采埃孚ProAI：人工智能让自动驾驶成为现实

在2018国际消费电子展（CES）上，采埃孚展示了其在自动驾驶道路上取得的进一步成就。采埃孚预开发工程部的工程师在原型车中配置了许多驾驶功能，使其能够实现4级完全自动驾驶。通过这种方式，采埃孚展示了其作为自动驾驶系统架构专家的广泛技术专长，尤其是在环境数据监测和处理领域。由采埃孚和英伟达联合开发的采埃孚ProAI在去年的CES上首次展出。仅仅一年后，上述预开发项目就充分展示了这款超级处理器的效率和实用性。ZF ProAI是原型的中央控制单元。基于这种控制单元，采埃孚可以使用模块化设计来开发自动驾驶功能。开发目标是可以应用于任何车辆的系统架构，并可以根据实际应用调整可用的硬件和所需的自动驾驶水平。发展相应的自动驾驶水平是整个行业面临的挑战。针对这一挑战，采埃孚早期开发工程部负责人Torsten Gollewski解释道：“自动驾驶涉及多种独立驾驶功能，其领域极其广泛。汽车必须在没有人为干预的情况下自动执行这些功能，并且不受气候条件、交通状况和能见度等因素的影响。”

基于需求导向自动化的系统架构作为原型的一部分，采埃孚建立了一个完整的模块化开发环境，包括具有人工智能的功能架构。Gollewski表示：“例如，我们成功开发了一种全自动驾驶配置，即四级驾驶功能。根据采埃孚“观察-思考-行动”的技术策略，配置的模块也可以根据具体应用进行调整，以帮助车辆在城市交通中具有必要的识别能力和自我思考能力。“灵活的架构还可以在不同的车辆中配置各种自动驾驶级别。同时，它还可以为某一自动驾驶级别所需的最低硬件配置提供相关信息。最近几个月，采埃孚的工程师一直在“培训“车辆执行不同的驾驶功能，尤其是在城市中行驶时，如车辆与行人之间的互动、斑马线上车辆与行人的互动、碰撞评估，以及车辆在红绿灯和环形交叉路口的行为。Gollewski说：“与高速公路或农村道路的工作条件不同，当车辆在城市中行驶时，对当前交通状况有可靠了解的复杂性大大增加，而对当前交通条件的了解是计算机控制车辆采取适当操作的基础。“随需应变应用ZF ProAI凭借其开放式架构，ZF Pro人工智能是可扩展的硬件组件、互连的传感器、评估软件和功能模块，可以根据所需的用途和自动驾驶水平进行调整。例如，ZF Pro人工智能可以为几乎所有特定要求配置处理器性能。在CES上展示的应用中，控制单元使用Xavier芯片采用8核CPU架构，70亿个晶体管和相应的性能数据。它每秒可以管理多达30万亿次操作（TOPS），并且只消耗30瓦。该芯片符合最严格的汽车应用标准，就像ZF PROAI一样，为人工智能和深度学习创造了条件。数据交互ZF及其合作伙伴提供了广泛的传感器组合，在监测车辆周围环境方面发挥着至关重要的作用。安装在展示车上的摄像头、激光雷达和雷达传感器可以360度分析原型机的周围环境，并每40毫秒更新一次。ZF ProAI的计算单元实时分析这些巨大的数据，每台相机每秒将生成1GB的数据。Gollewski说：“人工智能和深度学习算法主要用于加快车辆的自我分析，使车辆识别更加准确。在大量数据中识别交通情况下的频繁数据，例如行人试图过马路。”然后将检索到车辆可能的响应，它在计算纵向加速还是减速以及计算……方面起着决定性的作用……

进一步的行进方向。这些数据将在软件中存储很长一段时间。

在虚拟环境中，拉斯维加斯的展示车使用弗雷德里克沙芬提供的数据进行驾驶，CES上的采埃孚展台也可以有以下体验。拉斯维加斯静态显示车中使用的传感器数据是从采埃孚集团位于德国弗里德里希沙芬的总部到采埃孚研发中心的实际道路测试中收集的。特别是ZF PROAI的演示车可以实时准确地分析数据，就好像它在这条线上行驶一样。你可以看到车辆的运动，如转向、制动和加速，这些运动与距离直线9200公里的路测数据一致，就好像车辆同时在另一个大陆上行驶一样。在2018国际消费电子展（CES）上，采埃孚展示了其在自动驾驶道路上取得的进一步成就。采埃孚预开发工程部的工程师在原型车中配置了许多驾驶功能，使其能够实现4级完全自动驾驶。通过这种方式，采埃孚展示了其作为自动驾驶系统架构专家的广泛技术专长，尤其是在环境数据监测和处理领域。由采埃孚和英伟达联合开发的采埃孚ProAI在去年的CES上首次展出。仅仅一年后，上述预开发项目就充分展示了这款超级处理器的效率和实用性。ZF ProAI是原型的中央控制单元。基于这种控制单元，采埃孚可以使用模块化设计来开发自动驾驶功能。开发目标是可以应用于任何车辆的系统架构，并可以根据实际应用调整可用的硬件和所需的自动驾驶水平。发展相应的自动驾驶水平是整个行业面临的挑战。针对这一挑战，采埃孚早期开发工程部负责人Torsten Gollewski解释道：“自动驾驶涉及多种独立驾驶功能，其领域极其广泛。汽车必须在没有人为干预的情况下自动执行这些功能，并且不受气候条件、交通状况和能见度等因素的影响。”

基于需求导向自动化的系统架构作为原型的一部分，采埃孚建立了一个完整的模块化开发环境，包括具有人工智能的功能架构。Gollewski表示：“例如，我们成功开发了一种全自动驾驶配置，即四级驾驶功能。根据采埃孚“观察-思考-行动”的技术策略，配置的模块也可以根据具体应用进行调整，以帮助车辆在城市交通中具有必要的识别能力和自我思考能力。“灵活的架构还可以在不同的车辆中配置各种自动驾驶级别。同时，它还可以为某一自动驾驶级别所需的最低硬件配置提供相关信息。最近几个月，采埃孚的工程师一直在“培训“车辆执行不同的驾驶功能，尤其是在城市中行驶时，如车辆与行人之间的互动、斑马线上车辆与行人的互动、碰撞评估，以及车辆在红绿灯和环形交叉路口的行为。Gollewski说：“与高速公路或农村道路的工作条件不同，当车辆在城市中行驶时，对当前交通状况有可靠了解的复杂性大大增加，而对当前交通条件的了解是计算机控制车辆采取适当操作的基础。“随需应变应用ZF ProAI凭借其开放式架构，ZF Pro人工智能是可扩展的硬件组件、互连的传感器、评估软件和功能模块，可以根据所需的用途和自动驾驶水平进行调整。例如，ZF Pro人工智能可以为几乎所有特定要求配置处理器性能。在CES上展示的应用中，控制单元使用Xavier芯片采用8核CPU架构，70亿个晶体管和相应的性能数据。它每秒可以管理多达30万亿次操作（TOPS），并且只消耗30瓦。该芯片符合最严格的汽车应用标准，就像ZF PROAI一样，为人工智能和深度学习创造了条件。数据交互……

采埃孚及其合作伙伴提供广泛的传感器组合，在监测车辆周围环境方面发挥着至关重要的作用。安装在展示车上的摄像头、激光雷达和雷达传感器可以360度分析原型机的周围环境，并每40毫秒更新一次。ZF ProAI的计算单元实时分析这些巨大的数据，每台相机每秒将生成1GB的数据。Gollewski说：“人工智能和深度学习算法主要用于加快车辆的自我分析，使车辆识别更加准确。在大量数据中识别交通情况下的频繁数据，例如行人试图过马路。”然后将检索到车辆可能的响应，其在计算纵向加速还是减速以及计算进一步的行进方向方面起决定性作用。这些数据将在软件中存储很长一段时间。

在虚拟环境中，拉斯维加斯的展示车使用弗雷德里克沙芬提供的数据进行驾驶，CES上的采埃孚展台也可以有以下体验。拉斯维加斯静态显示车中使用的传感器数据是从采埃孚集团位于德国弗里德里希沙芬的总部到采埃孚研发中心的实际道路测试中收集的。特别是ZF PROAI的演示车可以实时准确地分析数据，就好像它在这条线上行驶一样。你可以看到车辆的运动，如转向、制动和加速，这些运动与距离直线9200公里的路测数据一致，就好像车辆同时在另一个大陆上行驶一样。

标签：斑马

汽车资讯热门资讯