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?！?

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。”還強調(diào)：“自己調(diào)研顯示，90%客戶都愿意再次選擇特斯拉。”

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，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?！?

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?！?

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?！?

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?，隨著技術的發(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。”兩三年前，為了實現(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?

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?，F(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?！?

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?！?

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。