北京市高級別自動駕駛示范區工作辦公室介紹，正式開放國內首個無人化出行服務商業化試點。至此，國內無人化出行服務從示范運營邁入商業化試點新階段。
OMG，所以自動駕駛真的要來了嗎?
男司機女司機老司機新司機們，都可以在車上開心地吃火鍋、唱曲兒、搓麻將，再也不用眼觀六路耳聽八方時刻保持神經緊繃了嗎?
但是，這都是自動駕駛的最高狀態，以我們目前技術水平還無法實現。
關于自動駕駛，不少人還停留在汽車不用人開自己上路跑的美好想象中，其實這里道道兒多了去了，到底什么是自動駕駛?自動駕駛落地需要哪些技術?我們現在處于自動駕駛的什么階段?給我3分鐘，小編帶你火速了解!
認識自動駕駛
01
什么是自動駕駛?
自動駕駛系統是通過車載傳感系統感知道路環境，并根據感知所獲得的道路、車輛位置和障礙物信息，控制車輛的轉向和速度，從而使車輛能夠安全、可靠地在道路上行駛并到達預定地點的功能。
這也太教科書了吧?
簡單來說，本來以前開車是人類的工作，現在這件事部分或全部交給機器執行了(開車)。
02
自動駕駛整體框架
無人駕駛必須包含感知層、決策層和執行層三個方面，它們分別代替了人類的眼睛、大腦和手腳。
?感知層，通過傳感器(激光雷達、攝像頭、毫米波雷達、高精地圖等)采集駕駛員行駛過程中涉及的駕駛信息;
?決策層，基于獲取的信息進行計算，制定相應控制策略;
?執行層，執行接收的控制策略，包括加減速、轉向等。
03
自動駕駛六大級別
國際上將自動駕駛從L0到L5分為6個級別，等級越高，自動化程度越高。以下是這些級別的具體劃分：
L0是車道偏離預警，基本只能提個醒，防止你開小差車跑偏了;
L1和L2可以幫你剎車、調個方向盤，當然即便這樣你也不能偷懶，全程都要盯著，否則一不注意，可能就修車店見了(前3級一般被當作輔助駕駛，真正的自動駕駛得到L3以上);
L3能在特定的道路中實現自動駕駛;
L4基本可以實現雙手和大腦解放，除非情況危急，否則司機基本不用操心行駛問題;
L5則是完全自動駕駛，甚至無需駕駛員，不過目前還沒有哪家公司能完美做到這一點。
智能駕駛核心技術
01
感知技術
我們平常開車，是怎么感知周圍環境的?
很簡單，眼睛看、耳朵聽。
對于機器而言，我們可以使用攝像頭、激光雷達、紅外線、超聲波雷達等傳感器來代替人眼實現「看」的功能。
攝像頭可以快速識別汽車尾燈、紅綠燈、車道線、行人等，不過在光線微弱時可能功能受限，因此獲取更多環境信息還需雷達幫忙。各種傳感器各有所長，但也存在著局限性，如何實現多傳感器融合技術也是科研人員需要攻克的難點之一。
02
數據處理技術
信息獲取后交給決策層(放在汽車后方的主控電腦)處理，它可以迅速分析數據、做出判斷，為汽車規劃路線;其后位于執行層的控制系統就可以按照指令操控汽車前行了。
在自動駕駛領域，戴爾科技提供基礎架構、技術、專業知識幫助組織創建現代數據管道并加快ADAS開發工作流。
據統計，L3級別的ADAS系統，需要50-100PB的海量數據和5000-25000核的計算資源;而到完全實現自動駕駛的L5級別，則需要超過2EB的數據量和100000核的計算資源，這就要求自動駕駛應用和服務提供商具備強大的計算能力。
(1)數據存儲
前文提到，汽車在工作過程中將收集海量數據，這些數據的存儲也是一門技術活。
戴爾科技采用全球領先的分布式數據湖技術，面對海量數據可提供高性能、高可用和高可靠性：
●文件切片后打散保存到每一節點的每塊硬盤，可充分利用硬盤性能;
●集群可不中斷地添加或刪除節點，在線添加一個節點只需60秒;
●冷熱數據自動分層，擴容縮容后數據可以自動再平衡，保持所有節點數據均衡;
●單一文件系統可用容量最高可達80PB，管理簡單;
●同一份文件同時支持多種訪問協議，無需安裝客戶端插件，對應用透明。
(2)數據管理
數據管理，即建立元數據與樹狀結構的存儲路徑之間的映射。
如上圖顯示，雖然現在的數據分層只有3級，但我們很難通過這樣的樹狀結構快速定位到所需數據。實踐中一般根據使用數據的業務場景，對這些數據打上標簽，方便從業務視角定位數據，我們使用數據時會對數據標簽進行動態的增、刪、改等操作，因此數據維護是一個動態過程。
關于自動駕駛數據調用，戴爾科技提供了一套先進的元數據管理平臺——DMS，專為自動駕駛研發定制。
DMS可實現兩類功能：1.元數據的自動化導入;2.動態維護元數據與祼數據之間的映射關系。此外，DMS還支持數據橫向擴展，比如可以從萬級數據擴展到億級數據，保證搜索結果在極短時間內反饋給上層應用。
(3)數據訪問
自動駕駛研發過程中，很多工作負載并行運行，它們同時訪問數據湖中的元數據，并在算力側按照不同的工作負載挖掘相應的數據價值。
傳統做法是針對不同工作負載創建對應的副本，但在海量數據情況下，這會造成數據的極大冗余并消耗大量時間。
而戴爾科技采用的多協議并行訪問可以克服以上弊端。在多協議并行訪問模式下，無論寫數據使用的是什么協議，都可以使用其它協議進行數據讀取，無需分數據池、無需數據搬運，且支持自動分層。
這種做法有兩大好處：
●工具鏈選擇靈活性：既支持NFS協議，也支持SMB協議。
●大幅節約數據搬遷時間：數據一旦進入數據湖，即可使用各種協議對其訪問。
03
AI訓練技術
如果將環境感知模塊比作人的眼睛和耳朵，那么決策規劃模塊就相當于自動駕駛汽車的大腦，涉及汽車安全行駛、車與路的綜合管理等多個方面，而AI訓練技術則是決策規劃模塊的前提。
在人工智能、大數據、邊緣計算等技術支持下，人們可基于傳感器收集回來的數據對汽車狀態、姿態進行實時監控，幫助決策模塊做出相應動作。
那么在汽車行業智能化這個方向，AI可以做些什么呢?主要有以下幾點：
自動駕駛(智能感知)、自動駕駛(智能決策)、數字孿生/合成數據生成、人機交互、AI 視覺產線缺陷檢測、設備健康管理與預測性維護、智能倉儲管理。
AI研發過程中，我們需要構建多級跨物理設備的算力集群為其提供算力支持，為實現更高效的模型收斂及應用開發，GPU分布式訓練常常是行之有效的手段。
AI GPU分布式訓練優化方面，戴爾科技開展了不少實踐并取顯著成果。
●使用6臺戴爾PowerEdge XE8545服務器，24卡A100構建的GPU 集群，在TensorFlow 分布式訓練性能中可實現 88%-96% 的線性加速比。
●戴爾PowerEdge R750xa+ A100 GPU構建的計算集群，在MLPerf Training v1.1基準測試 ResNet-50圖像分類賽道中，2臺、4 臺PowerEdge R750xa分布式訓練的計算性能分別為單臺服務器的1.96倍和3.63倍。
自動駕駛是邊緣計算的典型應用場景，NVIDIA認證的企業級邊緣服務器一共51款，其中僅戴爾服務器就有31款，高居榜首。
04
數據安全技術
汽車收集的數據必然帶有地理位置等敏感信息，因此必須在嚴格合規的情況下合理使用。這方面，戴爾科技以先進的數據保護技術全方位守護汽車數據安全。
◆可審計
提供審計功能與圖商監管審計系統對接，可追溯用戶的訪問行為，確定哪些用戶何時對哪些文件進行了什么操作。
◆可隔離
支持按不同項目或不同車型隔離數據，支持多租戶功能，可按租戶對數據進行安全隔離。
◆權限設置
支持基于角色的訪問控制(RBAC)，細粒度設置權限和角色。
◆防刪除
支持快照功能，可通過快照功能修復誤刪除等邏輯錯誤，單一集群支持不少于2萬個快照;支持WORM(一寫多讀)功能;可防止關鍵數據被惡意更改或刪除，同時滿足嚴格合規性要求和管理要求。
◆防病毒/防勒索
提供ICAP數據安全檢測接口，供第三方殺毒軟件直接進行數據的集中病毒檢測和殺毒。結合Superna Ransomware Defender和智能Air Gap，提供勒索病毒攻擊檢測，停止加密并一鍵實時恢復數據。
為助力自動駕駛的研發，戴爾聯合英偉達推出如下參考架構，該架構已在全球多家客戶落地使用，具有“快、準、省”三大特點。
隨著時間推移，自動駕駛所處的政策環境越來越包容開放：
2003年我國法律上“不排斥”，2015年明確支持智能輔助駕駛的發展，2016年提出要重點發展“自動駕駛”，2020年國務院發布的《新能源汽車產業發展規劃(2021—2035年)》提出，“到2025年，高度自動駕駛汽車實現限定區域和特定場景商業化應用”、“力爭經過15年持續努力，高度自動駕駛汽車實現規模化應用。”
戴爾科技憑借豐富的產品和解決方案、業內領先的技術架構和信息與圖像分析處理方面的雄厚實力，正為全球約80%的自動駕駛車企提供安全可靠的基礎架構平臺。相信在不久的將來，無人駕駛汽車滿街跑的愿景必定會實現!
筑牢數字基座
是成為數智遠見者的第一步
唯有全面提高企業韌性
方能做到行穩致遠
接收下方邀請函
共同鍛造企業“韌性”
釋放數據無限潛能
如果您想了解更多有關戴爾科技的產品和解決方案信息，請掃描以下二維碼咨詢戴爾官方客服。
京公網安備 11010502049343號