“像是人类在开车”，这样的无人驾驶已成现实

“感觉就像是人类在开车一样。”

一位媒体记者在试乘完英特尔和德尔福合作研发的无人驾驶汽车后表示。

在上周于美国硅谷举行的首届英特尔无人驾驶研讨会上，英特尔首次与宝马、德尔福、爱立信和HERE一起，全方位展示无人驾驶计划。

在这次研讨会上，英特尔还与合作伙伴演示了多项“宝贝”，展现了在无人驾驶领域的创新进展。

宝马集团、英特尔和Mobileye最近合作开发了40辆宝马7系无人驾驶汽车，以展示在实现全面无人驾驶方面所取得的重大突破。

宝马7系高度无人驾驶测试汽车

这些车辆把英特尔高性能计算元素、Mobileye的汽车级计算机视觉技术，以及宝马行业领先的研究成果汇集到高度无人驾驶功能中。这些联合开发的样板汽车正在为首台高度自动化量产汽车——即将于2021年推出的BMW iNext，铺平道路。

与会者亲身参观了首批宝马7系协作汽车的其中一辆，并探索其可扩展的车到云平台，该平台旨在通过一致、可预测的行为来运行，并拥有最高安全级别。

在其最基本的层面，车内的人工智能利用机器视觉和深度学习来帮助汽车了解其所在环境。这些人工智能负载通常需要消耗非常多的电力，并且难以在车内有限的功率下运行。

通过优化分区CPU和FPGA，英特尔能够使能效提高6倍，利用非常低的功耗——仅23fps/瓦——就能实时执行复杂的人工智能算法。

该演示显示了汽车利用多摄像头神经网络上的复杂深度学习算法，来执行实时对象检测和分类时所看到的东西——所有这些的功耗都在40瓦以下。利用运行在Wind River Linux上的英特尔Arria 10 FPGA和英特尔至强CPU，它展示了英特尔技术明显的性能/瓦特优势。

英特尔正在帮助引领5G网络转型，旨在满足无人驾驶速度、延迟、能耗、规模以及瞬时响应所产生的各种需求。

通过增强现实体验，人们直观地看到数据从汽车传输到云中的足迹，展示了英特尔创新技术如何支持无人驾驶汽车的先进系统，探索了5G网络和无人驾驶的可能性。

这项演示分为两部分：第一部分利用微软HoloLens技术，看到汽车与云之间的数据流量，第二部分看到数据通过爱立信无线基站从汽车流向网络。

无人驾驶系统中的软件栈必须能够高效应对苛刻而复杂的实时处理需求，同时尽量降低能耗。英特尔GO汽车软件开发工具包加快了软件开发，让开发者能够针对各种市场需求而构建解决方案，并支持用于无人驾驶的数据中心功能。

该演示展示了英特尔GO汽车软件开发工具包，如何帮助开发者和系统设计师最大程度利用硬件功能，同时加快开发节奏。它介绍了自带工具如何缩短开发者创建无人驾驶解决方案的学习曲线。

机器可读的实时地图让无人驾驶车辆能够“看到”路面和拐角处状况，以便替驾驶员做出明智的决策。高清、自我修复型地图可体现汽车所在的现实环境中的实时变化。HERE HD Live地图通过基于云的参考模型来对比传感器数据和车辆的环境模型，以便发现不一致的情况并确定现实环境中的变化。

该演示凸显了HERE高清实时地图如何充分利用大数据和机器学习技术，为汽车提供关于动态驾驶、道路和交通状况的高度精确最新信息——这些都是无人驾驶所必需的。

就像所有软件驱动型平台一样，无人驾驶汽车需要定期更新、安装补丁和新软件。然而，和其它大部分计算系统不同，汽车无法直接植入网络。

Wind River Helix CarSync智能无线（OTA）软件、固件和数据管理平台

Wind River Helix CarSync是一个智能无线（OTA）软件、固件和数据管理平台，将帮助汽车制造商维持嵌入式系统的完整性，同时降低互联汽车整个生命周期的成本。它将让汽车制造商能够实现更安全、更经济的互联汽车软件升级，从而减少召回和成本，同时提高客户满意度。

该演示模拟了一个仪表盘和挡风玻璃环境，以展示CarSync和驾驶舱在OTA软件更新、互联车载娱乐系统以及模拟平视显示器的应用。

在乘客真正信任一辆无人驾驶汽车之前，他们必须对自己与车辆交互的基本方式充满信心。英特尔正在研究不同的人机界面（HMI）和技术并为其开发原型，以帮助OEM和一级供应商来解决这些信任问题。

英特尔对乘客与无人驾驶汽车之间信任的研究，着眼于驾驭和管理数据的方式，以及HMI如何帮助乘客感到安全、放心，并尽在掌控。

参观演示的人可探索基于英特尔GO开发平台的各种无人驾驶HMI系统，这些界面展示了乘客与无人驾驶汽车相互沟通的各种方式。此外，在演示中还通过常见驾驶情况的支持视频，凸显无人驾驶HMI幕后的复杂决策。

高度无人驾驶车辆必须能够感知、分析并适应其所在环境。此外，随着汽车的自动化程度越来越高，外部感应和持续感知乘客的能力将是建立信任并确保车辆安全的关键。尽管出于安全考虑，无人驾驶汽车必须能够在没有连接的情况下导航，但是如果能够通过超低延迟、高速/高带宽连接以及“车到一切”功能而连接到云、网络和路边基础设施中，它们将从中受益匪浅。

在演示中，人们能够跟随一辆无人驾驶汽车行驶在智慧城市的道路上，看看“车到一切”的连接如何增加车辆的传感功能并优化乘客和行人的体验，还能了解汽车如何得益于采用移动边缘计算（MEC）的网络基础设施，以便检测路上以及整个区域的危险隐患和人为路障。此外，人们也能看到导航系统和智能街灯如何为乘客和行人提供实时、本地信息。