ADAS和無人駕駛在數(shù)據(jù)庫方面該如何突破

　　這篇文章主要聊聊ADAS數(shù)據(jù)庫的事情，聊一聊詩與遠方。我覺得ADAS和無人駕駛是一個特別很難突破的地方：

　　1）上維度就是這個

　　2）正中間就是車

　　3）下維度就是各種自動的機器人

　　前幾日分群，在不停把將來需要討論的問題進一步細化，這是我們這個專業(yè)群未來討論問題的方式，也給其他人的討論做一些借鑒，總體來看我們可以從這個方面來看問題。

　　a）定期組織技術(shù)架構(gòu)的分部分的討論

　　b）分來源進行情報的交流和分析探討

　　c）分應用進行問題和場景的探討和考慮

　　整個的概念，是將整塊技術(shù)和架構(gòu)內(nèi)容分解，然后根據(jù)每一塊，定期組織一些討論，談談大家的認識，補充然后進行思辨。

　　1）ADAS無人駕駛 技術(shù)分解

　　感知：（傳感器感知車內(nèi)外信息）、識別（車輛周邊環(huán)境量化）、聯(lián)網(wǎng)（車與后臺，車車之間的數(shù)據(jù)交互）

　　計算：定位（位置確定和車輛姿態(tài)判定）、路徑（車輛的行駛路徑算法規(guī)劃）

　　執(zhí)行：車輛控制，包括各個部分的接口

　　為了實現(xiàn)ADAS+Autonoumous功能，檢測障礙物的傳感器包括攝像頭、紅外線傳感器、毫米波雷達、激光雷達、超聲波傳感器等多個種類，這些傳感器都各自有優(yōu)缺點。

　　核心是融合評估：整合控制多個識別傳感器的傳感器融合，之后的功能和評估。

　　這里是重點討論實際的過程中的一些東西了

　　2）汽車電子系統(tǒng)開發(fā)

　　這塊會在ECU設(shè)計的系統(tǒng)方法論里面重點考慮，將融合系統(tǒng)工程的各個方法做進一步細分

　　這里開發(fā)上中下的方法其實差不多

　　3）應用場景分析

　　這里主要組合使用不同的功能在不同場景和環(huán)境中的考慮

　　這種場景分割也是從其他維度去考慮整個運營和工作系統(tǒng)架構(gòu)的需求

　　4）情報分析

　　主要是把所有地區(qū)、不同層級的情報分級分類進行匯總和討論。

　　我的出發(fā)點是通過：

　　1）工程師好奇心和問題激勵模式去探索很多的技術(shù)問題應用，通過場景分析將自己和實際情況進行結(jié)合

　　2）將各個不同的知識場進行快速的網(wǎng)絡化探討和組合

　　給老徐一講呢，我這個就是詩與遠方。

　　小結(jié)

　　1）人窮志短，有時候想做的事情和其他人的想法有很大的差距，目前我能這樣做這么想，也是很多運氣的成分在。

　　2）我一直覺得工程設(shè)計會在未來價值越來越大，但是目前大部分工程師都要解決吃飯問題，解決房子和吃飯問題。一個群需要有面包和牛奶，也需要詩與遠方。