城市自动驾驶

博世和戴姆勒选择Nvidia AI平台

  • 博世和戴姆勒将采购Drive Pegasus平台AI处理器和美国AI计算公司Nvidia提供的软件
  • 全自动和无人驾驶城市驾驶的系统架构必须是通用的,冗余的且可故障运行的。
  • 博世和戴姆勒的机器学习方法将产生车辆驾驶算法。
  • 用于城市自动驾驶的ECU网络每秒可处理数百万亿次操作。

斯图加特–自动化车辆是带轮的复杂计算机。如果他们要自动协商城市交通,并且需要输入来自一系列不同的环绕传感器的信号,那么他们就需要更大的计算能力。在将高度自动化和无人驾驶车辆投放城市街道的联盟中,博世和戴姆勒已经指定了其预期系统所需的计算能力。两家公司已经选择并与美国AI计算公司Nvidia签署了协议,以提供他们所需的人工智能(AI)平台。人工智能是由几个单独的ECU(电子控制单元)组成的全自动无人驾驶汽车网络的重要组成部分。根据这份合同,Nvidia将提供其Drive Pegasus平台,该平台由高性能AI汽车处理器提供支持,并提供系统软件,该软件将使用机器学习方法处理Bosch和Daimler生成的车辆驾驶算法。结果,ECU网络将达到每秒数百万亿次运算的计算能力。这类似于至少六个同步的,高度先进的台式计算机工作站所提供的性能。博世和戴姆勒也将可以利用Nvidia的专业知识来帮助开发该平台。

在不到一秒的时间内处理传感器数据
为了使城市中的自动驾驶成为现实,需要一种通用的,冗余的和故障操作的系统架构。联网的ECU的性能要求不低,因为导航城市交通是一项艰巨的工作。该网络处理由不同的雷达,视频,激光雷达和超声波传感器收集和传输的所有信息。仅仅一个视频传感器(例如博世的立体声摄像机)就可以在一公里内产生100 GB的数据。 ECU网络在称为传感器融合的过程中合并了来自所有环绕传感器的数据。在不到一秒钟的时间内,它会评估此信息并计划车辆的轨迹。这与需要20到500毫秒之间才能到达人脑的触摸感觉一样快。博世和戴姆勒为功能安全系统的开发带来了多年的经验。为了获得最大的安全性和可靠性,必要的计算操作由多个并行电路完成。万一发生故障,可以并行访问这些并行计算的结果。


ECU网络将集成到电池的冷却回路中
高计算能力和要执行的大量操作意味着需要冷却ECU网络。博世和戴姆勒开发了一种基于液体冷却的有效概念。在这个共同开发的城市高度自动化和无人驾驶系统中,梅赛德斯-奔驰计划部署电池驱动的车辆。这些汽车配备了冷却系统,因此工程师可以通过将ECU网络集成到电池单元的高级冷却电路中来充分利用这一传统技术。

(来源:博世传媒)

发表评论

您的电子邮件地址不会被公开。 必需的地方已做标记 *

该网站使用Akismet减少垃圾邮件。 了解如何处理您的评论数据.