作者： TIM GRAI瑞薩電子美國公司 ADAS 和自主系統總監(jiān)

汽車技術取得了巨大的創(chuàng)新和進步——從幫助車輛“看到”駕駛環(huán)境的激光雷達、雷達、攝像頭和其他傳感器，到為正在生成的海量數據帶來智能的 CPU 和 SoC在自動駕駛汽車中。汽車行業(yè)在開發(fā)從消費車到商用車的自動駕駛汽車原型方面取得了長足的進步。最大的問題是：自動駕駛汽車要成為主流需要什么？

測試車輛為生產就緒提供了墊腳石。但是測試車輛，就像今天上路的車輛一樣，不能直接過渡到準備從經銷商處購買的自動駕駛汽車。測試車輛是工程師可以工作和學習的環(huán)境。它提供了一個反饋循環(huán)，工程師可以在其中不斷改進他們的系統并在現實環(huán)境中測試新想法。使用測試車輛，事情可能不會一直有效，工程團隊會從這些結果中學習和改進，以便為生產做好準備。

對于可量產的自動駕駛汽車，標準更高。車輛必須始終連續(xù)且安全地運行。這意味著車輛不僅必須是故障安全的——它們必須是故障操作的。這是一個巨大的工程挑戰(zhàn)。以下是汽車工程師在通往量產型自動駕駛汽車的道路上面臨的五個問題。

L3-L5 閉眼功能的數據和測試要求如何變化？3 級至 5 級 (L3–L5) 車輛的標準非常嚴格。在這些層面上，人類被排除在外。假設沒有人作為備份。ISO 26262 汽車安全完整性等級 (ASIL) 標準需要新的功能和性能來滿足不斷提高的安全要求。今天，最先進的技術是功能安全，車輛系統設計為安全失效。隨著 L3-L5 車輛的發(fā)展，系統必須能夠在操作上出現故障——也就是說，即使發(fā)生故障，系統也需要保證功能的完整或降級運行。

因此，必須對系統進行測試以處理所有“假設”場景。這意味著需要結合測試的多種場景，包括模擬和車輛級測試，從需要隨時準備的緊急制動到車輛控制系統，以在車輛被禁用的情況下將車輛導航到最近的安全停車點. 我們還需要確定為訓練系統收集多少數據就足夠了。我們收集的數據可以幫助解決所有“假設”場景。

我們如何才能實現分布式架構所需的時間同步？在動態(tài)變化的環(huán)境中，當您知道數據來自同一時刻時，您只能融合數據或比較來自不同來源的數據（用于診斷目的）。

因此，隨著越來越多的傳感器、雷達、攝像頭和激光雷達分布在整個車輛中，了解各種數據如何及時相互關聯非常重要。例如，中央控制單元需要及時準確的數據來收集所有需要的信息，以決定它應該在低延遲下做什么。準確的時間同步對于 L3-L5 自動駕駛汽車所需的機器學習模型也至關重要。

挑戰(zhàn)在于可以從以不同速度傳入的各種來源獲得不同的數據點。但是，時間同步對于理解數據至關重要。以傳感器融合為例。與高級傳感器融合數據相比，提供汽車環(huán)境詳細信息的低級傳感器融合數據需要更多帶寬和更復雜的時間同步。

時間同步標準也會因網絡協議而異，為汽車工程師增加了更多的復雜性。以太網時間敏感網絡 (TSN) 和以太網音頻視頻橋接 (AVB) 提供了一種網絡方法來解決汽車控制系統的時間同步問題。GNSS 是另一種方法，特別是對于自主導航系統。

我們如何滿足傳感器和攝像頭的要求？鑒于 L1-L2 車輛具有人的因素，對于 L3-L5 車輛，攝像頭、雷達、激光雷達和其他傳感器必須充當車輛的“眼睛”。因此，他們需要解決幾個因素，包括來自多個來源和在多種環(huán)境條件下運行的各種數據。

傳感器和攝像頭必須能夠以高精度檢測車輛周圍環(huán)境中的多種類型的特征，以實現一致、舒適和安全的駕駛體驗。這包括在道路上發(fā)生的人類駕駛員會看到并采取行動的所有異常事物，例如意外跑到道路上的動物、其他不遵守交通規(guī)則的汽車、坑洼或從意想不到的地方過馬路的行人。

視覺系統還必須在從明媚的陽光到下雨或從雪到霧的天氣條件下運行。視覺系統 - 基于高精度視覺處理和傳感器融合技術以及針對計算機視覺優(yōu)化的高性能硬件的組合 - 提供所需的計算和軟件功能，以支持越來越多的傳感器和車內的攝像頭。

我們如何在降低功耗的同時仍提供允許這些系統運行所需的計算能力？產量推動成本壓力，從而推動工程創(chuàng)新。當您談論自動駕駛汽車設計的計算挑戰(zhàn)時，這也是一個權力討論。使用 L3-L5，在滿足所需成本點的同時，以低功耗實現盡可能多的計算。

解決這一挑戰(zhàn)的一種方法是通過優(yōu)化。例如，軟件是消耗大量電力的地方，這與微處理器、GPU 和其他芯片的架構方式有很大關系。增加的功能安全要求帶來了額外的挑戰(zhàn)。故障運行需要三重冗余。Fail-silent 需要冗余系統。車輛不能提供無限的動力。熱量也是一個問題，因為散熱會隨著功耗的增加而增加。

專用硬件加速器使處理器能夠以極低的功耗滿足特定的應用程序性能要求。了解未來的系統需求并專門針對這些需求設計硬件加速器也將實現具有成本效益和功耗意識的自主系統。

如何利用現有的 ADAS 投資更有效地轉向大規(guī)模生產？隨著過去幾年向聯網汽車的轉變，汽車行業(yè)已經積累了廣泛的專業(yè)知識，圍繞開發(fā)和部署主動安全功能到生產中。

高級緊急制動、自動巡航控制、車道輔助、交叉路口警報、環(huán)視、交通擁堵輔助和自動停車等功能對于從入門級到高端的車輛來說變得越來越普遍。自動駕駛系統在從測試和原型轉向主流車輛時面臨著類似的挑戰(zhàn)。汽車行業(yè)可以利用之前的高級駕駛輔助系統 (ADAS) 投資和經驗教訓來克服當前的挑戰(zhàn)，并允許自動駕駛擴展并實現完全自動駕駛。

審核編輯 黃昊宇