自动驾驶万事俱备只欠东风

在新能源与智能网联汽车创新发展论坛上，来自清华大学汽车工程系的杨殿阁教授认为，目前汽车正在经历电动化、智能化、网联化和共享化的“汽车新四化”。他预计在2030年左右，会有10%左右的汽车实现高级别的自动驾驶，但主要会集中在专用车型的车辆，比如出租车，物流车等等。

正如杨殿阁教授指出的，近十年来，自动驾驶汽车行业的现状已经发生了翻天覆地的变化，随着现有汽车工业生态体系中的汽车厂商、零部件供应商和芯片厂商在积极投入开发和技术布局，像谷歌、百度等这样的互联网公司和软件公司在人工智能、神经网络，及机器学习方面的持续投入，还有特斯拉、拜腾等新兴电动汽车厂商的推波助澜，以及地图导航类公司在地图导航上技术革新，自动驾驶汽车的生态系统已然开始成形，并在逐步完善之中。

生态系统已成形，并逐步完善

“自动驾驶的生态系统已然成形，但这个生态系统还需要不断完善。在各个技术领域有专长的公司需要提供大量的互补技术，和系统公司以及零件供应商进行合作，促进技术的发展和应用的转化。” Marvell公司汽车网络产品高级总监Timothy Lau表示。

图1：Marvell公司汽车网络产品高级总监Timothy Lau

对此，UltraSoC首席执行官Rupert Baines表示认同，虽然我们目前还处于自动驾驶汽车研发的早期阶段，但其实基本技术已经具备，未来取决于前所未有的合作。“也就是说，自动驾驶的生态系统发展将依靠整个行业的通力合作。甚至比ISO26262这样的标准制定都更为关键。”他指出。

Rupert Baines同时觉得，这是一个行业调整的机会，因为半导体产品一直是汽车系统中的第二，或第三层面上的组件，它们往往由集成商来采购。但现在半导体产品是确保自动驾驶成功的关键，因而半导体公司和汽车制造商之间有机会形成一种更直接的关系。

当然，如果想要让这种关系能够良好运作，半导体公司必须展示它们正在提供的产品可实现目标，且能够对设计流程做出贡献（使其变得更容易、更快捷），而且他们已经采取了所有可能的措施以确保终端产品的安全性。

图2：UltraSoC首席执行官Rupert Baines

生态系统的开发至关重要，赛灵思汽车市场高级总监Willard Tu指出，众多OEM、Autoliv、Bosch等传统Tier-1（一级）企业，以及二级企业（全软件堆栈公司，如 Waymo、Aurora Tech、Zenuity 等）都是主要靠自己的努力进行系统开发的。然而，百度与 Continental 等企业则通过创建ECU来使用Open CL标准或发挥开源社区的力量，为生态系统提供坚实的助力。“由于赛灵思技术具有灵活性和可扩展性，这两家公司都采用了该技术创建自己的ECU。他们推出ECU 作为软件公司的开发平台，帮助其开发自动驾驶软件堆栈。”

图3：赛灵思汽车市场高级总监Willard Tu

图4：意法半导体汽车业务拓展高级经理Jonny Sun

自动驾驶的挑战

自动驾驶的实现需要集成环境感知、行为决策、路径规划，运动控制等关键功能，依赖于高性能计算、传感器融合、网络通信，人工智能和自动控制等关键技术，是一个极其复杂的系统实现。在自动驾驶研究开发的这10年中，在汽车领域和信息技术领域公司的推动下，每个功能和技术的实现都有了突破性的发展，比如机器视觉，深度学习和传感器融合等。但是由于汽车驾驶环境的复杂多变，对系统和安全性能严格要求，在当前技术支撑下的大多数的功能实现，还不能满足自动驾驶的需求。与此相关的每个技术都需要持续地发展，才能应对自动驾驶应用的复杂需求。

目前已经有汽车厂商推出L3等级的自动驾驶车辆，但其系统性、安全性，稳定性等，还需要时间的验证；主要是现实驾驶环境中存在诸多的未知，不确定和动态变化的因素。

事实上，真正的自动驾驶车辆仍然任重道远，UltraSoC的Rupert Baines认为这既有技术原因，又因为它们很可能需要更多的变化，比如交通法规和驾驶习惯——即使是达到一个相对简单的水平，也是需要时间的。“我们最终看到的通往自动化的道路将是一个不断演进的过程，从辅助驾驶到完全自动化。但是在我们从辅助驾驶转变到自动驾驶之前，需要把功能安全性这一概念进行定义和落实。安全性是汽车设计的前沿和中心，这就要求工程师对整个系统实现全面的观察。”他指出。

在Marvell公司的Timothy Lau看来，自动驾驶的复杂性和系统性决定了技术的突破，需要多领域的专家团队或组织，在各自领域甚至跨领域的合作研究，共同开发，才能实现较快的技术突破。

他举例说，比如软件或互联网公司要持续在深度学习，人工智能领域的算法实现研究。半导体芯片公司要针对传感器融合推出高精度的传感器、雷达等；针对高性能计算，推出性能更强，基于神经网络的处理器，以满足负责软件算法和处理能力的需求；针对车内网络通信等推出传输速率更快，功耗更低，标准统一的有线或无线通信芯片，以满足车内网络通信和车间网络通信的需求。

意法半导体（ST）汽车业务拓展高级经理Jonny Sun指出，要实现完全自动化驾驶仍然存在许多关键挑战，其中包括用户接受度、政府政策、保险考虑，以及自动驾驶车辆在不是所有车辆共享相同的异构环境中运行的能力，或者任何沟通的能力。

图5：Achronix半导体公司市场营销副总裁Steve Mensor

在自动驾驶技术不得不去探索的法律和立法障碍以外，Achronix半导体公司市场营销副总裁Steve Mensor还强调了有一系列技术问题需要解决：

• 不断变化和分化的标准：不同的国家将引入不同的标准和要求，而这些标准和要求还将随着立法行动能够且将会发生变化。

• 不断变化的算法：诸如目标识别等自动驾驶汽车的许多功能都还在变化过程中，研究人员总是不断开发更新的和更完美的方法，这些变化需要去部署到现有车辆之中。

• 关键性更新：已经部署的系统也需要能够在现场可升级，以纠正与驾驶员和乘客安全性相关的问题。正如特斯拉的事故中说明的那样，一旦发现问题所在，汽车制造商就需要快速地升级关键功能。

他同时指出，自动驾驶代表了汽车制造商需要面临的一个重要的且巨大的改变：过去对车辆功能的任何升级都是车辆拥有者的责任（车辆召回除外）；而对于自动驾驶汽车，许多问题都是关键性的，这是因为车辆有可能并不能够实现驾驶安全。在这种情况下，汽车制造商就需要能够在几天内就完成整个车型升级的能力，但如果需要车主在有时间的时候去车商的服务中心去简单地换一个零件，这当然就变得不现实的或者是不可能的了。

作为一家技术公司，Achronix提供了可编程的硬件，它们可支持SoC提供商去为汽车市场和车辆制造商去开发可远程升级的车辆。车辆制造商就能够不仅去解决硬件问题，而且还能够在未来为其车型和客户推出全新的和改进后的功能。

图6：ISSI技术市场经理田步严

对于商用自动驾驶汽车能否在2030年实现，ISSI技术市场经理田步严还比较担心，他从感知、决策和执行方面做了一些解释。首先感知方面，目前较为普遍的做法是传感器的融合（摄像头、毫米波雷达、激光雷达），但其中激光雷达的价格非常昂贵，Velodyne 64线的激光雷达甚至加价到10万美元，“当然Veldonye 和 Quanergy 都先后表示，跨入年产百万台激光雷达大关后，其成本可以控制在 200 美元以内。”他承认。
另外，高精度地图方面，他比较担心中国的法律法规是否允许建模；车载通信模块方面，由于未来汽车的V2V，或则V2X都需要依赖高速网络通信，他担心延迟是否能够满足需求；同时，他还表达了对算法芯片的成熟度与法律法规健全方面的担忧。

对此，赛灵思的Willard Tu也持有部分同感。他也担心V2X方面，“5G能否解决有关问题？或者说数字短程通信 (DSRC)，也就是常说的 IEEE 802.11p 标准能否解决有关问题？”这些问题都还需要业界所有企业的共同努力去加以验证。

同时，他还指出自动驾驶汽车需要加入更多功能安全性，例如脏镜头检测等。因为如果摄像头被污物遮挡，会导致其无法正常工作，在这种情况下，汽车制造商需要通知驾驶员。此外，还必须增加网络安全性。

半导体厂商的布局

对于自动驾驶如何实现的问题，传统汽车厂商更趋向于通过技术的不断积累，场景的不断丰富，逐步从辅助驾驶过渡到半自动驾驶，进而最终实现无人驾驶；而某些高科技公司则希望通过各种外部传感器实时采集海量数据，处理器经过数据分析然后根据机器学习长期积累的驾驶经验选择最优的解决方案，直接跨越到无人驾驶的阶段。

但是无论是哪种技术路线，都脱离不开感知，决策和执行三个步骤，在未来的几年中，负责感知的各类车载传感、通信器件，负责处理的车载处理器和负责执行的车载执行器仍然将是半导体厂商在汽车电子领域的重点投资及发展方向。

那现在半导体厂商在自动驾驶方面都有哪些布局呢？

图7：ADI汽车电子业务部大中华区汽车市场经理Jerry Cui

ADI汽车电子业务部大中华区汽车市场经理Jerry Cui表示，ADI的位置传感器产品RDC和AMR将可以帮助车载执行器降低体积、提高精度，进而优化效率。他还指出，视觉传感是汽车智能化的重要体现。除了新出厂的汽车，现有的汽车也有升级到智能汽车的需求。ADI的C2B视频总线，提供在现有汽车布线的基础上将标清升级为高清视频的方案，为汽车智能化升级保驾护航。

ISSI公司的解决方案更多的聚焦于感知和决策层。在感知层，ISSI可以提供摄像头产品（包括前视，后视，环视等），它们有非常全的SPI nor flash 产品，容量涵盖（4Mb-256Mb），而且都通过了汽车级验证，温宽范围到（-40~125C）；其毫米波雷达或者激光雷达方面，也有全线的SRAM产品，其中4Mb，8Mb异步SRAM应用较广，高端的还可以提供72Mb同步SRAM，此外，他们还可以提供SDRAM产品解决方案，且所有产品都通过了汽车级验证。

在决策层，目前主流的解决方案，Mobileye、NXP i.MX6、Toshiba Visconti、Xilinx Z7000等他们都有对应的DDR3产品，最高容量可以做到8Gb，满足对大容量的需求，温宽可以做到115度，他们也研发具有ECC功能DRAM，满足对安全更高要求，温度最高做到125汽车等级。

图8：美光科技汽车系统高级总监Robert Bielby

据美光科技汽车系统高级总监Robert Bielby估计，ADAS 应用程序需要 512 GB/s 到 1024 GB/s 的带宽来支持第 3 级到第 5 级自动驾驶功能。美光科技正在与汽车行业的合作伙伴紧密合作，制定和开发能够有效满足这些带宽要求的存储解决方案。能够满足这个级别带宽的两项存储技术分别是 GDDR6 和 HBM2。

美光科技认为 GDDR6 是解决汽车行业内可靠性和温度范围要求的最佳产品。尽管 HBM2 高度集成（堆叠为 4 层或 8 层，封装在硅插入器 [Si 插入器] 中），可以减少占用的空间，并通过更短距离的信号传输降低功耗，但由于采用堆叠和硅插入器，它的成本预计更加高昂，而且还可能需要额外资源来确保在恶劣行车环境中的可靠性。

GDDR 存储是基于 JEDEC 标准的存储，目前已实现量产，广泛用于游戏和视频图形应用。美光计划利用自身在图形存储方面的强大优势以及在汽车市场中的领导地位，将这种新一代技术推向汽车市场。

ST则是先将一些高性能的产品引入移动产业，然后待成熟后，在将它们移植到汽车当中。Jonny Sun表示，ST已经成功将加速度计、触摸屏控制器和麦克风等产品导入到汽车当中。他认为，在自动驾驶汽车所需的传感器，比如视觉、雷达、激光雷达、高精度位置传感器，以及V2X和传感器数据融合方面，ST也有其独特的技术优势。

Marvell在2006年就开始关注汽车市场，结合现有产品线的特点和优势，在过去的10年，他们已经推出储存控制器、无线网络连接等车规的产品。Marvell在2016年成立了Marvell汽车卓越中心（ACE，Automotive Center of Excellence）——全球首个汽车网络技术开发中心，位于德国的Ettlingen，以推进未来互联智能汽车体系结构的发展。

去年成立的汽车产品事业部，更是将重点投入汽车产品的开发，提供满足汽车电子安全和性能要求的车规芯片，提供车载应用有线和无线连接产品组合的解决方案和参考设计等。

Timothy Lau表示，Marvell已经推出业界首款具有安全功能的汽车级千兆以太网交换机 88Q5050和Gbit的以太网收发器(PHY)88Q211x，能够为下一代互连车辆提供更高水平的全新安全数据传输。汽车中有数以百计的计算应用，需要一个牢固可靠且安全的车载网络，比如高级驾驶辅助系统（ADAS）、车载信息娱乐（IVI）以及自动驾驶车辆都将依赖车身内部网络和与其他车辆通信的外部网络传输数字信息。Marvell提供的汽车级以太网交换机和收发器，可以防止对车辆中传输的数据进行恶意攻击和修改，对于确保车辆及其乘客的安全至关重要。

面向互联汽车的信息娱乐、远程信息处理和WiFi网关应用，Marvell推出全球首款集成了WiFi、蓝牙、车对车和基础设施功能的汽车级集成无线芯片88W8987xA (支持WiFi、蓝牙5.0和802.11p)，使汽车制造商能够简化无线实现，并为其客户快速提供市场领先功能；支持蓝牙5.0(包括蓝牙低功耗到达角和离开角(AoA/AoD))和802.11mc(为汽车制造商提供针对可穿戴设备和手机的新使用模型，从而支持新的访问、个性化和汽车定位服务)的无线组合解决方案；支持802.11p功能，提供超可靠、低延迟的连接，从而能够实现V2V和V2I通信；能够让车辆进行彼此间的通信，以便使一个车辆在识别出潜在危险后将信息传送给附近的其他车辆；在V2I环境下，该技术可用于在汽车和周边市政基础设施之间传输数据，从而能够对交通拥堵、事故等进行更为先进的警告，也可以帮助确定哪里有停车位。

同样在汽车存储技术上，Marvell为自动驾驶应用带来的大数据量存储，提供安全，可靠，稳定的存储接口和控制技术。

图9：瑞萨电子中国汽车电子销售中心汽车电子应用技术部部长林志恩

瑞萨电子在汽车电子领域重点布局自动驾驶汽车和新能源汽车。在自动驾驶汽车领域，拥有丰富的车用MCU/MPU产品线用于汽车的各个部分，比如车身、底盘、车窗等。2017收购了Intersil，又将该公司擅长的模拟和电源设计能力与瑞萨电子的MCU/MPU产品线进行了整合，从传感器融合、ADAS到网联驾驶舱，构建了先进的、技术可量产的集成系统，全面支持ADAS到自动驾驶的布局，在自动驾驶领域，瑞萨电子已经先行一步。

瑞萨电子作为汽车系统开发平台制造商，能够基于功能强大、高可靠性的汽车级解决方案打造出超越半导体器件的安全集成式解决方案，主要产品包括MCU/MPU、解决方案以及平台等不同层级的产品。具有第三代 R-Car 片上系统 (SoC)，包括R-Car H3（网联驾驶舱、林肯和凯迪拉克汽车）以及R-Car V3M（林肯和凯迪拉克汽车），适用于车辆控制且备受推崇的 RH850 系列微控制器(MCU)，还包括瑞萨电子IMP-X5计算机视觉处理架构。

瑞萨电子中国汽车电子销售中心汽车电子应用技术部部长林志恩表示，在芯片产品方面，瑞萨电子采用台积电40纳米MCU平台生产已有4年，目前双方合作扩大至28纳米，采用此全新的28纳米嵌入式闪存eFlash制程技术生产的车用MCU，2017年已提供样品，2020年开始量产。2017年4月，瑞萨发布ADAS和自动驾驶开放平台Renesas Autonomy，通过建立“开放式架构”的平台，方便用户将算法、函数库和实时操作系统(RTOS)移植到平台中来。新的Renesas Autonomy平台受瑞萨电子可持续和可扩展的SoC和MCU路线图支持。

赛灵思积极活跃在“智能车辆”的发展大潮中。大多数车辆都采用“分布式计算系统”，并且最终将转化为“集中式计算系统”。赛灵思提供的重要优势之一就是 OTA芯片，其理想适用于“智能车辆”的早期推广阶段，既适用于分布式也适用于集中式系统。OEM制造商要求所有ECU和传感器都必须做到OTA。能够支持“Over The Air”升级。这是因为他们认识到，目前正在部署的技术在ADAS和AD领域并没有做到完全成熟。就车门模块而言，特性和内容已经基本保持稳定，因为相关技术已经存在好几代，量产也有很长时间了。ADAS和AD领域正在经历创新阶段。每隔3到6个月就会有重大改进。OTA芯片能够最大限度地推动这种改进。其他系统采用固定的硬件实现方案只能进行软件升级，而采用OTA芯片则能实现软硬件的升级，为开发人员带来更高的创新灵活性。

另一个关键特性就是动态功能交互。这非常有利于车辆向集中式计算解决方案发展。请谨记，在集中式计算解决方案中，所有传感器数据都聚合在中央节点上。在这种情况下，All Programmable FPGA技术能显著降低性能要求与系统成本。我们能改变SoC的功能，让其支持相互排斥的功能，例如，驾驶监控与自动代客泊车，或全景低速和高速物体检测。

Achronix作为基于FPGA的硬件加速器件和嵌入式FPGA（eFPGA） IP产品的领导厂商，Achronix把智能汽车、智能交通和其他无人平台看着是我们的战略市场。为了实现该目标，Achronix推出了“定制单元块（custom block）”这一种全新的产品，部分地满足了自动驾驶所需的机器视觉系统的相关需求。

Speedcore定制单元块通过支持客户去定义特有的功能，从而极大地提升了eFPGA的能力；其原理是在eFPGA阵列结构中，在传统的查找表（LUT）、随机存储器（RAM）和数字信号处理器（DSP）等传统构建单元块旁边添加额外的单元块。对于视觉系统，各种方案都需要特定处理单元组成的阵列。Achronix为客户提供了将这些特定的处理单元转换为定制单元块，从而添加到Speedcore可编程阵列结构中的能力，因此在两个方面都创造了最佳的结果——既提升了一款ASIC的芯片面积利用率和效率，同时又可以与FPGA的可编程性相结合。

UltraSoC提供一整套半导体知识产权（semiconductor IP）产品，它能够在系统层面上对硬件和软件的行为和交互进行非侵入式监控及分析。通过其产品，系统和SoC开发人员能对SoC中的复杂行为获得一个整体的、系统级的认识。

该嵌入式分析技术为那些需要确保其产品的安全防护能力和功能安全性的开发人员提供一个强大的平台，尤其是在汽车行业中更可以大展身手。UltraSoC的半导体IP可改善产品开发过程中的验证确认流程；也可被用于已部署的产品中来发现系统级的和随机性的错误，从而提供一种全新的安全性功能，同时可以实现应用现场系统的健康监控及取证。

总结

自动驾驶汽车的开发，离不开汽车厂商、零件供应商、系统集成或软件服务商以及半导体厂商的共同努力，这是个系统工程；实现自动驾驶功能的高性能计算，传感器融合、网络通信、人工智能等技术在日趋完善，但是要将这些技术进行整合，构建成完整的自动驾驶系统，就需要在产业链中的各个厂商紧密合作，有序地完成。

现在自动驾驶汽车的生态系统已然成形，但现有的技术需要转化成产品，最终量产实现产品市场化，并且能否有效地降低研发和制造的成本，也是目前自动驾驶面临的挑战。否则自动驾驶只能停留在试验测试阶段，这将限制自动驾驶汽车的普及。

而安全性和安全保护永远是汽车行业第一层面的担忧，自动驾驶面临的这些问题将比人工驾驶复杂得多。能够行之有效地去提升安全性和安全保护能力的解决方案，是同时提升系统的处理能力和灵活性，使它们必须能够去接收和处理来自诸如激光雷达、摄像机和高精度位置系统等传感器和设备的大量数据。显然，这些也需要所有厂商的共同努力，但相信这些都不会成为阻碍自动驾驶时代来临的障碍。

其主要障碍可能还是来自消费者的采用和政府的监管。至关重要的是，半导体公司必须确保在将所有可能的安全保护措施都集成于其设计中时并没有偷工减料：因为一个错误可能很快就会使汽车行业的重心偏离自动驾驶车辆的发展轨道，并让整个行业倒退好几年。

最后，虽然自动驾驶目前来看仍然还有一段很长的路要走，但相信这个时代一定会到来。

本文为《电子工程专辑》原创，版权所有，谢绝转载

关注最前沿的电子设计资讯，请关注“电子工程专辑微信公众号”。