行业动态
您当前的位置:主页 > 行业动态 >

自动驾驶的格局:华为VS全行业

来源:博狗    编辑:admin    时间:2019-05-26 15:00

自动驾驶的格局:华为VS全行业

华为自动驾驶测试车

上海车展期间,华为汽车产业全家族产品,首次公开展示在公众面前。华为明示不造车,自称定位为Tier1系统集成供应商,聚焦智能驾驶、智能互联、智能网联、智能能源、云服务等汽车新增部件领域。

自动驾驶的格局:华为VS全行业

华为的上海车展展位

覆盖面之广,即便不造车,也是超级供应商的姿态。行业为之一阵骚动。

随着新能源汽车这几年的发展,汽车“四化(智能化、网联化、电动化、共享化)”成为各大车企、零部件厂商必争之地,不惜重金投入其中,其中也不乏众多创业公司身影。华为的入局无疑会使早已竞争激烈的产业,竞争更加惨烈。

没错我用了“惨烈”一词。单就自动驾驶领域就已经汇集了数十玩家,其中不乏国际巨头。看看自动驾驶的格局,可能所有环节企业都绕不开和华为的竞争。

1、芯片

在燃油车时代,国产汽车“心脏病”难除,发动机控制技术依赖于国外供应商,以至于成为无法平复的伤痛。至今发动机控制系统依然依赖合资工厂供应,新技术依赖于外方。到了智能网联汽车时代,芯片更是中国汽车业不可再失的高地。

华为海思系列芯片在消费电子领域,虽说还无法与高通、苹果A系列抗衡,但也算是小有成就。凭借在IC行业多年的投入,华为昇腾系统AI芯片,从公开信息来看,高达352TOPS超强算力已经处于业界领先地位。华为在此基础之上打造出MDC(MobileData Center)平台,试图为车企提供自动驾驶全栈全场景服务。

自动驾驶的格局:华为VS全行业

华为昇腾910芯片,单芯片计算密度超过Nvidia

在高级别的自动驾驶中,汽车已经不能再采用的离散电子控制单元(ECU)来匹配每一个功能,而是采用部分集中式的域控制器(DCU)。

DCU需承担多传感器融合、定位、路径规划、决策控制、无线通讯、高速通讯的计算。在集中式与混合式架构中,DCU还需承担全部或部分传感器的数据处理。由于需要完成大量运算,DCU一般都要匹配一个核心运算力强的处理器,也就是芯片,以提供自动驾驶不同级别算力的支持。算力越高,支持的功能也就越多,因此大家都追求高算力。业内有NVIDIA、英飞凌、瑞萨、TI、NXP、Mobileye等多个方案。

尽管芯片研发需要大量资金,但是芯片作为自动驾驶核心元件,其不菲的价格与可观的利润,还是引来众多巨头投入其中。在众多玩家中既有消费电子半导体巨头,也有传统汽车半导体供应商,还有新进玩家。我选了几个具有代表性的企业做一个简单的梳理。

1.NVIDIA:英伟达近年来一直致力于AI芯片的研发,在自动驾驶领域解决方案齐全:

1)DRIVE PX2开放式人工智能车辆计算平台;

2)NVIDIA DriveWorks 软件开发套件;

3)数字座舱、高精度地图、高级辅助驾驶解决方案。

2.Intel:昔日PC时代CPU王者Intel错失智能手机时代后,唯恐再次错失自动驾驶时代。在推出IntelGo平台后,不惜重金收购Mebileye,这位在ADAS视觉领域霸主的自动驾驶开放式平台Eye Q5也于2018年12月上市。

3.Qualcomm:高通在汽车产业的布局不仅限于其擅长的通讯领域,在ADAS与座舱娱乐域其820A也表现不俗。在2019年CES展上展出了其基于骁龙芯片打造的可扩展自动驾驶平台--DriveAutomotive,可供汽车厂商根据自己的需求添加模组。

不过仅是产品端的布局似乎无法表现出高通对于入局产业的信心,与恩智浦的收购案也是一波三折,只是最终无果而终。

4.NXP:作为汽车半导体传统供应商,恩智浦瞄准多个控制域,包含:连接、车身舒适、自动驾驶、信息娱乐、动力总成。其中在自动驾驶域打造BlueBox计算平台,其BlueBox2.0支持L4~L5级自动驾驶需求。

5.Renesas:瑞萨电子的R-Car V3M高性能图像识别片上系统(SoC),可大大优化智能摄像头、全景环视系统、激光雷达等应用,同时瑞萨也推出Renesas Autonomy开放式平台面ADAS/自动驾驶领域。

6.TI:德州仪器凭借自身优势,从低级ADAS领域切入,其视觉、超声波、毫米波雷达等传感器芯片布局,以及将Jacinto系列SoC从信息娱乐系统延展到ADAS,推出 TDA系列SoC,迅速低成本占领市场。在后续自动驾驶领域,TI或将持续发力。

7.Tesla:Tesla不甘于仅仅是造车,于近日发布其自动驾驶芯片FSD,未来会搭载在特斯拉AutopilotHardware平台上。从硬件集成的角度来说,特斯拉完成了从芯片到板级集成、系统集成、再到整车的集成,打通自动驾驶产业链布局。

8.地平线:成立4年不到的地平线,颇受资本市场青睐,估值一路飙升。2018年,该公司依托其软硬结合AI处理器技术,相继发布了Matrix自动驾驶计算平台与和地平线XForce边缘AI计算平台。

9.寒武纪:寒武纪深度学习芯片Cambricon-1M,支持个性化深度学习,可用于多路视频实时处理,包括自动驾驶等领域。

10.西井科技:西井科技从芯片研发起家,2017年10月联合振华重工发布其自动驾驶品牌Qomolo,应用于无人重卡港口环境。其自动驾驶方案基于其DeepWell深度学习类脑芯片打造而成,完成从芯片研发到整车生产产业链布局。

在自动驾驶芯片领域国内企业也层出不穷,除上述三家以外,还有像零跑科技、飞步科技、杰发科、深鉴科技等等公司,在这里就不一一列举。当然也不排除某些企业已经在悄悄投入大量人力物力。例如:标榜致力于智能网联芯片领域的平头哥目前还未有发布其相关产品,不过可以肯定的是未来肯定会涉足自动驾驶AI芯片。

芯片的技术壁垒与投资极高,汽车芯片领域一直是汽车传统半导体厂家的领地,即使是Intel、高通也久攻不下,只能采用收购的方式寻求质的突破。对于创业公司甚至国内半导体商来说这个领域想要有所突破更是具有极大的挑战。不过在众所周知的背景下,AI芯片创业公司也受到资本市场的青睐,这也是算是利好,至少能够缓解资金压力。国内AI芯片公司是否能有所突破值得期待。

2、传感器

车辆行驶的道路环境复杂、多变,导致感知无法依赖单一传感器完成,高级别自动驾驶汽车中,定位、雷达、视觉等传感器协作融合,能够以图像、点云等形式输入收集到的环境数据,并通过算法的提取、处理和融合,进一步形成完整的汽车周边驾驶态势图,为驾驶行为决策提供依据。

自动驾驶的格局:华为VS全行业

多种感应器的合作必不可少

在这轮自动驾驶行业创业浪潮中,环境感知领域以视觉、毫米波、激光雷达为主。由于成本和成熟趋于成熟,视觉与毫米波雷达最先量产落地,从L0级预警逐步向高级辅助驾驶迭代。