今天的社會正變得越來越以多媒體為中心、依賴數(shù)據(jù)和自動化。自動駕駛技術(shù)正在道路、海洋和太空中普及。自動化、分析和智能正在從人類轉(zhuǎn)向“特定于機(jī)器”的應(yīng)用。計(jì)算機(jī)視覺和視頻將在我們未來的數(shù)字世界中扮演重要角色。數(shù)以百萬計(jì)的智能傳感器將通過人工智能嵌入汽車、智能城市、智能家居和倉庫。此外，5G技術(shù)將成為一個(gè)完全互聯(lián)的智能世界的數(shù)據(jù)高速公路，或許將從人到機(jī)器，甚至機(jī)器人代理等一切事物連接起來。

一個(gè)多世紀(jì)以來，汽車行業(yè)一直是一個(gè)主要的經(jīng)濟(jì)部門，它正朝著自動駕駛和聯(lián)網(wǎng)汽車的方向發(fā)展。汽車正變得越來越智能化，對人類操作的依賴也越來越少。車輛與車輛(V2V)和車輛與萬物互聯(lián)(V2X)，即來自傳感器和其他來源的信息通過高帶寬、低延遲和高可靠性的鏈路傳輸，為全自動駕駛鋪平了道路。自動駕駛背后最引人注目的因素是死亡和事故的減少。認(rèn)識到90%以上的汽車事故是人為失誤造成的，自動駕駛汽車將在實(shí)現(xiàn)汽車行業(yè)“零事故”、“零排放”和“零擁堵”的宏偉愿景中發(fā)揮關(guān)鍵作用。

唯一的障礙是車輛必須具備看到、思考、學(xué)習(xí)和駕馭各種駕駛場景的能力。

根據(jù)Tractica公司最近的預(yù)測，到2025年，汽車人工智能硬件、軟件和服務(wù)的市場規(guī)模將從2017年的12億美元增至265億美元。這包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、NLP、計(jì)算機(jī)視覺、機(jī)器推理和強(qiáng)大的人工智能。麥肯錫的一份報(bào)告稱，到2030年，全自動駕駛汽車將占全球乘用車銷量的15%，到2040年，這一數(shù)字將升至80%，具體取決于監(jiān)管挑戰(zhàn)、消費(fèi)者接受度和安全記錄等因素。自動駕駛目前是一個(gè)相對新生的市場，該系統(tǒng)的許多優(yōu)勢只有在市場擴(kuò)大之后才能完全體現(xiàn)出來。

圖1 2017年至2025年汽車人工智能市場預(yù)測

AI-Defined車輛

完全自主駕駛的體驗(yàn)是通過一個(gè)復(fù)雜的傳感器和攝像頭網(wǎng)絡(luò)實(shí)現(xiàn)的，這些網(wǎng)絡(luò)為機(jī)器重現(xiàn)了外部環(huán)境。自動駕駛汽車通過處理攝像頭、激光雷達(dá)、雷達(dá)和超聲波傳感器收集的信息，告訴汽車與周圍物體的距離、路緣、車道標(biāo)記、交通信號和行人等信息。

與此同時(shí)，隨著嵌入式系統(tǒng)、導(dǎo)航、傳感器、視覺數(shù)據(jù)和大數(shù)據(jù)分析等領(lǐng)域的最新進(jìn)展，我們也見證了車輛和移動邊緣計(jì)算的智能化程度不斷提高。首先是先進(jìn)的駕駛輔助系統(tǒng)(ADAS)，包括緊急制動、倒車攝像頭、自適應(yīng)巡航控制和自動停車系統(tǒng)。

如圖2所示，由汽車工程師協(xié)會(SAE)定義的6個(gè)自動駕駛級別被引入后，全自動汽車有望逐步實(shí)現(xiàn)。這些級別的范圍從無自動化、有條件自動化(循環(huán)中的人類)到全自動汽車。隨著自動化水平的提高，汽車將接管司機(jī)更多的操作。ADAS主要分為自動化1級和自動化2級。Waymo、優(yōu)步、特斯拉等汽車制造商和科技公司，以及一些一級汽車制造商，都在大力投資更高水平的駕駛自動化。

圖2 SAE為自動駕駛汽車劃分的級別

隨著人工智能技術(shù)創(chuàng)新的快速增長，四級解決方案得到了更廣泛的接受，面向的主要是在高速公路上運(yùn)行的車輛。

雖然此時(shí)第3級和第4級之間的難題主要是監(jiān)管，但第4級和第5級之間的跳躍要大得多。后者需要具備導(dǎo)航復(fù)雜路線和不可預(yù)見情況的技術(shù)處理能力，目前需要人為干預(yù)。

隨著自動化水平的提高，將需要更多的傳感器、處理能力、內(nèi)存、高效功耗和網(wǎng)絡(luò)連接帶寬管理。圖3顯示了自動駕駛汽車所需的各種傳感器。

圖3 自動駕駛汽車所需的傳感器(攝像頭，激光雷達(dá)，雷達(dá)，超聲波)

深度學(xué)習(xí)、邊緣計(jì)算和汽車互聯(lián)網(wǎng)的融合，是由人工智能汽車和車輛通信的最新進(jìn)展推動的。在可視化數(shù)據(jù)應(yīng)用和行業(yè)中，面向機(jī)器的視頻處理和編碼的另一種實(shí)現(xiàn)技術(shù)是新興的MPEG機(jī)器視頻編碼(MPEG- vcm)標(biāo)準(zhǔn)。研究了VCM的兩種具體技術(shù):

?有效壓縮視頻/圖像

?主要特征提取的共享

用于邊緣推理的強(qiáng)大人工智能加速器、用于機(jī)器視頻壓縮和分析的基于標(biāo)準(zhǔn)的算法(MPEG-VCM)以及5G互聯(lián)汽車(V2X)在實(shí)現(xiàn)自動駕駛汽車的全面發(fā)展中發(fā)揮了關(guān)鍵作用。

5G-V2X和新興的MPEG-VCM標(biāo)準(zhǔn)使行業(yè)朝著統(tǒng)一的國際標(biāo)準(zhǔn)努力。這種統(tǒng)一的法規(guī)和國際標(biāo)準(zhǔn)的建立對未來智能交通和人工智能汽車行業(yè)的全球市場至關(guān)重要。

未來的自動駕駛汽車(AV)行業(yè)有很多可能的VCM-V2X聯(lián)合架構(gòu)。根據(jù)給定AV基礎(chǔ)架構(gòu)場景的需求，我們可以使用集中式、分布式或混合的VCM-V2X架構(gòu)，如圖4所示。目前，大多數(shù)聯(lián)網(wǎng)汽車制造商都在嘗試使用低成本攝像頭的集中式架構(gòu)。然而，隨著相機(jī)變得更加智能、分布式和混合架構(gòu)，由于它們的可伸縮性、靈活性和資源共享能力會變得更有吸引力。新興的MPEG-VCM標(biāo)準(zhǔn)還提供了傳輸壓縮提取特征的能力，而不是在車輛之間發(fā)送壓縮的視頻或圖像。

Gyrfalcon Technology Inc.是這些創(chuàng)新的先鋒，利用人工智能和深度學(xué)習(xí)的力量，為人工智能驅(qū)動的攝像頭和自動駕駛汽車提供了突破性的解決方案，具備極強(qiáng)的性能、能效和可擴(kuò)展性，在設(shè)備、邊緣和云級別加速人工智能推理。

5G、邊緣計(jì)算、計(jì)算機(jī)視覺、深度學(xué)習(xí)和機(jī)器視頻編碼(VCM)技術(shù)的融合將是全自動駕駛汽車的關(guān)鍵。標(biāo)準(zhǔn)和互操作技術(shù)，如V2X、新興的MPEG-VCM標(biāo)準(zhǔn)、強(qiáng)大的edge和板載計(jì)算推理加速器芯片，使低延遲、高能效、低成本和安全優(yōu)勢能夠滿足人工智能汽車行業(yè)的苛刻要求。

關(guān)于Manouchehr Rafie博士

Rafie博士是Gyrfalcon Technology Inc. (GTI)的高級技術(shù)副總裁，他正在推動公司在深度學(xué)習(xí)、AI邊緣計(jì)算和可視化數(shù)據(jù)分析的融合方面的先進(jìn)技術(shù)。他還擔(dān)任MPEG-VCM標(biāo)準(zhǔn)的新興視頻編碼機(jī)器(VCM)聯(lián)合主席。在加入GTI之前，Rafie博士曾擔(dān)任多個(gè)初創(chuàng)公司和大公司的執(zhí)行/高級技術(shù)職務(wù)，包括Exalt Wireless的接入產(chǎn)品副總裁，Cadence Design Services的集團(tuán)董事和研究員職位，以及UC Berkeley University的兼職教授。他發(fā)表了90多篇文章，并在世界范圍內(nèi)的許多技術(shù)會議和專業(yè)協(xié)會擔(dān)任主席、講師和編輯。

原文鏈接：https://semiwiki.com/automotive/296421-accelerating-ai-defined-cars/
編輯：lyn