哈曼集团马建军:哈曼不只有音响,还有自动驾驶

  • 马建军
  • 发表于: 2017/06/27 05:22:00 来源:车云网

(我们做自动驾驶)对标的对象首先肯定是用户开车,然后再来对标我怎么去用端到端来超过用户的开车行为。

车云按:2017年6月21日-22日,由中国安全产业协会、TIAA车载信息服务产业应用联盟与车云网共同主办的2017年中国安全产业峰会暨首届交通安全产业论坛在北京召开。本文系哈曼集团技术研究部总监马建军在大会上的主题演讲,介绍了哈曼集团在自动驾驶领域的积累以及推进方向。

哈曼集团技术研究部总监 马建军哈曼集团技术研究部总监 马建军

今天来的都是真爱,天气非常不好,上午打车也很恐怖,基本上没有司机接单,很多司机都说暴雨天气怕今天这个车又出事。我们在车上聊了一下,司机同志们觉得,天气对这个汽车的影响实在是太大了,能不能有一些比较好的方式解决?当然对我来说最好的就是自动驾驶,话一说完想到对出租车司机不是好事,可能对他们来说就失业了。后来又聊,自动驾驶对出租车司机又未尝不是好事,很有可能产生新的业务形态。

昨天很多专家在说自动驾驶如何如何好,我作为从业者,今天想汇报一下哈曼在这方面的进展,看看各位专家有什么指导意见。

先说一件事,我见了很多OEM包括Tier-1,很多都说我们家是做音响。其实音响产品业务只是我们四个事业部之一的生活时尚事业部的其中一个业务,这个事业部有三分之一做家庭产品,比如家庭影院的播放器、音响、功放,还有三分之一在车上看到的车载音响,这块占总业务里10%不到。我们最大业务部门其实是智联汽车事业部,主要做导航、ADAS、车联网,这块占了60%的业务。所以说我们不只是音响公司,我们主要是以汽车娱乐系统为主导的公司。

今天我们主要讲车联网、自动驾驶的东西,主要讲两个部分,第一个我们有什么能力,第二个现在做成什么样子。

自动驾驶是非常庞大的业务,我们公司很早就在布局这个事情,知道怎么把自动驾驶真正带到客户手上,我们大概也做了很多动作,除了自己研发专利,有一些合作,也有一些收购。我们主要关注这几个领域,相信做好这些会让自动驾驶更成熟。比如人机界面,我们在硅谷有一个专门做人机界面的团队,他们做了很多工作是解决人和机器的交互;第二个是高精定位,上海有团队在内部做研发;第三个是物体检测,以色列有个团队,2013年收购了一个iOnRoad公司,就是做这个的;运动轨迹,控制,包括自动驾驶的系统分析和集成测试,都是内部研发。我们知道做一个自动驾驶样机其实很容易,我们的目标还是做出一个产品,所以会在工程方面做更多的努力。

后面会具体讲一下我们是怎么做这些东西的。

比如说2013年收购了iOnRoad这家公司,本身他们的产品最早是在手机APP上的应用,当时收购的时候已经有200万用户在用他们的app,能看到的功能有前后碰撞检测、前后车间距距离监测、车道偏离检测、车速和行人预警;我们跟奥迪合作做过环视系统,国内吉利也是我们做的;我们跟长安汽车、东南大学联合实验室一起做过一个项目,主要是做V2X,也做了很多突破,主要解决高精定位的问题,可以做到20厘米级的定位;我们欧洲公司在做导航,本身高端导航是我们自己在做的,中低端是找第三方做的,现在大家见到的包括宝马、奔驰豪华车导航引擎是我们公司自己在德国的团队研发的。

具体讲一些特别的东西,我们现在已经有ADAS量产产品在德国上市,能做到利用你现在高精度的ADAS地图,来做一些相关的东西。比如端到云的整个解决方案,让整辆车知道什么时候可以自动驾驶,什么时候不可以自动驾驶,什么时候需要切换。

AR HUD是我们欧洲一个公司现在做的,2018年要上市。本身我们在导航已经做到很高精度定位的时候,会在导航和挡风玻璃上增加实时导航,举例说的话,如果要变道的话,会直接显示从这条车道到另一个车道的一个轨迹线,大家看导航的时候最担心的其实是环岛或者是分岔口,没注意就直接过去了,我们会在风挡玻璃上直接显示你要怎么走。这个得益于我们做的高精定位及精准的道路识别。这个东西的另一种版本是可以直接投影在中控娱乐系统的屏幕上。

车联网云服务是前面说的2010年收购的Aha硅谷创业公司,有一个平台主要是来解决整个云的驾驶行为分析、后台分析,现在也在跟保险公司做一些UBI的业务。主要是我们认为自动驾驶有一个很实际的问题,不是每辆车反应是一样的,我们要根据这个车的驾驶行为来判断应该采取怎么样的策略。这个东西未来会用在自动驾驶的一些技术上。

我们一年半以前收购redbend,很有名,它也是全球最大的做汽车OTA升级的公司,也是唯一一家做大型商用的,已知的大公司比如GM、特斯拉都是在使用我们的方案。我们这个强大的在于:第一它都是千万级设备更新,没有出现一个错误,这对于整车更新是很重要的事情,这个实实在在没有出过任何错误;第二个它会针对整车所有设备进行刷机,针对导航、TBOX甚至还有ECU,这是可以跟所有Tier-1合作的,ECU不是我们哈曼做的也没关系,我们一样可以帮你刷机;第三我们后台是整车厂基于每个设备去升级,我们有些调度系统、优先系统,因为在做升级的时候不可能一款车所有设备同时升级,哪些优先级高哪些优先级低是需要策略分析的。

讲了我们两年多来默默做的这么多东西,现在讲一下我们具体是怎么做自动驾驶的。这个是我们的整体解决方案,由三块部分组成:一是用户手动开车,二是基于规则的自动驾驶,三是基于深度学习的自动驾驶验证。这三个是三位一体的,从规则自动驾驶和用户驾驶获取信息,然后基于升级再反馈回去。

具体讲是这样的:我们有一个驾驶模拟的过程,我们利用深度学习去知道,现在车状况怎么样,用户怎么使用的,但只是做一个模拟;第二件事情是我们收集,有两种收集,一种是驾驶员自己怎么开车的行为收集,另一种是基于规则自动驾驶的,就是去算,会得出一个结论,告诉你哪里左转、多少度、怎么加油、怎么刹车,再跟驾驶员操作比对;第三种我们在云端把所有数据拿过来做深度学习,做一个端到端解决方案,最后会通过云端升级到系统上去。

主要解决什么问题呢?第一个大家知道基于规则的自动驾驶其实是最可怕的,因为各种工况是无限的,经常有很多场景是没法测的,跑了几百万公里没用,很多工况见不着,见不着就不能推向市场,所以规则性自动驾驶其实只是一个中间过程,最终还是要做端到端的解决方案。

这个是基于规则自动驾驶的方案,现在我们主要针对自动驾驶ECU,我们基本上用的是毫米波雷达识别系统,没有用激光,我们也用到高精地图、也用车联网。现在路上跑的车用的是Drive PX2方案,其实基于规则自动驾驶用不到这么强的CPU,但是做一个后台端对端的学习,所以会反馈会到这个设备上,还有RSDS 、前视雷达,正前方、后两侧有总计四个摄象头。

这个是软件架构,通过前方雷达做物体检测,跟摄像头做数据融合,融合之后做现场的环境感知,最后再根据定位去做一个分析,分析之后决策,然后做控制,控制这个会根据反馈调整,比如说提速,提速不足就继续提。这是一个常见的基于规则自动驾驶的方案。还有两个支撑系统,我们自己开发的东西,包括有第三方工具,因为其实要做工程方面,很多仿真也好、还有事件的回访也好,需要很多支撑工具,有些是第三方的,也有些是我们自己公司研发的。

人工驾驶不细讲了。我们会去找一些驾驶员去驾驶这辆车,根据他的车分析他的驾驶行为,导入系统。后面会讲基于深度学习的端到端的解决方案,整个系统大概是这么跑下来的。

基于深度学习是设备端和云端的解决方案,基本上方式方法是这样的,还是那个传感器,我们会去分段,分段之后先去识别障碍物,还有可行驶区域,还有定位网络。可行驶区域就是常见的一辆车走过的绿过带,根据道路网络我们会做一个行驶网络,什么叫行驶网络?就是它有规则,虽然左边是可行驶区,但是有实线区隔,其实那个区对你无意义,所以会取消。第二个比如说现在导航说前面第二个路口右转,其实对你来说第二个路口左转是不可行的区域,所以我们这个会根据实际工况、道路情况、规则情况做一个可行驶的网络,这个就会简化一点,简化之后做驾驶员网络,最后输出控制这个矩阵。这个不是一个纯的端到端的,纯的端到端有一个黑盒子问题,除了问题也不知道出在哪里。

举个最简单的例子,一个医学方面很有趣的笑话:说之前有人做了一个研究,研究很多手指,得了一个结论,手指很黄的人容易得肺癌,为什么呢?后来人家调查了一下,发现手指很黄是因为他抽烟,但是做这个研究的人他不知道,所以这个输入跟输出结果匹配实际上是不准确的,中间应该有个过程,手指黄是因为爱抽烟,爱抽烟所以容易得肺癌,这个准确度更高。但是在实际应用时,永远找不到足够大的样本来反驳这个case。所以我们大概做的就是中间会有一个输出,所以它虽然是端到端,但是是中间会有输出的端到端解决方案。

端到端这个好处是说,可以看到前面基于规则大概做了一年多,后面基于端到端由于一整套系统、包括数据的录入它比较快。我们基于规则的自动驾驶还在往前推,我们希望的结果是以后基于深度学习的端到端能够完全赶上基于规则的自动驾驶,最后超越它。

这就是我今天要分享的东西,也希望各位专家讨论讨论,多批评多提意见。谢谢。

相关标签:
ASC2017
  • 车云星
  • 空间站
  • 福特星球
  • 虫洞

加料 /

人评论 | 人参与 登录
查看更多评论