邊緣計算正在深刻改變自動駕駛 蘑菇車聯(lián)或先突破

想要高級別自動駕駛落地,算力是一大制約因素。

隨著數(shù)據(jù)規(guī)模呈幾何級增長,提升車載芯片算力是率先被使用的方案。不少自動駕駛企業(yè)開啟了在單車算力上加碼的軍備競賽,重點部署GPU、FPGA等圖像處理器,比如全球自動駕駛領(lǐng)頭羊谷歌Waymo最新無人車采用的就是英特爾的Xeon服務(wù)器芯片和Altera的FPGA芯片。強大的芯片組合可保證各模塊功能間互不影響,但發(fā)展進程受限于芯片提供商的極限算力迭代速度。

邊緣計算正在深刻改變自動駕駛 蘑菇車聯(lián)或先突破

圖片來源:einfochips

尋求云端遠程算力補充成為業(yè)界下一步的思考方向。但遠距離數(shù)據(jù)傳輸?shù)臅r延并不允許。汽車電子功能安全標準ISO26262指出,數(shù)據(jù)傳輸延遲和上游服務(wù)中斷是引起無人駕駛汽車安全隱患的重要因素。一組數(shù)據(jù)表明,一輛每天運行8小時的自動駕駛汽車將產(chǎn)生至少40TB數(shù)據(jù),云端遠程傳輸數(shù)據(jù)至少需150-200毫秒以上,假設(shè)一輛車以120km/h行進,100毫秒延遲就相當于3.33米,約等于一輛普通轎車的車身長度。就近部署的邊緣計算則能夠?qū)⒄麄€過程控制在更短的數(shù)據(jù)傳輸時延范圍內(nèi),大幅降低因時延而導(dǎo)致的事故率。

細數(shù)當前全國各地高級別自動駕駛實踐情況,湖南衡陽車路云一體化的自動駕駛系統(tǒng)數(shù)據(jù)從路側(cè)感知、云端上傳到下發(fā)的傳輸全鏈路延遲已壓縮至100毫秒,在業(yè)內(nèi)處于領(lǐng)先水平。據(jù)悉,這一超低時延自動駕駛系統(tǒng)由蘑菇車聯(lián)打造。

成本降低90%

不僅如此,隨著原本由車端自動駕駛芯片負責(zé)處理的高清3D地圖更新、實時交通路況推送、深度學(xué)習(xí)模型訓(xùn)練和大數(shù)據(jù)分析等計算任務(wù)交由路側(cè)的邊緣云,還能進一步減輕車端數(shù)據(jù)處理壓力和算力部署成本。要知道,隨著芯片算力需求的提升,對應(yīng)的采購成本并不是線性增長,而是幾何級攀升的。以近期公布車路協(xié)同自動駕駛方案成本的蘑菇車聯(lián)為例,其在衡陽落地的車路云一體化方案以車端感知、路側(cè)邊緣計算和中心云融合感知,有望將單車改造成本降低90%以上。

相較于遠程中心云計算部署,邊緣計算還可以減少數(shù)據(jù)帶寬消耗、緩解流量壓力,降低配套通信成本。用恩智浦自動駕駛實驗室主任Da vide Santo的解釋就是“在分布式架構(gòu)與中心式架構(gòu)之間的尋找最優(yōu)組合以降低成本”。未來邊緣計算或成自動駕駛商業(yè)化之戰(zhàn)的必殺技。

邊緣計算正在深刻改變自動駕駛 蘑菇車聯(lián)或先突破

圖片來源:arxiv.org

穩(wěn)定可靠

量產(chǎn)穩(wěn)定性和可靠性是將邊緣計算引入自動駕駛系統(tǒng)的另一考慮因素。目前國內(nèi)一些自動駕駛企業(yè)采用臺灣Neousys Nuvo-6108GC工控機方案,以此提升單車算力。該方案使用插板式結(jié)構(gòu),提高了芯片抗沖擊、抗振動能力,但整體體積較大、功耗高、散熱難,在真實量產(chǎn)中會給高速運行的自動駕駛汽車造成安全隱患。而邊緣計算單元架設(shè)在運行環(huán)境更為簡單的路端,系統(tǒng)穩(wěn)定性更強。

更高的安全性是邊緣計算在自動駕駛場景應(yīng)用的另一獨特優(yōu)勢。分散在不同路口的邊緣計算單元提供了多層保護和冗余,即使較遠距離的中心云端或某個單獨的邊緣計算單元出現(xiàn)電力故障、網(wǎng)絡(luò)故障甚至計算故障,其他邊緣計算單元和單車智能也將有效獨立運行。此外每個路側(cè)邊緣計算服務(wù)器都擁有獨立網(wǎng)關(guān),車端數(shù)據(jù)在邊緣側(cè)先行加密,提高了數(shù)據(jù)安全性和隱私保護能力。

還是以蘑菇車聯(lián)車路云一體化的自動駕駛實踐為例,在衡陽200公里的城市級開放道路上,每隔不到300米就有一組路側(cè)邊緣計算系統(tǒng),堪稱高密度覆蓋。更重要的是,邊緣分布式計算架構(gòu)使其不受中心云單一端口限制,在云端失效的情況下,車輛仍可借助邊緣計算動態(tài)改變路線和供電網(wǎng)絡(luò)流量的能力,甚至可以做安全停車的決策。

邊緣計算正在深刻改變自動駕駛 蘑菇車聯(lián)或先突破

圖片來源:蘑菇車聯(lián)

高級別自動駕駛商業(yè)化正在變成一場算力和時效的競賽。到2025年,自動駕駛汽車和云端之間的數(shù)據(jù)傳輸量可能達到每月10EB,是目前的1萬倍。利用邊緣計算讓自動駕駛汽車在數(shù)據(jù)處理環(huán)節(jié)更為方便、快捷、安全是整個產(chǎn)業(yè)的共同目標,在傳輸時延、落地成本、數(shù)據(jù)安全和隱私方面獨具優(yōu)勢的路側(cè)邊緣計算方案或解燃眉之急。

(免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 )