揭秘时刻|什么是真正融合的行泊一体?

发布时间:2022-09-30
在汽车智能化不断提升的当下,行泊一体成为了行业的热门话题,但是你知道吗?真正融合的行泊一体,并不是行车、泊车两大功能的简单叠加。在传统的分离式架构中,行车和泊车是两套相互独立的系统,就像两个独立的司机一样,一个负责开车,一个负责停车。而真正融合的行泊一体,是用一套系统完成行车、泊车的所有工作。其中的关键,就在于打造一个全能的虚拟司机——真正融合的行泊一体方案。如果只是将两个「半瓢水」司机简单地绑在一块,其实只是样子上的行泊一体,本质上仍是两套系统。只有真正融合的行泊一体,才能带来性能体验的全面升级,以及硬件成本的大幅降低。

图片

行泊一体的本质

从本质上来说,行泊一体是将所有传感器数据接入到单个SOC为主的域控制器上,用一套软件算法完全打通。它最大的特点在于传感器的深度复用和计算资源的共享,无论行车还是泊车,都可以调用所有的硬件资源。但是在分离式系统中,行车功能只能调用行车的芯片和传感器,比如前视相机、毫米波雷达,而泊车功能也只能调用泊车的芯片和传感器,比如鱼眼相机、超声波雷达。当一套系统运转时,另一套的硬件就会闲置。因此,行泊一体能实现更高的性能和更好的体验,并且省去部分重叠的硬件,从而节省成本。比如在路上行驶时,行车系统可以调用鱼眼相机,提升车身周围360°的近距离感知能力,在拥堵跟车、cut-in等情况下提高行车表现。举个例子,鱼眼能够用来检测车旁行驶区域的变化,这样当大卡车经过时,系统可以提前做出横向避让,降低大车带来的压迫感。

而在停车场内行驶时,系统也可以直接调用前视摄像头,提升车辆前向的感知能力,提高行车速度。而不像传统的泊车那样,只能使用鱼眼相机进行近距离感知,导致车速极慢,拉低通行效率和功能体验,形成「低速泊车」的假象。

真正融合的方案

对应分离式系统架构,有一种「形似而神不似」的伪行泊一体架构。这类方案将泊车和行车的芯片集成到一个控制器内,但本质上仍是两套独立的系统,传感器接到各自的SOC上,计算资源没有真正共享,不仅性能没有提高,成本也没有大幅降低。而且两套系统之间,不可避免地会出现通讯延迟,在数据的融合处理上存在劣势。这对于追求极致性能的行泊一体来说,是天然存在的「硬伤」。但是要将行车、泊车功能整合成一个系统,并部署到一个芯片之上,需要极强的工程化能力。如何在资源有限的异构嵌入式平台上,完成所有自动驾驶系统功能的开发,并获得超过行业指标的优异性能,是一件极具挑战的事情。这既需要让模块本身高效工作,也需要模块之间做好协同串联,考虑清楚信号如何传输,模块或系统失效如何应对等一系列的具体问题。

Nullmax在异构平台的开发经验丰富,比如如何让不同的模块在最适合的计算单元上高效运行,如何在GPU上进行任务分配,以及如何对深度学习模型进行处理和部署。之所以能让模块发挥出最佳性能,皆是基于Nullmax对AI及汽车深刻且全面的理解。

同时,Nullmax设计了高效的系统框架,能够让不同模块串联,实现最高效的协同、调度、融合。比如通过MaxOS中间件的流水线制度,可以充分利用硬件平台的资源,让嵌入式平台的多个异构计算资源可以并行地重叠处理,提高了资源利用率,吞吐率及加速比,提高了系统数据处理的帧率。

因此,Nullmax的行泊一体方案能够在异构嵌入式平台上获得极致的产品效果,以同级配置实现越级体验。

图片
需要强调的是,算力的优化并不只是AI的优化,深度学习和模型只是当中的一部分。在异构平台上部署行泊一体方案,既需要有对于自动驾驶全流程的深入了解,也需要全栈自研的技术能力,才能从根本上去规划整套架构,在有限的资源下做好算力的分配和算法的极致优化。相反,如果没有真正攻克工程化方面的挑战,即使通过大算力芯片装下了整套的软件算法,这样的行泊一体也只能发挥「事倍功半」的效果,性能一般,成本不菲。而且后续的升级迭代,潜力有限。作为自动驾驶落地方面的标杆选手,Nullmax已经做到了在TDA4、Orin等主流量产芯片平台上进行量产行泊一体项目的定点和交付。特别是即将交付的单TDA4VM行泊一体方案,在仅有8TOPS的AI算力下,能够提供领航辅助、高速代驾辅助、拥堵跟车辅助、记忆泊车等一系列的行车、泊车功能,并部署到到主流价位的经济车型上。

在真正融合的行泊一体方案上,Nullmax是业内目前唯一能够提供全自研单TDA4行泊一体方案的企业,也是首家获得双TDA4周视行泊一体定点的自动驾驶公司,在量产交付方面遥遥领先。

媒体垂询
media@nullmax.ai