自动驾驶汽车(AV)的发展持续吸引交通和其他工业领域的大量投资，这些投资是十分必要的，因为AV领域中许多棘手的技术难题尚未得到解决。
在我看来，目前AV领域面临三个关键问题：
- AV难题缘何如此难以解决？
- 不同AV用例如何影响AV难题？
- AV用例的部署会如何发展？
我们用三个图表来回答这些问题，无论是新手还是行家，都将有所收获。
AV复杂性难题
开发具备SAE L4能力的安全、可靠的自动驾驶汽车极其复杂，自动驾驶汽车的根本问题即源于此。图1总结了其中的难点。
图1：AV难点列表。(图片来源：Egil Juliussen)
如图1中的红色方框所示，AV的难点分为三组。其可能的解决方案列在12个黑色方框中，每组难点有四组解决方案。请注意，三个蓝色方框中的内容相同，因为这三类难题均需要软件平台和人工智能软件(包括机器学习和神经网络)来解决。
第一个难点是，在大多数场景中，需要知道AV的确切位置，而且精度达厘米级。然后是对所有道路使用者和物体进行分类，包括识别他们在做什么(如果有的话)，并预测在接下来的几秒内他们可能会做什么。
解决这些问题需要大量的传感器、强大的计算能力以及管理多个复杂系统的平台和人工智能软件。一辆典型的自动驾驶出租车需要超过30个传感器，包括摄像头、雷达和激光雷达。例如，Zoox最近宣布其自动驾驶出租车拥有64个传感器，包括28个摄像头、20个雷达和16个激光雷达。
另外，我们还需要基于人工智能的视觉软件来处理传感器数据。而且，大多数自动驾驶汽车都需要高清地图才能准确定位。
所有的软件和硬件系统都需要全面的网络安全保护。软件还必须通过内置的空中升级(OTA)软件更新功能实现定期更新。
第二个难点是保证AV软硬件的可靠性，并确保无单点故障。即使发生故障，也需要具备“跛行回家”能力，至少有办法将车辆停靠至路边。
随着AV法规的引入，在系统和可靠性设计时也必须考虑安全和操作规则。
还有硬件冗余也需要纳入系统设计的考量之中。至少有三个AV系统需要做冗余设计：驾驶控制(转向、制动、速度)、视觉传感器功能(三个类别)和计算系统。
系统架构采用的技术必须能够简化软件平台的协作，并拥有强大的网络安全功能以及OTA软件更新功能。
这些系统目前仍相当昂贵，降低成本势在必行。幸运的是，随着芯片技术的发展，成本显著降低，尤其是AV最昂贵的组件：激光雷达。
AV组件的仿真也至关重要，它包括了软件和硬件以及所有类型的测试和建模。
AV事件数据记录仪对深入了解事故情况非常必要，记录的数据能够帮助人们确定采取哪些措施来提高安全性。远程操作也逐渐成为AV法规中的一项标准，这可能是解决边缘案例并实现“跛行回家”的关键。
第三个难点是开发优于人类驾驶的软件驾驶员。软件驾驶员到底好多少目前还未有定论。但毋庸置疑的是，AV开发人员必须不断测试并改进他们的系统，而开发时间将取决于用例的多少。
AV开发人员对边缘案例进行了广泛测试，这意味着要不断发现软件驾驶员以前没有碰到过且可能不知如何处理的新情况。将新的边缘案例不断添加到软件驾驶员能力中，这也许是优先级最高的任务。
确认AV软件驾驶员可以胜过人类驾驶员也是一个难点。目前，我们尚不清楚AV法规和未来的AV类型审批将如何处理这个重要问题。
其解决方案主要涉及测试、分析大量测试数据来识别软件驾驶员的弱点，然后进行更多测试。幸运的是，这种测试能够通过仿真来进行，而且远快于道路的测试速度。在仿真模式下，每天测试的里程数最高可以达到道路测试的100倍。仿真测试主要侧重于边缘案例和类似场景的测试。
测试必须涵盖不同的天气和照明条件。然而，过去大多数AV测试都是在理想天气条件下进行的。因此，我们需要更多地仿真真实世界。
AV用例
AV复杂性主要由驾驶复杂性决定，并且因AV用例的不同而有很大差异。图2是AV用例复杂性的概述，其重点是SAE L4自动驾驶的部署。这些场景的各种变化情况不在本文讨论范围之内。
图2：AV用例及对应的复杂性。(图片来源：Egil Juliussen)
图2显示了各种AV用例在一个二维空间中的对应位置。随着y轴AV复杂性的不断增加，x轴的驾驶复杂性也在增加。驾驶复杂性包括路途障碍、驾驶速度、交通流量密度、道路使用者的多样性(汽车、自行车、行人等)和天气条件。图中同时列出了发生致命事故的风险，这主要是由速度决定的。对部分AV用例来说，发生致命事故的风险极低。
低AV复杂性
低AV复杂性是指路线简单、低速、用户种类少或交通状况不复杂。最简单的级别是仅在封闭的区域内行驶，例如校园、办公园区或军事基地。人行道送货车是其中最成熟的，有多家厂商涉足。其领头羊是Starship，2021年5月，送货超过150万次，并将很快超过200万次。
固定路线AV的复杂性也较低，因此这一利基市场也吸引了多个参与者。这类AV由于价格高昂而部署缓慢，但也已在数百个城市进行了测试。其应用包括复杂性低的公交路线和/或封闭环境中的运行。
固定路线AV也可以灵活应用，例如按需接送。2021年7月发布的ISO 22737低速自动驾驶(LSAD)法规应该会对固定路线AV部署产生积极的影响。
仅用于最后一英里交付的专门送货AV具有更高的交通复杂性，它在道路上行驶的的速度高于人行道自动驾驶送货车。货车和小型卡车可以改装为自动驾驶送货车。配备了安全驾驶员的送货车目前正在测试中。
中等AV复杂性
此类别涵盖多种AV场景。没有配备安全驾驶员的低速送货AV属于这一类；在集货点间(Hub-to-hub)行驶的自动驾驶卡车也可以算在这一类，但目前还需要安全驾驶员。该类别也称为中程(相对于长途)卡车运输。
在没有安全驾驶员的情况下，可对集货点间自动驾驶卡车和自动驾驶出租车进行远程操作监控。大多数AV法规都要求具备远程操作能力，当自动驾驶车辆出现问题时，远程操作可以作为管理AV的最后手段。远程操作也可能成为一种更普遍的技术，最终取代安全驾驶员。
高AV复杂性
图2包含了三个具有高AV复杂性的用例。集货点间自动驾驶卡车用例在该类别中复杂性最低，其次为自动驾驶出租车。而仍在设计中的私人AV也被归类为高复杂性。私人AV可能从跨城区部署的自动驾驶出租车中获取经验。
AV用例部署
AV的部署将从简单过渡到复杂。图3对图2中所示的AV用例图稍作了修改，用x轴来表示时间线，并重新排列了用例方框，使其位于时间线的不同位置，表明何时将会出现有实际意义的应用。
图3：AV用例演进。(图片来源：Egil Juliussen)
在这种情况下，人行道送货AV的部署率最高，在许多城市中用于运送食品、杂货以及其他小型包裹。由于采用传感器较少、重量轻且行人速度较慢，人行道送货AV成为最便宜的自动驾驶送货车。它与人或物发生碰撞的风险也相对较低。
纯送货AV以Nuro的无人驾驶送货车为代表，目前还处于测试阶段。从Nuro的宣传来看，他们可能更广泛地部署这种无人驾驶送货车。
而自动驾驶出租车目前大多还处于测试阶段，并配有安全驾驶员。但Waymo在凤凰城地区的大部分测试中都撤下了安全驾驶员，有几家自动驾驶出租车运营商甚至已获准在美国和中国的一些城市提供收费服务。
配备安全驾驶员的送货AV还可以在商店和/或仓库之间提供最后一英里或中程送货。
EasyMile、Local Motors和Navya等固定路线自动驾驶汽车已在多个国家/地区进行了广泛的测试。新冠疫情叫停了大多数专注于最多12名乘员运输的测试，最近的ISO LSAD法规涵盖了该用例，预计固定路线AV将在未来几年内投入使用。
配备安全驾驶员的集货点间自动驾驶卡车正在进行越来越多的测试，其中大部分是为付费客户运送货物。
其他类别的AV用例部署要困难很多，而且将会比图3中显示的时间更晚。集货点间的自动驾驶卡车可能会在2025年左右投入应用，而自动驾驶出租车的批量部署将在其后几年，据一些自动驾驶出租车制造商称，他们将会在多个城市提供服务；私人AV的应用将明显晚于自动驾驶出租车。
利用AI解决AV复杂性问题
AV技术仍然存在很多难题，但部分用例的复杂性较低，可以进行有限部署。针对简单AV场景的法规不断出台，众多厂商最终都将提供法规允许的服务。
所有AV法规都将要求远程操作功能，这项功能也可用于取代安全驾驶员，以便更早部署某些用例。
目前导致AV系统成本高昂的主要是激光雷达，预计未来五年内其价格将迅速下降。这意味着，在2025年之后，AV系统的成本将大幅降低。
复杂的AV系统能否尽早部署，最终取决于AI技术的突破，但这是无法预测的。一旦AI技术取得突破，自动驾驶汽车的拥趸们不必等到2030年代就可以拥有自己的自动驾驶汽车。
（原文刊登于EDN姐妹网站EETimes美国版，参考链接：AV Complexity Explained，由Jenny Liao编译。）
本文为《电子技术设计》2021年9月刊杂志文章，版权所有，禁止转载。免费杂志订阅申请点击这里。
-
微信扫一扫
一键转发 -
最前沿的电子设计资讯
请关注“电子技术设计微信公众号”
- 自动驾驶：挑战与机遇 尽管ADAS系统正加速发展，但距离实现自动驾驶还有几大步骤有待完成，在真正的自动驾驶成为现实之前，还有许多技术和监管障碍需要跨越。
- CEVA和Autotalks扩大合作连手创建全球首个5G-V2X解决 Autotalks推出CEVA助力的最新V2X芯片TEKTON3和SECTON3已获主要汽车OEM厂商准予批量生产。
- 新型FMCW LiDAR号称可实现“真4D”机器视觉 机器视觉解决方案需要先进的传感器，以取得实时性的行为数据，并在韧体或硬件层级进行处理，提供高阶信息给决策制定的算法(最终是以AI为基础)。适合车用与机器人机器视觉应用的传感器技术案例，包括雷达和LiDAR。SiLC开发的新型LiDAR技术，是仰赖同调传感器为车辆、机器人和工业应用实现4D视觉。
- 复旦大学认证？剖析从疫情中诞生的“无人配送汽车”的历 复旦大学引入了美团的自动送餐配送车，为全校师生提供三餐无接触的配送服务，已经不是美团第一次助力疫情了，这项技术已经落地近2年而且不断地发展壮大，与各社会企业进行融合..
- 打脸马斯克？研究称雷达对自动驾驶至关重要 特斯拉一直以来都是计算机视像(Vision)技术的坚定支持者，并多次在公开场合吐槽“傻子才用激光雷达”。但据IDTechEx的一份研究报告指出，以技术为导向的专家认为雷达技术是安全驾驶的基础，专家们判断，这项技术对于达到 4 级自主权至关重要。
- 特斯拉自研芯片为弃用激光雷达买单，但D1仍存在一些技术 日前，特斯拉发布了名为 D1 的定制 AI 芯片，用于训练其 Autopilot 自动驾驶系统背后的机器学习算法，号称性能上已经完全碾压英伟达GPU和谷歌TPU。斯坦福大学的 Gerdes 表示，特斯拉的战略是围绕其神经网络构建的。
- 小鹏进军“AI玩具”，要做儿童的第一个可骑乘智能机器马 小鹏汽车的生态企业鹏行智能这是鹏行智能发布了全球首款可骑乘智能机器马。这是鹏行智能智能机器马的第三代原型机，其内部代号为“小白龙”。前有小米首款仿生四足机器人"铁蛋"，后有特斯拉AI机器人“Tesla Bot”，再到日前的鹏行机器马，为何新兴势力纷纷入场AI机器人呢？
- 为什么传感器技术是自动驾驶的关键？ 五六年前一辆新车可能包含大约60到100个传感器，而今天一辆汽车的传感器数量接近200个甚至更多。随着汽车变得更加智能及更加自动化，传感器的发展和复杂程度也随之增加。技术供应商和汽车制造商正在积极应对传感器性能退化、行业标准、以及在汽车使用寿命内维护软件的网络安全等挑战。
- MiR自主移动机器人发布全新牵引产品MiR250 Hook “小身材、大能量”推动产线物流自动化
- 华为AI算法工程师把自行车做成了自动驾驶 ，一个人完成 近日，EDN小编关注的一位B站up主在鸽了好几个月之后，终于更新了，而这次更新的确实一个硬核项目：把自行车做成自动驾驶！并且一个人完成了一个团队的项目……
- 英伟达要抢英特尔最赚钱领域：首推数据中心CPU，Arm架构性 在400亿美元收购Arm的6个月后，NVIDIA连发三款基于Arm IP打造的处理器，包括全球首款专为TB级加速计算而设计的CPU NVIDIA Grace、全新BlueField-3 DPU，以及业界首款1000TOPS算力的自动驾驶汽车SoC。此外，还公布了与亚马逊AWS、Ampere Computing、联发科和Marvell等基于Arm的CPU平台的合作伙伴关系。
- 本田的“全世界第一辆Level 3轿车”噱头战胜安全性？ 我们真的准备好迎接“杀手级”机器驾驶(killer robo-drivers)了吗？有任何人认真考虑过软件导致其他用路人丧生的法律意涵吗？随着机器驾驶数量增加，舆论对它们的看法会改变吗？各国立法与监管机关对舆论的变化会怎么反应？而当机器驾驶杀了人，我们又该如何看待正义？这些问题目前都没有答案……
- 激发未来小小女工程师对STEM课程的兴趣，对工程界至关重要 泰克科技组合软件总经理Rick Khulman: “激发孩子们——尤其是女孩们对STEM的兴趣，对我本人乃至广大工程界
- 数据闭环——自动驾驶下半场的“入场券” 自动驾驶战争的上半场拼的是硬件和算法，下半场拼的则是数据和将数据点石成金的能力，即数据闭环能力。
- Nothing Ear（2）真无线降噪耳机拆解 在2023年3月，Nothing正式发布了全新迭代产品——Nothing Ear（2）真无线降噪耳机，在外观方面延续了家族式的透明元
- 小米Sound Move智能音箱拆解 Xiaomi Sound Move搭载4单元，采用双对称立体声学结构设计，通过高解析力双扬声器和双被动辐射器，经由小米声学金
- 射频传输线基础 今天大家一起学习一下射频传输线基础这篇讲义
- 奔驰半年成绩单：让赚钱变得更优雅！ 2023年上半年，梅赛德斯-奔驰集团呈现出强劲的财务表现和业务增长。本文详述各方面的具体表现。
- 自动驾驶对动力系统的影响 7月13日，由中国汽车工程学会、青岛市工业和信息化局主办，中汽翰思管理咨询公司协办的第十五届汽车动力系统技
- 红配绿，黑与白？什么样的配色才能俘获审稿人的芳心？ 好的科研绘图配色令人印象深刻，也能更准确地传递数据信息，今天小编就带大家看一下怎样去选择最适合自己数据，能
- AP AUTOSAR设计思想及原理 本文给大家分享一下在 AP AUTOSAR 里面我们怎么样去做一个设计，整个 AP 的设计思想及原理。
- 多合一电驱动系统设计和挑战 7月13日，由中国汽车工程学会等主办的第十五届汽车动力系统技术年会（TMC2023）在青岛举行。会上许多公司展示了引
- 电动化降价，智能化收费：未来汽车的双重变革 从2023年开始，价格战的阴影一直笼罩在汽车行业上面，“卷”是进行时，但是怎么”卷”出来是所有人考虑的问题。
- 宝华韦健TWS耳机PI7 S2评测 全新一代 Pi7 S2 的体验如何？耳机在保持上代经典「英伦风」的同时，又能带来哪些新体验呢？下面，就让我爱音频网带
- 瑞萨电子MCU和MPU产品线将支持Microsoft Visual Studio Code 客户现可以在VS Code中设计和调试瑞萨嵌入式处理器的软件，与瑞萨自有e2 Studio IDE相辅相成
- 逐点半导体IRX游戏体验品牌正式上线 从移动视觉处理方案到特定游戏调优，推动手游体验迈向新的征程
- 大联大世平集团推出基于onsemi产品的电动汽车（EV）充电桩方案 大联大控股宣布，其旗下世平推出基于安森美（onsemi）NTBG022N120M3S和NCD57084产品的电动汽车（EV）充电桩方案。
- 意法半导体发布创新红外传感器，提升楼宇自动化的人员存在和移动检 带有微加工热敏晶体管的高集成度、超低功耗传感器可取代传统的被动红外探测器
- 比科奇介绍其打造更加智能移动通信基础设施新愿景 比科奇在MWC上海世界移动通信大会期间介绍了其在引入人工智能（AI）等技术打造更加智能的移动通信基础设施方向
- WiSA E开发套件开始向全球发货，旨在统一非Sonos音频市场 面向中国、韩国、日本和美国的各大品牌发货
- 安森美和麦格纳签署战略合作协议，投资碳化硅生产以满足日益增长的 麦格纳将在其主驱逆变器方案中集成安森美的EliteSiC以增加电动汽车的续航里程和能效
- 小尺寸大功率Harwin连接器子系列可从360° EMC后壳中受益 Harwin公司宣布其Kona大功率连接器子系列现已推出带后壳的产品。
- Arm 扩大开源合作伙伴关系，加强投入开放协作 Arm 和我们的生态系统的关键信念之一是与开源社区合作，共创一个高度发达的 Arm 架构，使软件的落地更加稳定，从
- WiSA推出两款功能强大的新工具，用于实现、管理和测试WiSA技术支持 新工具可为客户提供全面支持，助其开发和制造采用WiSA E和WiSA DS设计、用于多声道音频的产品
- 艾迈斯欧司朗推出智能多像素EVIYOS 2.0 LED，适用于高精度自适应 EVIYOS 2.0具备高分辨率、完全防眩智能远光功能，在远光模式下自动降低眩光；EVIYOS 2.0将图像和安全警示投射
- 全新Arm IP Explorer平台助力SoC架构师与设计厂商加速IP选择 Arm推出全新Arm IP Explorer平台
