/5自动驾驶难题

1.首先技术还不够成熟。目前的无人驾驶汽车都是依靠摄像头、激光雷达以及其他的传感器来收集数据。但是,目前的技术还不是很完备,即使是摄像头,激光雷达能够探测到车前的物体,也不能保证百分百的有效识别。另外,由于光学雷达加工难度比较高、产量小,所以售价也非常昂贵,一颗64线光学雷达的售价就得4、50万人民币


2.道路状况复杂。汽车道路的复杂路况是难以预测的,雨雾冰雪天气,道路基础设施环境差、行驶途中发生特殊情况,这些常常会给传感器造成干扰,影响汽车做出正确判断,就像车云之前体验特斯拉Autopilot2.0时提到的那样,车辆行驶过程中会遇到其他车辆Cut in的情况,而这时,前方车辆车尾没有完全进入传感器视线,传感器无法及时识别车辆,从而出现意外事故。


3.数字黑客影响。安全是自动驾驶需要考虑的首要因素。自动驾驶汽车依靠V2V通信和V2I的连接,这其中包括了电子邮件、电话、短信、上网和位置数据传输。如果车辆被黑客攻击、干扰、数据盗窃、幽灵车辆或恶意行为。将会使乘客处于危险之中,并造成严重事故。


4.缺乏高效的频谱。频谱不足是许多国家面临的主要障碍。寻找专用频率范围是支持自动驾驶的关键。自主驾驶汽车和工业应用需要6GHz以下的中频段,需要实现连接速度和无线链路可靠性间的平衡。在很多地方,这些频率需求量很大,很难保证自动驾驶车辆所需的可靠服务。


5.一直会充满不确定性。事实上目前自动驾驶技术面临的最大问题是“不确定性”,到目前为止没有哪家公司敢保证旗下自动驾驶方案100%安全,有人会说开车还会出事故呢,但你想想看开车出事故大多是因为人为原因造成的,而自动驾驶技术即使到了L4/L5级别却依旧存在着“不确定性”因素,所以你不会知道它到底什么时候会出现问题。另外,由于研发成本及技术难题还需要长期攻克,如果短期内没有跨越式进展,资本也将慢慢失去耐心,一大批公司相继倒闭,到时候玩都玩不起了,还怎么走下去呢?


6.相关人才难以培养。目前国内对于自动驾驶技术方面的人才还处于十分缺失的状态,能够从事相关行业的人才寥寥无几,自动驾驶涉及多学科技术,从生物学、自动化、机械化、计算机到电子信息科学等等都有涵盖,人才的培养需要在一个系统性的框架下进行才更有效。但目前大部分院校学科的建设尚处初期,各学科难以形成合力。


综上所述,目前自动驾驶技术虽然处于火热状态,但依旧离我们非常遥远。无论是相关人才的培育、核心技术的发展、还是配套产业链的成长,都还需要走上很长很长一段路,绝非一朝一夕能够有所成就。而眼下资本的追逐只是将这个概念带到了普通民众面前,到底最终能不能到达L5完全驾驶阶段,还是一个问号。

来源:盖世汽车资讯、前瞻网

注:文章内的所有配图皆为网络转载图片,侵权即删!

免责声明

最新回答

还没有人评论哦,抢沙发吧~

为您推荐