数据“洪流”驱动的自动驾驶

1自动驾驶汽车的兴起

汽车伴随着工业革命而生，也随着工业革命而升级。第一次工业革命（蒸汽技术革命），出现了蒸汽机使汽车开始诞生。第二次工业革命（电力技术革命）使车辆能够能进行流水线生产，使车辆走入千家万户。第三次工业革命（计算机及信息技术革命），汽车具备一定辅助驾驶能力，而第四次工业革命，汽车甚至最终走向完全的自动驾驶。

从工业4.0的概念提出以来，智能汽车的技术层出不穷，而自动驾驶更是成为当前最炙手可热的领域。这智能汽车技术的角逐中，无论是传统车企还是手握大量人工智能技术的互联网公司，都将自动驾驶视为汽车产业的巨大机会，甚至决定企业的未来命运。

汽车的发展之路

自动驾驶等级表

2自动驾驶汽车数据的产生

有人说，只要给自动驾驶系统一张图像，它就能反馈方向盘转多少角度。

正如人类走路要首先看路。自动驾驶的第一个环节就是“看路”，也就是路况感知，车辆和环境交互的纽带，自动驾驶好不好，首先取决于感知系统，做的好不好。

智能车辆的感知系统来源于车辆上装备的多种多样的传感器，摄像头，超声波雷达，毫米波雷达，激光雷达，卫星定位系统，声呐等。这些正是智能车辆眼观四面，耳听八方的秘技。目前主流的自动驾驶环境感知方案主要为视觉主导和激光雷达主导这两种，两种的方案的区别在于主导传感器的选取搭配，以及围绕传感器产生的识别技术。如今，超声波雷达、摄像头和雷达系统都已经配备在了自动驾驶L1和L2的汽车上，成为了辅助驾驶系统的数据基石。

随着汽车自动驾驶程度的提高，汽车需要对周围的人，车，路等有细致的感知，而这些都依赖各种传感器一刻不停的收集数据。那么一辆自动驾驶的汽车会产生多少数据呢？以目前的信息采集车为例，在路测过程中每秒就会产生720MB的数据，相当于3部电影大小。因此，未来自动驾驶普及，道路上上行驶的不仅是车辆，更是数据的“洪流”。

自动驾驶数据采集示意图

3自动驾驶汽车数据的存储

那么如此巨大的数据要如何存储呢？

目前的数据据存储方案有两种，一种集中式存储，另一种就是分布式存储。在各种自动驾驶的未来技术方案中，自动驾驶一般都选择分布存储式进行数据存储。那为什么不选择传统的集中式存储呢？为了清楚的解释这个问题，可以把存储设备比喻成车，数据比喻成货物。那么传统的集中式存储就好比具有单一动力的车，数据量超过一定值的时候，数据只能换更大的设备承载。而分布式存储就是好比一个车队，一个车队能任意增加或减少一辆，而不影响其他设备。分布式存储有一个个节点构成，每一个节点既能计算也能存储，任意扩展，能力无敌强大。

以华为的FusionStorage智能分布式存储系统为例，支持多种数据协议的存储，轻松应对各种传感器的数据输入出格式。数据从汇集、分析、应用以及归档，可以在一个节点上一站式完成，无需复杂的数据导入导出，在保证单体功能强大。强大的资源池化能力，将设备的各种资源统一管理，让采购和部署过程节省了集成、调试、安装时间。在升级的时候并不需要业务中断进行数据迁移，软件升级、硬件替换业务无感，减少了专业维护的难度，节省了后期运维的巨额成本。强大的资源池化能力让采购和部署过程节省了集成、调试、安装时间。

新一代的分布式存储，基于AI重定义存储架构，致力于打造海量多样性的数据底座，帮助用户从容应对数据洪流。有了它，自动驾驶普及带来的车联网数据节点数据爆炸增长、容量需求急速扩充，都没有压力。新一代的分布式存储系统，按需扩展、弹性可变。

集中式与分布式存储的区别

4自动驾驶汽车数据的计算

如何使自动驾驶汽车能够实时处理如此海量的数据，并在提出的信息的基础上，得出合乎逻辑且形成安全驾驶行为的决策？

4.1车路人协同--车联网

自动驾驶等级的提高需要越来越多的存储及运算，用以分析车辆周边人、车、道路等。有限的车辆空间上解决巨大的数据存储及运算的问题。同时，由于自动驾驶最终需要走向商用，走向千家万户，成本必须要足够低。这些形成了新的挑战，即怎样在成本足够低的情况下满足这些计算需求。

为了解决个挑战，专家们提出了车联网来解决。车联网就是以车内设备之间的车内网，车与车之间组成的车际网，车与互联网相连的车载互联网为基础，按照统一的协议，实现人、车、路、云之间互联数据互通，并最终实现智能交通、智能汽车、智能驾驶和车辆智能化控制的一体化网络。更进一步说，就是车到万物（vehicle to everything，V2X），X代表基础设施、车辆、人、路等，与交通相关的一切数据都将汇集在一起处理。车联网中，车辆能互通通信相互协调保持一定的距离，车辆能够与信号灯直接通行获取交通信号，与摄像头设备互联获取更多路况信息，与互联网相连通信获取天气，交通事故等信息。总而言之，就是实时路况、道路信息、行人信息等一系列交通信息，提高自动驾驶安全性、减少拥堵、提高交通效率。

车联网畅享图

车联网技术需要实现车与车之间的通信和车与“路”的通信。其中路边通信单元（road side units，RSU）是车联网中部署在路边进行辅助通信的设施，它与互联网直接相连，并且可以与车辆进行无线通信，可以作为数据的中转站，让数据转向快车道传输。相比车载通信设备，RSU具有更好的通信能力保证数据的完整传输、传输的更远和更快的传输速度，而且可以同时与多辆车辆进行通信。此外，RSU还有较大的存储空间，可以存储信息，数据传输刚出门就到了，因此传输效率极大的提高。

4.2边缘计算

车辆网中增强现实，语音识别，图像处理等都需要密集的计算，而车载设备无法承担如此巨大的计算，传统应对巨大计算量的方式是采用云计算。传统的云计算在车联网环境下，时间延迟明显而且连接不稳定，而且高速行驶的汽车等不及云计算漫长的传输链，所以数据需要就近处理。专家们设计了边缘计算平台正是为解决就近计算这个问题。边缘计算是指靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台。边缘计算指的是在网络的边缘来处理数据。

车联网中的边缘计算，可在构建在遍布全国中国运营商的信号基站上，也可以对靠近车辆的移动通信设备，如基站、路边通信单元等设备进行升级改造，使之成为计算节点。就可不同数据源头的数据优先在最近的计算节点进行处理，完成数据加密、数据交互甚至决策。就可以实现车联网的边缘计算。

在中国联通的车网联测试中，将路边基站进行改造，目前，大约每三个基站形成一个边缘计算的节点，实现车与路边的通信，未来随着需求，边缘计算的节点甚至可以做到一个基站一个节点。

边缘计算示意图

边缘计算的应用，有效的应对了自动驾驶时延敏感的问题，在本车或附近计算节点完成决策，避免网络传输时延；同时提升应用可靠性，在网络发生故障时，仍可保证基本功能的可用。

车联网的边缘计算，将能够保证保障自动驾驶在较低成本下获得巨大的计算量，让各种数据能够及时处理，从中提出完整有效的信息，形成安全驾驶的决策。

5自动驾驶的应用

随着自动驾驶的等级越来越高，自动驾驶的普及将会彻底的改变人们的生活。自动驾驶的存在将将解放所有的司机，将人的不确定因素移除交通场景，取而代之的是人工智能的确定性。

自动驾驶的应用展望

自动驾驶将在车联网的协同下，不知疲惫的运行，精确高效理性的判断所有的交通情况。这将大幅降低交通拥堵，减少交通事故，使交通更加顺畅。

自动驾驶的普及，解放了驾驶员，车辆空间将变成休闲娱乐的地方，出行将是一种休息而不再是精力得消耗。

自动驾驶将改变各行各业，交通出行，物流仓储，智能医疗，智能农业，建筑行业等都将因为自动驾驶的加入，而更加的方便，获得更大的发展。总而言之，自动驾驶将改变生活的方方面面，让社会发生翻天覆地的变化。

参考文献

《国家车联网产业标准体系建设指南》

汇聚海量数据，打造智慧出行新体验