返回首页
当前位置: CompoTech China > 专题 >

Smart Mobility (2):就"端到端连接"开启智慧

时间:2019-05-14 10:48来源:compotech 作者:任苙萍 点击:
MaaS 为自驾车/无人车创造舞台
创立于 2014 年,承揽"无人车"软件开发及车辆硬件制造业务、标榜"零事故"的 EasyMile,对"自驾车"与"无人车"给予开宗明义。
 
自驾车 vs. 无人车
EasyMile 日本/南韩/台湾区营销总监 Jean-marc DESVAUX 陈述自驾车 (Self-Driving) 的特色是:有方向盘、Level 2 等级、最终由驾驶人决策、可行驶于所有道路,只须法规认可 (Homologation);但无人车 (Driverless) 没有方向盘设置、至少 Level 4 起跳、由安全操作员或行控中心决策,主要用于最初和最后一英里的接驳或可控环境中,需正式认证 (Certification)。迄今,EasyMile 在 25 个国家有超过 230 个开发案,所研发的全人工智能 (AI) 无人驾驶的 EZ10 小巴已在 14 个国家、50 个据点运行,全球达 100 辆,逾 32 万运输人次,累积里程达 25 万公里,2017 年更吸引法国铁路建设公司 Alstom 投资 1,400 万欧元。
 

照片人物:EasyMile 日本/南韩/台湾区营销总监 Jean-marc DESVAUX
 
DESVAUX 说明,无人车系统有三大面向:1.行控中心——监督车辆效能和安全,确保与用户的通信,如:摄影机、对讲机等;2.任务及车队管理——车辆调度、定义任务,如:随需、共享搭乘、出车模式等;3.数据报告和统计——收集关于车辆使用型态和效能的信息。EZ10 无人接驳小巴可行驶于封闭区域、市区、郊区或乡村,旨在解决共享运输最初和最后一英里,无论是户外或室内。总公司位于法国图鲁兹 (Toulouse) 的 EasyMile,已将技术导入欧霸 (IVECO)、阿尔斯通 (Alstom) 及法国专业机场地勤设备制造商龙头 TLD 集团。
 
封闭区域/私有站点可缩短头尾距离、速度不快、车流不多、使用者和驾驶人皆有意识,典型案例是 TLD 集团,其主要工厂本身就是个开放式展场,以拖车 (tow tractor) 负责厂内员工运输并展示无人车技术。场域环境是:从工厂到食堂单程约 700 公尺,行人居多、有部分单车及少数机动载具。有操作员最高时速为 3.5 英里、完全无人时约 3 英里。该计划于 2018 年 6 月底开始建置,经过认证后进行站点分析并出具评估报告,在 10 月底建立行控中心后上线。随后,设定验证准则及员工通勤计划,在 11 月 7 日正式启用。
 
实施无人驾驶的先决条件
初期还有远程操作,如今已进入无人操控状态,只有位于 EasyMile 法国总部、受到完整训练的监督员 (Supervisor) 全程远程监控,每天例行发布行车任务并确保与乘客通信的顺畅。目前有 50% 的 TLD 工厂员工每天使用无人驾驶接驳车,且这个比例并没有因操作员的消失而改变,证明 EasyMile 是安全、可靠的服务,员工反应都十分正面,在大热天时尤其欢迎这样的接驳。DESVAUX 强调撤掉操作员有两大先决条件:1.做好站点评估,减少不必要措施;2.设定关键绩效指标 (KPI),供审核之用。第二点尤为重要。
 

图1:在 TLD 集团的 Sorigny 工厂,EZ10 班车将员工带到自助餐厅,于每天 11:20~13:30 用餐时段行驶,每周往返四天
资料来源:
https://easymile.com/another-milestone-for-easymile-the-first-fully-driverless-service-of-our-ez10-driverless-shuttle/
 
例如,由 EasyMile 工程师全权负责验证、不得有不明紧急煞停、紧急停止操作每小时须<0.1 次、基于风险考虑不能由操作员紧急煞停、使用者不得做出可能酿成意外的危险行为……。DESVAUX 统整无操作员的关键成功因素是:1.在车流有限的封闭私有站点实施;2.限制与其他车辆的互动;3.订立 KPI;4.逐步完善流程;5.整段路程已做好区域划分并拥有良好的 4G 覆盖率;6.自动停煞;7.全面通信;8.遵守乘车规则。EasyMile 在德国、新加坡、澳洲、日本和中国皆有据点,在新加坡和美国也设有办公室,中东地区及日本另有配合的经销商。
 
日本亦十分热衷于无人车发展。丰田通商 (Toyota Tsusho) 次世代移动电子事业部门自动驾驶群总监奥野润介绍,日本有 13 个无人车示范场域 (当中有 6 个皆有 Toyota 的参与)——9 个是提供人们"最后一英里"运输,4 个是机场接驳;前者结合毫米波雷达、LTE 和 GPS 补足车站到家的动线,后者不仅可解决驾驶不足问题,航空公司亦可省下大量成本,且可为重量级贵宾提供弹性运输服务。丰田通商还展开"Truck Platooning"自动驾驶卡车项目,藉由协同式自适应巡航控制系统 (CACC) 及 V2V 通信技术驱动卡车车队在 10 公尺以内互相跟随。
 

照片人物:丰田通商 (Toyota Tsusho) 次世代移动电子事业部门自动驾驶群总监奥野润
 
"MaaS"主心骨:智能运输系统
丰田通商认为这对运输部门极有潜力,有助于改善交通安全、燃油成本和二氧化碳排放,并顺畅车流、提升基础设施能力。因此,还参与新加坡国际港务集团 (PSA) 与运输部门主导的"Truck Platooning"项目,将分两阶段展示测试成果;未来两年用于往返新加坡各港口运送货柜以验证运营可行性,现正拟定第二期的企划书。另一日商 NEC 着眼于自驾车/无人车的生态系统过于庞大,整合不易,立志"建构自驾环境和框架"。台湾专业解决方案服务群协理何彦明认为:2014 年芬兰所提出的"MaaS"(Mobility as Service,公共运输移动服务),是共享经济的好议题。
 
何彦明指出,随着人事物快速成长,交通环境变得拥挤,使自有车辆有 95% 的时间皆是呈现静止状态;以拥有安全便利的"交通服务"取代工具本身是 MaaS 要义,在欧洲发展很快且已得到落实,其主心骨就是"智能运输系统"(ITS),分为三大区块:智能基础设施、数据整合与智能服务,皆与自驾车高度相关。本业做通信起家的 NEC,从海底电缆到天上的卫星皆有涉猎,加上具有图像/生物辨识专长,有能力将监控环境与自驾车做结合、做主动事故预防;一是发展自适应性网络控制系统,二是基于 AI 解决方案做可视化、分析和指示。
 

照片人物:NEC 台湾专业解决方案服务群协理何彦明
 
有鉴于自驾车响应时间须<100ms 才来得及应变周遭环境,NEC 与 3GPP 合作"Context-Aware Service Controller"项目,旨在依据前一事件排定优先顺位,给予最大、最稳定的带宽支持,与前端整合作为辨识条件之一;而 AI 除了自有方案,也提供量身订做的端到端服务。英特尔 (Intel) 则是号称"唯一能提供端到端解决方案的芯片供货商",资深亚洲区市场开发营销总监桑和崇表示,智慧运输 (Intelligent Transportation) 其实与智慧城市 (Smart City) 的基础设施牵连甚深,意在解决两大痛点。
节点有了计算能力后,该思考的是:"如何智能化"

一是有 70% 台北市民每天要花 90 分钟在工作通勤,浪费 15% 产值;二是有 30 % 行驶中的车辆是在找停车位。车联网 (V2X) 遇到的问题也有两个:1.传感器融合 (Sensors Fusion),如何整合、固化众多组件的工作流程?2.收集进来的资料是什么?3.如何发现相关性,找到商机?桑和崇主张,在 IP 的世界里,有 80% 流量来自于视频;要从传感器产出的数据中找到菁华,也要从视频下手。近千亿个物联网 (IoT) 设备,应该将计算能力建置在哪里?边缘设备 (Edge)、传感器 (Sensor)、还是数据中心 (Data Center)?或是当使用者发出需求时,才触发智能?
 

照片人物:Intel 资深亚洲区市场开发营销总监桑和崇
 
桑和崇统整普遍共识是:为每一个节点设备赋予计算能力。但要从硬件升级为平台、再到服务,就不能只考虑计算能力的问题,而是要"如何智能化"。他解释,英特尔之所以狂撒巨资先后买下 Altera 和 Mobileye (前者 160 亿美元、后者 150 亿美元),就是为了打通 IoT 和 AI 之"端到端"的任督二脉——即使曾被外界嘲笑为不明智的投资。尔后,为了 Edge 端低功耗需求,再出手并购 movidus。"FPGA 早期多作为原型研发,但现在已蜕变为解决 Edge 加速之最受欢迎的架构,微软 Azure 服务及许多大型电商平台的加速皆是通过 FPGA",桑和崇补充。
 
他声明,英特尔早已跳脱传统电脑芯片大厂的既定印象,去年全球 IoT 业务营收近 40 亿美元,等同于 3,700 万台边缘计算 (Edge Computing) 服务器的规模;其中,有七成是由台湾出货。他透露,台湾是世界公认的"AI 工程师中枢"(Engineers Hub),人才素质高,年轻学子在国际竞赛更屡屡夺得前三名佳绩,呼吁企业要把 AI 融入核心竞争力。从亚洲 AI 市场来看,20~50 支摄影机的项目最普遍、500 支以上屈指可数,50~500 支的区间则是空白的。
 
AI 模型日新月异,"OpenVINO"加速落地
这意味着大部分的电脑视觉 (Computer Vision) 或机器视觉 (Machine Vision) 应用仍在概念验证 (POC) 阶段。桑和崇表示,现有八成 AI 开发者是在云端开发 pre-train 模型,如何落地是个大问题,故英特尔与工业电脑厂商共同建立边缘端 (推论) 生态系。为协助企业、产品转型,且顾及 AI 每个季度都有更准、更快的新模型问市,于 2018 年推出电脑视觉推论及深度学习神经网络的免费优化工具套件"OpenVINO",方便业者快速展示人流统计、情绪识别等不同应用。
 

图2:"OpenVINO"工具套件具有通用 API,并基于 OpenCL / OpenCV / OpenVX 等通用开发标准
资料来源:
https://software.intel.com/en-us/blogs/2018/05/15/accelerate-computer-vision-from-edge-to-cloud-with-openvino-toolkit
 
它是 Open Visual Inference & Neural Network Optimization Toolkit 的简称,可在端点上的任一环节、以任一程序语言和开发框架执行。世足赛硬件保全、侦测不明遗失物等系统,以及飞利浦 (Philips) 许多电脑断层 (CT)、核磁共振 (MRI) 等专业医疗设备技术皆是以"OpenVINO"实现算法,就连 Mobileye 的自动驾驶辅助系统 (ADAS) 也不例外。桑和崇描述,"OpenVINO"一如它的另一个涵义:一瓶价钱不贵的红酒,意谓 AI 开发的进入门坎亦不高。为加速上手,英特尔还委托资策会开设工作坊,期让有志者能尽快品尝到伴随转型而来的佳酿。

 

(责任编辑:jane)
(0)
0%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名:密码: 验证码:点击我更换图片