近年来，几乎没有什么话题能够像自动驾驶激发汽车业的集体热情 。在车联网汽车开发、深度学习软件以及谷歌、特斯拉和优步（Uber）等新公司的推动下竞相推出全自动汽车。
然而，现实与这些雄心壮志不同。许多项目受到重大延误和基础性挑战的困扰。这些挑战包括全分布式系统中大量异构传感器所要求的复杂体系结构硬件和软件的使用模式迥异。
尽管自主汽车对移动服务提供商来说是有商业意义的，但迄今为止，很少有具体的商业案例证明这项投资是合理的。此外，诸如车辆电气化和NCAP（新车评估计划，评估新汽车设计在各种安全威胁下的性能）等因素压制了围绕自主汽车的宣传。因此，主机厂们都在寻找建立可持续企业的更现实的基础。受NCAP下一版本要求和立法的推动，安全仍然是ADAS主要市场驱动力。NCAP 2020评估涵盖了五项自主功能——自动紧急制动、交通标志识别、车道保持辅助、车辆检测和行人检测。这些已经成为2019/2020年车辆的主流。
NCAP评估仍在发展。随着时间的推移，它所涵盖的功能数量不断增加。例如，早期版本的NCAP只关注驾驶前方。但NCAP 2025需要360°环绕视野、远距离视野、转向和内部监控。此外，全世界的立法都在鼓励出于安全目的使用摄像机。美国汽车现在必须有备用摄像头。欧洲将在2022年2月前强制实施自动紧急制动，中国也颁布了新的商用车安全法规。除了安全性之外，某些ADAS（高级驾驶员辅助系统）功能（如自动驻车和带转向辅助功能的自适应巡航控制）所提供的便利性可能会增加对高级驾驶的需求。
自动驾驶发展路径
如上图在现有ADAS的基础上自动驾驶会朝驾驶和泊车两个方面走，当前的自行适应续航，主动刹车，线路保持等会朝拥堵辅助，高速自动驾驶，城市自动驾驶进化；环视到自动泊车再到远程泊车再到代客泊车最终驾驶和泊车汇聚成自动驾驶。
自动驾驶端到端的平台
除了安全性，某些ADAS（高级驾驶员辅助系统）功能（如自动泊车和带转向辅助功能的自适应巡航控制）所提供的便利性，可能会推动对高级功能的需求，因为这些功能变得更加实惠。对于原始设备制造商来说，这意味着自主车辆开发最经济可行的途径是使其车辆适应最新的NCAP法规要求，同时开发ADAS功能作为便利功能。
规模问题-随着ADAS变得越来越复杂，原始设备制造商寻找经济的方法来满足尽可能广泛的需求。最大的挑战是如何将满足NCAP三星级最低ADAS要求的入门级平台扩展到高级自治级别。在整个过程中控制成本和尽一切努力在整个系统中重用元素是至关重要的。
在设计可扩展性时，将多个功能集成到一个集中的ECU中的趋势看起来相当吸引人。然而，这种方法在功能安全要求、功耗和修改业务模型方面带来了技术挑战。例如，许多原始设备制造商发现，依赖单一来源硬件或软件的传统方法不再适用于他们。所以他们自己开发自己的硬件或软件，或者在多个第三方之间分配工作。
对于硬件制造商来说，面临的挑战是找到一个能够提供开放平台的半导体供应商，该平台可以将设备从入门级扩展到高级，同时保持升级的兼容性。而原始设备制造商要想开发自己的软件或与他人集成，就必须掌握新的开发方法和框架。人工智能（AI）是另一个挑战，它依赖于几年前仍在研究的一类全新算法。
自动驾驶运算CPU
半导体供应商必须调整他们的产品以适应这种新的模式。他们的第一个挑战是适应从入门级到高级的功能，同时确保软件可重用。大多数半导体供应商专注于初级到中级系统，其中的关键能力是成本、低功耗、处理关键实时任务和功能安全。这些系统代表了汽车应用的高容量区。
消费领域的半导体供应商在开发汽车用器件时面临几个问题：严格的功耗需求、高达ASIL-D的功能安全支持，以及在生产过程中低PPM率的高质量要求。同样具有挑战性的是，当试图缩小消费设备的规模时，实现有效的物料清单（BOM）。
*未经准许严禁转载和摘录
本文参考Autonomous and Connected Vehicles hand book 08-20文章解读。
作者：Pirate Jack
来源：https://mp.weixin.qq.com/s/iixWnM-lygyMR0WEmx5sRA
Vehicle微信公众号
相关文章推荐
更多汽车行业干货请关注Vehicle专栏。
