贺世界智能网联汽车大会-速锐得V8翻开智能驾驶汽车新篇章

2018年10月18日，世界智能网联汽车大会在北京国家会议中心盛大开幕。

　　智能网联汽车是信息通信、互联网、大数据、人工智能、道路交通等行业加速跨界融合变革的新兴产物，是全球产业创新热点与未来发展的制高点。驱动汽车产业转型升级，发展智能网联汽车产业已成为落实国家战略的重要载体。

速锐得是汽车行业CAN总线数据应用的领导者，在汽车CAN总线数据应用领域已经深耕了8年，我们核心人员队广拓思路，盯上了智能驾驶这产业的数据采集。耗资千万，历时2年推出智能驾驶V8汽车数据收集载体，斩获无人驾驶巨头订单，应用于智能驾驶众包地图驾驶行为数据采集，建立自动驾驶数据模型。

当下，智能汽车的自动驾驶路线分为如下三类：

1、以谷歌、百度为代表的互联网类。这些公司拥有雄厚的资金，可以大量招聘优秀人才，大量投入资金，会从最高级别的无人驾驶往低级别无人驾驶走。他们的理念是，不在意短期是否盈利，一旦做成了，那么这个行业全是我的。

2、以整车厂为代表的工业类，例如福特、奔驰、宝马等。这些公司内部配置了强大的技术，是从底层向上做起，L1 成熟了就做 L2，例如倒车影像、环视、自动泊车、前车防撞等技术。

3、是针对具体场景的，例如低速场景，包括园区的巡逻车、环卫低速车等。这类场景对行车速度的要求相对较低，行驶环境也不像城市街道那么复杂，但这类自动驾驶也是需要比较多的积累。

自动驾驶决策部分的特点是，龙头多、技术点繁杂，需要大资源、大技术、大资本，才能投入下一个环节，所有的机器学习，大多停留在信息采集阶段，而这个阶段的信息采集，绝大多数基本都是处于摄像头将图线变成矢量，然后存储起来。汽车背后的主机非常巨大，相当于一台高容量存储的服务器。

 

对于自动驾驶汽车而言，产品生命周期管理是保证从预研项目Demo到量产的必经之路。只有经过严格的产品生命周期管理体系，优化各研发部门的协作及供应链关系，通过数字化的方法提高每个阶段的工程建模与测试验证效率，最后才能实现高质量，高效率的量产产品落地。

目前自动驾驶技术处于从L2往L3推进的过程中，很多从事无人驾驶的客户在产品Demo阶段愿意尝试不同的创新解决方案，但是到了最终量产阶段，还是倾向于选择汽车总线数据经验的供应商，主要原因有两点：

第一，自动驾驶是一个全球都在竞争赶超的领域，因此对技术上提出了非常高的要求，供应商既要满足客户通用性的平台化开发标准，也要满足个性化的需求，在批量路测规定的时间节点保质保量地交付整套产品。

第二，自动驾驶与传统的汽车研发不同，自动驾驶包含多种新型传感器、人工智能及大数据、高精度地图等全新的内容，需要一个全新的创新体系来支持。这其中要考虑的绝不仅仅是技术和产品的实现，同样重要的还有研发流程与方法、协同创新与技术团队的管理。

速锐得就是看准了这个前夜的契机，结合8年的总线经验研发与4年分时租赁数据应用优势，推动自动驾驶数据采集终端V8本地化的量产落地。

为了满足数据的严格要求，速锐得的整个研发体系将采用以人为主的敏捷研发方式，以此应对不断变化的产品需求。传统的汽车研发采用层层向下的金字塔管理方式，而新型管理方式采用产品架构模块化管理，配合扁平化的组织架构，让每个工程师都可以参与到产品和公司发展中来，从自身专业的研发角度出发提高产品质量。迭代第三版的V8，10#样机，属速锐得Vbox系列，架构为Cortex A7（i.MX6ul）+Cortex M4F（freescale S32K）+4G（八核ARM Cortex A53+Qualcomm Adreno 506GPU），加上多年的总线数据经验，定能为行业和客户创造更多价值。

V8硬件架构：

硬件相关参数：

I.MX6集成了FlexCAN、MLB总线、PCI Express®和SATA-2，具有卓越的连接性，同时集成LVDS、MIPI显示器端口、MIPI摄像机端口和HDMI v1.4，是先进的消费电子、汽车和工业多媒体应用的理想平台。

飞思卡尔SK32作为与汽车总线交互的核心处理，采用的Cortex-M4的内核，并带有以太网的接口，将适应未来所有车型。

两个主处理器都满足AEC-Q100,满足车规级的要求，未来可以在所有汽车领域大量应用。

功能实现的目的：

我们利用I.MX6解决了高速视频拍摄及解压，通过高通4G模组将S32K采集的CAN总线数据和外围GPS等SENSOR将数据传给服务器。主要解决从采集端到决策端的数据问题，通过采集到的车速、转向角度、档位信息等汽车CAN总线数据建立驾驶模型，建立样本。

如果按照单台车以30Hz的频率采集320*320的图像，十分钟生成一个压缩包图片库的速度来算，2小时内的行驶将产生4个GB的图片数据，结合边缘算法在本地实现处理还需要将图片通过蜂窝网络（4G,5G）上传到云服务器做深度分析。车子在路上跑的时候，通过V8这类也在不断的采集数据，而这些数据可以支撑我们做进一步的安全验证。

应用服务层：智能驾驶实验平台软件网关自身带视频解析和呈现，主要功能均通过服务的方式对外提供，包括运行在CAN网关上的总线数据、远程升级服务、本地数据处理、应用平台部署、安全服务监测及其他扩展服务。

应用框架层：应用框架层主要提供应用服务运行所需的执行环境，包括Java虚拟机(Java运行环境)、Web服务引擎、开发包、MQTT安全模块及其他扩展开发包。

组件层：组件层主要提供网关系统运行所需的各核心功能模块，包括：电源模块组，完成与S32K、I.MX6、4G通讯模组等电源供电功能；S32K模块组，完成CAN协议解析、电压转换，数据解析、数据组包等功能；管理模块组，完成4G网络射频信号接收、设备GPS定位、外部蓝牙连接等管理功能。

Linux&驱动层：主要包括Linux操作系统和平台驱动，是网关运行的基础，包括主芯片驱动以及各种网络驱动，如WiFi、蓝牙、串口等。

技术做底、行业为图，自动驾驶的商业化之路上绕不开“安全”与“量产”。只有让自动驾驶车辆自然融入到现实的车辆行驶环境中，才能做到真正的自动驾驶车辆和人类驾驶车辆双重安全。基于此，V8的图像视频用i.MX6处理环境建模系统、S32K主要与汽车总线交互、GPU处理ADAS驾驶策略系统，保证自动驾驶车辆能对自身所处的静态环境和动态有清晰明确的认知，与环境进行输入输出的双向交互，并有基于实时环境信息的全面的可解释的驾驶行为规则，并通过8核的4G模组，将数据上传至AI大脑。

“环境建模系统要做的就是让车辆融入环境。” V8的环境建模系统可以实现基于车体200米距离的实时感知、加上高精地图的辅助，实现周围数千米路况的预先感知和道路级生态感知。VI帮助车辆真正地融入当前环境，做一个符合当前驾驶要求的好司机，通过机器学习技术，向优秀的人类司机学习，输出更安全的驾驶决策策略。

未来的十年，汽车产业将会以电动化、智能汽车、智能城市等为主题。未来的汽车进一步提高基于无人驾驶的网约车、出租车在全球的网联化；V8基于汽车CAN总线将深度结合智能汽车底层技术，将帮助到所有的出行公司、自动驾驶公司、大数据公司收集汽车驾驶数据，结合他们的新调度系统等服务更快带到全球各个角落。

试点项目上，将V8的数据传输到云端，通过V8安装在这些出行公司、自动驾驶公司、大数据公司运营的100万辆汽车里，来分析驾驶模式，建立基于位置、环境、驾驶习惯的模型，以更好地提供人工智能调度等汽车智能网联服务。作为阶段性研发成果，早在今年6月底，已经开始在北京联合测试新的V8系统。V8利用智能手机、出租车位置、天气模式等因素的数据来确定网约车、共享车的最有效分布。

除了提高调车效率、增加利润，V8也将充分利用其汽车服务平台「TSP」上收集到的车辆数据，在国内完善、在日韩扩张，它的驾驶数据联动型汽车保险，还有面向融资租赁司机的金融产品、预测性维护等服务、可控的网约车认证等多方面的问题。

同时，实时的驾驶数据和视频也有利于平台公司构建动态地图，加快自动驾驶研发模型样本及更新进度。在未来的汽车服务平台为拼车、租车、共享车、网约车等公司提供一套全流程学习系统，来为他们进行一体化的服务，其中包括汽车的管理、利用、分析等定制功能。除了上述汽车服务外，平台中也包含和汽车远程信息处理保险公司、身份识别公司、CRM 管理公司等各种基于数据的服务公司的合作。