開車跑長途絕對(duì)是個(gè)累活兒,這需要駕駛員長時(shí)間保持精神高度集中,往往是在“一眨眼的工夫”,車禍就發(fā)生了。在一些場景中,如果駕駛員能夠早一秒甚至十分之一秒(100毫秒)踩下剎車,就可能避免悲劇的發(fā)生。這絲毫不夸張,當(dāng)一輛車以120公里時(shí)速行駛時(shí),100毫秒的行駛距離就是3.33米,約等于一個(gè)車身的長度。
更快的反應(yīng)時(shí)間能夠幫助人類駕駛員規(guī)避意外的發(fā)生,同樣地,自動(dòng)駕駛車、路、云交互也需要更短的數(shù)據(jù)傳輸時(shí)延來提高安全性。特別是在L3、L4、L5高級(jí)別自動(dòng)駕駛出現(xiàn)后,對(duì)于數(shù)據(jù)傳輸時(shí)延有了更高的要求,自動(dòng)駕駛公司們對(duì)于時(shí)間的把控到了“毫秒必爭”的地步。
如何降低數(shù)據(jù)傳輸?shù)臅r(shí)延?一方面,應(yīng)用更先進(jìn)的通訊技術(shù)。近兩年,5G通信網(wǎng)絡(luò)逐步普及,其大帶寬、低時(shí)延等特性能夠更好地支持自動(dòng)駕駛車輛數(shù)據(jù)傳輸。不過,根據(jù)業(yè)內(nèi)專家預(yù)測(cè),實(shí)現(xiàn)全國范圍內(nèi)的5G網(wǎng)絡(luò)覆蓋大約要到2025年。此外,國內(nèi)各大城市、地域在5G建設(shè)上的推進(jìn)節(jié)奏并不同步,這也會(huì)在一定程度上阻礙自動(dòng)駕駛跨區(qū)域應(yīng)用。
另一方面,采用分布式計(jì)算架構(gòu)也能降低數(shù)據(jù)傳輸時(shí)延。原因在于,分布式架構(gòu)引入了邊緣計(jì)算單元,邊緣計(jì)算將原本由中心節(jié)點(diǎn)(云計(jì)算)處理的任務(wù)分散到各邊緣節(jié)點(diǎn)。邊緣節(jié)點(diǎn)更接近于數(shù)據(jù)源,具備“近水樓臺(tái)先得月”般的優(yōu)勢(shì),可以加快資料的處理、傳輸速度。這有點(diǎn)類似于自然界中章魚對(duì)于信息的處理方式。章魚是最聰明的無脊椎動(dòng)物之一,其60%的神經(jīng)元分布在腿部,40%在腦部,這樣的生物結(jié)構(gòu)幫助它們更好地感知外部環(huán)境,在捕食、逃避天敵時(shí)更有優(yōu)勢(shì)。
隨著自動(dòng)駕駛技術(shù)的快速發(fā)展,車輛、路端設(shè)施采集的數(shù)據(jù)量越來越龐大,單獨(dú)的云計(jì)算可能會(huì)在數(shù)據(jù)傳輸速度、信息處理及時(shí)性、能耗等方面遇到一些問題。而邊緣計(jì)算與云計(jì)算的優(yōu)勢(shì)互補(bǔ),二者的結(jié)合被視為擁有廣闊前景。據(jù)了解,一輛智能網(wǎng)聯(lián)汽車一天可以采集10TB數(shù)據(jù),路端設(shè)備的數(shù)據(jù)采集量也能達(dá)到TB級(jí)別。這是相當(dāng)大的數(shù)據(jù),TB為計(jì)算機(jī)存儲(chǔ)容量單位,1TB大概可以容納幾十部甚至上百部1080P高清電影。
分布式架構(gòu)的優(yōu)越性在蘑菇車聯(lián)“車路云一體化”自動(dòng)駕駛系統(tǒng)中得以體現(xiàn)。具體來說,該系統(tǒng)不僅在自動(dòng)駕駛車端和云端部署有計(jì)算單元,在一座城市的多個(gè)路口也就近部署了大量邊緣計(jì)算單元。由于距離數(shù)據(jù)源更近,邊緣計(jì)算能夠縮短系統(tǒng)數(shù)據(jù)處理時(shí)間,同時(shí)對(duì)數(shù)據(jù)進(jìn)行打包壓縮,使數(shù)據(jù)上傳云端后可盡快轉(zhuǎn)化為指令,下發(fā)給自動(dòng)駕駛車輛。
圖片來源:蘑菇車聯(lián)
在蘑菇車聯(lián)自動(dòng)駕駛系統(tǒng)中,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經(jīng)被壓縮到100毫秒內(nèi)。這是一個(gè)了不起的數(shù)字。在奧運(yùn)會(huì)短跑項(xiàng)目中,遠(yuǎn)動(dòng)員在100毫米內(nèi)起跑將被視為搶跑并被取消參賽資格,這個(gè)時(shí)間被視為人類反應(yīng)時(shí)間的極限。
車-路-云系統(tǒng)時(shí)延縮短到100毫秒以內(nèi),這也意味著,路側(cè)+云端全局路況感知能力全面下放到車端,單車也擁有了大范圍預(yù)警、預(yù)測(cè)和中遠(yuǎn)距離行車策略規(guī)劃能力。
在一些交通場景中,蘑菇車聯(lián)自動(dòng)駕駛系統(tǒng)的大范圍預(yù)警能力將發(fā)揮出不可替代的作用。例如,當(dāng)一輛自動(dòng)駕駛汽車與一輛大卡車同時(shí)停在十字路口等待綠燈通行,這時(shí)卡車旁竄出一名行人,汽車駕駛員很可能因?yàn)檎趽趸蛘咭曇懊^(qū)不能及時(shí)發(fā)現(xiàn)危險(xiǎn)。這種情況下,路側(cè)攝像頭捕捉到行人信息并經(jīng)由邊緣計(jì)算處理上報(bào)到云端,再下發(fā)至車輛,就能提前規(guī)避安全隱患。
預(yù)測(cè)的價(jià)值則在于,隨著遍布城市大街小巷的路網(wǎng)數(shù)據(jù)匯聚云端,所有路段實(shí)時(shí)車流信息在云端“一屏計(jì)算”實(shí)時(shí)下發(fā),自動(dòng)駕駛車輛也能“看到”前方1000米外甚至整個(gè)城市的擁堵情況。在未來智慧交通、智慧城市的建設(shè)中,這一功能將能夠?yàn)槌鞘泄芾碚咛峁Q策依據(jù),提升整個(gè)城市的出行效率。
（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(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)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(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
