解读华为＂ADS高阶自动驾驶全栈解决方案＂

发布于 2021-05-13 13:16 ，所属分类：区块连和PHP开发学习资料

L4自动驾驶技术解决方案的成功很大程度上取决于其设计人员在硬件、算法和数据三个方面的深度整合和冗余机制的处理。任何方面的不足或偏差都会导致整个项目失败。

纵观当前的各种L4自动驾驶解决方案，您会发现每种产品总是会存在一点点遗憾。要么算法优越但不能很好的处理硬件匹配所需的原始数据；要么数据已满溢难以灵活使用。即使是那些拥有百年历史的国际头部车企和供应商，在处理自动驾驶解决方案的量产实施上仍然非常谨慎。

华为ADS高阶自动驾驶全栈解决方案：

2015年，华为正式成立车BU单元，旨在以创新的模式打造精品智能网联电动汽车，其中核心业务正是"ADS高阶自动驾驶全栈解决方案*"。

“全栈”是“完整堆栈”的简称，其定义要追溯到2010年Facebook工程师Calos Bueno撰写的文章“完整堆栈”(原文：http://carlos.bueno.org/2010/11/full-stack.html)。作者认为，作为一个全栈，能够看清每个栈的上下之间是如何运作的，掌握多种技能并能利用多种技能独立完成产品。因此，完整堆栈的魅力在于不寻求帮助。

（1）硬件面：自研毫米波雷达、96线混合固态激光雷达；手握莱卡技术和大规模的手机摄像头应用；ECU使用了专门定制的中央超级计算ADCSC，其最小启动计算能力为400TOPS，高端计算能力为800TOPS，拥有最强大的可量产化的计算能力，有效执行像素级预融合和结构化数据融合；同时华为拥有整套自主研发的传感器集群产品。

（2）在软件和算法面：华为已经深入人工智能领域近十年，主要进行自动驾驶算法的研究与开发。并通过完善的软件开发和系统验证，使得ADS解决方案得以突破。通过机器自学习，ADS解决方案可以继续积累环境信息和驾驶习惯，并不断迭代地优化其他城市复杂场景。通过与合作伙伴的合作，ADS的全栈算法已成为有能力将自动驾驶出租车（Robotaxi）的高阶自动驾驶功能应用于私家车的解决方案。

（3）在场景面：再强大的软件和硬件，如果没有足够的样本数据来应对复杂的物理世界场景，在系统执行上就会存在很多偏差和误判。华为通过成立自己具有A级地图测绘资质的路测团队，通过多年的路测，获得了海量的交通场景样本数，通过强大的华为云和AI机器学习，反复组合并迭代场景，优化其自动驾驶算法。从而得以创建其完美的L4自动驾驶解决方案。

结语：

高阶自动驾驶功能安全面临诸多技术和工程难题：复杂的城市场景工况、远超传统汽车工业复杂度的软件算法栈、先进AI和深度学习算法、HDMap的安全应用等。

华为通过自身的知识积累，自研全栈算法，实现ADS涵盖复杂城区、城市环路、高速、自动泊车全场景，打破如“孤岛”般零碎的功能体验；并将机器自我学习AI技术成功应用到自动驾驶复杂系统中，持续积累环境信息和驾驶习惯，每时每刻都在持续自我学习，车辆之间更可以自动分享学习经验；每天向老司机自我进化，不知疲倦、永无止境。

*：华为高阶自动驾驶全栈解决方案（Autonomous Driving Solution，简称ADS）

“极氪智行”看更多！