无人驾驶

眼下的无人驾驶汽车创新让我想起了经典的连环漫画《凯文的幻虎世界》。在漫画中，凯文称自己是“创造的高潮”，不过现在无人驾驶汽车已经超过凯文，成了新的创造高潮。

这个判断并没有夸大之嫌，要知道联网和无人驾驶汽车可不只是融合了多项新技术，它还在推动这些技术的研发、投资和创新不断拓展边界。对这些技术进行总结后，我居然直接列出了一个 TOP 11 的大名单，自动驾驶确实是个综合性的大工程。

接下来，我们就来共同认识这 11 项因自动驾驶而蓬勃发展的新技术：

<strong>1. 物联网技术</strong>

无人驾驶汽车搭载了数百个传感器，是它们将车辆周围的物理世界转化成了数字信号。就拿无人驾驶汽车的“眼睛”——雷达、摄像头和激光雷达来说，没有它们车辆就无法获得 720 度的视野（ 包括水平和垂直角度）。

无人驾驶汽车传感器的复杂性也让它成了史上最强悍的物联网产品。未来无人驾驶汽车功能会不断增多，因此肯定还会融入更多来自其他领域的物联网解决方案和平台。

<strong>2. 海量数据管理</strong>

自动驾驶系统和传感器等设备产生的数据很轻松就能突破 TB 级别，而这些数据必须得到快速的处理和转化。

从前人们认为“无人驾驶 ”、“机器驾驶员解放人类驾驶员”这样的概念还遥不可及，然而英特尔正在让这样的构想落地。为了驱动车轮上的数据中心，英特尔当前在无人驾驶领域的发力用 “不积跬步无以至千里 ”来形容再合适不过，而其中的六大技术即是“跬步”，也是助力无人驾驶车辆致千里的关键所在。

你知道吗？未来，一辆无人驾驶汽车在90分钟之内就会产生4TB的数据量，这些数据可以帮助汽车了解其所在环境，让车辆可以安全的行驶在道路上。如果没有车内人工智能利用机器视觉和深度学习实时对数据加以分析，无人驾驶汽车就很难轻松上路。但这类人工智能负载通常需要消耗非常多的电力，并且难以在车内有限的功率下运行。因此，如果能用更低功耗来支撑更强大的计算，就会更有效地利用人工智能帮助汽车做决策。英特尔研发基于OpenCL*的DLA (Deep Learning Accelerator) 就可以有效解决这一难题，为功耗减负、为计算加码。

<strong>能效乘法：对CPU和FPGA进行优化分区</strong>

“从前人们认为“无人驾驶 ”、“机器驾驶员解放人类驾驶员”这样的概念还遥不可及，然而英特尔正在让这样的构想落地。为了驱动车轮上的数据中心，英特尔当前在无人驾驶领域的发力用 “不积跬步无以至千里 ”来形容再合适不过，而其中的六大技术即是“跬步”，也是助力无人驾驶车辆致千里的关键所在。”

当我们在开车的时候，什么最重要？

驾驶技术？车子性能？不，是一双眼。

在开车的时候司机主要通过双眼来看路，然后迅速经由大脑进行判断并做出决策。而随着自动驾驶时代的来临，“机器驾驶员”则会把采集到的海量数据，实时汇入、更新到高精地图中，再通过大数据和机器学习来做出判断。因此，高精地图可以将一切路况尽收“眼”底，并告诉车辆，我在哪，周围的环境如何，接下来要如何规划路线驶向目的地。

高精地图对于无人驾驶车辆的导航、定位、路径规划与控制至关重要，直接影响了车辆行驶的效率与安全程度。由英特尔与HERE共同研发的高精地图正是无人驾驶车辆实时洞察路况、及时做出决策的关键所在。

随着无人驾驶汽车的商业推广与应用，网络安全正成为开发人员所面临的一大关键问题。全自动驾驶汽车和卡车通过外部链接与大量的应用程序建立联系，从无线(OTA)软件更新，到实时地图、路况信息、路标和路边服务器数据，甚至是来自其它汽车的数据等。这就打开了许多不同的“攻击向量”，从简单的USB接口、到车辆与车辆(V2V)及车辆与基础设施(V2I)的链接，这些环节都可能受到来自黑客的攻击，影响乘客及其它道路使用者的安全。

开发人员所面临的挑战是减少系统硬件和软件所受的攻击。这也是安全开发流程不可或缺的一部分，如ISO 26262。

一个最基本的攻击场景是，通过无线连接到车载调试(ODB)端口，甚至是简单的USB接口。例如，Uber无人驾驶汽车实验室的研究人员曾攻入一辆吉普•切诺基，通过ODB端口控制了转向和刹车。

由于要实时减少车辆所受的网络攻击，网络安全解决方案必须能识别恶意消息，防止它们在车载网络上进行传播。由于网络威胁总是不断变化，故而需要更新安全解决方案，使车队对最新的威胁和攻击方法产生免疫。而这本身就存在潜在的漏洞。保护无线通信对抗攻击对系统开发人员来说颇有意义。

无人驾驶最大的难点，也是最重要的要素，就是安全。

高安全性意味着低事故率。一个系统做到很低的事故率，通常要做两件事情，一个是发现问题，一个是解决问题。

开始时，由于系统的问题非常多，主要精力在解决问题，但是随着事故率逐渐降低，发现问题变得越来越难。据统计，全球来看，对于人类司机，一亿公里发生致命事故1~3起。对于无人驾驶，我们希望比人更安全，最好致命事故率低一个量级，做到十亿公里一起致命性事故。统计上，要达到足够置信度，需要多次重复实验，最好一百次以上。这意味着一套比人更加安全的无人驾驶的系统需要测试的总里程达到1000亿公里。按照一辆车一年10万公里总里程计算。我们需要100万辆车，一整年的时间，收集无人驾驶数据和测试，才能够保证无人驾驶所需的安全性。现在Google和百度的无人车成本都在百万人民币量级，乘以100万辆车这个巨大的基数，对于任何一家公司而言，都是一个天文数字。

<font size="4" color="Purple"><strong>如何克服？</strong></font>

无人车大规模数据收集和测试的巨大成本主要来源于两方面：一方面是需要海量的测试车辆，另一方面是高昂的单车成本。

原载于《21世纪经济报》

在无人驾驶领域，英特尔因计划以153亿美元收购Mobileye成为业界焦点。

实际上，这只是英特尔最近几年在无人驾驶领域的诸多收购之一。它正在从芯片计算巨头转型为目前全球唯一具备“端到端”实力的数据公司，而智能驾驶是其布局的重要领域之一。

英特尔无人驾驶事业部中国区市场总监徐伟杰对21世纪经济报道强调，在目前参与无人驾驶的所有企业里面，英特尔是唯一一家可以提供从汽车、网络到云的“端到端”无人驾驶解决方案的公司。

“中国是全球最大的汽车销售市场，这意味着在技术的推动下，中国无人驾驶市场增长将非常快，这是我们非常重视的市场。”徐伟杰说。

新成立专门的无人驾驶事业部

《21世纪》：英特尔的业务正在从PC端转到汽车端，你认为这两类市场主要区别在哪？你们现在的转型处于什么阶段？
徐伟杰：转型不是最近一两年才开始的，我们早在七八年前已经成立了专门的汽车电子部门。

在转型过程中，我们还是会保留并强化传统的从PC一直到服务器的业务，但是在汽车电子部门，我们请了汽车行业最专业的人专门做车用产品。

是时候放开你的双手了 英特尔驱动无人驾驶的未来

<embed src="https://imgcache.qq.com/tencentvideo_v1/playerv3/TPout.swf?max_age=8640…; allowFullScreen="true" quality="high" width="480" height="400" align="middle" allowScriptAccess="always" type="application/x-shockwave-flash"></embed>

<p>　&ldquo;</p>
<p>　　英特尔在谈无人驾驶，会成为汽车制造商吗？</p>
<p>　　NO！我们要为无人驾驶提供从车、连接到云的'最强大脑'。</p>
<p>　　&rdquo;</p>
<p>在3月8日于北京举行的英特尔无人驾驶分享会上，英特尔无人驾驶事业部中国区市场总监徐伟杰在主旨演讲中开门见山。</p>
<p>　　<img src="http://img.mp.itc.cn/upload/20170309/b492c3c81c5a4b2687a049f7a95c3db3_t…; alt="" /></p>
<p>　　英特尔无人驾驶事业部中国区市场总监徐伟杰</p>

近日，IT巨头英特尔宣布将以153亿美元的价格收购以色列驾驶辅助系统开发商Mobileye。英特尔CEO在收购Mobileye后表示，2020年到2021年就会有自动驾驶的车型实现，自动驾驶在2023年至2024年期间就将真正发生。

在此之前，谷歌、苹果、特斯拉、Uber以及百度等科技巨头均在自动驾驶领域积极布局。人工智能被视作下一个产业风口。其中，无人驾驶汽车被寄予厚望，人们期待其商业化带动汽车上中下游产业链尤其是高级驾驶辅助系统（ADAS）市场的发展。

根据麦肯锡预测，无人驾驶汽车到2025年可以产生2000亿—1.9万亿美元的产值，到2020年全球ADAS市场预计在200亿—300亿美元。

Mobileye为何打动英特尔

资料显示，Mobileye公司诞生于1999年，两位创始人是以色列希伯来大学的研究人员，公司主要开发基于摄像头和软件的计算机视觉识别系统，并且推出了专用芯片，这些芯片和识别系统能够识别各种道路交通状态，为自动驾驶汽车提供交通环境分析数据。其产品就是自动驾驶汽车的“眼睛”和“大脑”。据悉，Mobileye去年的净利润率高达30%。

以“The NEXT 女大当‘驾’无人车”为主题的英特尔无人驾驶分享会今天举行，来自英特尔公司、赛迪情报中心、上汽通用泛亚汽车技术中心、地平线等的多位行业资深人士参加本次分享会，在三八妇女节之际聚焦女性话题，共话无人驾驶为女性驾车体验带来的精彩未来。同时，赛迪情报中心在会上发布《女性司机驾驶行为及对无人驾驶态度研究》报告，通过调查了解女性驾驶者对无人驾驶技术的态度，为正确评价和认识无人驾驶技术，以及制定无人驾驶技术发展的有关策略提供科学依据。