采埃孚ProAI：人工智能讓自動駕駛成為現實

在2018國際消費電子展（CES）上，采埃孚展示了其在自動駕駛道路上取得的進一步成就。采埃孚預開發工程部的工程師在原型車中配置了許多駕駛功能，使其能夠實現4級完全自動駕駛。通過這種方式，采埃孚展示了其作為自動駕駛系統架構專家的廣泛技術專長，尤其是在環境數據監測和處理領域。由采埃孚和英偉達聯合開發的采埃孚ProAI在去年的CES上首次展出。僅僅一年后，上述預開發項目就充分展示了這款超級處理器的效率和實用性。ZF ProAI是原型的中央控制單元。基于這種控制單元，采埃孚可以使用模塊化設計來開發自動駕駛功能。開發目標是可以應用于任何車輛的系統架構，并可以根據實際應用調整可用的硬件和所需的自動駕駛水平。發展相應的自動駕駛水平是整個行業面臨的挑戰。針對這一挑戰，采埃孚早期開發工程部負責人Torsten Gollewski解釋道：“自動駕駛涉及多種獨立駕駛功能，其領域極其廣泛。汽車必須在沒有人為干預的情況下自動執行這些功能，并且不受氣候條件、交通狀況和能見度等因素的影響。”

基于需求導向自動化的系統架構作為原型的一部分，采埃孚建立了一個完整的模塊化開發環境，包括具有人工智能的功能架構。Gollewski表示：“例如，我們成功開發了一種全自動駕駛配置，即四級駕駛功能。根據采埃孚“觀察-思考-行動”的技術策略，配置的模塊也可以根據具體應用進行調整，以幫助車輛在城市交通中具有必要的識別能力和自我思考能力。“靈活的架構還可以在不同的車輛中配置各種自動駕駛級別。同時，它還可以為某一自動駕駛級別所需的最低硬件配置提供相關信息。最近幾個月，采埃孚的工程師一直在“培訓“車輛執行不同的駕駛功能，尤其是在城市中行駛時，如車輛與行人之間的互動、斑馬線上車輛與行人的互動、碰撞評估，以及車輛在紅綠燈和環形交叉路口的行為。Gollewski說：“與高速公路或農村道路的工作條件不同，當車輛在城市中行駛時，對當前交通狀況有可靠了解的復雜性大大增加，而對當前交通條件的了解是計算機控制車輛采取適當操作的基礎。“隨需應變應用ZF ProAI憑借其開放式架構，ZF Pro人工智能是可擴展的硬件組件、互連的傳感器、評估軟件和功能模塊，可以根據所需的用途和自動駕駛水平進行調整。例如，ZF Pro人工智能可以為幾乎所有特定要求配置處理器性能。在CES上展示的應用中，控制單元使用Xavier芯片采用8核CPU架構，70億個晶體管和相應的性能數據。它每秒可以管理多達30萬億次操作（TOPS），并且只消耗30瓦。該芯片符合最嚴格的汽車應用標準，就像ZF PROAI一樣，為人工智能和深度學習創造了條件。數據交互ZF及其合作伙伴提供了廣泛的傳感器組合，在監測車輛周圍環境方面發揮著至關重要的作用。安裝在展示車上的攝像頭、激光雷達和雷達傳感器可以360度分析原型機的周圍環境，并每40毫秒更新一次。ZF ProAI的計算單元實時分析這些巨大的數據，每臺相機每秒將生成1GB的數據。Gollewski說：“人工智能和深度學習算法主要用于加快車輛的自我分析，使車輛識別更加準確。在大量數據中識別交通情況下的頻繁數據，例如行人試圖過馬路。”然后將檢索到車輛可能的響應，它在計算縱向加速還是減速以及計算……方面起著決定性的作用……

進一步的行進方向。這些數據將在軟件中存儲很長一段時間。

在虛擬環境中，拉斯維加斯的展示車使用弗雷德里克沙芬提供的數據進行駕駛，CES上的采埃孚展臺也可以有以下體驗。拉斯維加斯靜態顯示車中使用的傳感器數據是從采埃孚集團位于德國弗里德里希沙芬的總部到采埃孚研發中心的實際道路測試中收集的。特別是ZF PROAI的演示車可以實時準確地分析數據，就好像它在這條線上行駛一樣。你可以看到車輛的運動，如轉向、制動和加速，這些運動與距離直線9200公里的路測數據一致，就好像車輛同時在另一個大陸上行駛一樣。在2018國際消費電子展（CES）上，采埃孚展示了其在自動駕駛道路上取得的進一步成就。采埃孚預開發工程部的工程師在原型車中配置了許多駕駛功能，使其能夠實現4級完全自動駕駛。通過這種方式，采埃孚展示了其作為自動駕駛系統架構專家的廣泛技術專長，尤其是在環境數據監測和處理領域。由采埃孚和英偉達聯合開發的采埃孚ProAI在去年的CES上首次展出。僅僅一年后，上述預開發項目就充分展示了這款超級處理器的效率和實用性。ZF ProAI是原型的中央控制單元。基于這種控制單元，采埃孚可以使用模塊化設計來開發自動駕駛功能。開發目標是可以應用于任何車輛的系統架構，并可以根據實際應用調整可用的硬件和所需的自動駕駛水平。發展相應的自動駕駛水平是整個行業面臨的挑戰。針對這一挑戰，采埃孚早期開發工程部負責人Torsten Gollewski解釋道：“自動駕駛涉及多種獨立駕駛功能，其領域極其廣泛。汽車必須在沒有人為干預的情況下自動執行這些功能，并且不受氣候條件、交通狀況和能見度等因素的影響。”

基于需求導向自動化的系統架構作為原型的一部分，采埃孚建立了一個完整的模塊化開發環境，包括具有人工智能的功能架構。Gollewski表示：“例如，我們成功開發了一種全自動駕駛配置，即四級駕駛功能。根據采埃孚“觀察-思考-行動”的技術策略，配置的模塊也可以根據具體應用進行調整，以幫助車輛在城市交通中具有必要的識別能力和自我思考能力。“靈活的架構還可以在不同的車輛中配置各種自動駕駛級別。同時，它還可以為某一自動駕駛級別所需的最低硬件配置提供相關信息。最近幾個月，采埃孚的工程師一直在“培訓“車輛執行不同的駕駛功能，尤其是在城市中行駛時，如車輛與行人之間的互動、斑馬線上車輛與行人的互動、碰撞評估，以及車輛在紅綠燈和環形交叉路口的行為。Gollewski說：“與高速公路或農村道路的工作條件不同，當車輛在城市中行駛時，對當前交通狀況有可靠了解的復雜性大大增加，而對當前交通條件的了解是計算機控制車輛采取適當操作的基礎。“隨需應變應用ZF ProAI憑借其開放式架構，ZF Pro人工智能是可擴展的硬件組件、互連的傳感器、評估軟件和功能模塊，可以根據所需的用途和自動駕駛水平進行調整。例如，ZF Pro人工智能可以為幾乎所有特定要求配置處理器性能。在CES上展示的應用中，控制單元使用Xavier芯片采用8核CPU架構，70億個晶體管和相應的性能數據。它每秒可以管理多達30萬億次操作（TOPS），并且只消耗30瓦。該芯片符合最嚴格的汽車應用標準，就像ZF PROAI一樣，為人工智能和深度學習創造了條件。數據交互……

采埃孚及其合作伙伴提供廣泛的傳感器組合，在監測車輛周圍環境方面發揮著至關重要的作用。安裝在展示車上的攝像頭、激光雷達和雷達傳感器可以360度分析原型機的周圍環境，并每40毫秒更新一次。ZF ProAI的計算單元實時分析這些巨大的數據，每臺相機每秒將生成1GB的數據。Gollewski說：“人工智能和深度學習算法主要用于加快車輛的自我分析，使車輛識別更加準確。在大量數據中識別交通情況下的頻繁數據，例如行人試圖過馬路。”然后將檢索到車輛可能的響應，其在計算縱向加速還是減速以及計算進一步的行進方向方面起決定性作用。這些數據將在軟件中存儲很長一段時間。

在虛擬環境中，拉斯維加斯的展示車使用弗雷德里克沙芬提供的數據進行駕駛，CES上的采埃孚展臺也可以有以下體驗。拉斯維加斯靜態顯示車中使用的傳感器數據是從采埃孚集團位于德國弗里德里希沙芬的總部到采埃孚研發中心的實際道路測試中收集的。特別是ZF PROAI的演示車可以實時準確地分析數據，就好像它在這條線上行駛一樣。你可以看到車輛的運動，如轉向、制動和加速，這些運動與距離直線9200公里的路測數據一致，就好像車輛同時在另一個大陸上行駛一樣。

標簽：斑馬

汽車資訊熱門資訊