自動駕駛技術(shù)遭遇滑鐵盧

作者：暢秋

過去幾年，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）說得神乎其神，然而，現(xiàn)實當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越清楚，ADAS技術(shù)還不成熟，有很多問題需要解決。

3月12日，美國公路安全保險協(xié)會（IIHS）發(fā)布的最新研究顯示，特斯拉的自動輔助駕駛（Autopilot）和全自動駕駛技術(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”的評級。目前，美國國家公路交通安全管理局（NHTSA）沒有正式的標準來管理高級駕駛輔助系統(tǒng)，IIHS根據(jù)其制訂的標準對9家汽車制造商的14套輔助駕駛系統(tǒng)進行了評級。

在IIHS測試的系統(tǒng)中，只有一款獲得“可接受”評級。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)，總體評級為“較差”，它們只在IIHS測試的某些要素上獲得“良好”的分數(shù)，但總體得分都較低。

據(jù)悉，美國聯(lián)邦監(jiān)管機構(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駕駛技術(shù)時，沒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，會增加車禍的風險，特斯拉召回了220萬輛電動車，這一數(shù)字涵蓋了幾乎所有在美國的車輛，包括Model S、Model X、2017~2023年的Model 3、Model Y和2024年的Cybertruck。3個月前，特斯拉在美國召回了203萬輛電動車。

ADAS還有很多問題需要解決

ADAS是一套非常復雜的軟硬件系統(tǒng)，要想實現(xiàn)安全的輔助駕駛，是一件很難的事情，并不像當下車商宣傳的那么厲害。要想實現(xiàn)真正的L3，甚至是L4級輔助駕駛，還需要解決很多問題，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)標準體系的統(tǒng)一。

核心處理器還在迭代

隨著輔助駕駛級別逐步提升，應用功能越來越豐富，汽車對芯片算力的要求越來越高。特別是在安全性和實時性方面，ADAS的要求很高，需要系統(tǒng)具備更高的認知與推理能力。

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

Mobileye是L2及以下級別輔助駕駛的龍頭，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可以直接輸出對車道線和車輛等目標的感知結(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，算力升級迭代速度慢，難以滿足車企的定制化需求，最終導致其產(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也意識到了問題所在，宣稱EyeQ5會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，在軟硬件達不到先進輔助駕駛要求的情況下，再加上駕駛?cè)说氖韬龃笠猓y免會發(fā)生事故。

英偉達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，例如Drive PX Xavier配備了一塊Xavier芯片，適用于L2級輔助駕駛，對于更高級別應用，僅一個Xavier芯片的算力不夠，可以采用兩個Xavier加上兩個圖靈架構(gòu)的GPU。另外，英偉達還推出了獨立的Orin芯片，去年，該公司新推出了算力達到2000 TOPS的Thor，單顆算力為Orin 的8倍。這樣，客戶可以根據(jù)不同使用場景選擇適合的芯片。

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

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

正是看到了以Mobileye、英偉達為代表的第三方核心處理器供應商在軟硬件產(chǎn)品方面的弱點，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，用以替代原來使用的EyeQ3和Drive平臺。FSD從算法需求出發(fā)，采用了全新的芯片架構(gòu)設(shè)計，其核心是兩個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)計芯片架構(gòu)，使其能耗比更優(yōu)；可以更激進地嘗試新方案，不需要通過第三方車規(guī)級認證等復雜流程。另外，軟硬件都通過自研完成，可以加快整車研發(fā)迭代速度，效率高于外購芯片模式。

從軟硬件架構(gòu)和性能方面看，特斯拉自研的ADAS系統(tǒng)有很強的創(chuàng)新性，也更適合當今的輔助駕駛系統(tǒng)，但是，該公司的策略比較激進，在未取得足夠測試數(shù)據(jù)的情況下，就將它們的想法和系統(tǒng)用在了車上，引起了不少爭議，同時，交通事故也在接連發(fā)生?？傮w來看，對于自動駕駛系統(tǒng)來說，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)廣泛應用，自動駕駛也進入了AI芯片時代，算力已不是衡量自動駕駛水平的唯一指標，還要看有沒有針對某個特定領(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)提供了更多機會，即使算力拼不過，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現(xiàn)趕超。

對于車企而言，由于輔助駕駛級別還未達到L3，廠商不會一味追求高算力芯片或平臺，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)級安全認證等級、靈活性和能效比等指標，根據(jù)車型的價位選擇最具性價比的芯片。

特別是在安全性和實時性方面，輔助駕駛的要求很高，需要系統(tǒng)具備更高的認知與推理能力。此時，軟件和算法的重要性日益突出，也是車企的核心競爭力，例如，用于傳感器數(shù)據(jù)處理和融合的視覺算法、雷達算法，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

高級別輔助駕駛系統(tǒng)需要相應零部件性能升級，如攝像頭、激光雷達、車控芯片、線控制動系統(tǒng)、DMS（駕駛員監(jiān)控系統(tǒng)）等。

高級別輔助駕駛應用的前提是車輛感知能力的增強，其對于攝像頭、毫米波雷達、激光雷達等感知設(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，裝配量也將在360度環(huán)視成像需求推動下增加。毫米波雷達和激光雷達可以在純視覺方案尚未成熟時為高級輔助駕駛系統(tǒng)提供更強的道路信息收集能力。

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

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

DMS主要用于實現(xiàn)對駕駛員的身份識別、疲勞駕駛和危險行為的檢測。對于L3級智能駕駛車輛而言，仍要求駕駛員在特殊情況下接手操控汽車行駛，部分國家法規(guī)也對駕駛員在L3輔助駕駛條件下能否接打手機、觀看娛樂系統(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)生時確定責任。目前的DMS難以滿足L3級輔助駕駛的要求。

產(chǎn)業(yè)鏈需要調(diào)整

隨著更高級別輔助駕駛技術(shù)的成熟，會對相關(guān)芯片零部件產(chǎn)業(yè)鏈產(chǎn)生較大影響，甚至會重新整合產(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)由幾個相互獨立的子系統(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，每個子系統(tǒng)中都有一個ECU，而ECU的主要物理結(jié)構(gòu)是單片機+外圍電路。在這種架構(gòu)下，軟硬件是強耦合的，Tier1將軟硬件打包以“黑盒”交付的形式提供給主機廠。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)所對應的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，即系統(tǒng)軟件（虛擬機，系統(tǒng)內(nèi)核，中間件）、算法模塊和應用程序層三部分，實現(xiàn)了軟硬件解耦。因此，整個輔助駕駛系統(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)都單獨衍生出一批創(chuàng)業(yè)公司，此時，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，例如，近幾年，德賽西威憑借基于對英偉達Orin芯片的輔助駕駛域控制器量產(chǎn)經(jīng)驗，斬獲眾多車企訂單。然而，隨著部分中低算力平臺的智駕域控制器逐步走向標準化，對優(yōu)秀Tier1企業(yè)（包括芯片供應商，集成供應商，算法供應商等）而言，對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)勢來充分整合產(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能力。

感知算法和軟件技術(shù)還需進步

在特斯拉的引領(lǐng)下，主機廠，特別是中國相關(guān)廠商自2022年以來紛紛重新構(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)仍無法像人類一樣僅依賴于普通導航地圖，目前僅是降低對高精度地圖的依賴，而非徹底拋棄對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BEV實時感知補齊這類信息；另一類是道路拓撲結(jié)構(gòu)（如車道間的連接關(guān)系，路口紅綠燈和相應車道的綁定等），智駕廠商暫時無法僅通過BEV網(wǎng)絡(luò)架構(gòu)補齊上述信息。

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)進行參數(shù)的更新和調(diào)優(yōu)。因此，主機廠智能駕駛水平=算法構(gòu)建能力*數(shù)據(jù)訓練效率，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)訓練效率則由主機廠數(shù)據(jù)閉環(huán)能力決定。當前，各個主機廠數(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廠的智能駕駛水平。

主機廠數(shù)據(jù)閉環(huán)的效率將由其工程化能力決定。整個數(shù)據(jù)閉環(huán)體系包括數(shù)據(jù)獲取、數(shù)據(jù)預處理、標注、仿真、模型部署等，每個環(huán)節(jié)都存在大量需要優(yōu)化的工程問題。

完善法規(guī)，統(tǒng)一標準

目前的智能駕駛技術(shù)處于L2階段，正在向L3演進。與L2不同，L3不再被視為輔助駕駛，而是有條件的自動駕駛，駕駛員無需時刻觀察周圍路況準備隨時接管，此時，駕駛車輛的責任更多地由車輛本身承擔，因此，自動駕駛系統(tǒng)正常運行時出現(xiàn)的交通事故理應由車輛生產(chǎn)廠商負責。但就當前各國交通政策來看，L3自動駕駛技術(shù)并未得到廣泛認可，交通事故的第一責任人大多明確認定為駕駛員?？梢?，各國政府對自動駕駛落地持謹慎態(tài)度，相關(guān)法律法規(guī)的出臺節(jié)奏較為緩慢，這在一定程度上限制了高級別自動駕駛技術(shù)的發(fā)展。

高級別自動駕駛的落地還需要各國出臺相關(guān)政策對自動駕駛的認定標準、技術(shù)規(guī)范、專業(yè)術(shù)語、評價體系等做出明確解答，并建立標準體系。標準體系的建立十分繁瑣且需要持續(xù)優(yōu)化，這對各國政府來說都是不小的挑戰(zhàn)。

結(jié)語

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越多，但安全問題并未得到解決。而且，有些車輛和ADAS系統(tǒng)在某種程度上是在公路上“做實驗”，危險系數(shù)不小。

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

當然，要想在未來的家用車上實現(xiàn)L4、甚至是L5級駕駛功能，除了技術(shù)攻關(guān)，成本是一個繞不開的難題，因為要實現(xiàn)L5級駕駛，車上需要搭載的硬件種類很多，且都很昂貴，而且，軟件服務也不會便宜，這樣的成本能否普及到廣大消費者的生活中，是一個問題。