从AppleCar的角度来谈一谈自动驾驶的软硬件要求

电动汽车的出现，和原来油车的大有不同的结构，使得自动驾驶可以更进一步，进而汽车消费电子化的一天仿佛已经可以远望。汽车硬件通常具有的冗余能力，以及电气架构相对燃油架构更简洁，模块化程度更高，意味着其功能可以通过软件的配置或升级实现“进化”，使得纯电汽车的电子电气架构成为智能车最佳的架构。

如果当制约发展的硬件瓶颈逐渐被解决，软件生态的价值逐渐显示出来。就像如今手机市场的竞相追逐，一代比一代还快的新技术迭代过后，我们会不会发现软件生态和交互UI带来的体验更让人重视？在电动汽车架构下，汽车可以实现软硬件分离，出现安卓和苹果那样的基础系统供应商是大势所趋。有了操作系统，自然会有应用软件，换言之，也许汽车领域将复制类似手机的商业生态。

如今，富士康着眼于软件定义开放纯电动底盘平台MIH，以及华为的鸿蒙座舱操作系统HOS、蔚来的自动辅助驾驶系统NIO Pilot拆分售卖。会使人觉得，部分硬件条件逐渐成熟，真正形成制约的主角逐渐转变为软件生态。

说到软件生态，不得不提的便是苹果。根据苹果的专利曝光信息，AppleCar也许是计划打造成为放大版的iPhone，直接增强了人与车的交互和控制，而不仅仅是通过方向盘。通过屏幕产生的交互感，在苹果的产品生态之中再加一环，自然而然地把产品从手机延伸到汽车。再让汽车取代手机成为另一个移动交互中枢。或许应该换一个说法，真正的主宰是苹果的系统生态，而其中的所有产品，都无一例外是其忠诚的臣子。

刨除车门、保险杠等结构设计，从硬件角度看，颠覆传统汽车的交互性的增强来源于几个已经透露的消息：

1、智能座舱将带来全新的人机交互体验；Apple Car全车变成触摸屏，影音、控制、讯息无处不可显示，增强车内沟通；

2、将光纤直接嵌入车身内，通过光纤显示文字讯息增强车外沟通；

3、车内外的多种传感器和配套AI算法的使用，增强驾乘体验感；

4、多摄像头、激光雷达、超声波雷达的使用，增强整车控制感；

5、苹果生态带来的多设备系统共用。

作为一台放大版的iPhone，车的所有接口都将标准化，达到足以支撑后续软件更新的要求，从软件方案角度，AppleCar可能具有以下特点：

1、 车内传感器采集数据、组网分享、运算以保障行驶安全、灵敏度和可靠性，兼顾驾驶室舒适度，弱化了单独的T-box的角色感；

2、 自动驾驶算法支撑依照不同路况、收费，自动计算导航方案及行驶距离；

结合以上软硬件角度，前面的问题应该有了答案。交互部分软件生态很重要，核心处理部分，硬件要求低不了。需要软硬件结合，要牢牢把握好架构、算力、传感器接入、车载要求、软件生态、功能安全六个核心要素，解决算法需求与硬件架构相统一，不同计算芯片间高效的数据流转，复杂车载电磁环境下部署高带宽高实时性的通讯架构等综合问题。

基于此，不难发现，这也许又是一个推动半导体发展的产品。智能手机的出现，大大推动了处理器和存储、显示屏的发展，所以，综合前文提到的AppleCar在软硬件方面的要求，也许有以下几点要求：

1、全车触摸屏，对于柔性屏和存储的要求；

2、多摄像头交互，对于摄像头sensor和算法以及存储的要求；

3、车联网，对于通讯速度和计算速度的要求；

先说柔性屏技术，应用柔性基板的OLED显示屏适用于消费电子产品问题不大，但对于汽车等类型的产品而言就不一样了。因为OLED亮度与其寿命成反比，所以有时间一长就会有烧屏现象。而汽车不仅要求部件耐久性，而且要求屏幕亮度足够，柔性OLED就较难满足这样的需求。所以，也许需要柔性OLCD（有机LCD）在类似汽车融入内饰设计的曲面屏这样的应用领域，来补足柔性显示技术应用的短板。

当今柔性AMOLED可用于智能手机和智能手表，而需要更大面积、更低成本（OLCD的成本大约比OLED低三倍）或更长使用寿命的应用则更适合于OLCD，特别是汽车显示器和数字标牌等需要高亮度和曲面显示的应用。

不过，OLED技术在iPhone X的应用在当时的智能手机中属首次，所以，或许OLED技术在汽车内部显示屏的应用经历技术改进后未必不可。而在应用柔性屏技术的影音系统中，用于对OLED进行配置以完成外部补偿解决残像问题的NOR FLASH，因大屏的使用，势必需要更大的存储；用于影音存储的NAND FLASH 或者出现类似eMMC 的标准接口的其他产品，也同样需要更大的存储量。

所以，如要大规模的将汽车内饰可触屏化，玻璃也变为显示屏，那么，存储容量的选择就是一个很严肃的问题，必然不是如今手机这样的内存大小可选。也许是像微软曾经尝试的Surface Phone的模块化售卖方式。

除了大小得选择，对于产品得选择也至关重要，旺宏的eMMC产品主要应用于工业电子、高端家电，除此以外，eMMC在现在和未来的一大应用市场汽车电子还尚未涉足。但是，旺宏具有通过AEC-Q100 Grade 2/3级品质考核认证的NAND FLASH，未来是否会推出符合车用市场的eMMC产品，我们拭目以待。

而后说到sensor。提到自动驾驶，传感器是眼睛。对于 L4 级以上的自动驾驶，行业上已经逐步形成了一套趋同的解决方案，即以超级车载计算与通信平台为核心，以高线束激光雷达为主，充分融合相机视觉、毫米波雷达，依赖于高精度的组合导航系统。在汽车行驶过程中随时来感应周围的环境，收集数据，进行静态、动态物体的辨识、侦测与追踪，并结合导航地图数据，进行系统的运算与分析，从而预先让驾驶者察觉到可能发生的危险，有效增加汽车驾驶的舒适性和安全性。其中前视摄像头可以实现智能远光灯控制、道路交通识别、车道偏离报警、驾驶状态监测等多项ADAS主动安全核心功能。对于面向自动驾驶为终极目标的系统，通常车身都会配置更多的摄像头。如图5为Tesla的model 3。全车配备8个摄像头（车内新加的一个cabin camera不计）。前方3目，此外车身两侧配置4颗摄像头，车位一个后视摄像头。

这个架构可以在 360°范围内，通过不同数量、布置位置与传感器特性的组合可以实现远近中距离无死角的感知覆盖能力，并利用不同物理原理的传感器实现三重异构冗余，并具备全天候的适应能力。

这套组合感知、融合、预测、规划、控制整个计算延时约小于 1s， 同时对于不同位置的相机要求不同，比如对应 60°HFOV 的相机分辨率要在 4M 以上，还需要专门应对逆光夜晚的 HDR 功能，分辨率大幅跃升下需要使用高带宽高稳定性的通信技术。在大量传感器的配合下，数据接入量将上升至约 100Gb/s。因此，对于算力和传输的要求不断提升。

如果说车内影音交互体现的是硬件同质化下软件生态的重要性，那么自动驾驶需要的高性能复杂传感器系统与高性能算力，则体现了对于硬件的器件与设计水平的高要求。就像是对于手机市场的竞争来说，配置逐渐同质化，但是处理器的优劣仍然极大的影响着市场。未来自动驾驶中，对于人机交互的部分，需要强势的软件生态；而真正涉及到灵敏度和可靠性的核心模块设计，硬件的主导性仍然是更强的。手机的高端处理器不断迭代，自动驾驶时代，汽车所需的高端处理器和环境只会发展得更快更强！

fqj