|
对于大多数消费者而言，自动驾驶汽车仍然是展览和促销活动的产物。但是，对于软件开发人员而言，自动驾驶已成为现实，并且开发人员确切地知道您的全新汽车应如何工作。如今，自动驾驶汽车软件已成为竞争激烈的汽车市场上的佼佼者，自动驾驶汽车工程师的身价已达数百万美元。在智能汽车中，一切都归结为软件。作为自动驾驶汽车技术的供应商，Intellias知道为自动驾驶汽车构建软件所需要的知识，以及近年来汽车软件开发如何改变以满足需求。 汽车行业的软件正在发生变化，以满足自动驾驶的需求 您可能会问，为什么每个人都对自动驾驶功能感到如此兴奋，如果他们还不在这里呢？的确，无人驾驶汽车尚无法赢得消费者的青睐，但我们正在谈论的是各种级别的自主权，这项技术每天都在进步，并且将持续下去。目前，我们的道路上仅看到部分独立的汽车，而到2025年，全球自动驾驶汽车市场估计将达到360亿美元，其中美国将拥有所有无人驾驶汽车的29％。 车辆的自主性等级越高，其隐藏在引擎盖下的软件越复杂，工程团队需要的专业知识也就越具体。SAE International在2014年推出的分类系统可识别六级自动驾驶汽车技术。在零级时，驾驶员完全负责车辆，完全没有帮助。在第一级，车辆可以控制自己的速度。我们现在处在第三层，即将到达第四层，在这里汽车可以负责许多情况，警告并协助驾驶员，驾驶员有时会视线移开道路。 资料来源— How-To Geek 对于汽车软件开发，第二级和第三级自治之间发生了重大变化。第三级条件自动化的前提是驾驶员可以将视线从道路上移开，只需确认车辆的决定即可。它不再是帮助，而是随着用例和情况的增加而增加了独立性。 不过，从三级自治到四级自治的道路并不平坦。第三级的要求在if–then条件下，突破了传统基于ADAS规则的功能的极限。在城市环境中的用例需要与人类相近的决策能力。因此，基于人工智能（AI）的自学习系统正成为汽车领域的关键技术。 人工智能和机器学习在当今汽车领域的作用：一切都与数据有关 汽车行业的人工智能不仅与自动驾驶有关。这也与道路安全性和连通性有关。大脑的全部需求就是数据。从摄像机到声纳，车辆中内置的各种IoT设备不断产生大量信息，供AI系统处理。根据英特尔的说法，一辆联网汽车在八小时内可能会生成约40 TB的数据。人们还需要先进的信息娱乐系统和各种车载服务，这是AI技术可以覆盖现代自动驾驶汽车的另一个需求。 总而言之，除了自动驾驶本身以外，AI部署还可以涵盖汽车领域的大量用例：
经典编码甚至无法支持三级自治。人工智能和机器学习对于分析高度动态且包含多个变量的交通状况至关重要。同样，必须即时处理和解释所有车辆传感器收集的数据，以对道路情况做出反应。这只能通过自学习系统来实现。机器学习和深度学习算法可帮助自动驾驶汽车技术进行人为决策，并在某些情况下通过附加知识对其进行补充。 基于AI的无人驾驶汽车软件 所有这些的中心是数据。汽车行业可能比其他行业更了解数据挖掘的重要性。挑战在于如何正确地将现有数据与业务需求联系起来。例如，要教无人驾驶汽车不要撞到行人，您必须构建一个模拟现实生活中事故的模拟器，并使用该数据进行强化学习。 现代汽车是带轮的超级计算机，其传感器和摄像头生成的数据量很大，有一天可能比汽车本身更有价值 -- Nitesh Bansal，Infosys高级副总裁 作为Intellias交付经理，公司必须将其拥有的所有数据和所拥有的所有技能推向极限，以确保稳定，可预测和响应迅速的自主技术。 这种对数据和基于AI的汽车开发的关注使OEM和一级公司改变了其做事方式。过程的一些重大转变发生在产品和工作结构以及汽车制造所使用的技术中。 专注于软件而不是硬件 传统的硬件驱动原理以每个功能都由单独的设备执行为前提—电话用于呼叫，主机用于播放音乐，依此类推。随着科技公司加紧与传统OEM的竞争，汽车制造商感到有必要变得更加面向软件。旧的单功能模型已被多功能软件平台取代。更改还适用于支持软件的方式：现在，必须频繁更新软件，而过去，控制单元在整个车辆生命周期中保持不变。 敏捷软件开发胜过瀑布 在瀑布方法中，开发单独的软件组件需要大量时间和详细的前期计划。开发是由计划驱动且特定于功能的，并且技术决策是自上而下传递的。软件组件之间的依赖性形成队列，这会影响开发时间。另一方面，敏捷基于跨功能开发，其中围绕产品功能构建团队。但是，在汽车领域，敏捷存在许多挑战。由于我们正在谈论具有大量硬件组件的嵌入式自动驾驶技术，因此OEM，供应商和软件供应商之间必须建立牢固的合作伙伴关系。 新技术替代传统系统 考虑到所有这些，遗留系统自然无法满足自动驾驶汽车软件开发的需求。因此，传统的OEM寻求新的合作伙伴关系，合并和收购，以为其提供必要的专业知识。另一方面，高科技公司寻求与OEM和组件供应商合作，因为它们既没有建筑硬件的经验，也没有建立从工厂到最终客户的所有开发阶段的销售市场。 汽车行业从硬件到软件的趋势需要新的思维，从创新的产品架构到新的目标成本核算方法以及整个车辆业务案例。 -- 德勤无人驾驶研究，2018年 自动驾驶汽车软件的高要求技术和学科 开发自动驾驶汽车需要广泛的技能和能力，而原始设备制造商和技术参与者都无法独自承担所有这些工作。硬件和扩展方面的经验必须与敏捷软件开发，创新能力和技术专长相辅相成。 随着我们朝着无人驾驶的未来迈进，无人驾驶软件工程师的需求也就不足为奇了。它们的价值是巨大的。教育项目Udacity的自动驾驶汽车负责人戴维·西尔弗（David Silver），每个工程师的平均成本为1000万美元。 对于自动驾驶至关重要的技术如下：
每个组件都涉及一个单独的软件工程领域，其中一些专注于相机，其他专注于传感器编程，还有一些专注于人工智能教学。无人驾驶汽车的构建软件发生在从机械和电气工程到数据科学的学科交叉点。在这种情况下，责任的分配至关重要，而像Intellias这样的公司正在开发自动驾驶汽车软件，涵盖了从数据层到V2X连接解决方案的无人驾驶汽车开发的很大一部分。 总结 全自动无人驾驶汽车仍在测试中，并且要过几年我们才能在道路上看到它们。然而现代汽车已经牢固地实现了三级自主权，这自然改变了传统的汽车制造过程。新的规范是软件驱动，敏捷和创新的汽车软件开发。不仅如此，自动驾驶汽车技术还需要传统汽车制造商和科技公司都无法拥有的特定技能。只有硬件和软件提供商之间的合作关系才能满足当今竞争激烈的汽车市场的需求。 作者： 维克多·海丁 Victor Haydin / 不断发展的技术业务 Victor的职业生涯始于软件工程师，但很快意识到，通过技术创新，他可以为企业带来更多价值。这个想法将他从软件工程带到了建筑公司的研发，产品和服务部门。Victor是该公司在CES，ConCarExpo，Automotive Tech.Ad和CEBIT上的定期代表，也是利沃夫IT学校的讲师。 |
|
|
