自動(dòng)駕駛技術(shù)遭遇滑鐵盧

作者：暢秋

過(guò)去幾年，以特斯拉CEO馬斯克為代表，全球多家汽車廠商高管把自家的輔助駕駛技術(shù)（ADAS）說(shuō)得神乎其神，然而，現(xiàn)實(shí)當(dāng)中的事故和事故隱患此起彼伏，并且出現(xiàn)了多起大規(guī)模汽車召回事件。這些讓人們看得越來(lái)越清楚，ADAS技術(shù)還不成熟，有很多問(wèn)題需要解決。

3月12日，美國(guó)公路安全保險(xiǎn)協(xié)會(huì)（IIHS）發(fā)布的最新研究顯示，特斯拉的自動(dòng)輔助駕駛（Autopilot）和全自動(dòng)駕駛技術(shù)（FSD），以及其它幾家主要汽車制造商銷售的輔助駕駛系統(tǒng)都獲得“很差”的評(píng)級(jí)。目前，美國(guó)國(guó)家公路交通安全管理局（NHTSA）沒(méi)有正式的標(biāo)準(zhǔn)來(lái)管理高級(jí)駕駛輔助系統(tǒng)，IIHS根據(jù)其制訂的標(biāo)準(zhǔn)對(duì)9家汽車制造商的14套輔助駕駛系統(tǒng)進(jìn)行了評(píng)級(jí)。

在IIHS測(cè)試的系統(tǒng)中，只有一款獲得“可接受”評(píng)級(jí)。IIHS指出，特斯拉、梅賽德斯奔馳、寶馬、日產(chǎn)、福特、通用汽車、現(xiàn)代汽車和吉利旗下的沃爾沃汽車品牌的輔助駕駛系統(tǒng)，總體評(píng)級(jí)為“較差”，它們只在IIHS測(cè)試的某些要素上獲得“良好”的分?jǐn)?shù)，但總體得分都較低。

據(jù)悉，美國(guó)聯(lián)邦監(jiān)管機(jī)構(gòu)正在調(diào)查近1000起使用特斯拉輔助駕駛的事故。特斯拉將撞車事故歸咎于那些在使用輔助駕駛或全自動(dòng)駕駛技術(shù)時(shí)，沒(méi)有聽從車商警告注意道路狀況的駕駛?cè)恕?/p>

最近，NHTSA表示，由于警示燈字體大小不正確，會(huì)增加車禍的風(fēng)險(xiǎn)，特斯拉召回了220萬(wàn)輛電動(dòng)車，這一數(shù)字涵蓋了幾乎所有在美國(guó)的車輛，包括Model S、Model X、2017~2023年的Model 3、Model Y和2024年的Cybertruck。3個(gè)月前，特斯拉在美國(guó)召回了203萬(wàn)輛電動(dòng)車。

ADAS還有很多問(wèn)題需要解決

ADAS是一套非常復(fù)雜的軟硬件系統(tǒng)，要想實(shí)現(xiàn)安全的輔助駕駛，是一件很難的事情，并不像當(dāng)下車商宣傳的那么厲害。要想實(shí)現(xiàn)真正的L3，甚至是L4級(jí)輔助駕駛，還需要解決很多問(wèn)題，例如，核心處理器的算力及其軟件配套能力，與ADAS相關(guān)的其它零部件性能和可靠性的提升，感知技術(shù)的成熟，以及法規(guī)的完善和技術(shù)標(biāo)準(zhǔn)體系的統(tǒng)一。

核心處理器還在迭代

隨著輔助駕駛級(jí)別逐步提升，應(yīng)用功能越來(lái)越豐富，汽車對(duì)芯片算力的要求越來(lái)越高。特別是在安全性和實(shí)時(shí)性方面，ADAS的要求很高，需要系統(tǒng)具備更高的認(rèn)知與推理能力。

目前，以Mobileye、英偉達(dá)、特斯拉為代表的廠商在ADAS計(jì)算芯片方面走在了市場(chǎng)前列，相關(guān)產(chǎn)品已在中高端和新勢(shì)力車型中廣泛應(yīng)用。

Mobileye是L2及以下級(jí)別輔助駕駛的龍頭，也是汽車ADAS技術(shù)的奠基者和引領(lǐng)者，在英偉達(dá)和特斯拉崛起之前，Mobileye一直是ADAS行業(yè)的龍頭。

Mobileye以視覺方案起家，現(xiàn)在也研發(fā)帶激光雷達(dá)的融合方案。Mobileye給車企提供的是芯片加感知算法的輔助駕駛解決方案，主芯片為EyeQ，內(nèi)部寫好了感知算法，EyeQ可以直接輸出對(duì)車道線和車輛等目標(biāo)的感知結(jié)果，車企的算法基于這些結(jié)果做出駕駛決策。這樣做的好處是提升了尋求智能化轉(zhuǎn)型車企的量產(chǎn)速度，但是，這樣做，算力升級(jí)迭代速度慢，難以滿足車企的定制化需求，最終導(dǎo)致其產(chǎn)品差異化能力不足，難以滿足高速發(fā)展的輔助駕駛市場(chǎng)需求。

由于短板明顯，從2020年開始，EyeQ芯片出貨量增速明顯下滑，特別是在智能化水平很高的電動(dòng)車領(lǐng)域，而Mobileye的封閉生態(tài)模式，難以滿足發(fā)展要求。近兩年，Mobileye也意識(shí)到了問(wèn)題所在，宣稱EyeQ5會(huì)向用戶開放部分算法，但其開放程度并未明確。

前，在很多傳統(tǒng)車企的車型中，依然在采用Mobileye的方案，在軟硬件達(dá)不到先進(jìn)輔助駕駛要求的情況下，再加上駕駛?cè)说氖韬龃笠?，難免會(huì)發(fā)生事故。

英偉達(dá)集成了一些特殊功能的GPU和輔助芯片，推出的初代車載芯片為Drive系列。隨著車載系統(tǒng)需求的發(fā)展，Drive系統(tǒng)也在不斷升級(jí)，例如Drive PX Xavier配備了一塊Xavier芯片，適用于L2級(jí)輔助駕駛，對(duì)于更高級(jí)別應(yīng)用，僅一個(gè)Xavier芯片的算力不夠，可以采用兩個(gè)Xavier加上兩個(gè)圖靈架構(gòu)的GPU。另外，英偉達(dá)還推出了獨(dú)立的Orin芯片，去年，該公司新推出了算力達(dá)到2000 TOPS的Thor，單顆算力為Orin 的8倍。這樣，客戶可以根據(jù)不同使用場(chǎng)景選擇適合的芯片。

除了算力，英偉達(dá)還很重視軟件工具的開發(fā)，先后推出了DRIVE OS、DRIVEWORKS、DRIVE AV、DRIVE IX。

雖然英偉達(dá)的方案相對(duì)于傳統(tǒng)軟硬件系統(tǒng)更加智能和靈活，但在紛繁復(fù)雜的路面上，依然不能完全保證絕對(duì)的可靠性。也正是因?yàn)槿绱?，該公司一直在加大核心處理器算力方面下功夫，同時(shí)，不斷完善軟件功能。

正是看到了以Mobileye、英偉達(dá)為代表的第三方核心處理器供應(yīng)商在軟硬件產(chǎn)品方面的弱點(diǎn)，特斯拉選擇自研ADAS核心處理器和軟件算法。

特斯拉的ADAS處理器名為FSD，用以替代原來(lái)使用的EyeQ3和Drive平臺(tái)。FSD從算法需求出發(fā)，采用了全新的芯片架構(gòu)設(shè)計(jì)，其核心是兩個(gè)NPU組成的NNA（Neural Network Accelerator，神經(jīng)網(wǎng)絡(luò)加速單元）。從算法出發(fā)設(shè)計(jì)芯片架構(gòu)，使其能耗比更優(yōu)；可以更激進(jìn)地嘗試新方案，不需要通過(guò)第三方車規(guī)級(jí)認(rèn)證等復(fù)雜流程。另外，軟硬件都通過(guò)自研完成，可以加快整車研發(fā)迭代速度，效率高于外購(gòu)芯片模式。

從軟硬件架構(gòu)和性能方面看，特斯拉自研的ADAS系統(tǒng)有很強(qiáng)的創(chuàng)新性，也更適合當(dāng)今的輔助駕駛系統(tǒng)，但是，該公司的策略比較激進(jìn)，在未取得足夠測(cè)試數(shù)據(jù)的情況下，就將它們的想法和系統(tǒng)用在了車上，引起了不少爭(zhēng)議，同時(shí)，交通事故也在接連發(fā)生。總體來(lái)看，對(duì)于自動(dòng)駕駛系統(tǒng)來(lái)說(shuō)，軟、硬件都發(fā)揮著非常重要的作用，缺一不可。

隨著AI技術(shù)廣泛應(yīng)用，自動(dòng)駕駛也進(jìn)入了AI芯片時(shí)代，算力已不是衡量自動(dòng)駕駛水平的唯一指標(biāo)，還要看有沒(méi)有針對(duì)某個(gè)特定領(lǐng)域的算法，也稱為特異性算法，這也給后發(fā)芯片廠商在特定領(lǐng)域追趕頭部企業(yè)提供了更多機(jī)會(huì)，即使算力拼不過(guò)，也可以在特異性算法上做更好的優(yōu)化，從而在整體性能上實(shí)現(xiàn)趕超。

對(duì)于車企而言，由于輔助駕駛級(jí)別還未達(dá)到L3，廠商不會(huì)一味追求高算力芯片或平臺(tái)，而是要綜合考慮輔助駕駛芯片的算力和效率、適配性、軟件開發(fā)難度、車規(guī)級(jí)安全認(rèn)證等級(jí)、靈活性和能效比等指標(biāo)，根據(jù)車型的價(jià)位選擇最具性價(jià)比的芯片。

特別是在安全性和實(shí)時(shí)性方面，輔助駕駛的要求很高，需要系統(tǒng)具備更高的認(rèn)知與推理能力。此時(shí)，軟件和算法的重要性日益突出，也是車企的核心競(jìng)爭(zhēng)力，例如，用于傳感器數(shù)據(jù)處理和融合的視覺算法、雷達(dá)算法，以及路徑規(guī)劃、行為決策等。

各種零部件性能和可靠性有待提升

高級(jí)別輔助駕駛系統(tǒng)需要相應(yīng)零部件性能升級(jí)，如攝像頭、激光雷達(dá)、車控芯片、線控制動(dòng)系統(tǒng)、DMS（駕駛員監(jiān)控系統(tǒng)）等。

高級(jí)別輔助駕駛應(yīng)用的前提是車輛感知能力的增強(qiáng)，其對(duì)于攝像頭、毫米波雷達(dá)、激光雷達(dá)等感知設(shè)備的裝配量與性能要求將提升。其中，攝像頭將由低像素向高像素演進(jìn)，裝配量也將在360度環(huán)視成像需求推動(dòng)下增加。毫米波雷達(dá)和激光雷達(dá)可以在純視覺方案尚未成熟時(shí)為高級(jí)輔助駕駛系統(tǒng)提供更強(qiáng)的道路信息收集能力。

高級(jí)別輔助駕駛系統(tǒng)更為智能化，底層芯片需要具有更高的算力，同時(shí)功耗、兼容性要求也將提升。此外，高級(jí)別輔助駕駛系統(tǒng)的電子電氣（E/E）架構(gòu)也將趨于集中化，以單個(gè)SoC芯片為基礎(chǔ)的智能駕駛域控制器、中央計(jì)算中心將逐漸替代傳統(tǒng)的分散式ECU，系統(tǒng)對(duì)域控制器、中央計(jì)算中心產(chǎn)品的性能和可靠性提出了更高要求。

與傳統(tǒng)機(jī)械液壓制動(dòng)、轉(zhuǎn)向相比，線控制動(dòng)、轉(zhuǎn)向具有反應(yīng)速度快，與電氣化架構(gòu)兼容程度高、能量回收、可配置多套冗余機(jī)制等優(yōu)點(diǎn)，更適用于高級(jí)別輔助駕駛汽車。目前，線控制動(dòng)、轉(zhuǎn)向技術(shù)和產(chǎn)品還未完全滿足安全應(yīng)用要求。

DMS主要用于實(shí)現(xiàn)對(duì)駕駛員的身份識(shí)別、疲勞駕駛和危險(xiǎn)行為的檢測(cè)。對(duì)于L3級(jí)智能駕駛車輛而言，仍要求駕駛員在特殊情況下接手操控汽車行駛，部分國(guó)家法規(guī)也對(duì)駕駛員在L3輔助駕駛條件下能否接打手機(jī)、觀看娛樂(lè)系統(tǒng)等做出了相關(guān)規(guī)定。這些都需要車輛配置 DMS，以在事故發(fā)生時(shí)確定責(zé)任。目前的DMS難以滿足L3級(jí)輔助駕駛的要求。

產(chǎn)業(yè)鏈需要調(diào)整

隨著更高級(jí)別輔助駕駛技術(shù)的成熟，會(huì)對(duì)相關(guān)芯片零部件產(chǎn)業(yè)鏈產(chǎn)生較大影響，甚至?xí)匦抡袭a(chǎn)業(yè)鏈。

在傳統(tǒng)分布式E/E架構(gòu)下，整車輔助駕駛系統(tǒng)由幾個(gè)相互獨(dú)立的子系統(tǒng)（前向ADAS、側(cè)后ADAS、泊車輔助系統(tǒng)、全景環(huán)視系統(tǒng)）構(gòu)成，每個(gè)子系統(tǒng)中都有一個(gè)ECU，而ECU的主要物理結(jié)構(gòu)是單片機(jī)+外圍電路。在這種架構(gòu)下，軟硬件是強(qiáng)耦合的，Tier1將軟硬件打包以“黑盒”交付的形式提供給主機(jī)廠。隨著整車E/E架構(gòu)從分布式走向集中式，輔助駕駛子系統(tǒng)所對(duì)應(yīng)的ECU也融合成輔助駕駛域控制器，主控芯片從MCU演變成更高性能的SoC異構(gòu)芯片，軟件架構(gòu)也隨之向SOA升級(jí)，即系統(tǒng)軟件（虛擬機(jī)，系統(tǒng)內(nèi)核，中間件）、算法模塊和應(yīng)用程序層三部分，實(shí)現(xiàn)了軟硬件解耦。因此，整個(gè)輔助駕駛系統(tǒng)產(chǎn)業(yè)鏈環(huán)節(jié)也隨之分解為芯片、硬件集成及生產(chǎn)、軟件開發(fā)、算法開發(fā)、應(yīng)用程序幾大環(huán)節(jié)。

在行業(yè)變革初期，芯片、中間件、算法開發(fā)等環(huán)節(jié)都單獨(dú)衍生出一批創(chuàng)業(yè)公司，此時(shí)，相關(guān)公司的核心壁壘在于是否在各自環(huán)節(jié)具備充足的開發(fā)能力和量產(chǎn)經(jīng)驗(yàn)，例如，近幾年，德賽西威憑借基于對(duì)英偉達(dá)Orin芯片的輔助駕駛域控制器量產(chǎn)經(jīng)驗(yàn)，斬獲眾多車企訂單。然而，隨著部分中低算力平臺(tái)的智駕域控制器逐步走向標(biāo)準(zhǔn)化，對(duì)優(yōu)秀Tier1企業(yè)（包括芯片供應(yīng)商，集成供應(yīng)商，算法供應(yīng)商等）而言，對(duì)其能力的要求已不僅僅局限于產(chǎn)業(yè)鏈單一環(huán)節(jié)，更多的是需要憑借現(xiàn)階段的領(lǐng)先優(yōu)勢(shì)來(lái)充分整合產(chǎn)業(yè)鏈上下游，盡可能具備集芯片、算法、制造等為一體的綜合供應(yīng)能力。

感知算法和軟件技術(shù)還需進(jìn)步

在特斯拉的引領(lǐng)下，主機(jī)廠，特別是中國(guó)相關(guān)廠商自2022年以來(lái)紛紛重新構(gòu)建感知架構(gòu)，并相繼提出“重感知，輕地圖”技術(shù)方案。但是，即便是在全新感知架構(gòu)的加持下，智能駕駛系統(tǒng)仍無(wú)法像人類一樣僅依賴于普通導(dǎo)航地圖，目前僅是降低對(duì)高精度地圖的依賴，而非徹底拋棄對(duì)任何形式地圖的使用。高精度地圖包含的增量信息可分為兩類：一類是高精度道路幾何數(shù)據(jù)（如路寬、?路線曲率半徑等），部分智駕廠商已經(jīng)可以通過(guò)BEV實(shí)時(shí)感知補(bǔ)齊這類信息；另一類是道路拓?fù)浣Y(jié)構(gòu)（如車道間的連接關(guān)系，路口紅綠燈和相應(yīng)車道的綁定等），智駕廠商暫時(shí)無(wú)法僅通過(guò)BEV網(wǎng)絡(luò)架構(gòu)補(bǔ)齊上述信息。

基于神經(jīng)網(wǎng)絡(luò)的輔助駕駛模型由工程師設(shè)定算法框架，依靠大量數(shù)據(jù)進(jìn)行參數(shù)的更新和調(diào)優(yōu)。因此，主機(jī)廠智能駕駛水平=算法構(gòu)建能力*數(shù)據(jù)訓(xùn)練效率，其中，算法構(gòu)建能力由模型本身的選擇、技術(shù)路線等因素決定，數(shù)據(jù)訓(xùn)練效率則由主機(jī)廠數(shù)據(jù)閉環(huán)能力決定。當(dāng)前，各個(gè)主機(jī)廠數(shù)據(jù)閉環(huán)搭建的成熟度、迭代效率等仍存在較大差異，因此，數(shù)據(jù)閉環(huán)能力將直接決定主機(jī)廠的智能駕駛水平。

主機(jī)廠數(shù)據(jù)閉環(huán)的效率將由其工程化能力決定。整個(gè)數(shù)據(jù)閉環(huán)體系包括數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、標(biāo)注、仿真、模型部署等，每個(gè)環(huán)節(jié)都存在大量需要優(yōu)化的工程問(wèn)題。

完善法規(guī)，統(tǒng)一標(biāo)準(zhǔn)

目前的智能駕駛技術(shù)處于L2階段，正在向L3演進(jìn)。與L2不同，L3不再被視為輔助駕駛，而是有條件的自動(dòng)駕駛，駕駛員無(wú)需時(shí)刻觀察周圍路況準(zhǔn)備隨時(shí)接管，此時(shí)，駕駛車輛的責(zé)任更多地由車輛本身承擔(dān)，因此，自動(dòng)駕駛系統(tǒng)正常運(yùn)行時(shí)出現(xiàn)的交通事故理應(yīng)由車輛生產(chǎn)廠商負(fù)責(zé)。但就當(dāng)前各國(guó)交通政策來(lái)看，L3自動(dòng)駕駛技術(shù)并未得到廣泛認(rèn)可，交通事故的第一責(zé)任人大多明確認(rèn)定為駕駛員?？梢?，各國(guó)政府對(duì)自動(dòng)駕駛落地持謹(jǐn)慎態(tài)度，相關(guān)法律法規(guī)的出臺(tái)節(jié)奏較為緩慢，這在一定程度上限制了高級(jí)別自動(dòng)駕駛技術(shù)的發(fā)展。

高級(jí)別自動(dòng)駕駛的落地還需要各國(guó)出臺(tái)相關(guān)政策對(duì)自動(dòng)駕駛的認(rèn)定標(biāo)準(zhǔn)、技術(shù)規(guī)范、專業(yè)術(shù)語(yǔ)、評(píng)價(jià)體系等做出明確解答，并建立標(biāo)準(zhǔn)體系。標(biāo)準(zhǔn)體系的建立十分繁瑣且需要持續(xù)優(yōu)化，這對(duì)各國(guó)政府來(lái)說(shuō)都是不小的挑戰(zhàn)。

結(jié)語(yǔ)

ADAS技術(shù)已經(jīng)發(fā)展了很多年，路上跑的、具備該功能的汽車也越來(lái)越多，但安全問(wèn)題并未得到解決。而且，有些車輛和ADAS系統(tǒng)在某種程度上是在公路上“做實(shí)驗(yàn)”，危險(xiǎn)系數(shù)不小。

隨著輔助駕駛級(jí)別的提升，安全問(wèn)題的重要性也越來(lái)越凸出，要想將ADAS系統(tǒng)提升到更高應(yīng)用水平，各種各樣的軟硬件問(wèn)題、智能感知問(wèn)題，以及法規(guī)和行業(yè)標(biāo)準(zhǔn)制定問(wèn)題，都必須得到徹底解決。

當(dāng)然，要想在未來(lái)的家用車上實(shí)現(xiàn)L4、甚至是L5級(jí)駕駛功能，除了技術(shù)攻關(guān)，成本是一個(gè)繞不開的難題，因?yàn)橐獙?shí)現(xiàn)L5級(jí)駕駛，車上需要搭載的硬件種類很多，且都很昂貴，而且，軟件服務(wù)也不會(huì)便宜，這樣的成本能否普及到廣大消費(fèi)者的生活中，是一個(gè)問(wèn)題。