在自動駕駛領(lǐng)域有三大重要趨勢正成為人們關(guān)注的焦點：自動駕駛將挑戰(zhàn)傳感器冗余成本比率，以確保整體安全；軟件定義的測試平臺對于跟上處理器架構(gòu)的發(fā)展至關(guān)重要；隨著自動駕駛的要求不斷影響微處理器架構(gòu)，半導(dǎo)體和汽車產(chǎn)業(yè)正在相互融合。

根據(jù)世界衛(wèi)生組織的統(tǒng)計，每年因交通事故導(dǎo)致超過125萬人喪生，這些事故造成的政府損失約占GDP的3％。雖然自動駕駛的潛在影響非常廣泛，延伸到個人、經(jīng)濟和政治領(lǐng)域，但拯救生命這一作用本身就意味著自動駕駛可能是我們這個時代最具革命性的發(fā)明。高級駕駛輔助系統(tǒng)（ADAS）是傳感器、處理器和軟件的融合，旨在提高安全性并最終提供自動駕駛功能。如今，大多數(shù)ADAS系統(tǒng)使用單個傳感器，例如雷達或攝像頭，并且已經(jīng)產(chǎn)生了可量化的影響。根據(jù)IIHS 2016年的研究報告指出，自動制動系統(tǒng)減少了大約40％的追尾事故，碰撞警告系統(tǒng)減少了23％的追尾事故。

盡管如此，國家公路交通安全管理局（NHTSA）報告說，94％的嚴重車禍都是由人為失誤造成的。為了實現(xiàn)從駕駛輔助到L4或L5級別自主駕駛的轉(zhuǎn)變并讓駕駛員不用再控制方向盤，汽車行業(yè)面臨著更加復(fù)雜的挑戰(zhàn)。例如，傳感器融合是一項必需的技術(shù)，該技術(shù)通過綜合許多傳感器的測量數(shù)據(jù)來得到結(jié)果，因此需要同步、大功率處理以及傳感器技術(shù)不斷進步。對于汽車制造商而言，這意味著在成本、技術(shù)和戰(zhàn)略這三個關(guān)鍵要素之間進行權(quán)衡，以達到適當?shù)钠胶狻?/p>

圖1. 實現(xiàn)安全自動駕駛所需的權(quán)衡迫在眉睫

代價：冗余與互補傳感器

L3級別自主駕駛標準規(guī)定，如果汽車保持在預(yù)定義的環(huán)境下，那么駕駛員就不需要特別注意。 2019年奧迪A8將成為世界上第一輛提供L3級別自主駕駛技術(shù)的量產(chǎn)車。它配備了六個攝像頭、五個雷達設(shè)備、一個激光雷達設(shè)備和12個超聲波傳感器。為什么要使用這么多傳感器？簡單來說，每種傳感器都有其獨特的優(yōu)勢和劣勢。例如，雷達顯示的是物體的移動速度，而不是物體的樣子。這時就需要進行傳感器融合，因為物體的移動速度和物體的樣子對于預(yù)測對象的行為都是至關(guān)重要，而冗余則是為了克服每個傳感器的缺陷。最后，傳感器數(shù)據(jù)處理的目標是獲得可代表汽車周圍環(huán)境安全/故障的表示方式，并且這種表示方式應(yīng)可以饋入決策算法，并有助于降低成本，從而使最終產(chǎn)品能夠產(chǎn)生盈利。實現(xiàn)這一目標的最大挑戰(zhàn)之一是選擇合適的軟件。以三個應(yīng)用為例：緊密同步測量、維護數(shù)據(jù)可追溯性，以及在無數(shù)真實條件下對軟件進行測試。每一個應(yīng)用都有其獨特的挑戰(zhàn)；對于自動駕駛，這三個應(yīng)用都必不可少，但代價是什么呢？

圖2. 激光雷達帶來了冗余

圖3. 冗余與互補傳感器比較

技術(shù)：分布式與集中式架構(gòu)

ADAS的處理能力來自于多個獨立的控制單元；但是傳感器融合正在推動單個集中式處理器的普及。以奧迪A8為例。在2019年款的車型中，奧迪將所需的傳感器、功能、電子硬件和軟件架構(gòu)整合到一個中央系統(tǒng)中。這個中央駕駛輔助控制器會計算汽車周圍環(huán)境的完整模型并激活所有輔助系統(tǒng)。它的處理能力將比以前奧迪A8車型的所有系統(tǒng)合起來都要高。集中式架構(gòu)的主要問題是高功率處理的高成本，而且由于需要在汽車中的其他地方安裝一個輔助融合控制器作為備用控制器來確保安全，這一成本就更加高了。隨著控制器及其處理能力的發(fā)展，工程師的偏好可能會在分布式和集中式架構(gòu)設(shè)計之間交替，這意味著軟件定義的測試儀設(shè)計對于跟上這一演變至關(guān)重要。

策略：內(nèi)部開發(fā)與現(xiàn)成即用的技術(shù)

為實現(xiàn)L5級別自動駕駛，自動駕駛汽車的微處理器需要具備比當前微處理器高出2000倍的處理能力；因此，這種微處理器的成本很快就比mmWave雷達傳感器系統(tǒng)中的RF組件更加昂貴。歷史表明，如果某個能力的成本日益增加，而且需求非常高，就會引起鄰近市場領(lǐng)導(dǎo)者的注意，進而推動了市場現(xiàn)有企業(yè)之間的競爭。

舉個數(shù)據(jù)說明，UBS估計雪佛蘭Bolt電動動力系統(tǒng)的半導(dǎo)體器件要比同等內(nèi)燃機汽車多6到10倍。汽車內(nèi)半導(dǎo)體器件的數(shù)量只會增加，不會減少，而鄰近市場也將會不斷改進相關(guān)的技術(shù)和產(chǎn)品。例如，NVIDIA已經(jīng)改進了最初為消費電子產(chǎn)品開發(fā)的Tegra平臺，以滿足汽車ADAS應(yīng)用的需求。另外，Denso已開始設(shè)計和制造自己的人工智能微處理器以降低成本和能耗，Denso的子公司NSITEXE Inc.計劃在2022年發(fā)布一款數(shù)據(jù)流處理器，即下一代處理器IP，稱為DFP。比賽已然已經(jīng)開始。

““[Helmut Matschi，Continental內(nèi)裝部門執(zhí)行委員會成員]表示，這一切都歸功于軟件工程。 他預(yù)測，隨著未來十年內(nèi)高性能計算機在汽車中的廣泛使用，開發(fā)項目可能會將80%的預(yù)算用于軟件?！? Automotive News, “Continental Bracing for a World of Bugs,” 2018”

優(yōu)化權(quán)衡

基于這些權(quán)衡做出的決策將對整個供應(yīng)鏈的上市時間和差異化能力產(chǎn)生巨大影響?？焖僦匦屡渲脺y試儀的能力對于最大限度地降低驗證和生產(chǎn)測試成本和時間至關(guān)重要，因此通過軟件實現(xiàn)靈活性是制勝之策。

豐田研究所首席執(zhí)行官James Kuffner博士在接受采訪時表示，“我們的預(yù)算不是翻一番，而是翻兩番。我們有將近40億美元的資金讓豐田成為一家擁有世界級軟件的汽車公司。”這種情緒在汽車行業(yè)并不少見。目前還沒有明確的答案，但是，就像過去的工業(yè)革命一樣，人們通過提高生產(chǎn)力來負擔新技術(shù)所需的成本，提高軟件開發(fā)效率將成為自動駕駛革命不可或缺的一部分。