欢迎来到郑州互联网
Time:

您的位置: 首页 >> 科技

英飛凌CEO專訪什么造就了自動駕駛汽車的

2019.08.18 来源: 浏览:0次

英飞凌CEO专访:什么造就了自动驾驶汽车的“零失效”

(公众号:)按:喧闹的自动驾驶圈,汽车半导体厂商正在扮演怎样的角色面对众多科技公司的入局,他们的策略又是怎样呢英飞凌,作为全球领先的半导体公司之一,多年为汽车等工业应用提供半导体和系统解决方案,日前其CEO在一场访谈中聊了聊这些问题,该访谈来自国外电子工程权威媒体EE Times,新智驾(AI-Drive)对这篇文章做了不改变原意的编译整理

读这篇文章之前,不妨先回答这样一个问题,目前在汽车领域,实力最强的五家半导体企业,是哪五家

如果你的答案是,恩智浦半导体、英飞凌、瑞萨电子、意法半导体,以及德州仪器那么你一定是业内人士

但如今,颇为讽刺的是,最受关注的并不是这些真正主导汽车领域的半导体企业,而是能在CES之类展销会上夺人眼球的公司

由此形成了一个先入为主的看法,当提到未来的人工智能以及自动驾驶时,大家想到的首先都是这些掌握运算平台的企业,例如英伟达、英特尔、Mobileye等

总而言之,现在有一个潜在的共识是,一辆未来汽车,必须搭载运算能力每秒数万亿浮点数(TFLOPs)的超级电脑

但是,对于汽车行业来说,单纯的运算能力从未成为核心竞争力的要素,在未来,这种情况会改变么

对于这个问题,英飞凌 CEO Reinhard Ploss表达了他的看法——“我们并不打算做这个生意”

Ploss表述了清晰的观点:

第一,对于成熟的自动驾驶系统来说,高速运算平台只是系统的一小部分

第二,在英飞凌看来,自动驾驶的难点在于,如何用一辆汽车的成本,达到100%的航空级可靠度

第三,对于传感器融合来说,混淆错误是不可被接受的

*英飞凌CEO Reinhard Ploss在其公司研发的3D图像传感器REAL 3D产品展位前

英飞凌战略:没有更多并购计划

对于半导体行业来说,似乎每天都在发生大规模的企业并购,而英飞凌CEOPloss却表示,英飞凌近期不会有任何大规模的并购计划

Ploss认为,在完成收购IR(International Rectifier)以及Wolfspeed之后,英飞凌在规模上已经足够庞大了,对于未来的有机增长,已经储备了足够多的力量

2014年8月,英飞凌完成了对美国国际整流器公司(IR)的收购,这是英飞凌公司史上最大规模的收购,涉及金额30亿美元英飞凌多年来处于功率半导体元件市场占有规模的领先地位,通过收购IR,其全球市场份额进一步提升,达到20%以上

去年7月,英飞凌以8.5亿美元金额从美国LED大厂科锐公司(Cree)手中收购其Wolfspeed Power RF部门Wolfspeed是碳化硅(SiC)功率器件和碳化硅基氮化镓(GaN)射频功率解决方案的主要供应商收购Wolfspeed后,英飞凌一跃成为全球排名第一的SiC功率器件供应商

时间转到去年10月,英飞凌宣布收购总部位于荷兰的Innoluce公司,该公司微型激光扫描模块集成了硅基固态MEMS微反射镜,这种微反射镜对于汽车灯光探测和测距系统(LiDAR)中的激光束调整必不可少收购Innoluce也成为英飞凌在激光雷达技术上迈出的重要一步,这将帮助英飞凌降低汽车灯光探测和测距系统的成本

在上述背景下,2017年,英飞凌官方预计的项目增长率在6%,对于半导体行业来说,这已经远远超过平均水平同时,英飞凌已经将其运营利润增长率目标,定为15%-17%

*来源:英飞凌公司

两大趋势

英飞凌预测,未来的汽车行业将在两个方面发生巨大的变化,一方面是向汽车电气化发展,一方面是向辅助驾驶以及自动驾驶发展

Ploss很有信心地表示,对于电动汽车来说,英飞凌有实力提供完善的解决方案而实际上,特斯拉的电驱控制器就是由英飞凌提供的

对于电动汽车来说,世界各地都有需求,但是需求增长最快的,无疑是中国这也是英飞凌快速增长的助力之一

而辅助驾驶方面,Ploss表示,这可能是更有潜力的未来市场首先,对于辅助驾驶来说,有着毫无疑问的消费需求增长,现今汽车配备的辅助驾驶系统,使得驾驶体验变得前所未有的简单和安全,这使得汽车辅助驾驶系统处于被消费者普遍认可的增量市场之中

自动驾驶可靠性之争:追求“零缺陷”

在Ploss看来

,自动驾驶汽车可以简单地被定义为——“行驶的机器人”而决定一个行驶机器人安全性的关键,在于络连接失效情况下的应变能力

一个机器人能够自动驾驶,靠的是它的“眼睛、耳朵、大脑和肌肉”那么如何使机器人达到100%可靠呢依托的并不是超级大脑,而是各系统间的协调“高复杂性、高性能的计算单元,一开始并不是为“零失效”的高可靠性系统设计的,所有有着先天劣势这也造成了一个现象,现今几乎所有自动驾驶车辆都需要备用的安全保护功能 ,以使汽车在自动驾驶失效的情况下,能够被监管系统接手控制”Ploss解释说

举个例子,如果一辆自动驾驶汽车电源出现问题,保证汽车安全性的,必然不是云服务器,而是汽车上搭载的可靠的管理系统可靠的动力管理系统,可以在自动驾驶失效的情况下,紧急重新规划能源的路径,从而保证汽车继续行驶,或者行驶到安全的停车地点

这与现代电的控制系统非常类似,最近几年,大家能感觉到的停电越来越少,就是因为自动化的电控制已经普及形象的说,一家电厂正在为用户提供电力,而电厂因为故障瞬间下线,这时管理系统会迅速调配电其他站点的电力,并恢复这个用户的供电而这一系列操作的时间,仅需0.1秒,0.1秒的断电根本不会被察觉,所有用电设备也不会停机

所以,对于未来混战的自动驾驶市场,英飞凌的信心在于,他们有实力帮助整车制造商达到这种“零失效”的目标

英飞凌为旗下的自动驾驶系统,单独注册了一个品牌,名为Aurix这个品牌目前提供一系列的微控制器,具有三个核心,位宽32位Aurix从设计之初,就面向严苛的最高安全等级——ASIL-D级据英飞凌资料,借助Aurix平台,汽车开发者可以仅用单个MCU(微程序控制器)平台,整合控制车身、安全,以及ADAS系统应用

此前,英特尔发布的针对自动驾驶的Intel GO车载开发平台(Intel GO In-Vehicle Development Platforms for Automated Driving)有两个版本,一个版本搭载两枚Atom芯片,另一个版本搭载28核至强处理器以及Arria 10 FPGA芯片而这两个版本为了达到ASIL-D级别,都有英飞凌的Aurix芯片的助力

与之类似,英伟达去年发布的面向自动驾驶的Xavier芯片,每秒可完成30万亿次操作,功耗仅30瓦,被认为是下一代自动驾驶超级大脑但这样的大脑,仍旧需要诸如Aurix这样的MCU的辅助英伟达曾表示,尽管Xavier本身只能达到ASIL-C级,但通过整合其他厂商ASIL-D级的芯片,最终可以在实际使用中达到ASIL-D级

*英伟达CEO黄仁勋在CES演讲中手持配置Xavier的超级计算单元

而当被问及英特尔或英伟达是否会考虑内置ASIL-D级别的MCU时,Ploss持怀疑态度

“尽管计算平台的发展路线一般都是趋向于集成,但是开发符合ASIL-D级标准的芯片需要完全不同的设计流程总而言之两种芯片有根本上的不同,很难融合”Ploss解释说

传感器融合,容不得混淆

机器学习在近来大红大紫,但却也存在着先天缺陷

不可否认,机器学习是一项巨大进步,但它的原理决定了,测试一个机器学习算法的安全性是非常困难的Ploss解释道,机器学习算法的测试难点,在于机器学习算法行为的不确定性,以至于汽车工业中目前没有任何人敢说能搞定这种测试

Ploss相信,在未来很长一段时间,自动驾驶汽车都会保持双系统的架构,也就是一部分基于类似方向梯度直方图(HOG,一种计算机视觉处理手段)构建,一部分基于卷积神经络(CNN)等机器学习算法构建

Ploss强调:“在传感器融合中,是不容许有混淆的”

英飞凌预测,不仅自动驾驶计算平台需要Aurix的参与,其他感知平台也都需要AurixPloss说,无论激光雷达或者毫米波雷达,都需要Aurix进行可靠的数据预处理,或者执行某些实时动作

“Aurix就像我们身体里的反射神经系统,在意志之外控制着身体,让我们在感觉到烫之前就可以缩手”

传感器技术

除电控系统与安全MCU之外,英飞凌还储备了一系列传感器技术,以应对未来的自动驾驶市场其中包括传统雷达、激光雷达、深度感知摄像头等各种传感技术

与意法半导体和恩智浦半导体类似,英飞凌也在突然爆发的雷达市场中获益匪浅Ploss表示,仅2016年,英飞凌就销售了一千万片雷达芯片也就是说,2016年一年的销量,超过了之前所有年份的累计销量

而在英飞凌SiGe工艺雷达芯片热销的现今,CMOS版本的雷达芯片已经在开发中了

“对于雷达来说,信噪比是非常关键的,而SiGe工艺在信噪比方面具有明显优势而英飞凌的策略是双线的,一方面发展SiGe(硅锗合金半导体)工艺,一方面发展CMOS(互补金属氧化物半导体工艺)工艺”

在基于CMOS技术的雷达领域,英飞凌于去年公布了与IMEC的合作据两公司的联合声明,此款雷达将在今年第一季度面世

当然,英飞凌对激光雷达领域也颇有兴趣,借助已经收入囊中的Innoluce MEMS技术,英飞凌正计划开发一款低成本、高视距、高性能的激光雷达系统,借此杀入ADAS的市场混战中

*MEMS技术

而支撑起英飞凌传感技术的第三张牌,便是高度集成的3D双向测距(ToF)图像传感技术英飞凌旗下的ToF产品线,被命名为Real3该产品线是英飞凌与PMD(PMD technologies GmbH)合作的产品

英飞凌方面表示,Real3系列传感器,可以提供非常健壮、可靠的3D空间数据,并且完全不依赖阳光,可以在各种的环境中提供优质的图像这项技术可以被有效应用于监控驾驶员的注意力、表情,以及精神状况等,从而为辅助驾驶系统决策提供数据

结语

总而言之,自动驾驶机器人,是机械技术与电子技术结合的复杂命题举个例子:无论如何防范,电动汽车一定会发生短路故障,然而这时自动驾驶汽车应该有即时的应对,例如隔离短路单元、降低输出、发出警告等一系列动作,绝对不能失去控制变成高速运动的铁块

英飞凌致力于做好的领域,也是Ploss眼中的机遇所在简而言之,就是将自动驾驶机器人用数据驱动的数字化大脑,与物理世界完美地联系起来

相关推荐:从汽车电子到自动驾驶:芯片巨头的新战场

原创文章,未经授权禁止转载详情见转载须知

儿童健脾的粥

新生儿黄疸如何调理

宝宝经常流鼻血

宝宝眼睛有眼屎
11个月宝宝不爱吃饭怎么回事
为什么中老年易发胸痹
Tags:
友情链接