浅析自动驾驶域控制器及当前发展情况

智驾最前沿 2021-12-22 08:00 2255浏览 1评论 0点赞

玄铁处理器集智能、安全、端云一体芯片架构STM32峰会2025：AI与GUI开发的未来，就在这里！

--后台回复“资料”，领取特斯拉专利技术解析报告--

汽车电子系统和软件爆炸式增长，对电子电气构架带来了巨大的挑战。如何在愈发复杂的线路中，保证数据处理以及网络安全的最优化成为难题，而用一个或几个“中央大脑”来操控全车的ECU与传感器正逐渐成为汽车电子电气架构公认的未来。

但汽车领域从以零部件为导向的今天，跨越到以系统为导向的未来，仍需要很长的过渡期，而在这期间，以博世、大陆为首的Tier 1企业认为，以域为单位的DCU（域控制器）集成化架构是当前的最佳解决方案。

什么是域控制器？

域控制器（DCU，Domain Control Unit）的概念最早是由以博世，大陆，德尔福为首的Tier1提出，它是为了解决信息安全，以及ECU瓶颈的问题。

根据汽车电子部件功能将整车划分为动力总成，车辆安全，车身电子，智能座舱和智能驾驶等几个域，利用处理能力更强的多核CPU/GPU芯片相对集中的去控制每个域，以取代目前的分布式汽车电子电气架构（EEA）。

域控制器的核心发展是芯片的计算能力快速提升，可以让公用信息的系统组件，能在软件中分配和执行，让软硬件分立，可实现以足够的资源快速响应完成客户需求，具备平台化、兼容性、集成高、性能好等优势。

虽然这样的设计简化了汽车电子网络拓扑结构，但由于各种数据的相互融合也带来了安全隐患。从现有控制器硬件架构看多颗/多核芯片以及冗余架构是域控制器设计主流设计，未来对于域控制器内部的硬件必定要根据功能安全等级划分为不同类型的功能，根据不同类型的功能分配进入不同功能安全支持的芯片内。

域控制器作为汽车电子结构未来发展的趋势，可以用更少的器件完成更多的功能，同时量产价格更低，在汽车电子化特性加强的情况下，也能方便管理各个子系统，被OEM和Tier1普遍接受。

而随着自动驾驶的来临，其所涉及的感知、控制、决策系统复杂性更高，与车身其它系统的信息交互、控制也越来越多，各方都希望其能变成一个模块化的、可移植性的、便于管理的汽车子系统。此时，专门定位于自动驾驶的域控制器系统就应运而生了。

自动驾驶域控制器需要的能力

自动驾驶的域控制器，要具备多传感器融合、定位、路径规划、决策控制、无线通讯、高速通讯的能力。通常需要外接多个摄像头、毫米波雷达、激光雷达，以及IMU等设备，完成的功能包含图像识别、数据处理等。

由于要完成大量运算，域控制器一般都要匹配一个核心运算力强的处理器，能够提供自动驾驶不同级别算力的支持，目前业内有NVIDIA、华为、瑞萨、NXP、TI、Mobileye、赛灵思、地平线等多个方案。

不同的公司，会因为不同的客户以及需求，选择不同的方案。但中间也会有一些共性。比如在自动驾驶系统中，算力需求最高的当属图像识别部分，其次是多传感器的数据处理，以及融合决策。

以典型的zFAS为例, 这款基于德尔福提供的域控制器设计的产品，内部集成了英伟达 Tegra K1 处理器、 Mobileye 的 EyeQ3 芯片以及 Altera 的 Cyclone 5 FPGA 芯片，各个部分分处理不同的模块。Tegra K1用于做4路环视图像处理，Cyclone 5 FPGA负责障碍物、地图的融合及各种传感器的预处理工作，EyeQ3负责前向识别处理。

域控制具有整车电气系统实现模块化的优势，将功能划分为单独的域优势众多。这有助于强调各个子系统的功能安全性和网络安全需求，简化自动化算法的开发和部署，方便在各个子系统中扩展功能。

在自动驾驶技术快速发展背景下，国内外越来越多的Tier1和供应商都开始涉足这个领域。

2017年8月底，麦格纳德国首次公布了最新研发的MAX4自动驾驶平台。整个解决方案融合了摄像头、高清雷达、激光雷达和超声波雷达等在内的传感器系统，以及域控制器处理系统、软件系统。

作为一个高度集成的自动驾驶传感器和计算平台，MAX4具有定制化和高扩展性的特点，可实现L4级别的自动驾驶，同时适用于城市道路和高速公路路况。

其中一大特色是搭载MAX4的车辆不需要改变外观，后备箱也不会装有一大堆的存储和运算硬件，主要原因在于麦格纳采用了固态激光雷达，把域控制器也做到了接近实际量产的大小。

采埃孚（ZF）推出搭载多种传感器以及支持人工智能的采埃孚ProAI中央控制单元。基于这一控制单元，采埃孚能利用模块化设计开发自主驾驶功能。凭借其开放的架构，采埃孚ProAI具有扩展性——硬件部件、互联化的传感器、评估软件和功能模块可以根据所需的用途和自动驾驶等级进行调整。

采埃孚的ProAI控制器会对图像及雷达数据进行处理，该控制器是具有8核CPU架构的Xavier芯片，拥有70亿个晶体管以及相应的数据处理能力。该处理芯片每秒可管理高达30万亿次操作(TOPS)，且功耗仅为30瓦。ZF在2018年12月上海展会展示的域控制器产品已经实现了3个Xavier模块的级联，甚至4个级联，号称算力可以达到120TOPS。

采埃孚与百度合作，ProAI作为承载自主代客泊车系统的车载计算单元，已经率先在国内盼达用车的测试车队上搭载。有消息称，搭载了百度Apollo 2.0系统的奇瑞全新自动驾驶车型，将成为ProAI控制器的首家量产客户。而奇瑞方面将基于该控制器，在2020年实现L3级自动驾驶车型的量产。　　

大陆也推出了类似的域控制器——辅助及自动驾驶控制单元-ADCU。ADCU提供了一个多用途的处理计算平台，非常适合实现高度自动驾驶HAD中的各种应用。通过集成精选的硬件和软件，ADCU可以实时监控车辆运动轨迹并规划路径。

各个传感器（摄像头、激光雷达、毫米波雷达等）采集的数据将会被汇集到这里，利用针对性的算法对这些数据进行计算和分析，构建出更为准确的定位和环境感知模型，并对自动驾驶车辆的行为作出决策。

ADCU其接口涵盖底盘，动力总成，驾驶辅助、多种通讯方式（FlexRay， LIN，等），并且是AUTOSAR架构。是一个模块化分级式处理平台，支持中央域模式的车辆拓扑结构。主机厂可以针对环境识别或驾驶功能进行模块化选择和部署，扩展软件还可以根据每台车不同的基础设施和计算功能进行优化调配。

伟世通也推出了自己的自动驾驶域控制器——DriveCore 是一款专门针对自动驾驶研发的、安全可靠的域控制器。

该平台的亮点在于灵活、模块化、可定制。DriveCore 可以整合一系列来自不同厂家的软、硬件平台，如摄像头、激光雷达等传感器的数据等，全数字仪表、先进车载显示屏技术、驾驶员监测、抬头显示，以及伟世通先进的软件开发工具，以满足OEM不同的自动驾驶技术研发需求，特别是L3及L3+自动驾驶技术的开发。它可以无缝支持英伟达、恩智浦、高通等处理器。

DriveCore 能够支持来自不同厂商的软、硬件技术，并允许汽车制造商自由选择不同的硬件与软件、算法等，如同“玩乐高”一样，快速开发出自动驾驶解决方案及产品，加快新技术或产品上市速度。

博世也是在去年宣布已经新成立团队专门研发域控制器。博世希望打造一个统一的域控制器，将自动驾驶车辆的各种数据聚集、融合处理，从而为自动驾驶的路径规划和驾驶决策提供支持。

在中国市场，华为已经推出了智能驾驶计算平台MDC，MDC智能驾驶计算平台是基于华为昇腾系列AI芯片，当前华为已经推出了MDC 600和MDC 300两个计算平台，分别对应L4和L3级别自动驾驶。MDC 600其基于8颗昇腾310 AI芯片，同时还整合了CPU和相应的ISP模块。据介绍，MDC 600的算力高达352TOPS（TOPS：万亿次/秒），整体系统的功耗算力比是1 TOPS/W。虽然MDC 600瞄准的是L4级别自动驾驶，但现阶段市场对于L4级别的自动驾驶需求并不旺盛。因此，华为推出了MDC 300。

东软睿驰推出了基于NXP最新自动驾驶芯片S32V打造的自动驾驶中央域控制器。该控制器能够集成多路激光雷达，毫米波雷达和8路高清摄像头，支持前方160m车辆检测，100米行人、摩托车、自行车检测及车道线检测，移动障碍物检测，能够识别美国、欧洲、日本、中国等多个国家和地区的限速标识。主要实现了如避障、变道辅助的功能。

按照东软睿驰的说法，该控制器的安全性极高，可以支持多路高清摄像头、多路激光雷达、毫米波雷达、超神波雷达的同时接入。同时该控制器定制性强，便于后期车企个性化定制。

同时，该控制器提供开发的开发结构，不仅提供基础软件，还完整呈现了环境感知、传感器融合、决策控制套件，并提供传感器接口、支持主机厂等第三方嵌入其自己的应用，可实现典型场景下的自动驾驶。

自动驾驶域控制器正在从实验室走向量产，无论是大陆、博世等Teir 1、华为之类行业巨头，还是国内初创公司，都是面向未来智能网联时代的探索，在这个过程中，对于产品路线图、性能、安全以及成本的把控，各家都不尽相同。

未来，随着汽车电子电气架构逐渐向域集中方向发展，行业内普遍赞同未来3-5年将是新一代EE架构的落地期，行业内相关公司纷纷加速积累和布局。

2025年，自动驾驶域控制器又会是怎样的竞争格局，或许到了便会知道。

转载自知乎@风语辰，文中观点仅供分享交流，不代表本公众号立场，如涉及版权等问题，请您告知，我们将及时处理。

-- END --