自動駕駛發(fā)展就好比是登月計(jì)劃。

　　從傳感器到人工智能，經(jīng)典的電子供應(yīng)鏈已經(jīng)形成了一個(gè)協(xié)作矩陣，致力于實(shí)現(xiàn)自動駕駛車輛的安全性。

　　為此，還需進(jìn)行大量硬件和軟件開發(fā)工作，以確保駕駛員、乘客和行人受到保護(hù)。

　　盡管機(jī)器學(xué)習(xí)和AI可以發(fā)揮作用，但其有效性取決于輸入數(shù)據(jù)的質(zhì)量。

　　因此，除非自動駕駛車輛建立在高性能、高可靠度傳感器信號鏈的基礎(chǔ)上，始終提供最準(zhǔn)確的數(shù)據(jù)作為生死決策的依據(jù)，否則便不能被認(rèn)為是安全的。

　　就像最初的登月一樣，在通往安全自動駕駛車輛的道路上還存在許多障礙。

　　最近發(fā)生的涉及自動駕駛車輛的事故助長了唱反調(diào)者的聲勢，他們認(rèn)為車輛及其行駛環(huán)境太復(fù)雜，變數(shù)太多，而算法和軟件仍然錯(cuò)誤太多。

　　對于參與了ISO26262功能安全合規(guī)性驗(yàn)證的任何人來說，他們對此持懷疑態(tài)度是可以理解的。

　　這種懷疑態(tài)度有相關(guān)數(shù)據(jù)的支持。

　　下圖比較了2017年在硅谷測試的五家自動駕駛車輛公司的實(shí)際行駛里程數(shù)和脫離自動駕駛模式的次數(shù)（圖1）2019年的數(shù)據(jù)尚未匯總，但個(gè)別公司的報(bào)告可在網(wǎng)上查閱。

　　但是目標(biāo)已經(jīng)很明確，當(dāng)務(wù)之急是要在自動駕駛即將到來之時(shí)，保障至關(guān)重要的安全性。

　　加州車輛管理局(DMV) 2018年的非官方數(shù)據(jù)顯示，同等英里數(shù)下，自動駕駛模式的人為接管次數(shù)正在減少，這也表明自動駕駛系統(tǒng)正變得越來越強(qiáng)大。而這種趨勢需要進(jìn)一步加快。

　　通過將協(xié)作和新思維放在第一位，汽車制造商將直接與芯片供應(yīng)商洽談，傳感器制造商將與AI算法開發(fā)人員討論傳感器融合。

　　而軟件開發(fā)人員將與硬件提供商建立聯(lián)系，充分發(fā)揮兩者的優(yōu)勢。舊的關(guān)系正在改變，新的關(guān)系正在動態(tài)地形成，以優(yōu)化最終設(shè)計(jì)的性能、功能、可靠性、成本和安全性。

　　*（圖1）五大自動駕駛制造商在加州的測試數(shù)據(jù)：每次脫離人為接管后自動駕駛系統(tǒng)的平均行駛英里數(shù)（2017年12月至2018年10月）。

　　在這段時(shí)間內(nèi)，總共有28家公司主動在在加州的公眾場合對車輛進(jìn)行了測試。期間，在自動駕駛模式下共行駛2,036,296英里，發(fā)生143,720次人為接管。

　　生態(tài)系統(tǒng)正在尋求合適的模式，以便在此基礎(chǔ)上制造和測試全自動駕駛車輛，用于快速涌現(xiàn)的新應(yīng)用，如自動駕駛出租車(robo-taxi)和長途貨車。

　　在此過程中，高級駕駛輔助系統(tǒng)(ADAS)所使用的傳感器不斷改進(jìn)，使得自動化程度快速提高。

　　這些傳感器技術(shù)包括攝像頭、激光探測與測距(LiDAR)、無線電探測與測距(radar)、微機(jī)電傳感器(MEMS)、慣性測量單元(IMU)、超聲波和GPS，所有這些都為人工智能系統(tǒng)提供關(guān)鍵的數(shù)據(jù)輸入，從而驅(qū)動真正的自動駕駛車輛。

　　*（圖2）用于ADAS感知和車輛導(dǎo)航的各種傳感技術(shù)往往獨(dú)立工作，并向駕駛員發(fā)出預(yù)警，以便做出反應(yīng)。

　　*（圖3）為了確保自動駕駛車輛的安全，必須充分探測當(dāng)前和歷史狀態(tài)、環(huán)境特性以及車輛自身狀態(tài)（位置、速度、軌跡和機(jī)械狀況）。

　　車輛的認(rèn)知能力是預(yù)測性安全的基石

　　車輛的智能化程度通常用自動駕駛級別來表示：L1和L2主要是預(yù)警系統(tǒng)，而L3或更高級別的車輛被授權(quán)控制以避免事故，隨著車輛發(fā)展到L5，方向盤將被取消，車輛完全自動駕駛。

　　在最初的幾代系統(tǒng)中，隨著車輛開始具備L2功能，各個(gè)傳感器系統(tǒng)獨(dú)立工作。

　　這些預(yù)警系統(tǒng)誤報(bào)率較高，帶來了不少麻煩，因此經(jīng)常被關(guān)閉。

　　為了實(shí)現(xiàn)具有認(rèn)知能力的全自動駕駛車輛，傳感器的數(shù)量將顯著增加。此外，性能和響應(yīng)速度也必須大幅提升（圖3、圖4）。

　　將更多傳感器安裝在車輛上后，還可以更好地監(jiān)控和分析當(dāng)前機(jī)械狀況，如胎壓、重量變化（例如，負(fù)載和無負(fù)載、一名乘客或五名乘客），以及可能影響制動和操控的其他磨損因素。

　　有了更多的外部傳感方式，車輛可以更充分地感知其行駛狀況和周圍環(huán)境。

　　傳感方式的改進(jìn)使汽車能夠識別環(huán)境的當(dāng)前狀態(tài)，并了解歷史狀態(tài)。

　　這來自于ENSCO航空航天科學(xué)和工程部首席技術(shù)官Joseph Motola開發(fā)的原理。

　　這種傳感能力既可以完成一些簡單的任務(wù)，例如探查道路狀況，識別坑洼位置，也可以進(jìn)行一些詳細(xì)分析，比如一段時(shí)間內(nèi)在特定區(qū)域發(fā)生的事故類型以及事故原因。

　　在產(chǎn)生這些認(rèn)知概念時(shí)，由于感測、處理、內(nèi)存容量和網(wǎng)絡(luò)連接的限制，使它們看起來似乎遙不可及。

　　但現(xiàn)在情況已經(jīng)大有改觀。現(xiàn)在，系統(tǒng)可以訪問這些歷史數(shù)據(jù)，并將其與車輛傳感器提供的實(shí)時(shí)數(shù)據(jù)相結(jié)合，以提供越來越準(zhǔn)確的預(yù)防性措施，避免發(fā)生事故。

　　例如，IMU可以檢測到因坑洼或障礙物引起的突然躍起或偏離。過去，這些信息無處傳輸，但現(xiàn)在通過實(shí)時(shí)連接，可將這些數(shù)據(jù)發(fā)送到中央數(shù)據(jù)庫，并用于警告其他車輛有關(guān)坑洼或障礙物的信息。

　　攝像頭、雷達(dá)、激光雷達(dá)和其他傳感器數(shù)據(jù)也是如此。

　　這些數(shù)據(jù)經(jīng)過編譯、分析和融合，使車輛能夠利用這些數(shù)據(jù)對其行駛環(huán)境作出預(yù)判。

　　這使車輛能夠成為一臺有學(xué)習(xí)能力的機(jī)器，有望做出比人類更好、更安全的決策。

　　*（圖4）自動駕駛等級和傳感器要求。

　　多方面決策和分析

　　在提高車輛感知方面，現(xiàn)已取得了很大的進(jìn)展。重點(diǎn)在于從各個(gè)傳感器收集數(shù)據(jù)，并應(yīng)用傳感器融合策略，將互補(bǔ)優(yōu)勢發(fā)揮到極致，彌補(bǔ)不同傳感器在各種條件下各自的弱點(diǎn)（圖5）。

　　*（圖5）每一種傳感技術(shù)都有其各自的優(yōu)缺點(diǎn)，但只要有適當(dāng)?shù)膫鞲衅魅诤喜呗?，它們就可以?yōu)勢互補(bǔ)并彌補(bǔ)弱點(diǎn)。

　　不過，要想真正有效地解決行業(yè)面臨的問題，仍有許多工作要做。例如，要提高攝像頭計(jì)算橫向速度的能力（也就是物體在與車輛行駛方向垂直的路徑上移動的速度）。

　　但是，要實(shí)現(xiàn)足夠低的誤報(bào)率，即使是最好的機(jī)器學(xué)習(xí)算法仍然需要大約300毫秒來進(jìn)行橫向移動檢測。

　　對于在以每小時(shí)60英里速度行駛的車輛和在車輛前方行走的行人來說，毫秒之差就關(guān)系到人員受傷的輕重程度，因此響應(yīng)時(shí)間至關(guān)重要。

　　300毫秒延遲是由系統(tǒng)從連續(xù)視頻幀執(zhí)行增量矢量計(jì)算所需的時(shí)間造成的。

　　要進(jìn)行可靠的檢測，需要十個(gè)或以上連續(xù)幀，但我們必須將其降到一個(gè)或兩個(gè)連續(xù)幀，以便給車輛足夠的響應(yīng)時(shí)間。雷達(dá)可以做到這一點(diǎn)。

　　同樣，雷達(dá)在速度和物體探測方面也有許多優(yōu)點(diǎn)，例如對方位和俯仰角的高分辨率，以及“看到”周圍物體的能力，但它也需要為車輛提供更多的時(shí)間來作出反應(yīng)。

　　以400公里/小時(shí)或更高的速度測定為目標(biāo)，77GHz至79GHz的一些開發(fā)工作取得了新的進(jìn)展。

　　這種水平速度測定可能看起來很極端，但對于支持復(fù)雜的雙向車道行駛是必要的，在這種路況中，相向行駛的車輛的相對速度超過200公里/小時(shí)。

　　激光雷達(dá)可以彌補(bǔ)攝像頭和一般雷達(dá)的不足，是具有認(rèn)知能力的全自動駕駛車輛上一個(gè)必不可少的組件（圖6）。

　　但它也面臨著挑戰(zhàn)。

　　激光雷達(dá)正在發(fā)展為經(jīng)濟(jì)高效的緊湊型固態(tài)設(shè)計(jì)，可以放置在車輛周邊的多個(gè)位置，以支持完整的360?覆蓋范圍。

　　它與一般雷達(dá)和攝像頭系統(tǒng)相輔相成，提升了角分辨率和深度感知，以提供更精確的三維環(huán)境影像。

　　但是，近紅外波段(IR)（850 nm至940 nm）對視網(wǎng)膜有害，因此其能量輸出在905 nm處被嚴(yán)格調(diào)節(jié)到200 nJ/脈沖。

　　而通過遷移到波長超過1500 nm的短波紅外，這些光由眼睛的整個(gè)表面吸收。這樣就可以放寬一些限制，調(diào)節(jié)到每脈沖8 mJ。1500 nm脈沖激光雷達(dá)系統(tǒng)的能量級別是905 nm激光雷達(dá)的40,000倍，探測距離是后者的4倍。

　　此外，1500 nm系統(tǒng)可以更好地抵御某些環(huán)境條件，如霧霾、灰塵和細(xì)小的氣溶膠。

　　1500 nm激光雷達(dá)面臨的挑戰(zhàn)是系統(tǒng)成本，這在很大程度上受到光伏探測器技術(shù)的推動（該技術(shù)如今基于InGaAs技術(shù)）。

　　獲得高質(zhì)量解決方案，即具有高靈敏度、低暗電流和低電容，將是1500 nm激光雷達(dá)取得進(jìn)展的關(guān)鍵技術(shù)。

　　此外，隨著激光雷達(dá)系統(tǒng)進(jìn)入第二代和第三代，需要使用針對應(yīng)用而優(yōu)化的電路集成，以減少尺寸、功率和整體系統(tǒng)成本。

　　除了超聲波、攝像頭、雷達(dá)和激光雷達(dá)之外，其他傳感技術(shù)也在實(shí)現(xiàn)全自動駕駛方面發(fā)揮著關(guān)鍵作用。

　　GPS讓車輛能夠始終了解自己所處的位置。盡管如此，仍有一些地方無法獲得GPS信號，例如隧道和高層建筑中。

　　而這就是慣性測量單元發(fā)揮重要作用的地方。

　　*（圖6）全自動駕駛車輛主要依賴360?檢測，需要使用先進(jìn)的雷達(dá)、激光雷達(dá)、攝像頭、慣性測量單元和超聲波傳感器

　　盡管經(jīng)常被忽視，但I(xiàn)MU非常穩(wěn)定可靠，因?yàn)樗蕾囉谥亓?，而重力幾乎不受環(huán)境條件影響。

　　它對航位推算非常有用。

　　在暫時(shí)沒有GPS信號的情況下，航位推算可使用來自速度計(jì)和IMU等來源的數(shù)據(jù)，檢測行駛的距離和方向，并將這些數(shù)據(jù)疊加到高清地圖上。

　　這使自動駕駛車輛能夠保持在正確的軌跡，直到GPS信號恢復(fù)。

　　高質(zhì)量數(shù)據(jù)可節(jié)約時(shí)間，挽救生命

　　和這些傳感技術(shù)一樣重要的是它們的可靠性，如果傳感器本身不可靠，輸出的信號沒有被準(zhǔn)確捕獲以作為高精度數(shù)據(jù)提供給上游，那么這些關(guān)鍵的傳感器將變得毫無意義，也正應(yīng)驗(yàn)了那句話，“如果輸入的是垃圾，那么輸出的也一定是垃圾”。

　　為了確保傳感器的可靠性，即使是最先進(jìn)的模擬信號鏈也必須不斷改進(jìn)，以檢測、獲取和數(shù)字化轉(zhuǎn)換傳感器信號，使其準(zhǔn)確度和精度不會隨時(shí)間和溫度的變化而發(fā)生偏差。采用合適的器件和設(shè)計(jì)方法，可以大幅緩解一些出了名的難題（如偏置溫漂、相位噪聲、干擾和其他不穩(wěn)定現(xiàn)象）。

　　高精度/高質(zhì)量的數(shù)據(jù)是機(jī)器學(xué)習(xí)和人工智能處理器得到適當(dāng)訓(xùn)練并做出正確決策的基礎(chǔ)。一般不會有第二次機(jī)會讓你重頭來過。

　　一旦數(shù)據(jù)質(zhì)量得到保證，各種傳感器融合方法和人工智能算法就可以做出最佳響應(yīng)。

　　事實(shí)上，不管人工智能算法訓(xùn)練得有多好，一旦模型被編譯并部署到網(wǎng)絡(luò)邊緣的設(shè)備上，它們的有效性就完全依賴于高精度的傳感器可靠數(shù)據(jù)。

　　傳感器模式、傳感器融合、信號處理和人工智能之間的這種相互作用，對具有智能和認(rèn)知能力的自動駕駛車輛的發(fā)展，以及保障駕駛員、乘客和行人安全都有著深遠(yuǎn)的影響。

　　但是，如果沒有高度可靠、準(zhǔn)確、高精度的傳感器信息（這些信息是安全自動駕駛車輛的基礎(chǔ)），一切都毫無意義。

　　和任何先進(jìn)技術(shù)一樣，我們在這方面做的工作越多，就會發(fā)現(xiàn)更多需要解決的復(fù)雜用例。

　　這種復(fù)雜性將繼續(xù)對現(xiàn)有技術(shù)構(gòu)成難題，因此我們期待下一代傳感器和傳感器融合算法可以解決這些問題。

　　就像最初的登月一樣，我們對于整個(gè)自動駕駛車輛推行計(jì)劃也抱有巨大的期待，希望這將為社會帶來深刻的變革和持久的影響。

　　從輔助駕駛發(fā)展到自動駕駛，不僅會大幅提升交通安全性，還會顯著提高生產(chǎn)力。而這樣的未來完全依托于傳感器，其他一切都將建立在傳感器基礎(chǔ)之上。

　　亞德諾半導(dǎo)體公司（Analog Devices）對自動駕駛汽車提出的一些看法：

　　1.駕駛員、乘客和行人安全，自動駕駛&如何贏得消費(fèi)者信任

　　要想無人駕駛汽車上路行駛，自動駕駛生態(tài)系統(tǒng)需要攻克的首要課題就是安全問題——既包括確保實(shí)際行車安全，也包括消除人們心中對于安全的擔(dān)憂。

　　全自動駕駛預(yù)計(jì)要到2030年乃至更久之后才有望實(shí)現(xiàn)，因?yàn)檫€有無數(shù)工程方面的課題有待解決?？梢哉f安全問題始終是包括汽車制造商、技術(shù)公司、AI供應(yīng)商、政策制定者以及學(xué)術(shù)界在內(nèi)的自動駕駛生態(tài)系統(tǒng)亟需解決的重要議題之一。

　　要想實(shí)現(xiàn)全自動駕駛，首先需要采用多功能系統(tǒng)級的方法，為汽車提供一種實(shí)時(shí)360度安全屏障，通過融合來自攝像頭、雷達(dá)、激光雷達(dá)和高性能運(yùn)動傳感器的數(shù)據(jù)，使汽車能夠準(zhǔn)確感知車身周圍路況，且始終能夠基于安全考量做出正確決策。如今攝像頭已成為汽車標(biāo)配，但為打造這種360度安全屏障，雷達(dá)和激光雷達(dá)等技術(shù)勢必將成為新一代汽車的標(biāo)配?！?/p>

　　2.傳感器技術(shù)、IMU、人工智能和機(jī)器學(xué)習(xí)能力技術(shù)突破

　　核心傳感器技術(shù)對于人工智能導(dǎo)航系統(tǒng)至關(guān)重要，包括攝像頭、激光雷達(dá)、雷達(dá)、微機(jī)電系統(tǒng)（慣性MEMS）、超聲波和全球定位系統(tǒng)(GPS)，有助于實(shí)現(xiàn)更高級別的車輛自主化。

　　具備這些功能的汽車能夠更好地感知周圍環(huán)境，這對于解決安全問題至關(guān)重要，而安全可謂自動駕駛生態(tài)系統(tǒng)最重要的課題。除了支持更強(qiáng)大的車輛感知系統(tǒng)外，這些傳感器還能對影響制動和操控的機(jī)械狀況和相關(guān)維護(hù)因素進(jìn)行監(jiān)控?！?/p>

　　要使自動駕駛汽車具備全面認(rèn)知能力，不僅要將傳感器作為標(biāo)配，還需要大量增加其數(shù)量，進(jìn)而大幅提高性能并縮短響應(yīng)時(shí)間。ADI正在研究一些用于未來汽車的技術(shù)，包括短程和遠(yuǎn)程激光雷達(dá)以及成像雷達(dá)解決方案，其可提供差異化的感知檢測，明顯降低誤報(bào)率，縮短響應(yīng)時(shí)間，使我們離安全的高度自動駕駛這一愿景更近一步。

　　目前，業(yè)界已將目標(biāo)著眼于L3+級自動駕駛，這也有助于推進(jìn)日后L5級自動駕駛所需的感知技術(shù)的發(fā)展。L3+級處于ADAS（1-3級）和全自動駕駛（4-5級）這兩大類之間，兼顧實(shí)用性和高性能。包括全速公路自動駕駛和AEB+技術(shù)在內(nèi)的L3+級應(yīng)用需要更高性能的傳感器來提供支持，讓車輛在行駛途中不僅能夠制動，還能夠進(jìn)行轉(zhuǎn)向以避免發(fā)生交通事故。這種關(guān)鍵的傳感器架構(gòu)將成為構(gòu)建未來全自動駕駛汽車的基礎(chǔ)。

　　3. 企業(yè)如何運(yùn)用自動駕駛（AV, Autonomous Vehicle）技術(shù)賦力商業(yè)模式創(chuàng)新

　　自動駕駛市場的新技術(shù)催生了許多令人為之興奮的潛在商業(yè)模式創(chuàng)新。自動駕駛汽車能夠簡化交通與服務(wù)，以安全且低成本的方式造福人類，這是企業(yè)和社區(qū)和諧運(yùn)作之根本，也有助于提升易用性和生產(chǎn)力。

　　基于自動駕駛汽車的功能，一些公司正致力于重新定義人們享用相關(guān)服務(wù)的方式。從物流用車到公共交通、再到共享出行服務(wù)，自動駕駛能夠改變?nèi)藗兊某鲂蟹绞?，為人們的出行增添更多選擇，并讓我們能夠更好地利用時(shí)間。如今老年人也希望能夠隨時(shí)自由出行，而在自動駕駛汽車時(shí)代，他們不用求助于人就能獨(dú)立出行。

　　4. 價(jià)格負(fù)擔(dān)能力、測試計(jì)劃、城市先行——現(xiàn)實(shí)中我們離實(shí)現(xiàn)自動駕駛尚有距離已成為共識。

　　為實(shí)現(xiàn)經(jīng)濟(jì)安全的全自動駕駛汽車，我們還需應(yīng)對許多方面的挑戰(zhàn)，諸如技術(shù)、基礎(chǔ)設(shè)施和消費(fèi)者接受度等。傳感和計(jì)算技術(shù)尚未成為汽車標(biāo)配，其功能也還需進(jìn)一步完善，才能實(shí)現(xiàn)自動駕駛汽車始終安全行駛的目標(biāo)。除汽車自身之外，新的基礎(chǔ)設(shè)施技術(shù)，例如車輛間以及車對基礎(chǔ)設(shè)施通信（統(tǒng)稱為“V2X”）也須得到更廣泛的部署。

　　盡管我們尚未實(shí)現(xiàn)全自動駕駛，但L3+級自動駕駛兼具卓越的性能與實(shí)用性功能，使我們又向前邁進(jìn)了一步，能夠向公眾提供更強(qiáng)大的技術(shù)。L3+級應(yīng)用所需的高度自動駕駛技術(shù)會成為自動駕駛汽車生態(tài)系統(tǒng)的重點(diǎn)，因?yàn)檫@一關(guān)鍵的傳感器架構(gòu)將為更廣泛地部署全自動駕駛汽車奠定基礎(chǔ)。

　　盡管全自動駕駛車輛目前尚未普及，但其基礎(chǔ)技術(shù)在其他應(yīng)用領(lǐng)域正日趨成熟，例如在自動化工業(yè)設(shè)備領(lǐng)域。技術(shù)在這些應(yīng)用領(lǐng)域不斷打磨和發(fā)展，日后在成本、尺寸、重量和功耗等方面都將能夠滿足汽車應(yīng)用的需求并得以更廣泛的應(yīng)用。