1、從自動駕駛重卡落地希迪智駕看系統(tǒng)架構標準問題峰會主要聚焦 自動駕駛的量產時代、單車智能和車路 協(xié)同的共演之路、新型的車內交互探索”三大主題，共同探討 了智能駕駛的未來發(fā)展方向。來自主機廠、國內外一級供應商、自動駕駛解決方案商、 自動駕駛核心零部件、由行運營商等智能駕駛上下游企業(yè)， 車路協(xié)同專家學者、代表企業(yè)等1500余位業(yè)內人士蒞臨現(xiàn)場。大會現(xiàn)場，希迪智駕工程副總裁黃英君發(fā)表了智能網 聯(lián)助力重卡自動駕駛應用場景實踐的主題演講，主要介紹 了智能重卡商用落地的情況。黃英君表示，自動駕駛在場景 落地方面或多或少都會碰到一些問題。目前更多的挑戰(zhàn)在于 計算平臺和系統(tǒng)架構層面，這體現(xiàn)在配套開發(fā)工具鏈是否足

2、 夠可靠，成本是否可以承受等等。黃英君認為，自動駕駛仍處于群雄并起時代，系統(tǒng)架構 并無統(tǒng)一標準。每個系統(tǒng)都有自己的操作性問題，以智能重 卡來說，一個車型面臨的具體場景也已經十分復雜。由于每種場景所適用的感知算法、決策和規(guī)劃算法差距非常大，因此很難有一套滿足所有場景的通用L4級自動駕駛架構。止匕外，主機廠非常注重成本控制。汽車行業(yè)不景氣，影 響最大的是供應商。以計算平臺為例，越來越多的解決方案 都會采用異構的多域控制器方案，目前汽車行業(yè)在這L2以下的控制器軟件開發(fā)技術已經非常成熟。但目前大規(guī)模應用 的控制器有限的算力限制導致無法支持更高級別自動駕駛， 最多能做L2,至U L2+算力已經不足。以下

3、為黃英君演講全文，雷鋒網新智駕進行了不改變原 意的編輯：我今天主要分享希迪智駕通過智能網聯(lián)助力重卡進行 場景落地的內容。我之所以提落地”，是因為還沒有達到量產的階段，很多方面目前正處于爬坡階段。在場景落地上，自動駕駛或多或少會碰到一些問題，我 們稱之為難點、挑戰(zhàn)或者是痛點。希迪智駕內部正在召開全 體吐槽大會，從零部件、線纜、安裝、軟件框架，到編碼規(guī) 范，各個方面都讓大家吐槽。目前為止，我們已經收到了20頁吐槽。首先是傳感器。不管是激光雷達還是攝像頭，都非常復 雜，今天不做展開討論，上半年希迪智駕花了好幾個月時間 在我們的平臺上來調一款定制設備的同步驅動。今天我想著重分享一下計算平臺和系統(tǒng)架構落

4、地時碰 到的一些問題，以及相關的解決方案。自動駕駛計算平臺里 每個架構師碰到都會碰到的問題是，應該使用什么樣計算平 臺？能不能給提供足夠的算力？配套開發(fā)工具鏈是否充 分？可靠性如何？對于價格內部和商業(yè)合作伙伴能不能承 受？最后是供貨問題，看起來雖然簡單，但最后實際操作時 反而是最困難的，因為這超生了我們的掌控范圍。很多好的 設備和芯片只有大的主機廠才能拿到，一般供應商很難拿 到，或者說很難用量產的價格拿到設備。從系統(tǒng)架構來看，我認為自動駕駛還是處于一個群雄并 起的時代，并沒有完全統(tǒng)一的標準。因此這也給我們的架構 師帶來一些困惑，要么選用一個架構進行參考設計，要么完 全自己解決平臺硬件與軟件架構

5、的問題。目前L4級自動駕駛方案大多都是基于 C&C （計算機和 網絡）的分布式體系，涉及大量的數據交換，更多采用網絡 模式。在數據交換時，在應用層功能軟件之下離不開通信中問件的支持。目前幾種通信中間件我們都用過，一種是廣泛 使用的Ros,它提供的調試工具非常多，而且也是開源的, 很多平臺和設備廠家都支持。ROS但在時間響應的確定性上 存在先天不足。Ros2.0采用DDS方式有很大改進，但是應 用在汽車上還是有一些缺陷的。百度阿波羅開放的 CyberRT也是一個很好的中間件， 在調度效率和可靠性方面有獨到之處，在Apollo中已經全面應用，完全脫離的 ROSo最后就是商用中間件，如 RT

6、I DD So 一般航空航天，包括部分車企也會用這樣的中間件。選 擇種類多是一個優(yōu)點，但同時也在量產過程中會造成一些彼 此不兼容的問題。其次在操作性上，每個系統(tǒng)都有自己的問題。即便希迪 智駕專注于重卡車型，但面臨的具體場景變化也非常多，如 專用道路場景、專用場區(qū)場景、港口場景、礦區(qū)場景、跨口 岸編隊場景。每種場景的感知算法，決策和規(guī)劃算法差距非 常大，很難有一套適合所有這些場景的通用全棧L4級自動駕駛架構，因此要針對具體場景甚至是具體車型進行定制化 設計與部署。如何提高定制效率，如定制時算法的切換、功 能裁剪、設備適配，實現(xiàn)基礎解決方案能夠迅速、低成本的 來適應不同場景、適應不同芯片 /平臺，

7、都是要解決的問題。最后難點來自于主機廠和用戶。汽車行業(yè)非常講究成 本，目前業(yè)內的看法是，今年以來汽車行業(yè)不太景氣，受影 響最大的還是零部件供應商。自動駕駛方案供應商也必須要 面對設備成本的問題。目前業(yè)內已經普遍接受的觀點就是，未來的汽車一定是 軟件定義的汽車，軟件在汽車中占的地位越來越重要。個人 認為自動駕駛方案供應商與汽車零部件供應商在架構上是 有非常顯著的差異的，車企廣泛使用控制器（ MCU、VCU ） 進行功能開發(fā)，特點是用量非常大，一輛車上可以有幾十個 乃至上百個，價格便宜，算力很低，以控制功能為主，一般 是單核，新一代的控制器已經有三核CPU。這種控制器的優(yōu)點在于，它有非常完善的工具

8、鏈，用于 開發(fā)軟件都有非常明確的標準，如已經被汽車行業(yè)廣泛接受 的autosar ,但是有限的算力導致無法支持更高級別的自動 駕駛，最多只能做 L2級，甚至L2+需要的算力都不太能夠 滿足。與此同時，在很長的一段時間內，L4級自動駕駛基本都 是PC方案。幾個著名的開源框架，如 autoware , Apollo , 都是PC機+ubuntu的架構。Apollo系統(tǒng)推薦的設備是專用的車載工控機，已經是目前能夠可用的最好的計算設備，支 持雙顯卡，算力很好，功耗比較高，放在卡車上進行功能開 發(fā)與驗證足夠，但是長期運行則是有很多隱患。根據我們的體驗，一般半年左右就會由現(xiàn)各種各樣的可 靠性方面問題，比如

9、硬盤震壞，顯卡接觸不良，溫度過高都 會導致顯示失靈等，也不支持休眠、喚醒、自我診斷、看門 狗等汽車功能軟件所必須的這個功能開發(fā)。還有就是系統(tǒng)的 集成、布線方面，工控機與汽車專用的線束是不兼容的，需 要各種各樣的轉接，各種插口和轉接口的可靠性是維護工程 師的噩夢。在展會現(xiàn)場看過各種各樣的自動駕駛解決方案， 很多設備艙都是比較凌亂，從莫種意義上來說，從設備艙的 凌亂程度就可以判斷這家公司的方案技術水平情況。計算平臺的問題解決依賴于汽車芯片公司的進展。目前 芯片這方面很多公司都在開展工作。自動駕駛車輛計算平臺 有非常苛刻的要求，不同的功能模塊方案要用于不同的冗余 方式。系統(tǒng)架構師最關注的是軟件架構、

10、基礎軟件組件、確 認的內核調度時間、端到端時延、開發(fā)工具鏈這些方面。汽車軟件開發(fā)，要求遵循功能安全規(guī)范，如 ISO 2626 2 （對應的國標為 GBT34590 ）。功能安全在嵌入式軟件開發(fā)方面有專門的規(guī)范，比如很簡單的一個規(guī)定就是要能夠隨 時檢測故障，必須具備診斷功能。檢測故障之后，要能夠進 行系統(tǒng)降級，自動駕駛汽車軟件必須實現(xiàn)這點。一個好的計算平臺，應該能夠在功能軟件、基礎組件、 設備驅動方面進行很好的分層，在設備層和基礎組件層提供 診斷功能，這樣可以降低功能軟件開發(fā)的復雜度，使得自動 駕駛方案供應商更專注于功能軟件和預期功能安全方面的 開發(fā)。這種模式在傳統(tǒng)的控制器軟件開發(fā)方面已經非常成

11、 熟，autosar標準已經被廣泛接受，功能軟件開發(fā)商和基礎 組件開發(fā)商的分工非常明確，所以主機廠和零部件供應商進 行功能開發(fā)和更新的效率非常高。但這樣的模式在L4級自動駕駛領域還沒有很好的實踐。最近發(fā)布的華為 MDC平臺是一個很好的開端，這個平 臺提供完整的autosar工具鏈，基于這個標準，自動駕駛企 業(yè)可以專注于功能軟件開發(fā)，基礎組件的工作由平臺供應商 提供，能夠實現(xiàn)軟件的基于配置的快速部署。主機廠對軟件有很多要求，其中一個就是控制器要有多種選擇，在autosar體系中，控制器的細節(jié)是被封裝的，功能軟件開發(fā)商基本不需要面對控制器的差異。這也是L4級自動駕駛供應商所希望的實現(xiàn)方式。最后簡單介紹一下希迪智駕的幾個實踐案例，第一個是低成本的專用道路自動駕駛，使用的方案是用V2X路側感知，使用5RIV的感知方案，遵循 autosar標準進行開發(fā)，基于V2V的支持進行編隊行駛， 樣車已經研制完畢，進行了 大量的測試和驗證。第二個案例是重型工程車輛， 使用11V+3L+5R+18S 的感知方案，具備完整的多重冗余的感知和決策能力，能夠適應無差分信號、GPS信號干擾、無標準化道路等各種復雜場我們的自動駕駛解決方案