Ainstein推出新款自动驾驶智能成像雷达

验证自动驾驶汽车的性能及功能扩展性随着自动驾驶量产时间点的临近，各大汽车OEM厂商也在加快相关技术的测试和验证。

在日前举行的奥迪Q8 SUV发布会上，德国奥迪表示将于2021年打造并推出基于Aicon 概念车的首个自动驾驶车队。

近日，奥迪公司宣布与以色列自动驾驶仿真测试初创公司Cognata合作，以加快自动驾驶技术的开发进程。

后者的仿真平台可以再现真实世界的城市，提供了一系列测试场景，包括模拟现实条件的交通模型。

Cognata的这款模拟平台利用了人工智能、深度学习、计算机视觉等技术，旨在提供一款方案，验证自动驾驶汽车的性能及功能扩展性。

今年初，Cognata就宣布公司正在投放一款基于云端的自动驾驶车辆验证用模拟引擎，英伟达与微软为其提供了相应的技术。

Cognata在2017年拿到了500万美元的融资，投资方包括Maniv Mobility（主要来自捷豹路虎、法雷奥等汽车OEM及零部件厂商）、空中客车公司的风险基金等。

传统汽车要走向自动驾驶，除了各家技术方案公司的努力，包括但不限于OEM、自动驾驶公司，还需要对实验结果进行不断测验，进行对称调试优化。

路测无疑是最直接的方式，但由于汽车的重量以及速度，在实际场景中测试有重大的安全隐患，尤其是在技术尚未成熟之前。

可是没有实际的路测，技术的更新升级似乎难度又很大。

尤其是今年上半年，UBER的自动驾驶车在美国亚利桑那州坦佩市的全球首例由自动驾驶汽车酿成的死亡事故发生之后，对于自动驾驶测试是否应该在技术未成熟之前上路测试引发了业界的反思与讨论。

随后，英伟达宣布推出一套名为“NVIDIA DRIVE Constellation”，使用照片级真实感模拟、基于云的自动驾驶汽车测试系统，是一款基于两种不同服务器的计算平台。

自动驾驶芯片解析前几年，各大车厂和自动驾驶运营商好像一直将2020年看成是自动驾驶汽车发展的一个分水岭，一度把L3级自动驾驶汽车落地量产当成2020年的目标。

虽然现实距离理想总是有一段距离，但在2020年，活跃在PPT中的自动驾驶汽车无疑离人们更近了一步。

所以，在今天，解决自动驾驶问题的关键是在于单点的技术，单点技术做到极致，并超越人类，这项技术才是可用的。

比如对于车道线、对于交通指示牌的识别等，而这其中需要强大的计算能力做支持。

硬件和软件算法向来是躯体和灵魂，密不可分。

市场对自动驾驶芯片的算力和性能提出了新的要求。

自动驾驶芯片成为新的角逐点。

揭开自动驾驶芯片的神秘面纱，对其功能和计算处理能力掌握可能是每一个汽车人在工作中需要的。

苦逼的汽车人就是需要不断跨领域学习新知识。

本文是解析芯片的一部分总结，主要解释高算力芯片的背景、芯片算力单位、解析特斯拉FSD芯片算力、解析Xavier中为什么将30TOPS作为主要指标、解析英飞凌TriCore™的计算力……1高算力芯片的背后：智能汽车E/E架构的发展引用一句大家都熟悉的话，目前E/E 构架设计面临4大挑战：功能安全、实时性、带宽瓶颈、算力黑洞。

具体解释就是：在功能复杂度持续提升的情况下满足功能安全的等级要求，包括ISO26262、SOTIF和RSS；在复杂的架构和功能框架下满足实时性的保证；指数级增长的传感器数据和爆炸式的网联数据造成的带宽瓶颈；满足软件持续升级所需要的算力黑洞。

因此，智能汽车E/E架构正从分布式走向集中式，其终极形态是超级计算机。

博世的渐进式路线是目前E/E架构发展的典型路径。

从图中可以看出，整体的发展趋势是计算集中化。

伴随着计算集中化的产生，存在一个新的概念。

图中可以看出，在域融合的下一阶段，是“车载电脑和区域导向结构”。

区域导向结构的关键在于配合车载电脑，完成执行器、传感器、诊断以及传统I/O 的连接汇总，顺利完成高级决策功能，其类似于PC中的南北桥。

目录•NOA概述•NOA的技术组成•NOA的应用场景与优势•NOA面临的挑战与发展前景NOA概述高级驾驶辅助系统作为一套高级驾驶辅助系统，NOA通过感知、决策和执行等关键技术，增强驾驶员的操控和安全性能。

自动驾驶技术NOA（Navigate on Autopilot）是一种自动驾驶技术，它使汽车能够在高速公路等特定场景下实现自主导航和驾驶。

NOA的定义01早期研究早期的自动驾驶研究主要集中在学术领域，研究人员探索了各种传感器和算法来实现自主导航。

02行业合作与标准化随着技术的发展，汽车制造商和科技公司开始合作，共同研发NOA技术，并推动相关标准的制定。

03商业化应用近年来，NOA技术逐渐应用于量产车型，为消费者提供更为智能化和安全的驾驶体验。

NOA发展历程感知技术通过激光雷达、摄像头、毫米波雷达等传感器，实时感知车辆周围环境，包括其他车辆、行人、道路标志等。

决策规划基于感知数据和高精度地图，通过算法进行路径规划和驾驶决策，确定车辆的行驶轨迹和动作。

控制执行将决策结果传递给车辆控制系统，通过线控底盘、电机控制等技术，实现车辆的自主驾驶和导航。

数据安全与冗余设计确保感知、决策和执行过程中的数据安全，采用冗余设计，提高系统的可靠性和容错能力。

NOA的技术原理NOA的技术组成雷达传感器01通过发射电磁波并接收反射回来的信号，实时感知车辆周围的环境，包括其他车辆、障碍物等。

02激光雷达（LiDAR）使用激光束进行高精度测距，生成车辆周围环境的3D点云图，为NOA系统提供精确的环境感知能力。

03摄像头捕捉图像信息，用于识别交通信号灯、道路标志、行人等，为决策规划提供重要输入。

传感器技术地图更新技术实时或定期更新高精地图，以适应道路变化，保证NOA系统的准确性和可靠性。

地图与其他传感器数据融合将地图信息与传感器感知到的实时环境数据进行融合，提高车辆对环境感知的准确性和鲁棒性。

高精地图提供厘米级的道路信息，包括车道线、道路曲率、高程等，用于辅助车辆定位和路径规划。

智能驾驶法规之UN R152与UN R131新旧法规探讨作者：张晓辉王强晖马文博来源：《专用汽车》2024年第01期摘要：近年来在保险业、汽车安全组织和政府的共同推动下，AEBS成为越来越多车型的标准配置，各家车厂都积极推动发展并配備到近几年出厂的最新车款上，将AEBS功能等作为新车上市的重要卖点之一。

随着自动驾驶的继续发展，AEBS可能还会向着更高性能延展。

欧盟新的准入UN R152明确要求自2022年7月8日起，新准入轻型车均需配置AEBS功能。

UN R152法规主要包含车对车、车对二轮车、车对行人和误触发四大场景。

R131新版已于2022年7月实施，与原版本相比，新版本有多处变化。

基于此，采用新旧法规比较的方法，对两者的更新进行探讨。

关键词：自动驾驶；AEBS；智能驾驶法规；UN R152；UN R131中图分类号：U471 收稿日期：2023-12-15DOI：1019999/jcnki1004-02262024010021 前言自动紧急制动系统（AEBS）能够实时监测车辆前方行驶环境，并在可能发生碰撞危险时发出警告信号、自动紧急制动，以避免碰撞，因此在中欧整车认证及新车测评法规体系中，均占据了重要位置［1］。

整车认证方面，当前并未强制企业为乘用车配置AEBS。

但国内影响力较大的第三方评测C-NCAP和C-IASI都针对AEBS指定了详细的测试规范［2］。

欧盟早前也仅针对商用车强制安装AEBS，认证法规为UN R131《关于批准装有现进紧急制动系统（AEBS）的机动车辆的统一规定》。

这次修订体现了主动安全系统的性能飞跃。

后续将更进一步地监测技术发展状况，并酌情按期调整本法规中的条例，力争回避在最高速度时与其他车辆及行人发生事故。

2 R131与R152主要内容AEBS能够实时监测车辆前端的路况，并在可能发生交通危险时发出提示信息、自动紧急制动，以避免发生事故，因此在中欧整车认证及新车测评法规体系中，均占据了重要位置。