車端數據庫助力域控制器成為數據驅動引擎

目前，車載終端產生了大量的數據，各種數據來自不同的傳感器和不同的領域。自動駕駛域控制器基本實現了計算能力超過100 t的資源分配，催生了對車載終端數據庫的需求。

智信匯通是一家專注于構建汽車數據鏈和價值挖掘的公司。擁有以車輛數據庫為核心的車云全棧產品，通過車云同構框架實現結構化和非結構化數據的一體化采集。智協匯通產品可以輕量級部署到車端各大域控制器，實現跨域數據采集和存儲，高效推動產品優化迭代。

強大的計算能力促進了對跨域數據庫的需求

隨著人們對各種駕駛行為信號數據的需求越來越大，各種傳感器上產生了大量的感知數據，對車輛數據價值點的挖掘需求也越來越大。在此背景下，智協匯通認為，存儲與計算分離的車端數據庫是邊緣計算的基石。

目前，車載終端產生的大量數據來自不同的傳感器和不同的域，自動駕駛域控制器已經基本配置了計算能力超過100 t的資源，高計算能力資源和強大的CPU是在車載端實現更多計算和分析能力的前提，同時也催生了對車載端數據庫的需求。

車載數據庫具有降低數據存儲和傳輸成本、保證數據高質量、高容錯性等優點。但是，目前市場上還沒有成熟的車載端數據庫方案。雖然有類似的產品，但并沒有真正落地到量產車上。

圖片來源:知心匯通

目前自動駕駛已經進入量產階段，各大主機廠都推出了自己的數據閉環解決方案。從過去單一用途的純視覺解決方案，到如今的多攝像頭多傳感器一體化自動駕駛解決方案，部署在自動駕駛域控制器上的數據閉環解決方案，可以幫助主機廠收集與自動駕駛相關的所有數據。

數據涵蓋攝像頭、毫米波雷達、激光雷達、公交車等各個方面，涵蓋了從整車測試到量產的各個階段。同時，智能駕駛相關的數據不僅來自自動駕駛領域，還來自底盤動力領域、智能駕駛艙領域和網關領域。

相比燃油車，電動汽車帶來的是更高維度、全方位的駕駛體驗。正因如此，自動駕駛數據涉及多個場景和維度，市場需要的數據庫產品必須覆蓋所有場景和維度，才能實現跨領域的靈活數據采集。

車端數據采集面臨困難。

目前自動駕駛的數據收集還面臨很多問題。

首先，在量產前獲取測試車數據的過程中，傳統的數據記錄儀數據采集效率低，儀器成本很高。采集的大部分數據都是整車的全數據。無論是流量還是云端的存儲成本，以及數據的清洗和處理、關鍵數據的提取、建模和分析，整個過程的效率和成本都給R&D團隊帶來了困擾。

在量產車中，大規模結構化數據的獲取涉及到如何在車端靈活采集高精度、高質量的數據，降低上傳存儲的成本，這也是目前各大主機廠數據相關部門面臨的一大痛點。

自動駕駛中數據采集的第二個難點是非結構化數據采集。自動駕駛的NOA和NOP方案的實施需要不斷優化彎道情況。對于自動駕駛來說，如果系統沒有感知到遇到了彎道情況，就會帶來嚴重的安全隱患。然而，解耦一個角落情況涉及許多問題，例如數據采集復雜性、多過程、成本等。，往往需要按月開發，數據層面需要近萬個訓練樣本和標注數據集。這些極限情況數據的收集和獲取已經……時間成本高，收集困難。

圖片來源:智和官網

智協匯通看到了整車數據采集的關鍵痛點，打造了低代碼開發工具-算法直接交付-車端二級運營-柔性數據采集/上傳/存儲的閉環方案，幫助主機廠進行大維度、高精度、低成本、高質量的數據采集。

針對時間成本和采集難度大的痛點，智信匯通提出了基于車輛的柔性觸發機制，可以根據拐角案例的具體場景靈活定義，管理數據從采集到應用的全過程，從而加速神經網絡的迭代。

智協匯通的自動駕駛數據閉環解決方案，將采集公交車結構化數據、圖像等所有非結構化數據，可以幫助主機廠快速提取場景關鍵數據，重現場景，找到神經網絡算法中需要的關鍵迭代點和有價值的數據。

支持數據采集和存儲的車云鏈路

智協匯通自動駕駛數據閉環解決方案，可以看作是一個輕量級的車云環節。得益于該方案的優勢，主機廠可以實現更好的關鍵數據抓取、數據預處理、數據標注、AI模型創建、模型訓練、仿真測試等。

圖片來源:知心匯通

首先，這種數據閉環方案最大的優勢在于，可以在不增加硬件的情況下，實現量產車結構化和非結構化數據采集存儲一體化。面對數十萬輛量產智能汽車產生的海量多類型數據，智信匯通的解決方案可以對接攝像頭、激光雷達、毫米波雷達以及各種類型的傳感器，處理圖像、視頻、雷達點云數據、車輛總線數據等不同類型的數據。這些數據在車端可以按照時間、場景等維度進行系統化管理，并根據定制的智能數據算法進行靈活的篩選和上傳。量產車智能行駛數據采集、鏈路傳輸、數據計算的成本大大降低，數據質量和精度也能得到保證。

其次，該方案可以靈活定義算法和拐角情況。主機廠可以通過反復不斷的快速更新迭代，靈活應對Corner case的數據需求，其計算引擎可以實現毫秒級數萬個以上信號的實時數據采集。云開發工具生成的算法可以根據不同的車輛、場景、地域快速分發。

再次，智協匯通整體解決方案非常輕量級。該產品只占用自動駕駛域控制器CPU約500兆的計算能力和數百兆的內存，可以適配不同計算能力的CPU。

第四個優點是觸發圖像采集。封裝在車輛中的操作員庫可以預先定位各種觸發機制。在滿足觸發機制條件的情況下，通過該方案可以靈活采集車內各個部位、領域、不同維度、不同數據類型的信號。

暗影模式的觸發機制是另一大優勢。數據采集除了由算法觸發外，還可以由陰影模式觸發。換句話說，在行駛的情況下，汽車會繼續進行實時計算和模擬決策，計算結果可以實時上傳到云端。基于AB模式下的結果計算和分析，支持主機廠車載端陰影模式下場景數據的靈活采集和觸發。

圖片來源:智和官網

另一個優點是數據是分段上傳的。自動駕駛中的圖像數據和視頻數據量巨大，車輛在不同場景和路段的網絡情況往往不穩定，很難實時上傳數據。此時可以通過預設的分段上傳機制，緩存并補充相應的數據。這種機制極大地保證了關鍵數據從采集到上傳到云端的安全性。

軟硬合作助力域控制發展

我……電動汽車普及率的提高，隨之而來的是應用場景的增加和需求的多樣化。隨著自動駕駛技術的快速發展，安全問題一直是技術發展的制約因素，而彎道情況的存在是一大安全隱患。

針對目前的彎道情況，智信匯通實現了雨雪、切入/切出、急加速、急轉彎、隧道入口等各種極端場景下的觸發機制。在與客戶聯合開發和量產的實踐中，智信匯通還鎖定了更多后續觸發機制，涵蓋了高速急剎車、罕見急轉彎、剎車燈亮但車輛有正加速等更多特殊場景。

按照智信匯通的規劃，將會有上百種靈活的觸發機制，收集整車廠在車輛各種場景、時間段、路段所需要的拐角案例數據。智信匯通將在高效率的模型構建、快速的車端部署、低成本的驗證、靈活的實施等方面持續發力。，高效的促進了角點案例的優化迭代。

據悉，目前智信匯通是第一家通過車端數據庫和邊緣計算，真正實現自動駕駛數據閉環解決方案的企業。在自動駕駛數據閉環方案的量產實踐中，智信匯通也積累了大量經驗，幫助用戶在數據閉環過程中調整和提高效率。

簡而言之，其經驗可以總結為:(1)輕量級的數據采集方案減輕了自動駕駛儀控制器的負荷；通過基于場景的柔性數據采集和智能觸發機制，加速自動駕駛感知算法的迭代過程；最后，根據批量投放算法的功能，靈活檢查問題車輛。

圖片來源:智和官網

作為未來汽車計算決策的中心，域控制器功能的實現不僅依賴于芯片，還需要軟件操作系統、中間件、算法等多層次軟硬件的協同升級。智信匯通認為，數據庫作為一個效率工具，可以應用于自動駕駛和車輛端的各種域控制器，為主機廠提高數據采集、問題解耦和處理的效率，為用戶帶來更多的體驗和更好的安全性。

在克服了諸多技術挑戰后，智協匯通的解決方案已經能夠從容面對來自行業各大主機廠的更多需求和更多場景。當然，技術的變革必須經過市場的檢驗。EXD自動駕駛儀數據閉環方案的實際性能需要在搭載該技術的車輛上市后確認。

(以上內容來自于2022年6月29日，智信匯通合伙人、副總裁牛國浩在蓋世汽車主辦的第二屆智能車載域控制器創新——云論壇上發表的主題演講《自動駕駛域控制器車載端數據庫量產實踐》。)目前，車載終端產生了大量的數據，各種數據來自不同的傳感器和不同的領域。自動駕駛域控制器基本實現了計算能力超過100 t的資源分配，催生了對車載終端數據庫的需求。

智信匯通是一家專注于構建汽車數據鏈和價值挖掘的公司。擁有以車輛數據庫為核心的車云全棧產品，通過車云同構框架實現結構化和非結構化數據的一體化采集。智協匯通產品可以輕量級部署到車端各大域控制器，實現跨域數據采集和存儲，高效推動產品優化迭代。

強大的計算能力促進了對跨域數據庫的需求

隨著人們對各種駕駛行為信號數據的需求越來越大，各種傳感器上產生了大量的感知數據，對車輛數據價值點的挖掘需求也越來越大。在此背景下，智協匯通認為，存儲與計算分離的車端數據庫是邊緣計算的基石。

目前，車載終端產生的大量數據來自不同的傳感器和不同的域，自動駕駛域控制器已經基本配置了計算能力超過100 t的資源，高計算能力資源和強大的CPU是在車載端實現更多計算和分析能力的前提，同時也催生了對車載端數據庫的需求。

車載數據庫具有降低數據存儲和傳輸成本、保證數據高質量、高容錯性等優點。但是，目前市場上還沒有成熟的車載端數據庫方案。雖然有類似的產品，但并沒有真正落地到量產車上。

圖片來源:知心匯通

目前自動駕駛已經進入量產階段，各大主機廠都推出了自己的數據閉環解決方案。從過去單一用途的純視覺解決方案，到如今的多攝像頭多傳感器一體化自動駕駛解決方案，部署在自動駕駛域控制器上的數據閉環解決方案，可以幫助主機廠收集與自動駕駛相關的所有數據。

數據涵蓋攝像頭、毫米波雷達、激光雷達、公交車等各個方面，涵蓋了從整車測試到量產的各個階段。同時，智能駕駛相關的數據不僅來自自動駕駛領域，還來自底盤動力領域、智能駕駛艙領域和網關領域。

相比燃油車，電動汽車帶來的是更高維度、全方位的駕駛體驗。正因如此，自動駕駛數據涉及多個場景和維度，市場需要的數據庫產品必須覆蓋所有場景和維度，才能實現跨領域的靈活數據采集。

車端數據采集面臨困難。

目前，自動駕駛的數據收集……生病面臨許多問題。

首先，在量產前獲取測試車數據的過程中，傳統的數據記錄儀數據采集效率低，儀器成本很高。采集的大部分數據都是整車的全數據。無論是流量還是云端的存儲成本，以及數據的清洗和處理、關鍵數據的提取、建模和分析，整個過程的效率和成本都給R&D團隊帶來了困擾。

在量產車中，大規模結構化數據的獲取涉及到如何在車端靈活采集高精度、高質量的數據，降低上傳存儲的成本，這也是目前各大主機廠數據相關部門面臨的一大痛點。

自動駕駛中數據采集的第二個難點是非結構化數據采集。自動駕駛的NOA和NOP方案的實施需要不斷優化彎道情況。對于自動駕駛來說，如果系統沒有感知到遇到了彎道情況，就會帶來嚴重的安全隱患。然而，解耦一個角落情況涉及許多問題，例如數據采集復雜性、多過程、成本等。，往往需要按月開發，數據層面需要近萬個訓練樣本和標注數據集。這些拐角情況數據的收集和獲取具有非常高的時間成本和收集難度。

圖片來源:智和官網

智協匯通看到了整車數據采集的關鍵痛點，打造了低代碼開發工具-算法直接交付-車端二級運營-柔性數據采集/上傳/存儲的閉環方案，幫助主機廠進行大維度、高精度、低成本、高質量的數據采集。

針對時間成本和采集難度大的痛點，智信匯通提出了基于車輛的柔性觸發機制，可以根據拐角案例的具體場景靈活定義，管理數據從采集到應用的全過程，從而加速神經網絡的迭代。

智協匯通的自動駕駛數據閉環解決方案，將采集公交車結構化數據、圖像等所有非結構化數據，可以幫助主機廠快速提取場景關鍵數據，重現場景，找到神經網絡算法中需要的關鍵迭代點和有價值的數據。

支持數據采集和存儲的車云鏈路

智協匯通自動駕駛數據閉環解決方案，可以看作是一個輕量級的車云環節。得益于該方案的優勢，主機廠可以實現更好的關鍵數據抓取、數據預處理、數據標注、AI模型創建、模型訓練、仿真測試等。

圖片來源:知心匯通

首先，這種數據閉環方案最大的優勢在于，可以在不增加硬件的情況下，實現量產車結構化和非結構化數據采集存儲一體化。面對數十萬輛量產智能汽車產生的海量多類型數據，智信匯通的解決方案可以對接攝像頭、激光雷達、毫米波雷達以及各種類型的傳感器，處理圖像、視頻、雷達點云數據、車輛總線數據等不同類型的數據。這些數據在車端可以按照時間、場景等維度進行系統化管理，并根據定制的智能數據算法進行靈活的篩選和上傳。量產車智能行駛數據采集、鏈路傳輸、數據計算的成本大大降低，數據質量和精度也能得到保證。

其次，該方案可以靈活定義算法和拐角情況。主機廠可以通過反復不斷的快速更新迭代，靈活應對Corner case的數據需求，其計算引擎可以實現毫秒級數萬個以上信號的實時數據采集。云開發工具生成的算法可以根據不同的車輛、場景、地域快速分發。

再次，智協匯通整體解決方案非常輕量級。該產品只占用自動駕駛域控制器CPU約500兆的計算能力和數百兆的內存，可以適配不同計算能力的CPU。

第四個優點是觸發圖像采集……封裝在車輛中的操作員庫可以預先定位各種觸發機制。在滿足觸發機制條件的情況下，通過該方案可以靈活采集車內各個部位、領域、不同維度、不同數據類型的信號。

暗影模式的觸發機制是另一大優勢。數據采集除了由算法觸發外，還可以由陰影模式觸發。換句話說，在行駛的情況下，汽車會繼續進行實時計算和模擬決策，計算結果可以實時上傳到云端。基于AB模式下的結果計算和分析，支持主機廠車載端陰影模式下場景數據的靈活采集和觸發。

圖片來源:智和官網

另一個優點是數據是分段上傳的。自動駕駛中的圖像數據和視頻數據量巨大，車輛在不同場景和路段的網絡情況往往不穩定，很難實時上傳數據。此時可以通過預設的分段上傳機制，緩存并補充相應的數據。這種機制極大地保證了關鍵數據從采集到上傳到云端的安全性。

軟硬合作助力域控制發展

電動汽車普及率的提升，隨之而來的是應用場景的增加和需求的多樣化。隨著自動駕駛技術的快速發展，安全問題一直是技術發展的制約因素，而彎道情況的存在是一大安全隱患。

針對目前的彎道情況，智信匯通實現了雨雪、切入/切出、急加速、急轉彎、隧道入口等各種極端場景下的觸發機制。在與客戶聯合開發和量產的實踐中，智信匯通還鎖定了更多后續觸發機制，涵蓋了高速急剎車、罕見急轉彎、剎車燈亮但車輛有正加速等更多特殊場景。

按照智信匯通的規劃，將會有上百種靈活的觸發機制，收集整車廠在車輛各種場景、時間段、路段所需要的拐角案例數據。智信匯通將在高效率的模型構建、快速的車端部署、低成本的驗證、靈活的實施等方面持續發力。，高效的促進了角點案例的優化迭代。

據悉，目前智信匯通是第一家通過車端數據庫和邊緣計算，真正實現自動駕駛數據閉環解決方案的企業。在自動駕駛數據閉環方案的量產實踐中，智信匯通也積累了大量經驗，幫助用戶在數據閉環過程中調整和提高效率。

簡而言之，其經驗可以總結為:(1)輕量級的數據采集方案減輕了自動駕駛儀控制器的負荷；通過基于場景的柔性數據采集和智能觸發機制，加速自動駕駛感知算法的迭代過程；最后，根據批量投放算法的功能，靈活檢查問題車輛。

圖片來源:智和官網

作為未來汽車計算決策的中心，域控制器功能的實現不僅依賴于芯片，還需要軟件操作系統、中間件、算法等多層次軟硬件的協同升級。智信匯通認為，數據庫作為一個效率工具，可以應用于自動駕駛和車輛端的各種域控制器，為主機廠提高數據采集、問題解耦和處理的效率，為用戶帶來更多的體驗和更好的安全性。

在克服了諸多技術挑戰后，智協匯通的解決方案已經能夠從容面對來自行業各大主機廠的更多需求和更多場景。當然，技術的變革必須經過市場的檢驗。EXD自動駕駛儀數據閉環方案的實際性能需要在搭載該技術的車輛上市后確認。

(以上內容來自于2022年6月29日，智信匯通合伙人、副總裁牛國浩在蓋世汽車主辦的第二屆智能車載域控制器創新——云論壇上發表的主題演講《自動駕駛域控制器車載端數據庫量產實踐》。)

標簽：

汽車資訊熱門資訊