Aptiv智慧架構與開源數據集,打造完整的自駕車合作生態系

作者: 周伯勳 發佈時間:2020-08-26
產業分類: 大數據,交通運輸
文章分類: 技能觀測,經營策略
文章標籤: 自駕車、nuScene開源數據集、ADAS
瀏覽人數:1330

由於全球自動駕駛技術飛快成長,不論是自駕先驅的Tesla,或是Volvo、Ford、BMW等都逐漸往全自動駕駛技術發展。其中,Aptiv也是一家發展ADAS駕駛輔助系統與自動駕駛的代表性業者,在國外智慧交通各項評比中獲得佳評,2018年獲選Fast company最具創新企業前十名,並於同年獲得PWC自駕車創新獎,逐漸趕上Waymo、GM、Ford等自駕車領導者的地位。

Aptiv前身為Delphi Automotive,成立於1994年愛爾蘭,是全球少數幾家能夠提供完全整合汽車級技術的科技公司,2017年5月,Delphi拆分成Aptiv與Delphi technologies,Aptiv專注於自駕車科技,加速推動主動安全、自動駕駛、提升駕乘體驗和互聯服務等領域的商業化進程。

Aptiv發展歷程中,收購了自動駕駛汽車系統與軟體開發商Ottomatika、雷射雷達製造商Innoviz、Leddertech和Quanergy Systems的股份。其中,最大的一次是收購NuTonomy,Aptiv亦與眾多國際知名汽車製造業者合作開發其技術,如Audi和BMW(Intel/Mobileye),而今(2020)年也與知名汽車製造商現代汽車(Hyundai)合資創辦了自動駕駛技術公司Motional,未來將更深耕於自動駕駛技術。

自備完整自駕車垂直產業鏈,提供智慧架構、平臺與軟硬整合解決方案

由於未來全自動駕駛將會需要越來越多的軟體與硬體的功能,甚至需要超級計畫能力與高速數據傳輸,因此Aptiv從腦(Brain)、神經系統(Nervous System)、雲端(Cloud)整體面來重新設計未來自駕車需要的智慧架構,不論是自駕車的軟體功能與運算能力、內部電線和連接器組成的配電系統、安全連網能力等需要同步設計與思考。Aptiv以即時方式提供可持續升級的高速感測和車輛網絡系統,通過該公司的電力與訊號分配、無線更新軟體技術(OTA)數據交換、車輛互聯與感測技術等專業技術驗證感測器、攝影機與雷達等所有功能。同時,也透過智慧聯網平臺,幫助OEM業者從預先生產到售後服務轉化為大數據,並可透過邊緣雲端計算,實現快速傳送重要數據又降低數據傳輸成本。

收集nuScenes開源自動駕駛數據集,吸引企業共同合作開發,擴大合作生態系

nuScenes開源數據資料集,主要是透過一部自駕車中安裝了不同感測器套件,包含5個雷達、1個光達(雷射雷達)、6部攝影機、GPS、IMU慣性測量單元,收集了包括140萬張照片和400,000個光達掃描、GPS等數據,帶有visibility、activity、pose等屬性。目前應用的國家為新加坡與美國波士頓,已經有超過140萬個定界框應用於標記道路使用者,並且形成1,000個應用場景,包含城市駕駛場景、左駕右駕環境的應用。因此,不管是左駕還是右駕的城市都可以進行應用。除了將對象進行適當分類外,AD自駕系統(Autonomous Drive)還可預測接下來要做什麼,這些因素可能會因當地駕駛習慣不同而有很大的差異。nuScenes數據集起始於KITTI數據集,但與KITTI相比,nuScience就包含了7倍以上的目標對象標記。

資料來源:Aptiv官方網站,2019

圖1 Aptiv自駕車感測器分布與影像辨識

nuScences的開源數據集的服務主要分成幾個步驟:駕駛規劃、車輛安裝、感測器校正、感測器同步、GPS定位與地圖、景點選取、資料標註、隱私保護、資料格式、資料分析等。nuScenes開源數據集為資料分類或預測演算法的開發者有很大的幫助。

資料來源:Aptiv官方網站,2019

圖2 Aptiv nuScenes數據集應用流程

此外,Aptiv也與Lyft合作在全球消費電子展CES上,展現第一次全自動的點對點乘車體驗,展示依需求提供自動化移動的未來,並為拉斯維加斯周邊20個不同地點的與會者提供超過400次的自動駕駛車輛,並獲得4.997分的優異評分,且99%的駕駛里程皆於全自動駕駛模式下完成,根據統計,至2019年6月已超過50,000次無人駕駛趟次。

資料來源:Aptiv官方網站,2019

圖3 Aptiv與Lyft合作提供自駕車服務 

Aptiv的關鍵成功因素在於透過原生Delphi technology的製造生產能量,使公司可自己形成一條垂直供應鏈,從感測層、數據分析層、系統整合層、平臺應用層等Aptiv都有投入相關應用,並且持續透過nuScene數據集以及Lyft等車隊合作收集掌握駕駛、情境、事件等數據,此作為汽車製造商合作基礎,展開汽車硬體零件設備開發或軟體程式優化等,共同邁向未來Level5的全自駕時期。

資料來源:本研究自行整理

圖4 Aptiv 企業數據應用商業模式

 

 

 

參考來源:

https://www.aptiv.com/