自動駕駛產(chǎn)業(yè)要想真正落地,，需要獲得大數(shù)據(jù),、大計算能力,、5G,、云端,，以及核心零部件,、高精度地圖、智慧城市,、智慧道路,、視覺認知道路等的支持。安全來不得半點妥協(xié),，從輔助到自動駕駛一定是一個循序漸進的過程,，而且必須安全第一。

特斯拉躲了“3.15”卻沒能躲過上海車展,，維權車主表示“不會向特斯拉妥協(xié)”,；特斯拉方面卻回應：“不妥協(xié)同樣是我們的態(tài)度?！?/p>

新華社發(fā)文《誰給了特斯拉“不妥協(xié)”的底氣》,；特斯拉高管回應：“沒有辦法妥協(xié)，這是新產(chǎn)品發(fā)展必經(jīng)的一個過程,?！边€強調(diào)：“自己調(diào)研顯示，90%客戶都愿意再次選擇特斯拉,?！?/p>

假如90%的特斯拉開得很好，當然可能還會選擇,，那么另外10%呢？是說隨它變成“碰碰車”,，失去小部分用戶也無所謂嗎,？

近日，美國德州一輛特斯拉事故造成兩人傷亡,，美國監(jiān)管部門正在審查特斯拉,。馬斯克表示：“……目前恢復的數(shù)據(jù)日志顯示Autopilot沒有打開，而且這輛車沒有購買FSD（全自動駕駛系統(tǒng)）,。此外,，標準自動駕駛系統(tǒng)需要車道線才能打開,，而這此次事發(fā)的街道沒有車道線?！甭牰藛?？駕駛者全責！

謹以特斯拉一些經(jīng)典事故為例：使用自動駕駛輔助系統(tǒng)屢撞白色大貨車,、失控,、突然加速等。我們沒有黑匣子,，不好妄下定論,，只能從技術角度討論發(fā)生事故的可能原因，以及從哪些方面入手來解決問題,。

再次說明,，以下討論并不針對特定廠商，意在透過現(xiàn)象看本質(zhì),，可能有助于發(fā)現(xiàn)問題的根源,。同時也提醒消費者，目前的智能駕駛技術再怎么成熟,，也還不及駕駛員自身的應變能力,，作為高級駕駛員輔助系統(tǒng)（ADAS，本文自動駕駛均等同于ADAS）只能對駕駛安全起到一定輔助作用,，畢竟代替不了人,，因此現(xiàn)在還不能盲目相信四個輪子上的計算機；一旦失控,，那就是2噸左右的一堆鋼鐵在高速行駛,，誰都受不了。

參與此次討論的包括：從事攝像頭,、雷達,、激光雷達、汽車架構,、基礎設施,、處理器研發(fā)和系統(tǒng)集成廠商的技術管理人員。他們不僅分析了問題,，而且結(jié)合自己的實踐給出了一些解決辦法,。

車輛事故是系統(tǒng)哪方面出了的問題？

意法半導體ADAS,、ASIC和Audio（AAD）事業(yè)部副總經(jīng)理兼汽車和分立器件產(chǎn)品部（ADG）ADAS協(xié)調(diào)專員Martin Duncan認為：“許多因素都可能引起系統(tǒng)故障,，其中包括系統(tǒng)是否成熟。重要的是,，在部署到現(xiàn)場應用之前,，制造商必須先充分驗證其系統(tǒng)功能,，然后再持續(xù)監(jiān)測系統(tǒng)上路后的性能?！?/p>

意法半導體Martin Duncan

他指出,，所有開發(fā)人員必須不斷研究極端情況，從現(xiàn)場故障中學習,，并在實際應用中升級算法,，以提高車輛的安全性。盡管對于駕駛員而言,，這聽起來可能是一件很難的事情,，保持警惕且不要過度信任ADAS系統(tǒng)也非常重要——這才是駕駛監(jiān)控系統(tǒng)發(fā)揮作用的地方。

安森美半導體智能感知技術應用經(jīng)理張厚新則從傳感器部署方面解讀了這個問題,，他表示：“在傳感器部署上,，發(fā)生事故的自動駕駛系統(tǒng)看來存在欠缺全面考慮的問題，傳感器的不足不能以自動駕駛算法來彌補,，因為在傳感器遭受到攻擊或者意外情況下,，算法自然就失效了?！?/p>

安森美半導體張厚新

他解釋說,，強光或者是大面積遮擋物都會影響到前視攝像頭的圖像識別，這樣自動駕駛就會變得不可靠,。攝像頭失效了,，但汽車的防撞系統(tǒng)是基于毫米波雷達的，毫米波雷達應該在150米左右就能夠識別出車輛的存在,，并且提前預警,。如果毫米波雷達被卡車車廂面積遮擋住了，就沒有辦法判斷前方有幾輛車,。因為在毫米波雷達內(nèi)部的天線矩陣發(fā)出去的信號都有回波,，會造成毫米波雷達無法分辨出這是一個什么樣的汽車，從而被忽略掉,，危險就會發(fā)生,。

大唐高鴻車聯(lián)網(wǎng)首席專家、大唐高鴻智能網(wǎng)聯(lián)產(chǎn)品事業(yè)部副總經(jīng)理胡金玲說：“自動駕駛和車聯(lián)網(wǎng)技術有很大關系,，車聯(lián)網(wǎng)通信將有助于自動駕駛實現(xiàn),，因為通過車與車之間可靠、高速的低時延通信,，在發(fā)生狀況時可以第一時間采取措施避免發(fā)生碰撞，提升交通安全性,?！?/p>

大唐高鴻胡金玲

她指出,，車聯(lián)網(wǎng)通信和自動駕駛還是兩個范疇，有了通信的支持,，將會促進自動駕駛的普及,。不同傳感器，各有弱點和局限性,，在某些情況下可能會失效,，即使是激光雷達，在雨雪霧等惡劣天氣性能會受到影響,，而且其成本不菲,。車在行駛當中總是會有一些盲區(qū)，車本身再智能,，也無法感知到全部信息,，如果要做到，成本會更高,，而小范圍的演示也不足以覆蓋非常復雜的實際駕駛環(huán)境,。

傳感器的選擇、融合及冗余怎么做,？

對于這個問題,，意法半導體Martin Duncan這樣看，主傳感器是一個視頻攝像頭,；前視攝像頭是一個700萬像素的三目攝像頭,，包括3個獨立的不同視場角的成像傳感器。根據(jù)輔助/自動駕駛級別需求,，全景環(huán)繞和后視還需要有多個低分辨率攝像頭,。今天，汽車的前面,、后面或四面都裝有探測雷達,，且已從24GHz升級到77GHz。前置雷達下一步將升級到4D成像雷達,。有些公司已在研發(fā)激光雷達和熱成像攝像頭,，不過，如今應用規(guī)模還很小,。精確定位結(jié)合共享壓縮地圖數(shù)據(jù)是意法半導體看到的增長較快的市場,。

他說，意法半導體一直在在改善圖像傳感器的靈敏度和分辨率,，同時也在增加雷達通道數(shù)量,，以更好地解決高感測度問題。在算法方面，并行運行可以不同方式理解場景,，目的是縮短檢測時間,，并減少假陽和假陰。另外還引入了其他傳感器,，如熱成像傳感器,、激光雷達、SWIR紅外傳感器或事件傳感器,，以發(fā)揮各自技術在不同條件下的“視力”,，能夠為傳感器冗余校驗功能提供確認數(shù)據(jù)，增加自動駕駛的安全性,。

毫末智行首席交付官CIO甄龍豹則從安全角度回答了傳感器冗余的問題,。他認為，對于自動駕駛汽車而言,，安全是首要前提,。自動駕駛只有像航空領域那樣做到冗余，才能確保真正的安全,。

毫末智行甄龍豹

他說：“安全冗余是實現(xiàn)乘用車高級別自動駕駛的先決條件,。毫末智行的業(yè)界首個全冗余量產(chǎn)系統(tǒng)已搭載長城汽車，在安全方面構建了6大冗余技術體系：感知冗余,、控制冗余,、架構冗余、電源冗余,、制動冗余和轉(zhuǎn)向冗余,。這樣就做到了對駕乘人員的全方位守護，實現(xiàn)了業(yè)內(nèi)領先的失效可運行功能,?！彼脖硎荆S著技術的發(fā)展,，部署冗余技術的成本會快速下降,，得到更多用戶認可之后，廠商就可以更大范圍進行部署,。

胡金玲更多是從車聯(lián)網(wǎng)的角度考慮,，她認為，傳感器融合目的是為了保證安全,。車如果不聯(lián)網(wǎng),，有也有很多安全功能，像安全帶,、車身強度,，還有雷達,、攝像頭等等。但是,，現(xiàn)在一些車企因為此前通信技術受限,，量產(chǎn)成本等原因并沒有使用激光雷達及V2X等，或許正是其車輛無法發(fā)現(xiàn)路上的某種龐然大物的重要原因之一,。

車路協(xié)同通過車和車、車和路的交互可以幫助汽車更好地感知周圍環(huán)境,，如果兩個車都裝了通信模塊進行交互,，就可以采取一些措施，做出更快,、更準確的判斷,。與此同時，還可以解決傳感器融合成本的問題,，如果路側(cè)信息進一步完善,，可能就不會需要那么貴的激光雷達?！败嚶?lián)網(wǎng)已成為自動駕駛的支撐技術,，在傳感器融合之余又為安全保了一道險?！彼f,。

安霸上海軟件研發(fā)高級總監(jiān)孫魯毅則認為，視覺感知有可能超越人眼,。他說：“在多種傳感器融合方面,，視覺感知起到了非常重要的作用，這是攝像頭的核心價值,?！眱扇昵埃瑸榱藢崿F(xiàn)輔助駕駛和自動駕駛,，需要有非常多的攝像頭,，有的負責近距離，有的負責遠距離,，而且要覆蓋不同角度,，不同攝像頭之間的視角還要有疊加，目的是看到各個方位的目標物體,，并以適當?shù)娜哂鄟硖岣呖煽啃浴?/p>

安霸孫魯毅

他指出,，傳統(tǒng)攝像頭可部分取代人眼，隨著視覺感知和光電技術的進步,，現(xiàn)在的攝像頭不僅可以比人眼看得更清楚,，能夠看可見光,，還能看可熱成像光。現(xiàn)在,，視覺感知器已經(jīng)在某種程度上超越了人眼看到的范圍,。隨著技術的發(fā)展，將來一定會有更多圖像傳感器加入視覺處理單元以取代人眼,。

安森美的張厚新表示,，隨著這幾年技術的進步和事故的積累，大廠采取的自動駕駛技術手段已趨于一致,，即采用多傳感器融合來解決單一傳感器的不足,，并實現(xiàn)冗余設計。作為主要的車規(guī)級傳感器供應商,，安森美半導體從2014年收購Aptina開始,，又逐步收購了毫米波雷達和激光雷達公司，結(jié)合自身的超聲波傳感器,，成為首家能提供4種自動駕駛感知傳感器的公司,。

他說，從傳感器角度看,，要避免類似的事故發(fā)生,，需要多傳感器融合，當然也不只是這四種,，還有高精度地圖,、V2X、5G技術的融入,。這樣,，在某種傳感器失效的情況下，系統(tǒng)仍然有足夠的感知信息作出正確的決策,，從而避免意外發(fā)生,。僅就單一傳感器而言，如何保證其可靠工作,，當自身有問題發(fā)生時可以及時通知系統(tǒng),，這就是所謂的功能安全設計。對一些失效提前預警,，能有效減輕平臺的系統(tǒng)消耗,，如安森美半導體已滿足ASIL-C級別功能安全標準的圖像傳感器。

除了“眼睛”還要有很強的“大腦”

那么,，AI/機器學習的處理器算力瓶頸如何解決呢,？意法半導體Martin Duncan說：“每次更新?lián)Q代，處理器性能都提高10倍,。過去15年中,，我們和Mobileye建立了長期的合作伙伴關系,，一直在合作開發(fā)這方面的技術，范圍涵蓋全自動駕駛汽車的所有功能,?！?/p>

介紹說，Mobileye今年開始生產(chǎn)第5代EyeQ產(chǎn)品,，將在其汽車芯片中首次采用7nm FinFET技術,；同時還按照各種功能和算法的不同需求優(yōu)化定制加速器，以平衡不同的運算能力要求,，其中包括既可以在本地也可以在云端完成的機器學習,。預計未來還會對中央處理器性能有更高的要求，所以需要找到一種更有效的方式來傳送遠程傳感器數(shù)據(jù),，這就是打造車載數(shù)據(jù)的高速路MIPI A-PHY（CSI-2）標準的原因，MIPI A-PHY的最大速率為16GB,，可傳送超過700萬像素的圖像傳感器視頻流,。

安森美的張厚新指出，除了增強環(huán)境感知,，當前的自動駕駛車輛在系統(tǒng)平臺數(shù)據(jù)處理和算法能力方面還要進一步加強,。隨著自動駕駛級別的提高，算力也在呈指數(shù)級增長,，在L3級以上,，最少需要100T-200TFLOPS的算力，所以平臺廠商也在推出更強算力的平臺來應對,。同樣算法迭代也是很重要,，目前也有專門做自動駕駛算法的公司，可以提供高效的算法保證,。

安霸的孫魯毅認為,，好的視覺感知除了要有很好的“眼睛”，還需要很強的“大腦”,。自動駕駛和智能座艙應用很難想象要跑多少算法,，所以要根據(jù)客戶的要求增加新的功能，不能用一種算法取代未來的需求,，要兼容各種算法,。安霸AI加速引擎設計方向是一種通用策略，有助于各廠商基于神經(jīng)網(wǎng)絡算法的運行,，并且算法能夠移植,，根據(jù)需求進行調(diào)整，特別是容易使用,，還可以實現(xiàn)網(wǎng)絡優(yōu)化,。

地平線創(chuàng)始人及CEO余凱認為,，實現(xiàn)自動駕駛不僅僅是軟件算法、深度學習算法,，也不僅僅是傳感器,，而是很嚴峻的芯片計算問題。

今天的智能汽車正經(jīng)歷一場歷史性的變革,，而其發(fā)展的核心瓶頸是算力不足,，因此，追逐大算力的時代已經(jīng)到來,，智能化競爭的提速首先以算力軍備競賽的形式上演,。

地平線余凱

那么，什么是芯片算力,？什么又是大算力呢,？他說，隨著大數(shù)據(jù),、人工智能等計算密集的數(shù)學和加密相關操作難度的日益提升,，作為底層核心技術的芯片計算能力必須不斷提升，芯片的制程,、乘法器數(shù)目和最高主頻一次次突破自己的極限,，使算力不斷刷新增大。在數(shù)字經(jīng)濟大背景下,，對算力有了爆發(fā)式需求,，使之成為了新的生產(chǎn)力。

余凱也指出：余凱說：“算力其實并不代表汽車智能芯片的真實性能,，所以我們提出了MAPS評估方法（在精度有保障范圍內(nèi)的平均處理速度）,。今天所有的車廠都在標1000、2000,、3000TOPS,，第一，在摩爾定律的意義上是不可維系的,，第二,，對真正人工智能自動駕駛的計算并沒有實際意義?！?/p>

他同時認為,，就像智能手機時代一樣，一些手機公司嘗試過自研芯片,，但都不是很成功,。最后他們都用了高通和聯(lián)發(fā)科的芯片。汽車也是一樣,，真正自研芯片的目前只有特斯拉,。還是專業(yè)化的分工有助于提升效率,，專業(yè)的人干專業(yè)的事。

總結(jié)一下

自動駕駛產(chǎn)業(yè)要想真正落地,，需要獲得大數(shù)據(jù),、大計算能力、5G,、云端,，以及核心零部件、高精度地圖,、智慧城市,、智慧道路、視覺認知道路等的支持,。安全來不得半點妥協(xié),，從輔助到自動駕駛一定是一個循序漸進的過程，而且必須安全第一,。

更多信息可以來這里獲取==>>電子技術應用-AET<<