探讨自动驾驶领域的三大重要趋势

根据世界卫生组织的统计，每年因交通事故导致超过125万人丧生，这些事故造成的政府损失约占GDP的3％。虽然自动驾驶的潜在影响非常广泛，延伸到个人、经济和政治领域，但拯救生命这一作用本身就意味着自动驾驶可能是我们这个时代最具革命性的发明。

在自动驾驶领域有三大重要趋势正成为人们关注的焦点：自动驾驶将挑战传感器冗余成本比率，以确保整体安全；软件定义的测试平台对于跟上处理器架构的发展至关重要；随着自动驾驶的要求不断影响微处理器架构，半导体和汽车产业正在相互融合。NI汽车市场总监Jeff Phillip对此话题进行了深入解读，相信你一定会受益匪浅。

高级驾驶辅助系统（ADAS）是传感器、处理器和软件的融合，旨在提高安全性并最终提供自动驾驶功能。如今，大多数ADAS系统使用单个传感器，例如雷达或摄像头，并且已经产生了可量化的影响。根据IIHS 2016年的研究报告指出，自动制动系统减少了大约40％的追尾事故，碰撞警告系统减少了23％的追尾事故。

尽管如此，国家公路交通安全管理局（NHTSA）报告说，94％的严重车祸都是由人为失误造成的。为了实现从驾驶辅助到L4或L5级别自主驾驶的转变并让驾驶员不用再控制方向盘，汽车行业面临着更加复杂的挑战。例如，传感器融合是一项必需的技术，该技术通过综合许多传感器的测量数据来得到结果，因此需要同步、大功率处理以及传感器技术不断进步。对于汽车制造商而言，这意味着在成本、技术和战略这三个关键要素之间进行权衡，以达到适当的平衡。

图1. 实现安全自动驾驶所需的权衡迫在眉睫

代价：冗余与互补传感器

L3级别自主驾驶标准规定，如果汽车保持在预定义的环境下，那么驾驶员就不需要特别注意。 2019年奥迪A8将成为世界上第一辆提供L3级别自主驾驶技术的量产车。它配备了六个摄像头、五个雷达设备、一个激光雷达设备和12个超声波传感器。为什么要使用这么多传感器？简单来说，每种传感器都有其独特的优势和劣势。例如，雷达显示的是物体的移动速度，而不是物体的样子。这时就需要进行传感器融合，因为物体的移动速度和物体的样子对于预测对象的行为都是至关重要，而冗余则是为了克服每个传感器的缺陷。最后，传感器数据处理的目标是获得可代表汽车周围环境安全/故障的表示方式，并且这种表示方式应可以馈入决策算法，并有助于降低成本，从而使最终产品能够产生盈利。实现这一目标的最大挑战之一是选择合适的软件。以三个应用为例：紧密同步测量、维护数据可追溯性，以及在无数真实条件下对软件进行测试。每一个应用都有其独特的挑战；对于自动驾驶，这三个应用都必不可少，但代价是什么呢？

图2. 激光雷达带来了冗余

图3. 冗余与互补传感器比较

技术：分布式与集中式架构

ADAS的处理能力来自于多个独立的控制单元；但是传感器融合正在推动单个集中式处理器的普及。以奥迪A8为例。在2019年款的车型中，奥迪将所需的传感器、功能、电子硬件和软件架构整合到一个中央系统中。这个中央驾驶辅助控制器会计算汽车周围环境的完整模型并激活所有辅助系统。它的处理能力将比以前奥迪A8车型的所有系统合起来都要高。集中式架构的主要问题是高功率处理的高成本，而且由于需要在汽车中的其他地方安装一个辅助融合控制器作为备用控制器来确保安全，这一成本就更加高了。随着控制器及其处理能力的发展，工程师的偏好可能会在分布式和集中式架构设计之间交替，这意味着软件定义的测试仪设计对于跟上这一演变至关重要。

策略：内部开发与现成即用的技术

为实现L5级别自动驾驶，自动驾驶汽车的微处理器需要具备比当前微处理器高出2000倍的处理能力；因此，这种微处理器的成本很快就比mmWave雷达传感器系统中的RF组件更加昂贵。历史表明，如果某个能力的成本日益增加，而且需求非常高，就会引起邻近市场领导者的注意，进而推动了市场现有企业之间的竞争。

举个数据说明，UBS估计雪佛兰Bolt电动动力系统的半导体器件要比同等内燃机汽车多6到10倍。汽车内半导体器件的数量只会增加，不会减少，而邻近市场也将会不断改进相关的技术和产品。例如，NVIDIA已经改进了最初为消费电子产品开发的Tegra平台，以满足汽车ADAS应用的需求。另外，Denso已开始设计和制造自己的人工智能微处理器以降低成本和能耗，Denso的子公司NSITEXE Inc.计划在2022年发布一款数据流处理器，即下一代处理器IP，称为DFP。比赛已然已经开始。

优化权衡

基于这些权衡做出的决策将对整个供应链的上市时间和差异化能力产生巨大影响。快速重新配置测试仪的能力对于最大限度地降低验证和生产测试成本和时间至关重要，因此通过软件实现灵活性是制胜之策。

丰田研究所首席执行官James Kuffner博士在接受采访时表示，“我们的预算不是翻一番，而是翻两番。我们有将近40亿美元的资金让丰田成为一家拥有世界级软件的汽车公司。”这种情绪在汽车行业并不少见。目前还没有明确的答案，但是，就像过去的工业革命一样，人们通过提高生产力来负担新技术所需的成本，提高软件开发效率将成为自动驾驶革命不可或缺的一部分。