联系我们

自动驾驶计算系统的现状和挑战

2020-12-18

导读:该工作《Computing Systems for Autonomous Driving: State-of-the-Art and Challenges》于202011月已经被IEEE Internet of Things Journal (IoTJ)接收,文章主要讨论了自动驾驶计算系统的参考架构,性能指标,关键技术,以及挑战和机遇。

 

1 背景

近年来,随着传感器,计算机视觉,机器学习,加速硬件,无线通信等技术的发展,自动驾驶汽车迎来新的机遇。为了实现自动驾驶,车载计算系统需要及时地完成感知环境,预测,路径规划等操作。然而,受限于算法和系统的可靠性,现有自动驾驶汽车的计算系统无法应对复杂的交通环境。在自动驾驶发展的早期,感知技术的不足导致了多起车祸致死事故的发生(表 1)。如何提高计算系统的可靠性,成为了自动驾驶成功部署的关键。

 

2 计算系统参考架构

在自动驾驶的发展中,计算系统往往采用模块化的设计。基于模块化的设计,本文提出了面向自动驾驶level 4/5 的系统系统参考架构,将计算系统分解成为九大模块:传感器,操作系统,中间件系统,应用,车载计算,车载通信,存储,安全和隐私,和功耗管理。

 

3 性能指标

为了衡量自动驾驶的计算系统,本文讨论了以下七个性能指标:

· 准确性

· 及时性

· 功耗

· 成本

· 可靠性

· 隐私性

· 安全性

 

4 关键技术

自动驾驶汽车的计算系统帮助它感知驾驶环境,并且最终安全及时地控制车的行驶,这其中的关键技术包括:

· 传感器

· 数据集和基准

· 自动驾驶应用:物体检测,车道线识别,定位与建图,预测和路径规划,控制

· 计算硬件

· 存储

· 实时操作系统

· 中间件系统

· 车载通信

· 安全和隐私

 

5 挑战和机遇

通过对自动驾驶的关键技术的讨论,我们发现了现有自动驾驶计算平台的一些挑战:

· 人工智能在自动驾驶中的应用

· 多传感器数据融合

· 故障检测和诊断

· 如何应对Normal-Abnormal场景

· 网络攻击防护

· 车载操作系统

· 能耗

· 成本

· 如何利用智能交通设施

· 如何与驾驶员交互

· 实验平台

· 如何与实际场景耦合

 

6 总结

设计高效可靠的计算系统是实现自动驾驶的关键。本文提出了基于模块化设计的计算系统参考架构,将自动驾驶汽车计算系统分为九个模块,并总结了七个关键性能指标。通过对这九大模块中涉及到的关键技术的现状分析,我们总结出了对现有自动驾驶系统系统的十二个挑战和机遇,希望本文能对自动驾驶从业人员有所帮助。

 

(转载自The CAR Lab

诚聘英才
友好链接
业务咨询及参观访问:0755-86576085    0755-86576086    地址:深圳市南山区笃学路9号
国家超级计算深圳中心(深圳云计算中心)  ©2014-2020  粤ICP备10220126号