Tại sao Giải pháp Toàn diện của Qualcomm Tận dụng AI để Tự động Lái xe An toàn và Có Khả năng Mở rộng hơn
Cách tiếp cận này cho phép các nhà sản xuất ô tô triển khai nhanh hơn, tối ưu hóa chi phí và triển khai đáng tin cậy hơn các tính năng lái xe tự động và ADAS.
Mục tiêu của Lái xe Tự động (AD) và Hệ thống Hỗ trợ Người lái Tiên tiến (ADAS) là mô hình hóa những người lái xe có kinh nghiệm và chú ý, những người đưa ra quyết định tức thời và trực quan về thời điểm phanh, tăng tốc, đánh lái và các thao tác quan trọng khác. Ngành công nghiệp ô tô và công nghệ đã đạt được những tiến bộ đáng kể trong việc phát triển công nghệ AD và ADAS bằng cách sử dụng các cảm biến, phần mềm và công nghệ hệ thống trên chip (SOC) tinh vi để đưa ra các quyết định này cho xe.
Bằng chứng là công chúng hiện có thể đi trên robotaxi hoàn toàn tự động ở nhiều thành phố và các tính năng ADAS, còn gọi là hỗ trợ người lái, như cảnh báo va chạm phía trước với phanh tự động khẩn cấp và hỗ trợ giữ làn hiện đã phổ biến trên tất cả các phân khúc xe. Tuy nhiên, do chi phí và sự phức tạp, các công nghệ hoàn toàn tự động hiện bị giới hạn trong các đội xe robotaxi tư nhân trong khi lái xe rảnh tay trên đường cao tốc chủ yếu có sẵn trên các mẫu xe sản xuất cao cấp.
ADVERTISEMENT – CONTINUE READING BELOW
Hai con đường rất khác nhau đến Lái xe Tự động hỗ trợ AI
Trí tuệ nhân tạo (AI) hứa hẹn sẽ giúp ngành công nghiệp ô tô nhanh chóng đạt được mục tiêu về các tính năng AD và ADAS phổ biến, an toàn và giá cả phải chăng bằng cách cho phép hai phương pháp riêng biệt cung cấp khả năng nhận thức, lập kế hoạch và công nghệ hỗ trợ hành động cần thiết. Phương pháp truyền thống đòi hỏi kỹ thuật và mã hóa thủ công đáng kể, mạng lưới cảm biến phức tạp và chồng chéo, và thường là bản đồ HD chính xác yêu cầu cập nhật liên tục. Phương pháp này đi kèm với những thách thức như chi phí cao, quản lý dữ liệu và mạng lưới phức tạp, và không có khả năng thích ứng nhanh với môi trường và tình huống mới, tất cả đều cản trở khả năng mở rộng.
Một phương pháp tiếp cận mang tính chuyển đổi hơn, được hỗ trợ bởi nền tảng Snapdragon Ride của Qualcomm Technologies, Inc., là kiến trúc AI toàn diện (E2E) giúp đơn giản hóa các tác vụ như nhận thức cảm biến, ra quyết định tức thời và điều khiển xe trong một khuôn khổ gắn kết. Ngoài việc cho phép thiết kế hệ thống đơn giản hơn, giải pháp E2E còn mang lại lợi ích cho việc phát triển AD và ADAS bao gồm mức độ linh hoạt, hiệu quả và thông minh cao hơn.
ADVERTISEMENT – CONTINUE READING BELOW
Kiến trúc có thể mở rộng và tối ưu hóa
Giống như các kiến trúc AD truyền thống trong xe, hệ thống E2E tận dụng cấu hình cảm biến đa camera và đa radar phổ biến trên nhiều xe hiện đại. Nhưng khi độ phức tạp và sự biến đổi hệ thống tăng lên, thách thức về khả năng mở rộng trong kiến trúc AD truyền thống cũng tăng theo. Loại kiến trúc AD này cũng thường bị giới hạn bởi các phương thức cảm biến. Ví dụ, một hệ thống chủ yếu dựa vào camera mà không có sự hỗ trợ từ bản đồ HD không chỉ có khả năng dự phòng hạn chế để đưa ra quyết định mà độ chính xác của camera còn có thể bị ảnh hưởng bởi ánh nắng mặt trời chói chang, bụi bẩn và các vật cản tầm nhìn. Điều này có thể khiến hệ thống dễ bị lỗi như phân loại đối tượng sai và phát hiện sai.
Các nhà sản xuất ô tô và nhà phát triển AD bù đắp cho những sai lệch này bằng cách sử dụng các mảng cảm biến đa phương thức bổ sung cho nhau như radar và lidar bên cạnh camera để bù đắp cho, chẳng hạn như các điều kiện môi trường khác nhau mà xe có thể gặp phải. Ví dụ, radar hiệu quả trong thời tiết bất lợi như mưa hoặc sương mù vì tín hiệu của nó có thể xuyên qua và “nhìn xuyên qua” những điều kiện này trong khi camera không thể. Ngược lại, trong khi radar có thể phát hiện vật thể ở xa hơn, nó không thể xác định xem đó là vật nuôi hay lốp xe trên đường như camera có thể ở cự ly gần hơn và sau đó thông báo cho phân khúc ra quyết định và điều khiển của ngăn xếp công nghệ AD và ADAS.
ADVERTISEMENT – CONTINUE READING BELOW
Kết hợp radar với camera cung cấp các lớp nhận thức bổ sung và liền mạch, và điều này tăng cường khả năng ra quyết định của xe thông qua nhận thức tình huống toàn diện hơn. Tất nhiên, khi thêm nhiều cảm biến, độ phức tạp và chi phí tăng lên. Các hệ thống E2E cung cấp một lợi thế quan trọng: thiết kế mô-đun và sử dụng công nghệ nhận thức cấp thấp khiến chúng có khả năng mở rộng cao, thích ứng với các ứng dụng đa dạng và dễ dàng điều chỉnh theo các yêu cầu cảm biến đang phát triển. Ví dụ, phương pháp tiếp cận E2E của Qualcomm Technologies có thể áp dụng cho mọi thứ từ hệ thống cảm biến một camera và đa radar cung cấp các tính năng ADAS cơ bản cho xe phổ thông đến thiết kế 11 camera, 7 radar tiên tiến—và mở rộng với mọi thứ ở giữa tùy thuộc vào phương thức và số lượng cảm biến. Kiến trúc E2E có thể tận dụng các SOC tính toán không đồng nhất bằng cách cân bằng tải hợp lý trên các thành phần CPU, GPU và NPU một cách hiệu quả hơn. Điều này dẫn đến mức tiêu thụ điện năng thấp hơn, kích thước tính toán nhỏ hơn, ít di chuyển dữ liệu hơn đến bộ nhớ DDR, và giảm chi phí cũng như độ phức tạp.
Xây dựng thế giới 3D
Phương pháp tiếp cận E2E của Qualcomm Technologies tận dụng AI để nâng cao hơn nữa công nghệ AD bằng cách tổng hợp dữ liệu cảm biến cơ bản thành một bộ mã hóa cảnh sau đó được xử lý thành mô hình 3D phù hợp với mảng cảm biến. Mô hình thế giới 3D này cung cấp khả năng xử lý song song và được đưa vào một bộ chuyển đổi quyết định được huấn luyện trên các mẫu cảnh thực tế.
ADVERTISEMENT – CONTINUE READING BELOW
Khuyến nghị quỹ đạo xe tiếp theo được nhập vào một mô hình dựa trên quy tắc hoạt động thông qua các rào cản an toàn và các hành động cuối cùng được điều chỉnh thông qua sự phân xử, một miền hoạt động (ODD) riêng biệt, và một phạm vi chức năng để cho phép hành vi có thể dự đoán và lặp lại có thể tuân thủ các yêu cầu chứng nhận và xác nhận. Chip Snapdragon Ride Elite thế hệ thứ năm hỗ trợ hệ thống này, hưởng lợi từ hơn 300 triệu dặm dữ liệu thực tế trên toàn cầu, với mỗi thế hệ kết hợp những hiểu biết từ các triển khai trước đó.
Xử lý các tình huống đô thị phức tạp
Một trong những lợi ích của kiến trúc E2E là nó lý tưởng để cho phép các phương tiện được trang bị công nghệ AD điều hướng trong môi trường lái xe đô thị đông đúc, phức tạp và rất biến động. Ví dụ bao gồm khả năng hiểu rằng một chiếc xe giao hàng đang dừng trong làn đường lái xe hoặc một người đi xe máy đang tách làn trên đường cao tốc đông đúc. Trong những tình huống như vậy, kiến trúc E2E sử dụng AI để tái tạo toàn bộ các giao lộ một cách ảo và theo dõi nhiều đối tượng đồng thời, đồng thời kết hợp điều này với thông tin được giao tiếp trong thời gian thực giữa các phương tiện được trang bị công nghệ xe-đến-mọi-thứ dựa trên di động. Điều này cho phép hệ thống phát hiện các mối nguy hiểm tiềm ẩn vượt ra ngoài tầm nhìn.
Ngoài ra, như một phần của ngăn xếp cảm biến, một ứng dụng crowdsourcing tích hợp thu thập và xây dựng dữ liệu bản đồ cấp làn đường được tổng hợp từ các đội xe được kết nối, giảm thêm sự phụ thuộc vào bản đồ HD. Điều này giúp cải thiện khả năng sử dụng trong thế giới thực, đặc biệt là với các khía cạnh luôn thay đổi, khó lường của lái xe trong thành phố như người đi bộ, tín hiệu giao thông và bố cục đường có thể nhanh chóng và tạm thời thay đổi do tai nạn, công trình hoặc các sự cố khác.
Rào cản an toàn
Trong khi kiến trúc E2E cho phép hệ thống AD và ADAS mở rộng hiệu quả và đáng tin cậy, các rào cản an toàn rất quan trọng để phương tiện hoạt động một cách có thể dự đoán và đáng tin cậy. Các rào cản an toàn này bao gồm các hệ thống giám sát, kế hoạch dự phòng và các kiểm tra an toàn tích hợp hoạt động kết hợp để giữ cho xe đi trên đường an toàn. Kiến trúc E2E cũng được thiết kế để phát hiện các tình huống như sự cố với cảm biến hoặc điều kiện đường gây nhầm lẫn và hành động nhanh chóng và an toàn để bù đắp.
ADVERTISEMENT – CONTINUE READING BELOW
Mục tiêu là đảm bảo rằng phản ứng của hệ thống là có thể dự đoán và lặp lại và rằng cùng một tình huống luôn dẫn đến cùng một hành động. Kiểm tra và mô phỏng toàn diện giúp phát hiện các vấn đề trước khi công nghệ có sẵn
