高通自动驾驶项目生态构建和安全仍是难点
高通带着一个明确的信息来到了ces，这家手机芯片巨头已准备好在高级自动驾驶（以下简称av）领域中大展宏图。但这次高通只面向特定观众展示了他们的av项目。
高通的av策略主要有以下三点：
高通将提供分层的av解决方案，会比较侧重于可拓展性和成本效益方面。
高通主要依靠其在软件的工程/处理方面的实力。他们正在将其软件和算法应用于传感器技术之上，以获得更好的结果。（但高通不开发任何传感器。）
高通将车联网视为其av和汽车相关业务的支点。无论是c-v2x还是ota，都可以提高车辆的安全性，并为汽车增加功能。
高通正在寻求通过在5g和c-v2x中取得的成功，从竞争中脱颖而出。例如，高通和福特在ces上宣布了“c-v2x global initiative”项目的合作，目标是提高车辆的安全性、交通效率和对av的支持。
不过，除了车联网外，目前尚不清楚高通在av平台上还有什么锦囊妙计。但高通显然在设计强大的soc方面有专长（比如骁龙芯片）。但较成熟的av除了骁龙芯片外，还需要与某种神经网络加速器共同构成一个可行的平台。比如，特斯拉的autopilot v3会基于三星的exynos soc（在功率/架构上与骁龙大体类似）和特斯拉自研的加速器。
高通的一个优势是时间。现在主机厂正将注意力从完全自动驾驶转向adas，高通在理论上更有机会找到可以推动其技术的项目。
moor insights and strategy总裁兼首席分析师patrick moorhead在试乘了高通ces上的av后发的推文
高通av的构成
首先，让我们谈谈高通的av测试车。高通已经获得了加州dmv的路测牌照，同时在本次ces期间也在内华达州获得了进行测试的许可。
高通的av配有7个覆盖360度的摄像头、位于车辆前后方的远距雷达和四角的短距雷达、定位用的gnss天线、负责vepp（后面会解释）和前向的一组车内相机阵列，另外计算平台基于骁龙汽车处理器。
这款测试车没有配备激光雷达。高通表示并不是说激光雷达没有必要，但他们的重点在于为主机厂提供合理成本范围内的解决方案。高通认为主机厂可以在没有激光雷达的情况下构建高级的adas系统。
另外高通也无意为自己的av进行sae那样的分级，他们将自己的技术描述为“self-navigation highway autonomous driving”。高通的测试车除了具备常见的lks、aeb功能外，还能进行路径规划。高通表示，使用摄像头和雷达的对象级融合会使av获得行为预测和规划所需的分类、距离和速度。
高通的测试车不是为全自动驾驶设计的，它需要司机在需要的时候接管。
目前，高通的av是基于“高通驱动汽车平台（qualcomm drive automotive platform）”，使用了四个模块，每个模块基于二代骁龙汽车处理器。这是一个可拓展的平台，为了满足主机厂的不同级别的需求，可以像如下所示添加模块。
高通表示，他们目前正在开发第三代骁龙汽车处理器，只需使用平台上的三个模块就可以组装出与测试车相同的av。不过，尚未透露二代或三代处理器的细节。
高通不生产雷达，但通过将深度学习与雷达结合，会增强雷达的性能。例如，高通内部开发了雷达深度神经网络，声称av可以从原始雷达信号中提取丰富的特征。例如，二维边框可以对车辆进行判断和分类，识别卡车和轿车之间的区别。然而，高通希望通过使用增强版雷达，最终获得更高的分辨率和3d边框。
高通av的目标
高通在私下开发av平台已有三年时间，他们的目标是在av计划中充分利用已经拥有的优势，为汽车行业提供低成本、高能效的解决方案。
高通av技术的主干有四个元素：定位、摄像头、雷达和v2x。高通专注于使用大量传感和规划功能，让车辆能看到周围的一切，并能预测未来两三秒内将发生什么。高通的使命是追求效率，通过增加自动驾驶的程度，尽可能地解放司机的时间。
然而，这并不意味着高通急于为l4/l5级开发解决方案。高通在谈到“效率”时，指的是高级adas，包括自主泊车功能等。
什么是vepp
也许高通的av项目中最有趣的技术是它所谓的“视觉增强精确定位（vision enhanced precise positioning - vepp）”。vepp是一种“融合了gnss、摄像头、imu和车轮传感器的以提供更精确的车辆全球定位”的装置。高通说vepp将被证明是“一个非常划算的主机厂解决方案”，因为它使用的传感器都是目前车辆上比较常用的传感器。另外，vepp不依赖于任何形式的地图。
vsi labs的phil magney将vepp描述为“一种介于远程信息控制单元和高端定位设备之间的产品”。他称其为“一种独立的ecu，将连接与矫正相结合，包括视觉里程表、惯导系统及基于地标的定位。vepp会很好地适应具有主动adas和一些自动驾驶功能的车辆，因为许多功能在没有精确定位的情况下是无法实现的。比如，车道导航、交叉路口以及在密集建筑区域内和周边的导航。”
具体来说，高通声称vepp测试精度可达到小于1米。高通表示，相比之下，如今基于gnss的解决方案只能在开放无遮蔽的条件下、结合imu和车轮传感器才能达到类似的效果。
vepp的另一个优点是它可以在具有挑战性的城市环境中工作。高通还表示，vepp在停车场里整个行驶路线的累计误差约为行驶距离的0.1%。这相较于目前常用的推算解决方案有了重大改进。
magney补充称，高通在这方面已经研究了好几年，他们去年在ces上就展示了这项技术。他将高通的av程序描述为第三代骁龙平台，可以实现c-v2x、信息娱乐、导航等功能。这与mobileye的rem和nvidia drive localization非常相似。其目的是构建一个位于精确地图之上的定位层。
但magney对vepp的评价仍然很谨慎，因为现在还不知道它的效果如何，它还没有被测试过。但另magney感兴趣的点是，通常提供精确定位需要一些昂贵的硬件，如差分gps或rtk的校正。
也有分析师仍然对vepp持怀疑态度，表示“关于地图和位置的需求仍然有很多不确定性，vepp可能不太会是让高通成为game changer的技术。但目前也有很多人对增强gnss技术感兴趣，比如通用的super cruise的trimble rtx解决方案。
高通av的未来
总的来说，分析师们对高通的av计划持比较正面的态度。ihs的adas研究主管egil juliussen认为，高通对adas和av采取的有条不紊的方式，将会和他们曾从modem芯片发展到多数车型所采用的车载远程通信单元那样成功。他们花了几年时间，但高通正在座舱、adas和av上使用同样的策略。高通可拓展的汽车soc（在智能手机业务中积累的）和低功耗芯片解决方案，可能相当于mobileye的解决方案，将是高通的一项良性资产。
juliussen和linley group的分析师mike demler都认为高通的一个优势是时间。
从本次ces可以看出，这个行业开始从疯狂追求完全自动驾驶的热潮中逐渐退了下来，人们更多地认识到高级别的自动驾驶是一个长期的研发项目。因此，尽管高通可能在目前尚无法盈利的l4/l5项目中相对落后，但在l2（或现在流行的说法是l2+）中仍旧充满机会。
然而，juliussen提出了一个警告，“高通将如何在主机厂和tier 1之间，围绕公司的解决方案建立一个生态系统？鉴于mobileye/intel和nvidia在adas和av合作方面走得更远，将现有厂商踢出局总是很难的，尤其是在汽车行业。换句话说，将已经设计好的解决方案移植到车辆中并不容易，除非发现了现有供应商的解决方案中有错误。
另外，虽然上次高通强调，在渗透到汽车领域的经历中他们通过艰难的学习已经积累了许多经验，甚至说汽车改变了公司的dna。但分析师们仍旧认为在汽车功能性安全知识方面，很可能仍旧是高通最大的弱点。
8个技术证明 AI不等于神经网络
如何使用原生ClickHouse函数和表引擎在两个数据库之间迁移数据
韩国被卡脖子的日本技术和材料都有哪些?
BAT都已入局，到底什么才是真正的AI？
PDF执行OCR使用指南（仅适用于万兴PDF专业版）
高通自动驾驶项目生态构建和安全仍是难点
关于小型超声电机的分类以及应用范围的说明
EDA需由点及面突破 国产EDA软件产业逐渐实现点工具从0到1的突破
怎样判断温度传感器坏 温度传感器降温和升温方法
探究机器视觉中不同类型光源所产生的效果
风光互补监控供电系统—石油管道应用
Window 10操作系统的v1999和1903受追捧，占比已接近80%
分布式发电技术有何特点?
南京8所学校将照明灯改造为LED灯 观察不同光源是否对视力发展有影响
什么样的温度+湿度组合，是体感最舒适的空气环境_温湿度传感器
浅谈PLC控制器频率与伺服驱动器和负载转速
南芯科技新推出低静态电流降压转换器可进一步延长电池寿命
I2C调整手册(2)
未来智慧交通应用场景将进一步增多
Redmi K30评测 2019年的完美收官与2020年的激战前瞻
高通的av策略主要有以下三点：
高通将提供分层的av解决方案，会比较侧重于可拓展性和成本效益方面。
高通主要依靠其在软件的工程/处理方面的实力。他们正在将其软件和算法应用于传感器技术之上，以获得更好的结果。（但高通不开发任何传感器。）
高通将车联网视为其av和汽车相关业务的支点。无论是c-v2x还是ota，都可以提高车辆的安全性，并为汽车增加功能。
高通正在寻求通过在5g和c-v2x中取得的成功，从竞争中脱颖而出。例如，高通和福特在ces上宣布了“c-v2x global initiative”项目的合作，目标是提高车辆的安全性、交通效率和对av的支持。
不过，除了车联网外，目前尚不清楚高通在av平台上还有什么锦囊妙计。但高通显然在设计强大的soc方面有专长（比如骁龙芯片）。但较成熟的av除了骁龙芯片外，还需要与某种神经网络加速器共同构成一个可行的平台。比如，特斯拉的autopilot v3会基于三星的exynos soc（在功率/架构上与骁龙大体类似）和特斯拉自研的加速器。
高通的一个优势是时间。现在主机厂正将注意力从完全自动驾驶转向adas，高通在理论上更有机会找到可以推动其技术的项目。
moor insights and strategy总裁兼首席分析师patrick moorhead在试乘了高通ces上的av后发的推文
高通av的构成
首先，让我们谈谈高通的av测试车。高通已经获得了加州dmv的路测牌照，同时在本次ces期间也在内华达州获得了进行测试的许可。
高通的av配有7个覆盖360度的摄像头、位于车辆前后方的远距雷达和四角的短距雷达、定位用的gnss天线、负责vepp（后面会解释）和前向的一组车内相机阵列，另外计算平台基于骁龙汽车处理器。
这款测试车没有配备激光雷达。高通表示并不是说激光雷达没有必要，但他们的重点在于为主机厂提供合理成本范围内的解决方案。高通认为主机厂可以在没有激光雷达的情况下构建高级的adas系统。
另外高通也无意为自己的av进行sae那样的分级，他们将自己的技术描述为“self-navigation highway autonomous driving”。高通的测试车除了具备常见的lks、aeb功能外，还能进行路径规划。高通表示，使用摄像头和雷达的对象级融合会使av获得行为预测和规划所需的分类、距离和速度。
高通的测试车不是为全自动驾驶设计的，它需要司机在需要的时候接管。
目前，高通的av是基于“高通驱动汽车平台（qualcomm drive automotive platform）”，使用了四个模块，每个模块基于二代骁龙汽车处理器。这是一个可拓展的平台，为了满足主机厂的不同级别的需求，可以像如下所示添加模块。
高通表示，他们目前正在开发第三代骁龙汽车处理器，只需使用平台上的三个模块就可以组装出与测试车相同的av。不过，尚未透露二代或三代处理器的细节。
高通不生产雷达，但通过将深度学习与雷达结合，会增强雷达的性能。例如，高通内部开发了雷达深度神经网络，声称av可以从原始雷达信号中提取丰富的特征。例如，二维边框可以对车辆进行判断和分类，识别卡车和轿车之间的区别。然而，高通希望通过使用增强版雷达，最终获得更高的分辨率和3d边框。
高通av的目标
高通在私下开发av平台已有三年时间，他们的目标是在av计划中充分利用已经拥有的优势，为汽车行业提供低成本、高能效的解决方案。
高通av技术的主干有四个元素：定位、摄像头、雷达和v2x。高通专注于使用大量传感和规划功能，让车辆能看到周围的一切，并能预测未来两三秒内将发生什么。高通的使命是追求效率，通过增加自动驾驶的程度，尽可能地解放司机的时间。
然而，这并不意味着高通急于为l4/l5级开发解决方案。高通在谈到“效率”时，指的是高级adas，包括自主泊车功能等。
什么是vepp
也许高通的av项目中最有趣的技术是它所谓的“视觉增强精确定位（vision enhanced precise positioning - vepp）”。vepp是一种“融合了gnss、摄像头、imu和车轮传感器的以提供更精确的车辆全球定位”的装置。高通说vepp将被证明是“一个非常划算的主机厂解决方案”，因为它使用的传感器都是目前车辆上比较常用的传感器。另外，vepp不依赖于任何形式的地图。
vsi labs的phil magney将vepp描述为“一种介于远程信息控制单元和高端定位设备之间的产品”。他称其为“一种独立的ecu，将连接与矫正相结合，包括视觉里程表、惯导系统及基于地标的定位。vepp会很好地适应具有主动adas和一些自动驾驶功能的车辆，因为许多功能在没有精确定位的情况下是无法实现的。比如，车道导航、交叉路口以及在密集建筑区域内和周边的导航。”
具体来说，高通声称vepp测试精度可达到小于1米。高通表示，相比之下，如今基于gnss的解决方案只能在开放无遮蔽的条件下、结合imu和车轮传感器才能达到类似的效果。
vepp的另一个优点是它可以在具有挑战性的城市环境中工作。高通还表示，vepp在停车场里整个行驶路线的累计误差约为行驶距离的0.1%。这相较于目前常用的推算解决方案有了重大改进。
magney补充称，高通在这方面已经研究了好几年，他们去年在ces上就展示了这项技术。他将高通的av程序描述为第三代骁龙平台，可以实现c-v2x、信息娱乐、导航等功能。这与mobileye的rem和nvidia drive localization非常相似。其目的是构建一个位于精确地图之上的定位层。
但magney对vepp的评价仍然很谨慎，因为现在还不知道它的效果如何，它还没有被测试过。但另magney感兴趣的点是，通常提供精确定位需要一些昂贵的硬件，如差分gps或rtk的校正。
也有分析师仍然对vepp持怀疑态度，表示“关于地图和位置的需求仍然有很多不确定性，vepp可能不太会是让高通成为game changer的技术。但目前也有很多人对增强gnss技术感兴趣，比如通用的super cruise的trimble rtx解决方案。
高通av的未来
总的来说，分析师们对高通的av计划持比较正面的态度。ihs的adas研究主管egil juliussen认为，高通对adas和av采取的有条不紊的方式，将会和他们曾从modem芯片发展到多数车型所采用的车载远程通信单元那样成功。他们花了几年时间，但高通正在座舱、adas和av上使用同样的策略。高通可拓展的汽车soc（在智能手机业务中积累的）和低功耗芯片解决方案，可能相当于mobileye的解决方案，将是高通的一项良性资产。
juliussen和linley group的分析师mike demler都认为高通的一个优势是时间。
从本次ces可以看出，这个行业开始从疯狂追求完全自动驾驶的热潮中逐渐退了下来，人们更多地认识到高级别的自动驾驶是一个长期的研发项目。因此，尽管高通可能在目前尚无法盈利的l4/l5项目中相对落后，但在l2（或现在流行的说法是l2+）中仍旧充满机会。
然而，juliussen提出了一个警告，“高通将如何在主机厂和tier 1之间，围绕公司的解决方案建立一个生态系统？鉴于mobileye/intel和nvidia在adas和av合作方面走得更远，将现有厂商踢出局总是很难的，尤其是在汽车行业。换句话说，将已经设计好的解决方案移植到车辆中并不容易，除非发现了现有供应商的解决方案中有错误。
另外，虽然上次高通强调，在渗透到汽车领域的经历中他们通过艰难的学习已经积累了许多经验，甚至说汽车改变了公司的dna。但分析师们仍旧认为在汽车功能性安全知识方面，很可能仍旧是高通最大的弱点。
8个技术证明 AI不等于神经网络
如何使用原生ClickHouse函数和表引擎在两个数据库之间迁移数据
韩国被卡脖子的日本技术和材料都有哪些?
BAT都已入局，到底什么才是真正的AI？
PDF执行OCR使用指南（仅适用于万兴PDF专业版）
高通自动驾驶项目生态构建和安全仍是难点
关于小型超声电机的分类以及应用范围的说明
EDA需由点及面突破 国产EDA软件产业逐渐实现点工具从0到1的突破
怎样判断温度传感器坏 温度传感器降温和升温方法
探究机器视觉中不同类型光源所产生的效果
风光互补监控供电系统—石油管道应用
Window 10操作系统的v1999和1903受追捧，占比已接近80%
分布式发电技术有何特点?
南京8所学校将照明灯改造为LED灯 观察不同光源是否对视力发展有影响
什么样的温度+湿度组合，是体感最舒适的空气环境_温湿度传感器
浅谈PLC控制器频率与伺服驱动器和负载转速
南芯科技新推出低静态电流降压转换器可进一步延长电池寿命
I2C调整手册(2)
未来智慧交通应用场景将进一步增多
Redmi K30评测 2019年的完美收官与2020年的激战前瞻