第1章 智能驾驶计算概述

智能驾驶与计算架构

第1章

智能驾驶计算概述

1智能驾驶

2智能驾驶计算智能驾驶计算概述计算是智能驾驶的基石，贯穿传感器数据处理、决策控制、算法研发及车云协同全链条。本章作为导论章节，将详细介绍智能驾驶相关概念及智能驾驶中所涉及的计算，进而引出计算平台的概念。学习目标：了解智能座舱、自动驾驶、辅助驾驶及智能泊车的区别与联系；理解自动驾驶等级分类；掌握智能驾驶计算的基本类型及混合计算中的关键环节。智能座舱智能座舱集成了信息娱乐、人机交互和传感器技术，为驾乘人员提供智能化、舒适化、安全化的车内环境。智能座舱是指集成了多种先进技术和功能，为驾乘人员提供更加智能化、舒适化、安全化的车内环境的汽车座舱系统。核心技术：信息娱乐系统（高清显示屏、音频、导航）、人机交互技术（语音识别、手势控制、触摸操作）、传感器技术（摄像头、毫米波雷达、超声波传感器）。功能特点：智能化（计算和处理能力）、舒适化（座椅加热/通风/按摩、自动空调）、安全化（碰撞预警、自动紧急制动、疲劳驾驶监测）。驾驶自动化分级我国《汽车驾驶自动化分级标准》将驾驶自动化分为0~5级，L3级是驾驶员与系统责任转移的重要分水岭。0级（应急辅助）：仅提供车道偏离预警、前碰撞预警、AEB等应急辅助功能。1级（部分驾驶辅助）：驾驶员和系统共同掌握驾驶权，系统对横向或纵向进行控制（如ACC）。2级（组合驾驶辅助）：系统对横向和纵向进行控制（如ACC+LKA）。3级（有条件自动驾驶）：在设计运行条件下，系统完成全部动态驾驶任务，系统无法应对时由用户接管。4级（高度自动驾驶）：在设计运行条件下，系统完成全部驾驶任务并执行接管，无需驾驶员干预。5级（完全自动驾驶）：系统在任何条件下完成全部动态驾驶任务，无设计运行条件限制。智能驾驶汽车的组成智能驾驶汽车作为一个可被控制的人工系统，由硬件、软件和算法与模型三大部分构成。硬件：传感器（摄像头、激光雷达、毫米波雷达）、V2V通信、执行器（发动机、方向盘等），以及GPS+IMU定位系统。软件：感知模块（传感器数据融合、障碍物识别、高精度定位）、规划模块（任务规划、行为规划、动作规划）、控制模块（反馈控制）。算法与模型：感知模块涉及深度学习、SLAM、多传感器融合；规划模块涉及图搜索、有限状态机、路径规划；控制模块涉及PID、MPC。辅助驾驶——纵向与侧向功能辅助驾驶的目标是减少驾驶疲劳和提升安全性，通过纵向和侧向功能的组合解决"鬼探头"和"换道盲区"等痛点。纵向功能（速度控制）：FCW（前向碰撞预警）、RCW（后向碰撞预警）、AEB（自动紧急制动）、ACC（自适应巡航控制）、AMAP（加速踏板防误踩）。侧向功能（转向控制）：LDW（车道偏离预警）、LCW（变道碰撞预警）、BSD（盲区监测）、LKA（车道保持辅助）。ADAS——信息辅助与控制辅助ADAS分为信息辅助类和控制辅助类，共包含数十项功能，覆盖行车监控、危险预警、驾驶便利、紧急应对、车道保持和智能灯光等场景。信息辅助（IA）：行车监控类（TSR、ISLI、AVM等）、危险预警类（DFM、FCW、LDW等）、驾驶便利类（HUD、NV、RCA等）。ADAS——信息辅助与控制辅助ADAS分为信息辅助类和控制辅助类，共包含数十项功能，覆盖行车监控、危险预警、驾驶便利、紧急应对、车道保持和智能灯光等场景。控制辅助（CA）：紧急应对类（AEB、EBA、AES等）、驾驶便利类（ISLC、ACC、IPA等）、车道保持类（LKA、LCC、LDP）、智能灯光类（ADB、AFL）。智能驾驶现状泊车场景用户痛点深、技术难度中等、量产落地机会大，是主机厂和供应商的兵家必争之地。AVM（L0）：环视摄像头拼接鸟瞰图，显示障碍物距离和雷达报警。APA（L2）：系统控制车辆按照选择的轨迹泊入/泊出，驾驶员随时准备接管。RPA（L2）：驾驶员在车外通过手机App/车钥匙控制泊入泊出。HPA（L3）：车辆学习并记忆用户常用路线，自主泊入/泊出，用户可在车外监控。AVP（L4）：基于高精地图，车辆自动搜索车位、泊入/泊出及远程接驾，支持闸机通行、路口通行等功能。智能驾驶计算——计算类型智能驾驶是典型的混合计算载体，涵盖标量计算、矢量计算、矩阵/张量计算和安全控制计算四种类型。标量计算（CPU）：路径规划、决策、卡尔曼滤波等。矢量计算（DSP/GPU）：图像处理、视频拼接等。矩阵/张量计算（NPU）：卷积运算、深度学习推理等。安全控制计算（MCU）：面向控制，要求ASIL-D级别。标量计算和安全控制计算是规则驱动的逻辑计算，矢量与矩阵/张量计算统称为智能计算。智能计算的发展智能计算从传统算法演进到端到端深度神经网络，对算力的需求呈指数级增长。VaMoRs（1987）：基于4D动态视觉模型和卡尔曼滤波，用多个Intel8086处理器实现高速自动驾驶。ALVINN（1989）：首辆运用神经网络控制的自动驾驶汽车，通过观察人类驾驶学习，但受限于当时硬件算力。Cybercab（2024）：特斯拉推出的无人驾驶出租车，基于FSDV12端到端神经网络，无方向盘和踏板，是L5自动驾驶雏形。逻辑计算与混合计算逻辑计算基于规则和推理，而智能驾驶的感知、决策和控制三个核心模块均为典型的混合计算。逻辑计算：使用逻辑规则和推理处理信息，包括真值表、逻辑表达式树、流程图、状态转移图等。环境感知计算：视觉感知（深度学习）、雷