采埃孚工程技术中心总监綦平：智能驾驶对汽车大脑及执行机构的挑战 | CCF-GAIR 2018

雷锋网按：2018 全球人工智能与机器人峰会（CCF-GAIR）在深圳召开，峰会由中国计算机学会（CCF）主办，雷锋网(公众号：雷锋网)、香港中文大学（深圳）承办，得到了宝山区政府的大力指导，是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流盛会，旨在打造国内人工智能领域最具实力的跨界交流合作平台。

7 月 1 日的智能驾驶专场，采埃孚中国投资有限公司工程技术中心总监綦平进行了名为《智能驾驶对汽车大脑及执行机构的挑战》的主题演讲，雷锋网在不改原意的基础上进行精编，以下为綦平演讲全文：

采埃孚是一家在全球运作的传统的汽车零部件提供方企业，已经在汽车行业浸淫上百年，采埃孚分布在全球五大洲，有14多万名员工，已经有40多家生产制造型企业分布在中国。

我讲的题目主要是跟智能汽车、智能车辆有关，报告由几部分的内容组成：

• 智能驾驶对行驶安全决不妥协；

• ProAI ─ 专为智能驾驶开发的计算决策平台；

• cubiX ─ 更智能的协同底盘系统；

• 采埃孚Level 4解决方案；

• 总结和展望。

智能驾驶对行驶安全决不妥协

智能驾驶并不是新的内容，从挑战性角度而言：一般划分为中速、低速和高速。高速是在高速公路每小时120公里；低速就是驻车辅助的动作；中速是每小时50到80公里之间，应付比较复杂的道路情况。 

目前，智能驾驶的整体水平处于L2向过渡到L4的过程中，当然L3的范围比较大。在复杂的交通环境里面，采埃孚还不具备向市场推入产品的时机。我们认为L4真正可以实现的时间是在2022年或2025年，目前大家都在往L4方向努力，但是这里有很多约束和现实。

我们要实现真正的无人驾驶阶段，还有一段距离。单纯从技术层面上判断，可能在2030年左右L4级的车就能够上路，但是这中间不排除有些其他的干扰，比如说基础设施的完善、有效的通讯， V2X等等的基础建设问题。

采埃孚和其他传统企业面临的最大挑战，就是传统的内燃发动机将逐步被淘汰。企业必须要通过创新，生产出让社会、消费者都能够接受的产品。

我们认为能让社会、消费者都满意的产品，必须要达到三个要求：

• 第一是效率，今后任何推向市场的产品要给消费者带来足够的效率提升，不仅仅是降低油耗或者降低能源的消耗，也涉及到时间上的优化；

•  第二是安全，安全永远是我们的题目。传统汽车行业如果要把一辆车导入市场，要经过很多的验证，并且达到相应的标准。具体是验证汽车零部件的安全性和可靠性。由有经验的驾驶员对汽车在各种情况下作出的反映进行相应判断。

• 第三是自动驾驶。汽车进入到高度的自动驾驶甚至无人驾驶阶段，所面临的挑战就会变得更加复杂。因为汽车上路以后，涉及到人的生命安全，所以对我们带来的最大挑战，如何在实现方向的时候、从现阶段过渡到无人驾驶阶段，充分考虑安全，对人和社会不造成伤害，这在今天来说也是最严峻的课题。

在全球范围内，只要无人驾驶车辆在实验过程中出现事故，就会对社会造成很多影响，因此我们要尽可能的避免这一点。采埃孚有一个零愿景，也就是零伤亡、零排放，零排放。

ProAI ─ 专为智能驾驶开发的计算决策平台

第二个话题是ProAI。

智能驾驶过程中需要面对非常复杂的交通环境。举一个例子：左上角（如上图）在变道修路，车辆的感知系统要有足够的能力进行识别。左下角是下雪天，原来划定的车道线已经无法看清，大雪把周围可以识别的建筑物都遮挡了，因此识别的难度大大增加。

未来，如果无人驾驶允许驾驶员可以不必注意力高度集中、双手也不必放在方向盘，可以再车厢内任意走向，那么随之而来的问题是旧有的安全气囊已经不适用。

右上角（如上图）是汽车突然加塞情况，在很长的一段时间里，将会存在自动驾驶和人工驾驶并行的情况，因此自动驾驶如何有效识别并对此类问题进行积极相应，都将是一个难题。

右下角（如上图）也是同样的复杂路况问题。因此，处理自动驾驶过程中遇到的各种状况、应付复杂的道路环境，需要自动驾驶汽车需要一定的计算能力。

这里有个关于使用整数计算机计算能力问题的概念和标准。2005年，500个单位（DMIPS）还属于单核技术。2014年，进入一个可扩展的多核技术，所谓多核技术就是一个芯片一个单核无法支撑其运行。到2017年需要使用多控制器和多核技术，这种情况下已经达到了5万个DMIPS以上的计算力支持。

随着产品的复杂，保障汽车的安全需要增加非常多的计算能力，这是对我们带来的挑战。采埃孚要最大程度保障汽车的安全性和可靠性，因此需要从计算能力进行一定保障。

目前，采埃孚在开发一个平台——ProAI。ProAI是一个计算机，这个计算机是采埃孚和英伟达合作研发。通过使用英伟达的芯片，采埃孚生成一个符合车规的ACU，提供给市场。

我们希望ProAI得到大多数客户的认可，可以把它推向市场并且得到大多数人的使用。多数人用的好处是什么？第一，在共同开发过程中消除一些问题，提高效能；第二是制造成本大幅度下降。 

ProAI有几个显著的特点：

• 一个可扩展的平台，可以通过相关的连接，允许不同的芯片介入；

• 计算量超大；

• 允许多芯片结构，它的芯片能真正满足深度学习在驾驶方面进行运算和实现。ProAI的性能安全，ASIL可以达到B级或者D级。

采埃孚Pro AI是一款基于人工智能软件开发的中央控制器.在汽车遇到问题的情况下，它能够对车辆进行有效制动。左边是输入端，右边是执行机构，包括自动、转向、驱动系统、底盘控制等等。 

ProAI Gen 2 NVI Xavier 是面向L3、L4的域控制器，可接入可扩展的集成平台、能够提供大量的计算能力、有多个单片机系统，可接入深度学习算计集成平台，根据需要可以提供ASIL（B）D以上的功能安全，为黑盒SW建立环境。 

目前，ProAI Gen 2 NVI Xavier 在2020年的第四季度可以进入批量生产状态。ProAI Gen 2 NVI Xavier使用的是第二代的ProAI，所使用的是英伟达的芯片，目前在加紧开发过程，下半年可以得到B样件。

采埃孚负责的安全控制器和负责功能的控制器有不同的软件层次，英伟达是一个基础，和ProAI相接，我们主要是关心输入接口和输出接口，其中涉及到传统需要用到的线路连接。

cubiX：更智能的协同底盘系统 

我们不仅要关注感知系统的“大脑”，更要关心线控。在线控里，比较常见的问题是减振器、变速箱以及相关子系统。最终形成自动驾驶，线控必须要被综合管理起来，所以我们需要一个“协调员”，采埃孚将它命名为cubiX，负责协调CPU或者ACU。

传统汽车刹车、转向两者之间独立，但进入到自动控制过程中，汽车主要核心是以汽车动态学原理为导向，从行驶方向，如纵向和横向的动态作为控制基础。我们要将车控制到什么状态，同是要兼顾执行器的动态，给汽车一定的指令，彼此之间要进行相互的关联，这时就需要强大的“大脑”进行处理，原来由驾驶员单独控制的这些子系统的工作，需要由cubiX综合管理。

cubiX是一款集成了众多底盘系统的新软件，目标是集中控制所有车辆的主动和半主动执行器，这些执行器会影响驾驶体验和乘客的安全，包括转向系统、减震器、制动器和动力传动系统。

今天，每辆车都有一个单独用于各个执行器的大量传感器和控制器，因此形成极其复杂的信息网络并且需要彼此单独通信。 cubiX将所有这些结合到一个模块化和可扩展的控制机制中，用于纵向，横向和垂直动态。

作为中央通信接口，cubiX在高级驾驶员辅助系统（ADAS）功能和执行器之间进行协调。这使得能够控制与纵向和横向动力相关的所有部件，包括电动助力转向（EPS），电子制动系统（EBS），后轮转向（主动运动控制）和集成在后桥中的电驱动系统（ mSTARS）。如果安装了电子控制的减震器，甚至可以控制垂直动力学。  

从cubiX的基本框架可以看到（如上图）：汽车动力学的几方面作为cubiX的控制导向，它和雷达、SW模块有密切沟通，同时和执行器有密切沟通，cubiX可以为整车带来高效率，也就是我们如何通过比较有效的计算，快速做出正确决定，同时又把执行器的工作状况回馈到ACU上，控制器能够时刻了解汽车的状态。

cubiX能够为未来的汽车提供广泛的驾驶功能，将提供不同的驱动模式。辅助系统的数量和机电一体化的执行器正在增加，cubiX能够以结构良好的方式联网这些系统，并生成新功能。

cubiX目标是给客户以最灵活的方式，花最小的精力，去交换、修改或排除供应商或小团队提供的新算法、执行器或子系统的问题。 cubiX可以帮助用户的产品快速上市，同时将风险降至最低并行简化所有子系统的开发和验证。

采埃孚Level 4解决方案

自动驾驶需要行业上下共同努力和推动，所以采埃孚建立了一个生态系统。

英伟达提供采埃孚芯片、海拉合作雷达和摄像头、double SLash是采埃孚收购的企业，主要做车联网、ibeo是激光雷达公司，ASTYX是做图象雷达专业公司、Facurecia是研究驾驶车舱内如何做到乘员被动和主动安全系统的合作，百度是采埃孚在中国的合作伙伴、 e.GO mover是采埃孚合作造车的企业。

SEE-THINK-ACT（观察-思考-行动）这个方案是完全开放的，未来有可能会是介入自动驾驶的好方案。

总结

智能驾驶将成为近期未来汽车发展的大趋势，但是，最高等级的无人驾驶的实现尚存在较多技术难题有待解决。ProAI Gen 2.0将能够满足Level 3~4的智能驾驶计算量及功能安全的要求，cubiX智能集成底盘控制技术将使智能汽车系统更简洁、鲁棒，并带来更高的整车安全性和舒适性。采埃孚正积极促进与中国业务伙伴的合作，立志为中国智能驾驶技术的发展作出更大的贡献。

。