汽车技术市场动态分析

汽车技术市场动态分析
参考文献链接
https://mp.weixin.qq.com/s/DA_zr0-Ph0Wd7Eruc6SoUQ
https://mp.weixin.qq.com/s/EU–APLAgU-R73ztZQLtEg
https://36kr.com/p/1873317254449797
https://mp.weixin.qq.com/s/V03HWlM6SIkhe3EguoFriA
https://mp.weixin.qq.com/s/4ifHdjSM2XJZBN_hqXn2hg
https://mp.weixin.qq.com/s/WARn4j2T05ibZ7KUvM3Dag
SOA框架设计
由盖世汽车、AUTOSAR组织联合主办，AUTOSEMO指导的2022第三届软件定义汽车论坛暨AUTOSAR日在武汉举办。均联智行首席架构师汪浩伟博士受邀在会上发表演讲，分享基于SOA框架设计的人机共驾系统的思考。此次论坛吸引了近1000位业内人士参与，首日在线观看直播人数超过10万。
智能驾驶的发展的初衷是为了解决危险驾驶这个终极难题，安全是智能驾驶的第一要素。但只有安全还不够，系统还要做到足够智能，才能真的体现在实际生活中的价值。用户都希望自动驾驶辅助是个“老司机”而不是“萌新”。
目前的智能驾驶技术中，安全和智能在某种程度上存在矛盾之处。更高的智能会带来更多的安全上的挑战。因此需要在设计系统时就明晰安全边界，因为系统的成本框架会定义其复杂度，也就是定义其不同场景的功能和安全极限。

在未来较长的一段时间内，高智能的自动驾驶系统（L2++）会在乘用车上占据主导地位，驾驶员与智能系统同时共享对车辆的控制，人机结合完成驾驶任务。在人机共驾系统内，驾驶员和自动驾驶的交互十分重要，不单影响使用体验，也影响自动驾驶系统的安全性。为了能满足用户对于智能的要求，同时能做到足够安全，需要深入融合智能驾驶与智能座舱两大领域，让自动驾驶辅助成为陪伴司机的人工智能助手。称之为Co-Pilot AI.

在现有域控平台上开发Co-Pilot AI会在通讯，系统交互和统一化设计上遇到很多挑战，因此均联智行CCU与SOA以用户体验驱动为核心，设计可灵活部署、成本可控、满足未来座舱和自动驾驶深度融合的解决方案。在汪浩伟看来，基于SOA框架开发的人机共驾系统，能以最好的效率整合智能座舱、智能驾驶和驾驶员监控系统已有能力，并且充分发挥微服务框架的架构设计领先性。

图片：区域-中央架构的功能分配
当前汽车正面向自动化、智能化、联化发展，软件在汽车中日益扮演着重要角色，需要以SOA框架和云原生的方式来支撑座舱域、自动驾驶域及其他功能的开发，在减少不必要冗余的同时满足多域之间频繁的信交互需求。
软件定义汽车时代，整车的价值将不再由传统的机械硬件决定，而是由软件以及与软件所适配的电子硬件决定。均联智行立足场景与交互，挖掘SOA框架的价值，以实现用户思维和用户核心价值在智能驾驶汽车上的落地，带给用户更好的出行体验及安全性。
高级别自动驾驶2.0技术架构
由上汽人工智能实验室（上汽AI LAB）主办的“上汽AI LAB入驻临港—暨高级别自动驾驶2.0技术架构发布会”在上海临港举行，临港新片区管委会党工委副书记吴晓华，上汽人工智能实验室主任项党等人出席了活动。
上汽AI LAB高级别自动驾驶2.0技术架构由上汽AI LAB自主研发，其搭载面向量产的新一代多传感器深度融合方案，具备优质的感知精度和视域广度、优秀的长尾场景的应对能力，感知系统与车辆集成度更高，更好地实现了美观、安全性。该方案充分整合上汽集团产业链优势资源及强大技术实力，实现以业务驱动为主的技术成果转化，推动自动驾驶在城市场景中的规模化落地应用，促进临港地区的智能化、联化发、规模化展，为未来建立临港“无人出租”业态场景打下基础。
率先于上海临港正式发布的上汽AI LAB高级别自动驾驶2.0技术架构，将在年内正式搭载在上汽Robotaxi 2.0上，并在临港开启运营。临港新片区管委会党工委副书记吴晓华到场致辞，并在讲话中称：“上汽AI LAB的技术发布，对临港新片区的人工智能、汽车电子产业发展具有重要意义。上汽AI LAB在自动驾驶城市场景中的规模化落地，为未来临港‘无人出租车’场景打下了坚实基础，更让看到了上汽集团在自动驾驶技术的落地速度与坚定决心。”
上汽人工智能实验室主任项党表示，高级别自动驾驶的研发是上汽集团在“新四化”战略下的重大创新发展战略项目。上汽AI LAB高级别自动驾驶2.0技术架构的发布，标志着上汽集团在智能驾驶，人工智能领域全面融合“智驾”，“智造”与“智舱”，逐步实现高级别自动驾驶的量产落地商业化模式，打造未来出行生态圈。
自主研发
高级别智驾系统.

本次发布的高级别自动驾驶2.0技术架构即将装载在上汽 Robotaxi 2.0上，上汽集团以全产业链优势资源为其打造量产车规级自动驾驶解决方案。上汽Robotaxi 2.0由上汽原厂进行规划设计、开发改制，实现整车与智驾技术的高度融合。同时，上汽Robotaxi 2.0车队在上汽临港工厂内进行批量前装，按照GVDP量产汽车开发流程，融入了新型智驾车型开发工艺，提升了Robotaxi车队的一致性以及质量稳定性，整套工艺流程可高效实现高级别自动驾驶车辆的大规模量产。

图片来源：OpenAI
顺便一提：有个跟 OpenAI 没关系的第三方开发者，自己仿着 DALL·E 做了一个图片生成模型，还给免费开放了，取名为 DALL·E mini。
结果这个“仿制品”比正品还受欢迎，在交络 Twitter 上专门搬运这个模型生成的奇怪图片的账，粉丝量都破了百万。甚至逼得 OpenAI 专门出来澄清没关系，要求开发者做出改变。现在这个免费小工具已经改名为 Craiyon 了。
（听说此事之后，粉丝们还做了一张梗图，嘲笑 OpenAI 那边还在控制测试权限，这边 DALL·E mini 早就给全玩嗨了……）

Perlman 表示：“该算法本身就是开创性的。能够以比普通摄影测量技术更高的保真度渲染物理场景已经十分令人震惊，更不用说还能以如此高的精度再现照明、色差等其他细枝末节。”
Cheng 表示：“甚至让错误看起来都很艺术。太喜欢这一点了，有时会减少场景的训练次数，尝试 1000 次、5000 次或 50000 次迭代。有时候更喜欢那些训练次数少的场景，因为边缘会更加柔和，就好像油画一般。”
如果使用之前的工具，需要三到四天才能训练出一个“质量不错的场景”。有了 Instant NeRF，每天可以完成大约 20 个场景，使用 NVIDIA RTX A6000 GPU 来渲染、训练和预览其 3D 场景。
快速渲染带来更快的迭代速度。
Cheng 表示：“快速渲染对整个创作过程非常重要。会一起拍摄 15 或 20 个不同的版本，整夜运行，然后查看哪些版本可行。只有当在一天内能够运行多个场景时，发表的所有作品才能被反复拍摄。”
留下瞬间：Hugues Bruyère
蒙特利尔创意工作室 Dpt. 的合伙人兼创新主管 Hugues Bruyère 每天都在使用 Instant NeRF。
表示：“3D 捕捉对来说越来越有吸引力，可以重构和移动立体图形，赋予更加丰富的意义。”
Bruyère 使用其之前为传统摄影测量所采集的数据在 Instant NeRF 中渲染 3D 场景，传统摄影测量主要依赖于无反数码相机、智能手机、360 摄像机和无人机拍摄的照片。还使用 NVIDIA GeForce RTX 3090 GPU 渲染 Instant NeRF 场景。
Bruyère 认为 Instant NeRF 可以用来保护和分享在线图书馆、博物馆、虚拟现实体验和文物保护项目中的文化艺术品。
表示：“随着相机和软件解决方案变得越来越便宜，拍摄本身也走向大众化。在几个月或几年内，人们将能够捕捉物体、地点、时刻和记忆，并以可分享和永久保存的形式对进行实时立体渲染。”
借助智能手机拍摄的照片，Bruyère 为多伦多皇家安大略博物馆展览中的古代大理石宙斯雕像创建了 Instant NeRF 渲染。
步入遥远的场景：Jonathan Stephens
空间计算公司 EveryPoint 首席布道官 Jonathan Stephens 一直在探索 Instant NeRF 的创作和实际应用。
EveryPoint 重建了堆场、铁路站场、采石场等 3D 场景来帮助企业管理资源。通过 Instant NeRF，Stephens 可以更加完整地捕捉场景并让客户自由探索场景。还借助 NVIDIA RTX 3080 GPU 运行使用 Instant NeRF 渲染过的场景。
Stephens 表示：“最喜欢 Instant NeRF 的一点是让能够迅速知道渲染是否有效。以前，大型摄影测量集可能要等上几个小时或几天才能知道结果。现在可以测试出一堆不同的数据集并在几分钟内得到答案。”
还尝试使用智能眼镜等轻型设备拍摄的画面制作 NeRF。Instant NeRF 可以将 Stephens 走在街上拍摄的低分辨率、抖动的画面转换成流畅的 3D 场景。
汽车芯片短缺2022年底前得到缓解
汽车芯片短缺困扰着汽车制造商一年多，与2019年大流行前的水平相比，2021年全球汽车销量下降了10%（8100万辆）。分析师预计芯片短缺将持续到2022年，只是在年底前得到缓解。拜登政府甚至强调，关键芯片库存达到历史最低点（5天供应量与40天供应量相比），而某些芯片的全球半导体采购交货时间在25至44周之间，远远超出了正常的等待时间估计（10至14周）。

这些措施可能会在中期内缓解芯片短缺。福特首席执行官吉姆·法利（Jim Farley）在最近的彭博采访中强调，生产方式调整从严格的“即时”制造转向对关键零部件的更高库存要求，可能会在短期内减少瓶颈。转向成为更加基于软件的公司将为传统汽车制造商提供更多的芯片重新校准灵活性，特斯拉的例子已经表明，该公司在2021年创下了另一个电动汽车（EV）交付记录，达到936，000辆。然而，随着电动汽车的转型达到全速发展，并且由于电动汽车需要的芯片数量是汽油或柴油汽车的两倍，因此需要一个长期战略。
芯片制造的地缘政治和经济性提供了一些见解。从地缘政治的角度来看，半导体供应集中在TMSC和三星等少数几家关键公司手中，这些公司控制着80%的市场份额。从经济角度来看，手机芯片需求与汽车芯片需求直接竞争，因为芯片制造商由于利润率较高而更喜欢供应前者而不是后者，这解释了为什么汽车行业目前仅占全球半导体需求的8%。这给美国带来了一个关键优势，因为芯片制造商很容易被吸引到技术驱动的美国市场，而不是欧盟等二级市场，这一优势最终会渗透到汽车行业。这也是《欧洲芯片法案》受到广泛批评的原因之一，也是为什么在美国而不是欧盟宣布数十亿美元的半导体投资的原因之一。就连政策制定者也对未来的半导体依赖感到紧张，因为已经从一个依赖美国及其盟友的全球产业进口了价值超过3000亿美元的芯片。

另一方面，尽管仅控制了目前半导体市场的12%，但产能的迅速提升可能会使美国在未来五年内交付全球四分之一的芯片。因此，在电动汽车竞赛内外，美国可能拥有关键优势的一个领域是半导体，这是一个高附加值和战略市场，应该以任何可能的方式扩大和利用。
自动驾驶：新势力头顶高悬的达摩克里斯之剑
饱受车祸事件困扰的2021~2022

2021年8月12日，福建企业家林文钦（昵称“萌剑客”），驾驶蔚来ES8汽车启用NOP领航辅助后，在沈海高速涵江段发生交通事故。时隔整整一年的2022年8月11日，宁波一辆小鹏P7在辅助驾驶状态下，在某高架桥路段撞向前方故障车辆，导致一名疑似正在处理事故的人员被撞身亡。期间还有台湾林志颖的车祸事件。
一年来，关于新势力的事故其实不多，只有3起。但这3起事故在络舆论上均掀起了轩然大波。对于整个新势力造车的影响，不可为不大。到目前为止，3起事故的调查，均未有明显的结论；事故调查中出现的信息，也往往指向驾驶员没有按照厂家的规范进行操作。但是由于新势力们在广大消费者中所行程的品牌形象，每一次事故都引起了大家对于新势力造车的安全性的广泛关注与拷问。

4.关于此次宁波小鹏事件，络上流传了一些疑似车主的解释，从字面上理解，驾驶员没有注意道路前方。

最近，特斯拉的FSD（完全自动驾驶系统）受到了美国汽车行业大咖，汽车召回制度之父拉尔夫·纳德（Ralph Nader）的猛烈抨击，这位汽车安全倡导者称该技术是“几十年来汽车公司最危险和最不负责任的行为之一”。
自动驾的上限突破与辅助驾驶的下限失效
下图是某家新势力关于最新产品的PPT， 800万摄像头称687m外就可以看到汽车，就算现在的技术，也能在229m外感知到障碍物。技术真的是不断向上突破的，自动驾驶的上限以肉眼可见的速度在不断提升。
尽管，行业内的人士都知道，在发布会上看到的技术，很多都还是原型。真正交付到消费者手上还需要一到两年甚至更远。但是，从demo视频中能够真正体会到自动驾驶的技术进步。

所以，不禁要问，那为啥这次的事故50m外的车都探测不到频看过去，似乎车辆在碰撞前并没有减速动作。按照欧洲以及对于营运车辆的规范，是不是肇事车辆应该早早的探测到前方障碍物并警、减速力们能否守住智能驾驶技术的下限r> 肇事车主声称开启了LCC（车道居中保持），但是真正涉及此次事故的一项关键技术并不是LCC，而是AEB（自动紧急制动）。
来看一下络百科上对AEB的定义：
车辆法规协调世界论坛定义了AEB（在某些管辖区也定义了自动紧急制动）。联合国欧洲经委会第131 法规要求一种能够自动检测潜在前向碰撞并激活车辆制动系统以使车辆减速的系统，以避免或减轻碰撞。联合国欧洲经委会第152条规定，减速度可以是5米/秒平方。一旦检测到即将发生的碰撞，这些系统就会向驾驶员发出警告。当碰撞迫在眉睫时，可以在没有任何驾驶员输入的情况下（通过制动或转向或两者）自主采取行动。在低车速下（例如低于50公里/小时（31英里/小时）），通过制动避免碰撞是合适的，而在车道畅通的情况下，通过转向避免碰撞在较高车速下可能更合适。
当前，世界各国包括对AEB是有一些强制规定的：

? 对货车的AEB在营运货车安全技术条件中的5.11节提出了强制要求，营运客车安全技术条件 – 交通运输部对于车长大于9m的营运客车也提出了同样的要求。

? 其他国家，甚至是印度，对普通乘用车都提出了强制要求：
从 2021 财年起，在日本，所有新车都应配备自动制动系统，以防止发生事故，包括与汽车或行人发生事故，但不包括与三项国际法规规定的速度发生的骑自行车的人发生事故。在欧盟，法律要求从 2022 年 5 月起对新车型使用先进的紧急制动系统，并在 2024 年 5 月之前销售所有新车。在印度，到 2022 年，自动紧急制动系统 (AEB) 可能成为新车的强制要求。在美国，汽车制造商自愿承诺从 2022 年开始将自动紧急制动作为所有新车和卡车的标准功能，比通过监管程序提前三年提供 AEB。在 AEB 尚未强制执行的澳大利亚，联邦政府在法规影响声明 (RIS) 中建议，自 2022 年 7 月起推出的所有新车型和自 2024 年 7 月起销售的所有新车都应标配车对车和行人 AEB就像在欧盟一样。
重新回顾这些事故，有一种的可能性就是事故当时，车上的AEB系统均没有按照行业或者国际上的标准工作，(由于没有原始数据，这一点只是很多种可能性中的一种)。当然厂家在卖车之前会告诉，AEB的工作是有条件的，说明书上写的清清楚楚。所以笔者查阅了各家新势力的使用说明书：

尽管对于AEB的功能界定，厂家并没有进行详细说明。但是至少有三份标准涉及了相关内容，而且欧美也有相应的规范。的标准分别是：
1.《智能运输系统前向碰撞预警系统性能要求和测试规程》（GB/T 33577-2017），工作车速为40km/h~100km/h, 相对车速最大值不低于72km/h。其4.5.6要求在80km/h的速度下，对静止车辆的最小预警距离为约50m。
2.《营运车辆自动紧急制动系统性能要求和测试规程》（JT/T 1242-2019）,要求在15km/h到最大车速范围内，AEB系统均能正常运行。对目标车辆的最大检测距离不小于150m。预警时间大于4.4s。对静止目标车辆，自车速度为80km/h时，发生碰撞时自车减速量不小于30km/h。
3.再来看对运营车辆已经是强制标准的《营运车辆行驶危险预警系统技术要求和试验方法》(JT∕T 883-2014)，查看对AEB 警功能的要求：
3.1 可以看到，对静止车辆，AEB是需要警的。

视觉失效完全不会让人感到意外。但是，为何技术相当成熟的毫米波雷达对着那么大一坨金属无动于衷，就让人困惑了。毫米波雷达可是一个非常成熟的技术，广泛应用于军事和民航领域。在汽车上使用的时间也不是很短。

根据东吴证券蔚来研究告：极致服务打造自主豪华电动品牌，蔚小理以及特斯拉均采用了博世的毫米波雷达。应该说，博世在毫米波雷达上面有着深厚的积累。

小鹏P5 毫米波雷达

至于原因，马斯克和安德鲁表示，雷达会干扰摄像头的信息，因为雷达的分辨率太低，只会告诉前面有反射物，但是很可能那个反射物并不在路面上。说白了，就是地面杂波干扰太大。

文章知识点与官方知识档案匹配，可进一步学习相关知识OpenCV技能树视频分析光流11171 人正在系统学习中

声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！

汽车技术市场动态分析

相关推荐