自动驾驶汽车设计的五个挑战：从传感器和摄像头到电源和 ADAS

作者： TIM GRAI瑞萨电子美国公司 ADAS 和自主系统总监

汽车技术取得了巨大的创新和进步——从帮助车辆“看到”驾驶环境的激光雷达、雷达、摄像头和其他传感器，到为正在生成的海量数据带来智能的 CPU 和 SoC在自动驾驶汽车中。汽车行业在开发从消费车到商用车的自动驾驶汽车原型方面取得了长足的进步。最大的问题是：自动驾驶汽车要成为主流需要什么？

测试车辆为生产就绪提供了垫脚石。但是测试车辆，就像今天上路的车辆一样，不能直接过渡到准备从经销商处购买的自动驾驶汽车。测试车辆是工程师可以工作和学习的环境。它提供了一个反馈循环，工程师可以在其中不断改进他们的系统并在现实环境中测试新想法。使用测试车辆，事情可能不会一直有效，工程团队会从这些结果中学习和改进，以便为生产做好准备。

对于可量产的自动驾驶汽车，标准更高。车辆必须始终连续且安全地运行。这意味着车辆不仅必须是故障安全的——它们必须是故障操作的。这是一个巨大的工程挑战。以下是汽车工程师在通往量产型自动驾驶汽车的道路上面临的五个问题。

L3-L5 闭眼功能的数据和测试要求如何变化？3 级至 5 级 (L3–L5) 车辆的标准非常严格。在这些层面上，人类被排除在外。假设没有人作为备份。ISO 26262 汽车安全完整性等级 (ASIL) 标准需要新的功能和性能来满足不断提高的安全要求。今天，最先进的技术是功能安全，车辆系统设计为安全失效。随着 L3-L5 车辆的发展，系统必须能够在操作上出现故障——也就是说，即使发生故障，系统也需要保证功能的完整或降级运行。

因此，必须对系统进行测试以处理所有“假设”场景。这意味着需要结合测试的多种场景，包括模拟和车辆级测试，从需要随时准备的紧急制动到车辆控制系统，以在车辆被禁用的情况下将车辆导航到最近的安全停车点. 我们还需要确定为训练系统收集多少数据就足够了。我们收集的数据可以帮助解决所有“假设”场景。

我们如何才能实现分布式架构所需的时间同步？在动态变化的环境中，当您知道数据来自同一时刻时，您只能融合数据或比较来自不同来源的数据（用于诊断目的）。

因此，随着越来越多的传感器、雷达、摄像头和激光雷达分布在整个车辆中，了解各种数据如何及时相互关联非常重要。例如，中央控制单元需要及时准确的数据来收集所有需要的信息，以决定它应该在低延迟下做什么。准确的时间同步对于 L3-L5 自动驾驶汽车所需的机器学习模型也至关重要。

挑战在于可以从以不同速度传入的各种来源获得不同的数据点。但是，时间同步对于理解数据至关重要。以传感器融合为例。与高级传感器融合数据相比，提供汽车环境详细信息的低级传感器融合数据需要更多带宽和更复杂的时间同步。

时间同步标准也会因网络协议而异，为汽车工程师增加了更多的复杂性。以太网时间敏感网络 (TSN) 和以太网音频视频桥接 (AVB) 提供了一种网络方法来解决汽车控制系统的时间同步问题。GNSS 是另一种方法，特别是对于自主导航系统。

我们如何满足传感器和摄像头的要求？鉴于 L1-L2 车辆具有人的因素，对于 L3-L5 车辆，摄像头、雷达、激光雷达和其他传感器必须充当车辆的“眼睛”。因此，他们需要解决几个因素，包括来自多个来源和在多种环境条件下运行的各种数据。

传感器和摄像头必须能够以高精度检测车辆周围环境中的多种类型的特征，以实现一致、舒适和安全的驾驶体验。这包括在道路上发生的人类驾驶员会看到并采取行动的所有异常事物，例如意外跑到道路上的动物、其他不遵守交通规则的汽车、坑洼或从意想不到的地方过马路的行人。

视觉系统还必须在从明媚的阳光到下雨或从雪到雾的天气条件下运行。视觉系统 - 基于高精度视觉处理和传感器融合技术以及针对计算机视觉优化的高性能硬件的组合 - 提供所需的计算和软件功能，以支持越来越多的传感器和车内的摄像头。

我们如何在降低功耗的同时仍提供允许这些系统运行所需的计算能力？产量推动成本压力，从而推动工程创新。当您谈论自动驾驶汽车设计的计算挑战时，这也是一个权力讨论。使用 L3-L5，在满足所需成本点的同时，以低功耗实现尽可能多的计算。

解决这一挑战的一种方法是通过优化。例如，软件是消耗大量电力的地方，这与微处理器、GPU 和其他芯片的架构方式有很大关系。增加的功能安全要求带来了额外的挑战。故障运行需要三重冗余。Fail-silent 需要冗余系统。车辆不能提供无限的动力。热量也是一个问题，因为散热会随着功耗的增加而增加。

专用硬件加速器使处理器能够以极低的功耗满足特定的应用程序性能要求。了解未来的系统需求并专门针对这些需求设计硬件加速器也将实现具有成本效益和功耗意识的自主系统。

如何利用现有的 ADAS 投资更有效地转向大规模生产？随着过去几年向联网汽车的转变，汽车行业已经积累了广泛的专业知识，围绕开发和部署主动安全功能到生产中。

高级紧急制动、自动巡航控制、车道辅助、交叉路口警报、环视、交通拥堵辅助和自动停车等功能对于从入门级到高端的车辆来说变得越来越普遍。自动驾驶系统在从测试和原型转向主流车辆时面临着类似的挑战。汽车行业可以利用之前的高级驾驶辅助系统 (ADAS) 投资和经验教训来克服当前的挑战，并允许自动驾驶扩展并实现完全自动驾驶。

审核编辑 黄昊宇