德尔福（Delphi）将在2017年美国拉斯维加斯国际消费类电子产品展览会（CES 2017）的舞台上，展示一款新型先进自动驾驶系统。作为一款“一站式”完整自动驾驶系统，该平台预计将于2019年前送达各家汽车厂商，为车辆提供SAE 4级到5级的全自动驾驶功能的支持。
据了解，这款德尔福“中央传感定位与规划系统（CSLP）”采用了英特尔（Intel）的最新超级计算机微处理器芯片，以及以色列机器视觉专家Mobileye的全新传感器融合处理器和三焦摄像头硬件系统。
提到CLSP，除了德尔福公司赋予这个系统的强大微处理能力之外，最为独特的地方也许正是由Mobileye开发的新型“道路体验管理系统（Road ExperienceManagement，REM）”。REM系统可利用众包信息为车辆提供一幅超高精度的实时地图。Mobileye称，“没有地图，就没有安全的自动驾驶系统”。
2017年CES展的技术演示道路长约10.1公里，覆盖了德尔福所称的“自动驾驶公开演示以来，最为复杂的市内/高速综合路段”。
在CES展之前举行的CLSP系统背景信息媒体发布会上，德尔福公司服务副总裁Glen De Vos积极发声称，今年的CES展将见证德尔福、Mobileye和英特尔三家公司的史上首次联合演示，我们非常激动。
“大家都希望在2019年前推出无人驾驶汽车，但在这场竞赛中，有三个因素会让真正杰出的产品脱颖而出，”De Vos表示，“一是摄像头、雷达和激光雷达等感知传感器；二是驾乘体验；三是计算处理速度。”
De Vos向在场媒体表示，相较于其他系统常用的，成本更高的激光雷达传感器，CLSP系统在生成周边环境信息时大胆采用了先进视觉感知系统与软件，因此成本相对更低。
De Vos表示，德尔福“一站式”CLSP系统的成本大约在5,000美元，而且这一数字预计还将随着元件成本的下降与销量的上升而大幅下降。他还表示，目前，德尔福系统尚未敲定任何“确定客户”。
在未来的自动驾驶研发中，德尔福将继续扮演自身一级技术整合商的角色，向无力或无意依靠自身力量进行自动驾驶研发的汽车厂商提供整合式系统，这也意味着在推广初期，德尔福需要承当相应的责任。
2016年8月，德尔福宣布将与Mobileye进行传感器融合方面的合作，助力高级别自动驾驶系统的发展。数月之后，公司证实已选择英特尔为系统供应计算速度高达每秒万亿次的高级处理芯片。
2015年，德尔福收购了从卡内基梅隆大学研发实验室中独立出来的自动驾驶软件工程专家公司Ottomatika。很大程度上来说，正是在Ottomatika驾驶软件算法的帮助下，德尔福才能完成2015年的那场全自动汽车横跨美国之旅。
目前，Mobileye已经与27家汽车厂商签订协议，为这些厂商提供高级驾驶员协助技术。但在与Delphi建立合作前不久，Mobileye曾直接卷入了迄今为止自动驾驶技术发展史上最大的挫折之中——一辆在自动驾驶模式下行驶的特斯拉电动车发生了事故，驾驶员不幸丧生，而这辆车正是采用了Mobileye的摄像头视觉和软件系统。
尽管如此，Mobileye的最新视觉传感硬件和软件系统仍是德尔福CLSP系统传感器融合与软件功能的核心，特别是基于EyeQ 4/5片上芯片微处理器的REM软件。这样一来，即使在没有GPS信号的情况下，车辆的摄像头视觉系统也能将车辆定位的误差控制在10厘米以内。
公司高级副总裁、首席通信官Dan Galves在谈及REM系统时表示，“这才是Mobileye对行业的真正贡献。”
REM软件目前“仍处于验证阶段，”Galves补充说，Mobileye已经开始向通用汽车（General Motors）、日产（Nissan）和大众汽车（Volkswagen）供应REM软件，支持这些公司采用的基于EyeQ芯片的视觉系统。
De Vos表示，利用REM系统实时理解“当地”环境信息是德尔福全新自动技术平台“自动驾驶系统的关键元素”。他解释说，公司最近在新加坡开展的“自动驾驶按需出行（AMOD）”试点项目，将采用基于REM的系统。德尔福还计划在北美和欧洲城市（很大可能是匹兹堡和波士顿）开展类似的AMOD演示项目。
有意思的是，在Mobileye和英特尔的协助下，尽管德尔福的CLSP平台拥有很大的计算处理容量，但REM软件本身并不需要很大的存储容量。系统仅需大约60GB的数据存储空间，就可以记录全美所有“本地化信息”所需的路测标志、建筑物，以及无数的其他固定道路标记。
但至少到目前为止，先进摄像头系统和REM仍无法取代激光雷达传感系统所提供的高精度车载地图功能。德尔福的De Vos表示，为了增强车辆的视觉传感功能，我们的CES演示车上安装了6个机电激光传感器，当然还有雷达系统。
德尔福认为，AMOD项目很有可能成为高级别（SAE 4级到5级）自动驾驶系统的首批采用者。De Vos称，自动大巴、出行“小车”和私人驾乘分享汽车可能是高级别自动驾驶在推广初期的最佳应用。
来源：《汽车工程国际（AEI）》杂志
。
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/108275.html