首页 > 汽车前景 > 内容

自动驾驶汽车最具革命性的事情是什么？

发布于：2024-05-27 编辑：匿名来源：网络

现在，由于铺天盖地的炒作，自动驾驶变得越来越受欢迎。

大批“热心观众”时刻关注着它的最新进展。

说它已经成为家喻户晓的名字也不为过。

但自动驾驶到底是什么？它的核心是什么？英特尔1亿美元收购Mobileye似乎给出了这个问题的答案：关键不是汽车，而是汽车背后的数字技术。

例如，汽车中的激光雷达使用传感器发射光脉冲并接收反射来测量物体之间的距离，从而生成汽车周围环境的 3D 地图。

强大的自我处理能力据估计，配备这些激光雷达传感器和 GPS 等其他必要系统，每辆自动驾驶汽车每行驶 8 小时将生成和接收约 4TB 的数据。

4TB有多大？数万张照片大小。

这4TB的数据大部分都需要及时处理。

1 秒的延迟对于手机来说并不是什么大问题，但对于汽车来说却可能是生与死的区别。

因此，汽车必须具备极其强大的计算能力，就像一台强大的计算机一样。

所以，汽车实际上已经成为一台带轮子的计算机，而且是一台大型计算机。

它有多大？即使不考虑自动驾驶，现在的汽车普遍配备了25-50个中央处理器（CPU），并且其中许多单元位于同一个通信网络中。

IHS Automotive的一份报告显示，到2020年，全球自动驾驶汽车的数量将增加到1万辆。

一万辆意味着巨大的数据量。

即使采用5G技术，以现有技术处理这些数据也是一个极其困难的挑战。

光是车子就让人感觉难以承受。

考虑到还有飞机、轮船和其他越来越智能的东西，你可以想象未来需要处理的信息量。

为了适应这一趋势，现在许多公司正在将计算任务转移到云端。

然而，相反，未来不在云端，而在“边缘”，即本地。

也就是说，数据直接在本地处理，而不是上传到云端再处理。

因为只有边缘计算才能对数据做出快速反应，避免在庞大的区域网络内传输数据造成的延迟。

因此，当汽车需要立即做出反应时，例如如果另一辆车快速接近它，则必须直接在本地处理数据。

至于不太紧急的事情，比如交通情况、天气情况等，可以推送到云端。

协调这些边缘计算需要更多地引入混合云和私有云，并对自动化提出更高的要求。

强大的计算管理系统幸运的是，一些公司已经开始这方面的准备。

例如，Google 在日常运营中使用了近 10,000 台服务器。

为了管理这个庞大而复杂的服务器群，Google 开发了 Borg。

Borg 为另一个计算管理系统 Mesos 提供了灵感。

Mesos 目前被 Twitter、Verizon、Bloomberg 等公司使用。

作为一款开源软件，Mesos 使得之前只有最具创新性的软件公司才能向公众开放的领域。

因此，任何规模的公司现在都有机会创造出改变世界的东西。

下一代平台将能够管理巨大的分布式数据中心和各种云，并包括边缘事物。

这对于自动驾驶同样重要。