智能網(wǎng)聯(lián)汽車產(chǎn)品和技術(shù)架構(gòu)設(shè)計培訓(xùn)
培訓(xùn)綜述
智能網(wǎng)聯(lián)汽車是以汽車為主體，利用環(huán)境感知技術(shù)實現(xiàn)多車輛有序安全行駛，通過無線通信網(wǎng)絡(luò)等手段為用戶提供多樣化信息服務(wù)。智能網(wǎng)聯(lián)汽車由環(huán)境感知層、智能決策層以及控制和執(zhí)行層組成：環(huán)境感知層利用攝像頭、激光雷達(dá)、毫米波雷達(dá)、夜視傳感器、GPS/BDS、4G/5G、V2X等傳感器獲取環(huán)境信息。智能決策層通過道路識別、車輛識別、行人識別、交通標(biāo)志識別、交通信號識別、駕駛員疲勞時別、決策分析與判斷。控制與執(zhí)行層制動與驅(qū)動控制、轉(zhuǎn)向控制、擋位控制、協(xié)同控制、安全預(yù)警控制、人機(jī)交互控制。系統(tǒng)涉及各種技術(shù)，復(fù)雜程度高，好的架構(gòu)設(shè)計決定了產(chǎn)品的成本、運(yùn)行效率、開發(fā)效率、易用性、迭代性等各個方面，具有重要價值，是智能網(wǎng)聯(lián)汽車從業(yè)者必須了解的技術(shù)語。
培訓(xùn)學(xué)習(xí)要點(diǎn)
· 了解自動駕駛的一些基本認(rèn)識
· 了解自動駕駛汽車的架構(gòu)革命
· 了解自動駕駛傳感器與執(zhí)行器
· 了解自動駕駛域控制器
· 了解自動駕駛車端軟件算法
· 了解智駕核心平臺與關(guān)鍵數(shù)據(jù)閉環(huán)搭建
· 數(shù)據(jù)閉環(huán)自動化-機(jī)器的流程
· 自動駕駛的研發(fā)體系-人的流程
培訓(xùn)適合人員
· 技術(shù)與管理類：智能駕駛系統(tǒng)架構(gòu)師、自動駕駛研發(fā)總監(jiān)/技術(shù)負(fù)責(zé)人、整車電子電氣架構(gòu)師、智駕產(chǎn)品經(jīng)理/技術(shù)產(chǎn)品經(jīng)理、感知/規(guī)控/融合算法負(fù)責(zé)人。
· 研發(fā)與工程類：自動駕駛軟件工程師、域控制器開發(fā)工程師、傳感器/執(zhí)行器工程師、數(shù)據(jù)平臺與仿真工程師。
· 戰(zhàn)略與規(guī)劃類：企業(yè)技術(shù)戰(zhàn)略規(guī)劃人員、投資機(jī)構(gòu)/咨詢公司汽車領(lǐng)域分析師、高校及科研機(jī)構(gòu)研究人員。
· 轉(zhuǎn)型與入門類：傳統(tǒng)汽車工程師向智能駕駛轉(zhuǎn)型人員、應(yīng)屆畢業(yè)生/跨行業(yè)進(jìn)入智能駕駛領(lǐng)域人員、希望系統(tǒng)建立智能駕駛知識體系的技術(shù)人員。
培訓(xùn)大綱
第一天
一、自動駕駛的一些基本認(rèn)知
1.1 “第一性原理”思考自動駕駛
1.1.1 技術(shù)的本源-“自我學(xué)習(xí)”的“類人結(jié)構(gòu)”
1.1.2 產(chǎn)品的本源-關(guān)鍵“品格”的確保
1.1.3 發(fā)展的本源-追溯“不變的原點(diǎn)”
1.2 自動駕駛研發(fā)的重要背景
1.2.1 自動駕駛的歷史與展望
1.2.2 自動駕駛汽車的產(chǎn)業(yè)鏈構(gòu)成
1.2.3 自動駕駛從倫理與道德準(zhǔn)則
1.2.4 自動駕駛的法律保障與設(shè)計原則
1.2.5 自動駕駛發(fā)展與政府的關(guān)系
1.3 完全自動駕駛的未來
1.3.1 自動駕駛的兩條主路徑
1.3.2 駕駛輔助系統(tǒng)（L2.5）發(fā)展近況
1.3.3 有限場景下的 L4級自動駕駛可行性
1.3.4 5G與高精地圖對自動駕駛的影響 2
1.3.5 從自動駕駛向智慧交通發(fā)展的商業(yè)路徑
1.3.6 任何技術(shù)的競爭背后都是人的博弈
1.3.7 未來自動駕駛的冷熱思考
1.4 自動駕駛的復(fù)雜性與解決之道
1.4.1 汽車的固有復(fù)雜性
1.4.2 自動駕駛的復(fù)雜性
1.4.3 復(fù)雜性引發(fā)了何種變革？
二、自動駕駛汽車的架構(gòu)革命
2.1 架構(gòu)的一般概念
2.1.1 自動駕駛層次架構(gòu)的共性
2.1.2 架構(gòu)的公共語言
2.2 整車架構(gòu)設(shè)計
2.2.1 汽車原理簡述
2.2.2 汽車電氣化的發(fā)展趨勢
2.2.3 整車架構(gòu)的平臺化設(shè)計
2.3 智能駕駛系統(tǒng)架構(gòu)設(shè)計
2.3.1 云管端系統(tǒng)架構(gòu)的趨同
2.3.2 電子電氣架構(gòu)的發(fā)展趨勢
2.3.3 電子電氣底層構(gòu)建
2.3.4 FOTA更新服務(wù)
2.3.5 時間同步服務(wù)（缺少素材）
2.3.6 診斷與刷寫服務(wù)
2.4 終端架構(gòu)設(shè)計
2.4.1 計算機(jī)終端運(yùn)行的基本原理
2.4.2 “安全特化”的車端域控制器終端
2.4.3 側(cè)重“轉(zhuǎn)化”的車端感知執(zhí)行終端
2.4.4 云端微服務(wù)架構(gòu)下的“抽象終端”
2.4.5 終端設(shè)計的外延-算力的轉(zhuǎn)移
2.5 通訊架構(gòu)設(shè)計
2.5.1 OSI參考模型與通訊發(fā)展趨勢
2.5.2 CAN與 CANFD通訊綜述
2.5.3 以太網(wǎng) SOME/IP與 SOA通訊
2.5.4 網(wǎng)際通訊服務(wù)與 TBOX（素材缺少）
2.6 軟件架構(gòu)設(shè)計
2.6.1 自動駕駛有沒有理論基礎(chǔ)
2.6.2 基礎(chǔ)理論下的軟件架構(gòu)展開
2.6.3 分層閉環(huán)架構(gòu)與上下行
2.6.4 自動駕駛軟件架構(gòu)的典型設(shè)計
2.7 人工智能算法體系
2.7.1 感性理性思維與歸納演繹邏輯
2.7.2 可解釋型智能體下的相關(guān)，因果與真理
2.7.3 從人的維度看規(guī)則算法與數(shù)據(jù)驅(qū)動算法
2.7.4 從觀察視角區(qū)別頻率派與概率派算法
2.7.5 算法的選擇與算法思想的體現(xiàn) 3
2.8 AI之下再談軟件與算法架構(gòu)
2.8.1 三個主義配合下的思維內(nèi)核
2.8.2 從概率角度看軟件與算法選擇
2.8.3 從軟硬匹配角度考量算法選擇
2.8.4 軟件架構(gòu)下規(guī)則算法與數(shù)據(jù)驅(qū)動算法的映射
2.8.5 重新理解 AI背景下的軟件架構(gòu)設(shè)計
2.9 研發(fā)體系架構(gòu)設(shè)計
2.9.1 研發(fā)流程的轉(zhuǎn)變
2.9.2 研發(fā)流程與組織架構(gòu)的關(guān)系
2.9.3 各“流程要素”在新結(jié)構(gòu)中的變化
2.9.4 宏觀層面的智駕研發(fā)流程設(shè)計
2.9.5 微觀層面流程的共性與差異
2.9.6 自動駕駛流程搭建的不同側(cè)重
2.10 典型架構(gòu)案例分析與總結(jié)
三、自動駕駛傳感器與執(zhí)行器
3.1 自車傳感器
3.1.1 超聲波雷達(dá)
3.1.2 毫米波雷達(dá)
3.1.3 激光雷達(dá)
3.1.4 光學(xué)攝像頭
3.2 網(wǎng)聯(lián)傳感器
3.2.1 GPS全球定位系統(tǒng)
3.2.2 慣性導(dǎo)航傳感器
3.2.3 V2X與地圖引擎
3.3 線控執(zhí)行器
3.3.1 線控轉(zhuǎn)向
3.3.2 線控制動
3.3.3 三電系統(tǒng)
3.4 人機(jī)交互傳感器
3.4.1 輔助駕駛監(jiān)控-DMS與 Hod方向盤
3.4.2 視野擴(kuò)展-電子后視鏡與大幅屏幕
3.4.3 自動駕駛切換-可伸縮方向盤
四、自動駕駛域控制器
4.1 自動駕駛芯片（鎖定）
4.1.1 芯片設(shè)計結(jié)構(gòu)
4.1.2 自動駕駛芯片的分類
4.1.3 芯片的外圍集成
4.1.4 算力的合理度量
4.2 操作系統(tǒng)，中間件與算法核
4.2.1 操作系統(tǒng)的基本概念
4.2.2 軟件中間件的基本概念
4.2.3 算法核的基本概念
4.3 軟硬件協(xié)同設(shè)計
第二天
五、自動駕駛車端軟件算法
5.1 語義感知層
5.1.1 感知算法的基本背景
5.1.2 感知網(wǎng)絡(luò)的核心結(jié)構(gòu)
5.1.3 視覺環(huán)境語義特征的識別與多任務(wù)網(wǎng)絡(luò)
5.1.4 BEV對視覺感知發(fā)展的影響
5.2 融合與預(yù)測層
5.2.1 融合基礎(chǔ)框架與共性算法
5.2.2 傳統(tǒng)融合應(yīng)用及其與深度學(xué)習(xí)的關(guān)系
5.2.3 時間序列上的簡單預(yù)測與 LSTM網(wǎng)絡(luò)
5.2.4 記憶網(wǎng)絡(luò)的使用
5.2.5 多模態(tài)預(yù)測過程與嵌入表征
5.2.6 圖神經(jīng)網(wǎng)絡(luò)與地圖編碼 VectorNet
5.2.7 從基于地圖的預(yù)測到對抗生成地圖
5.3 自動駕駛的環(huán)境模型
5.3.1 坐標(biāo)系與時空同步
5.3.2 世界模型的接口設(shè)計
5.3.3 世界模型的演繹與歸納設(shè)計
5.3.4 安全場理論與 RSS模型
5.3.5 一花一世界-感知的暗能量挖掘
5.4 規(guī)劃控制層
5.4.1 全局任務(wù)與場景狀態(tài)切換
5.4.2 層次規(guī)劃算法構(gòu)成
5.4.3 規(guī)劃的變更與一致性
5.4.4 閉環(huán)之下的決策規(guī)劃
5.4.5 運(yùn)動規(guī)劃與凸優(yōu)化
5.4.6 前饋反饋控制與車輛動力學(xué)
六、智駕核心平臺與關(guān)鍵數(shù)據(jù)閉環(huán)搭建
6.1 數(shù)據(jù)驅(qū)動下的敏捷開發(fā)流程概述
6.2 底層微服務(wù)框架
6.2.1 云數(shù)據(jù)存儲概述
6.2.2 云計算服務(wù)概述
6.2.3 人機(jī)交互支持過程
6.3 服務(wù)層研發(fā)工作流設(shè)計
6.3.1 Devops與敏捷開發(fā)
6.3.2 不同開發(fā)體系的區(qū)別與配合
6.3.3 傳統(tǒng)與敏捷開發(fā)過程的沖突與調(diào)和
6.3.4 設(shè)計開發(fā)集成 pipeline的整體結(jié)構(gòu)
6.3.5 測試發(fā)布 pipeline的整體結(jié)構(gòu)
6.4 業(yè)務(wù)層車云閉環(huán)過程
6.4.1 車云閉環(huán)過程概述
6.4.2 車端存儲上傳與云端預(yù)處理過程
6.4.3 云端處理與數(shù)據(jù)包更新
6.4.4 差異收集與影子模式
七、數(shù)據(jù)閉環(huán)自動化-機(jī)器的流程
7.1 深度學(xué)習(xí)訓(xùn)練的自動化
7.1.1 從深度學(xué)習(xí)訓(xùn)練從人工走向 AutoML
7.1.2 從車端架構(gòu)看閉環(huán)自動化的作用
7.1.3 自動駕駛業(yè)務(wù)推進(jìn)學(xué)習(xí)系統(tǒng)演進(jìn)
7.1.4 智能駕駛的自監(jiān)督系統(tǒng)的核心機(jī)理
7.1.5 可訓(xùn)練構(gòu)件的 “工具箱”
7.2 眾包地圖 Pipeline369
7.2.1 地圖的基本概念理解
7.2.2 高精度地圖與眾包地圖的差異
7.2.3 匹配定位與地圖加偏的影響（定性微調(diào) 1次）
7.2.4 眾包地圖閉環(huán)數(shù)據(jù)流
7.3 規(guī)劃仿真 Pipeline380
7.3.1 基于場景庫的數(shù)據(jù)驅(qū)動
7.3.2 仿真-另一種真值系統(tǒng)
7.3.3 強(qiáng)化學(xué)習(xí)與參數(shù)迭代的基本概念
7.3.4 規(guī)劃訓(xùn)練的閉環(huán)數(shù)據(jù)流
7.4 自監(jiān)督訓(xùn)練 Pipeline
7.4.1 弱監(jiān)督的基本概念與業(yè)務(wù)場景
7.4.2 數(shù)據(jù)預(yù)處理的典型策略
7.4.3 規(guī)則算法下的真值自動生成
7.4.4 對比學(xué)習(xí)與低維流形
7.4.5 GAN網(wǎng)絡(luò)與域適應(yīng)
7.4.6 蒸餾學(xué)習(xí)與遷移學(xué)習(xí)
八、自動駕駛的研發(fā)體系-人的流程
8.1 整車研發(fā)流程概述
8.1.1 整車研發(fā)流程的核心結(jié)構(gòu)
8.1.2 整車開發(fā)的“閥點(diǎn)”
8.1.3 整車流程中自動駕駛研發(fā)的側(cè)重
8.2 智駕相關(guān)關(guān)鍵流程詳解
8.2.1 整車設(shè)計向下分解的基本步驟
8.2.2 研發(fā)過程配合
8.2.3 整車測試與認(rèn)證過程
8.2.4 供應(yīng)商與主機(jī)廠的合作流程
8.3 自動駕駛系統(tǒng)指標(biāo)
8.3.1 系統(tǒng)功能邊界的量化
8.3.2 系統(tǒng)功能指標(biāo)的量化方法
8.3.3 系統(tǒng)魯棒性與可靠性
8.3.4 方差與偏差
九、客戶->產(chǎn)品->從業(yè)者
9.1 用戶視角下的產(chǎn)品需求
9.1.1 產(chǎn)品和用戶由被動走向主動
9.1.2 產(chǎn)品伴隨用戶完成需求層次的上移
9.1.3 用戶正在接收互聯(lián)網(wǎng)的成本模式
9.1.4 自動駕駛下的用戶體感差異與安全問題 6
9.2 關(guān)鍵產(chǎn)品維度的理解
9.2.1 質(zhì)量文化的構(gòu)建
9.2.2 安全文化的構(gòu)建
9.2.3 敏感數(shù)據(jù)的保護(hù)策略
9.2.4 多個產(chǎn)品維度的統(tǒng)一
9.3 產(chǎn)品變革對從業(yè)者的影響
9.3.1 需求越復(fù)雜多變，需要的人就越少
9.3.2 模塊化與集成化沖突的消化
9.3.3 自動駕駛為什么需要跨領(lǐng)域人才
9.4 給從業(yè)者知識體系搭建和崗位選擇的一些建議
9.4.1 連接多學(xué)科構(gòu)建個人知識體系
9.4.2 知識體系搭建的一般方法
9.4.3 自動駕駛的知識圖譜
9.4.4 給新入行和行業(yè)轉(zhuǎn)型的朋友一些建議
培訓(xùn)講師
世界前十車企智能駕駛軟件高級經(jīng)理，熟悉自動駕駛領(lǐng)域的軟件研發(fā)工作，擔(dān)任過 L2自動駕駛乘用車，L4Robotaxi和智能重卡，V2X車聯(lián)網(wǎng)等項目的項目軟件 負(fù)責(zé)人，熟悉整車與智駕軟件研發(fā)流程。先后擔(dān)任過環(huán)境融合與定位地圖職能塊軟件經(jīng)理，軟件總體職能塊高級經(jīng)理。曾參與執(zhí)筆交通部高精地圖行業(yè)標(biāo)準(zhǔn)。國家一級出版社簽約作家，智能汽車工程實踐相關(guān)的著作一本。發(fā)表論文 7篇，其中 SCI收錄 1篇,EI收錄 6篇，個人專利若 干，國級市級一二等獎若干，各類優(yōu)秀稱號若干。熟悉軟件定義汽車關(guān)鍵技術(shù)、SOA關(guān)鍵思想以及技術(shù)實踐、智能汽車與 GVDP流程的沖撞。對自動駕駛行業(yè)，產(chǎn)品，流程，技術(shù) 架構(gòu)有全面的理解和實踐。
相關(guān)課程
-
ISO 26262應(yīng)用：L3自動駕駛安全設(shè)計技術(shù)高級培訓(xùn)
-
ISO 21448應(yīng)用：Robotaxi安全設(shè)計實踐技術(shù)高級培訓(xùn)
-
ISO 26262應(yīng)用：ADAS產(chǎn)品的功能安全開發(fā)技術(shù)高級培訓(xùn)
-
77GHz 毫米波雷達(dá)的系統(tǒng)和軟硬件開發(fā)技術(shù)高級培訓(xùn)
-
智能網(wǎng)聯(lián)汽車產(chǎn)品和技術(shù)架構(gòu)設(shè)計培訓(xùn)
-
測試技術(shù)：自動駕駛仿真測試技術(shù)高級培訓(xùn)
-
智能駕駛泊車功能人機(jī)交互設(shè)計培訓(xùn)
-
L3/L4級自動駕駛系統(tǒng)設(shè)計培訓(xùn)
-
智能駕駛預(yù)期功能安全開發(fā)培訓(xùn)
-
自動駕駛數(shù)據(jù)建模、挖掘及應(yīng)用培訓(xùn)
