揭秘时刻｜什么是真正融合的行泊一体？
发布时间：2022-09-30
在汽车智能化不断提升的当下，行泊一体成为了行业的热门话题，但是你知道吗？真正融合的行泊一体，并不是行车、泊车两大功能的简单叠加。在传统的分离式架构中，行车和泊车是两套相互独立的系统，就像两个独立的司机一样，一个负责开车，一个负责停车。而真正融合的行泊一体，是用一套系统完成行车、泊车的所有工作。其中的关键，就在于打造一个全能的虚拟司机——真正融合的行泊一体方案。如果只是将两个「半瓢水」司机简单地绑在一块，其实只是样子上的行泊一体，本质上仍是两套系统。只有真正融合的行泊一体，才能带来性能体验的全面升级，以及硬件成本的大幅降低。
从本质上来说，行泊一体是将所有传感器数据接入到单个SOC为主的域控制器上，用一套软件算法完全打通。它最大的特点在于传感器的深度复用和计算资源的共享，无论行车还是泊车，都可以调用所有的硬件资源。但是在分离式系统中，行车功能只能调用行车的芯片和传感器，比如前视相机、毫米波雷达，而泊车功能也只能调用泊车的芯片和传感器，比如鱼眼相机、超声波雷达。当一套系统运转时，另一套的硬件就会闲置。因此，行泊一体能实现更高的性能和更好的体验，并且省去部分重叠的硬件，从而节省成本。比如在路上行驶时，行车系统可以调用鱼眼相机，提升车身周围360°的近距离感知能力，在拥堵跟车、cut-in等情况下提高行车表现。举个例子，鱼眼能够用来检测车旁行驶区域的变化，这样当大卡车经过时，系统可以提前做出横向避让，降低大车带来的压迫感。而在停车场内行驶时，系统也可以直接调用前视摄像头，提升车辆前向的感知能力，提高行车速度。而不像传统的泊车那样，只能使用鱼眼相机进行近距离感知，导致车速极慢，拉低通行效率和功能体验，形成「低速泊车」的假象。
对应分离式系统架构，有一种「形似而神不似」的伪行泊一体架构。这类方案将泊车和行车的芯片集成到一个控制器内，但本质上仍是两套独立的系统，传感器接到各自的SOC上，计算资源没有真正共享，不仅性能没有提高，成本也没有大幅降低。而且两套系统之间，不可避免地会出现通讯延迟，在数据的融合处理上存在劣势。这对于追求极致性能的行泊一体来说，是天然存在的「硬伤」。但是要将行车、泊车功能整合成一个系统，并部署到一个芯片之上，需要极强的工程化能力。如何在资源有限的异构嵌入式平台上，完成所有自动驾驶系统功能的开发，并获得超过行业指标的优异性能，是一件极具挑战的事情。这既需要让模块本身高效工作，也需要模块之间做好协同串联，考虑清楚信号如何传输，模块或系统失效如何应对等一系列的具体问题。Nullmax在异构平台的开发经验丰富，比如如何让不同的模块在最适合的计算单元上高效运行，如何在GPU上进行任务分配，以及如何对深度学习模型进行处理和部署。之所以能让模块发挥出最佳性能，皆是基于Nullmax对AI及汽车深刻且全面的理解。同时，Nullmax设计了高效的系统框架，能够让不同模块串联，实现最高效的协同、调度、融合。比如通过MaxOS中间件的流水线制度，可以充分利用硬件平台的资源，让嵌入式平台的多个异构计算资源可以并行地重叠处理，提高了资源利用率，吞吐率及加速比，提高了系统数据处理的帧率。
因此，Nullmax的行泊一体方案能够在异构嵌入式平台上获得极致的产品效果，以同级配置实现越级体验。
需要强调的是，算力的优化并不只是AI的优化，深度学习和模型只是当中的一部分。在异构平台上部署行泊一体方案，既需要有对于自动驾驶全流程的深入了解，也需要全栈自研的技术能力，才能从根本上去规划整套架构，在有限的资源下做好算力的分配和算法的极致优化。相反，如果没有真正攻克工程化方面的挑战，即使通过大算力芯片装下了整套的软件算法，这样的行泊一体也只能发挥「事倍功半」的效果，性能一般，成本不菲。而且后续的升级迭代，潜力有限。作为自动驾驶落地方面的标杆选手，Nullmax已经做到了在TDA4、Orin等主流量产芯片平台上进行量产行泊一体项目的定点和交付。特别是即将交付的单TDA4VM行泊一体方案，在仅有8TOPS的AI算力下，能够提供领航辅助、高速代驾辅助、拥堵跟车辅助、记忆泊车等一系列的行车、泊车功能，并部署到到主流价位的经济车型上。在真正融合的行泊一体方案上，Nullmax是业内目前唯一能够提供全自研单TDA4行泊一体方案的企业，也是首家获得双TDA4周视行泊一体定点的自动驾驶公司，在量产交付方面遥遥领先。
