雖然近年自動(dòng)駕駛吸引了企業(yè)、政府、媒體和消費(fèi)者的普遍關(guān)注，但自動(dòng)駕駛目前仍處于原型測(cè)試驗(yàn)證階段。多家公司都在路測(cè)自己的自動(dòng)駕駛車(chē)輛，包括Waymo、特斯拉、Uber、百度、滴滴，以及傳統(tǒng)汽車(chē)OEM廠商如通用、福特、豐田和大眾等。自動(dòng)駕駛芯片和系統(tǒng)方案供應(yīng)商包括英偉達(dá)、英特爾Mobileye、地平線、NXP等。Xhyesmc

Waymo源自谷歌的一個(gè)自動(dòng)駕駛研究項(xiàng)目，現(xiàn)已成為谷歌母公司Alphabet旗下的一個(gè)獨(dú)立公司。截至2018年10月，Waymo自動(dòng)駕駛車(chē)輛已經(jīng)在美國(guó)6個(gè)州的25個(gè)城市完成公共道路測(cè)試?yán)锍?000萬(wàn)英里，其虛擬自動(dòng)駕駛車(chē)輛完成了70億英里的模擬路測(cè)。2018年12月，該公司在美國(guó)亞利桑那州太陽(yáng)城正式推出L4級(jí)別的自動(dòng)駕駛出租車(chē)服務(wù)。今年7月，Waymo獲得加州政府頒發(fā)的載運(yùn)乘客服務(wù)許可，將在谷歌總部附近的幾個(gè)城市提供無(wú)人駕駛出租服務(wù)。Xhyesmc

從ADAS到完全自動(dòng)駕駛

Waymo自動(dòng)駕駛研發(fā)和路測(cè)歷時(shí)10年，耗資超過(guò)10億美元，目前已經(jīng)達(dá)到L4級(jí)別，這也是全球自動(dòng)駕駛領(lǐng)域目前所達(dá)到的最高級(jí)別。下面我們大致回顧和展望一下汽車(chē)行業(yè)從ADAS到完全自動(dòng)駕駛的發(fā)展歷程。Xhyesmc

Xhyesmc

圖1：自動(dòng)駕駛不同級(jí)別可以實(shí)現(xiàn)的功能及時(shí)間預(yù)測(cè)（來(lái)源：Arm）Xhyesmc

國(guó)際汽車(chē)工程師學(xué)會(huì)(SAE International)定義了L0-L5六個(gè)自動(dòng)駕駛級(jí)別。其中L0完全沒(méi)有駕駛輔助控制功能，我們從L1開(kāi)始到L5來(lái)大致介紹這五個(gè)級(jí)別，從高級(jí)駕駛輔助控制和完全自動(dòng)駕駛的區(qū)別。Xhyesmc

• L1和L2以人自主駕駛為主，ADAS為輔。大約從2000年開(kāi)始，L1級(jí)別的駕駛輔助功能開(kāi)始出現(xiàn)，包括自適應(yīng)巡航控制(ACC)、車(chē)道保持、自動(dòng)緊急剎車(chē)(AEB)和平行泊車(chē)協(xié)助等。2013年開(kāi)始出現(xiàn)L2級(jí)別的部分自動(dòng)功能，包括方向盤(pán)自動(dòng)控制、換道、交通堵塞協(xié)助等。特斯拉AutoPilot系統(tǒng)就屬于L2級(jí)別。Xhyesmc

• 2018年出現(xiàn)的L3級(jí)別實(shí)現(xiàn)了有條件的自動(dòng)駕駛，即需要人和車(chē)同時(shí)參與。但這在人類行為習(xí)慣和法律裁定方面都難以協(xié)調(diào)，因?yàn)橐坏┎恍枰褙炞⒌亻_(kāi)車(chē)，人們就會(huì)分神，在出現(xiàn)緊急情況車(chē)輛需要人工參與時(shí)很難及時(shí)做出反應(yīng)，甚至有可能因?yàn)轳{駛員不知道自己是否應(yīng)該介入而導(dǎo)致事故。很多OEM車(chē)廠和技術(shù)公司都聲稱越過(guò)L3，直接進(jìn)入L4，因?yàn)闊o(wú)論從法規(guī)還是技術(shù)角度L3都比較有挑戰(zhàn)。但是，從研究和學(xué)習(xí)的角度還是有價(jià)值的。Xhyesmc

• L4和L5以車(chē)為主，人基本或完全不參與。L4級(jí)別即可實(shí)現(xiàn)高度自動(dòng)化，解放出人的眼、手和腳，車(chē)輛可以在高速上自動(dòng)行駛達(dá)到100英里/小時(shí)，實(shí)現(xiàn)自動(dòng)換道和自由行駛，預(yù)計(jì)2024年進(jìn)入商用部署階段。L5是真正的完全自動(dòng)駕駛，預(yù)計(jì)2027年自動(dòng)駕駛出租車(chē)(Robo-Taxi)和無(wú)人駕駛穿梭巴士開(kāi)始提供出行服務(wù)，人們可以在任何環(huán)境條件下自由乘坐。但目前還沒(méi)有廠家達(dá)到L5級(jí)別。Xhyesmc

從原型測(cè)試到量產(chǎn)和商用部署面臨的挑戰(zhàn)

無(wú)論互聯(lián)網(wǎng)巨頭、汽車(chē)OEM廠商，還是自動(dòng)駕駛技術(shù)公司，目前都在原型測(cè)試和驗(yàn)證階段，自動(dòng)駕駛離批量生產(chǎn)和大規(guī)模商用部署還有很長(zhǎng)的路要走。從非技術(shù)層面來(lái)說(shuō)，所面臨的挑戰(zhàn)在于高昂的成本和消費(fèi)者心理接受程度。從技術(shù)角度來(lái)看，面臨的難題包括多源傳感器融合所需要的高性能處理計(jì)算能力、復(fù)雜的軟件和算法，以及自動(dòng)駕駛所要達(dá)到的功能性安全（Functional Safety）及信息安全(Information Security)。Xhyesmc

o 自動(dòng)駕駛車(chē)輛成本居高不下。實(shí)現(xiàn)L4和L5級(jí)別自動(dòng)駕駛的車(chē)輛要比普通車(chē)輛額外花費(fèi)7.5-10萬(wàn)美元，只有出行服務(wù)(Mobility-as-a-Service, MaaS)運(yùn)營(yíng)商才能支付得起，還遠(yuǎn)遠(yuǎn)高于普通消費(fèi)者的支付水平。各種類型的傳感器是導(dǎo)致高昂成本的主要因素。Xhyesmc

o 消費(fèi)者心理接受程度：對(duì)自動(dòng)駕駛車(chē)輛安全的擔(dān)心是消費(fèi)者不愿接受自動(dòng)駕駛的主要原因。有調(diào)查統(tǒng)計(jì)顯示，超過(guò)60%的受訪者不但不愿意乘坐自動(dòng)駕駛車(chē)輛，也不愿意在路上跟自動(dòng)駕駛車(chē)輛共享道路。要建立對(duì)車(chē)輛功能安全性的信任還需要時(shí)間，另外消費(fèi)者也擔(dān)心聯(lián)網(wǎng)的車(chē)輛會(huì)遭受黑客攻擊和破壞。Xhyesmc

o 復(fù)雜繁多的傳感器和信息輸入源：激光雷達(dá)(LiDAR)、車(chē)載雷達(dá)、攝像頭、圖像處理、計(jì)算機(jī)視覺(jué)等大量數(shù)據(jù)的輸入和融合需要分類處理、做出實(shí)時(shí)決策和采用相應(yīng)行動(dòng)。[!--empirenews.page--]Xhyesmc

o 軟件和算法的復(fù)雜性：一個(gè)能夠?qū)崿F(xiàn)完全自動(dòng)駕駛的車(chē)輛大約需要10億行代碼的軟件，這是任何一家公司都無(wú)法獨(dú)自完成的。跟飛機(jī)做個(gè)對(duì)比，波音787 Dreamliner的軟件才包含1400萬(wàn)行代碼，因?yàn)轱w機(jī)的飛行環(huán)境和路徑相對(duì)簡(jiǎn)單，而且飛行員都是經(jīng)過(guò)專業(yè)訓(xùn)練的駕駛員。而自動(dòng)駕駛車(chē)輛的運(yùn)行環(huán)境要復(fù)雜得多，不但要在擁擠的道路上與其它車(chē)輛交互，而且要隨時(shí)主要行人，還要應(yīng)對(duì)各種各樣的天氣和路況。Xhyesmc

o 異構(gòu)集成的高性能處理器支持：傳感器融合(Sensor Fusion)和圖像處理對(duì)CPU、GPU和專用AI加速器提出了極高的要求。此外，處理器和整個(gè)系統(tǒng)的功耗和尺寸也要大幅度減少。Xhyesmc

o 功能性安全：目前業(yè)界還沒(méi)有統(tǒng)一的功能性安全標(biāo)準(zhǔn)，各種安全性技術(shù)雖然已經(jīng)經(jīng)過(guò)驗(yàn)證，但仍無(wú)法滿足自動(dòng)駕駛對(duì)功能性安全的要求。Xhyesmc

計(jì)算性能要有10-100倍的提升

對(duì)多輸入來(lái)源的傳感器數(shù)據(jù)進(jìn)行實(shí)時(shí)處理是自動(dòng)駕駛系統(tǒng)對(duì)處理器硬件和軟件提出的高要求。數(shù)據(jù)處理分為四步：感應(yīng)(SENSE)、察覺(jué)(PERCEIVE)、決策(DECIDE)和致動(dòng)(ACTUATE)。Xhyesmc

Xhyesmc

圖2：自動(dòng)駕駛系統(tǒng)處理數(shù)據(jù)的步驟（來(lái)源：Arm）Xhyesmc

鑒于自動(dòng)駕駛對(duì)數(shù)據(jù)處理性能的要求和軟件及算法的復(fù)雜性，Arm公司汽車(chē)方案和平臺(tái)總監(jiān)Robert Day認(rèn)為若采用統(tǒng)一的自動(dòng)駕駛計(jì)算平臺(tái)，業(yè)界就可以更好地協(xié)作開(kāi)發(fā)硬件和軟件系統(tǒng)，確保安全一致性，而且可以降低整體成本，加速自動(dòng)駕駛從原型測(cè)試到批量生產(chǎn)、規(guī)?；渴鸷蜕虡I(yè)化運(yùn)營(yíng)的發(fā)展步伐。Arm最近聯(lián)合英偉達(dá)、NXP、GM、豐田和博世等業(yè)界廠商聯(lián)合成立自動(dòng)駕駛計(jì)算聯(lián)盟(AVCC)就是基于這一理念。Xhyesmc

據(jù)他介紹，Arm CPU、GPU、ISP和NPU等系列IP使得基于Arm的芯片解決方案可以在整個(gè)車(chē)輛中使用，而Arm的半導(dǎo)體合作伙伴提供了廣泛的汽車(chē)級(jí)SoC。如上圖所示，Arm完整的處理器系列包括應(yīng)用處理器（Cortex-A）、實(shí)時(shí)處理器（Cortex-R）和小型低功耗微處理器（Cortex-M），以適應(yīng)自動(dòng)駕駛系統(tǒng)的所有階段。隨著Arm的半導(dǎo)體合作伙伴將更多計(jì)算元素加入異構(gòu)SoC平臺(tái)，將有助于滿足自動(dòng)駕駛的計(jì)算處理要求，同時(shí)有助于降低功耗、價(jià)格、尺寸和散熱。Xhyesmc

這些離散的傳感器包括：光探測(cè)和測(cè)距（激光雷達(dá)），用脈沖激光測(cè)量到目標(biāo)的距離；無(wú)線電探測(cè)和測(cè)距（雷達(dá)），使用無(wú)線電波代替激光；紅外（IR）攝像系統(tǒng)，使用熱成像技術(shù)在黑暗中進(jìn)行感知；以及普遍采用的攝像頭系統(tǒng)等。Xhyesmc

某些數(shù)據(jù)可以在傳感器本地處理，但大部分?jǐn)?shù)據(jù)都要通過(guò)傳感器融合來(lái)匯聚、過(guò)濾和分類。傳感器融合要處理太字節(jié)量級(jí)的數(shù)據(jù)，這是通用型CPU無(wú)法滿足的，但GPU可以提供10倍于CPU的性能， 非常適合汽車(chē)自動(dòng)駕駛和ADAS技術(shù)對(duì)處理能力的要求，尤其是在圖像分析和并行信號(hào)處理方面。自動(dòng)駕駛系統(tǒng)可以利用GPU的圖形計(jì)算能力去實(shí)時(shí)處理和分析傳感器數(shù)據(jù)。Xhyesmc

Xhyesmc

圖3：自動(dòng)駕駛的不同級(jí)別所需要處理的傳感器類型和數(shù)量（來(lái)源：Imagination）Xhyesmc

在上世紀(jì)90年代，CPU增加了浮點(diǎn)運(yùn)算單元和高速緩存以提高性能，此后GPU也被集成至CPU中。到2010年代，圖像信號(hào)處理器（ISP）和對(duì)視頻編解碼器的硬件支持也加入進(jìn)來(lái)?，F(xiàn)在則輪到神經(jīng)網(wǎng)絡(luò)加速器集成進(jìn)芯片，實(shí)現(xiàn)芯片自身的優(yōu)化，并成為網(wǎng)絡(luò)邊緣計(jì)算設(shè)備的標(biāo)準(zhǔn)組成部分。Xhyesmc

隨著AI、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的興起，針對(duì)特定領(lǐng)域的專用加速器NPU則可以將計(jì)算性能提高200倍。所有這些使得ADAS/自動(dòng)駕駛系統(tǒng)能夠更好地解析環(huán)境，并且可提升系統(tǒng)輔助駕駛員和維護(hù)自動(dòng)駕駛汽車(chē)安全性的能力。隨著自動(dòng)駕駛從L2級(jí)提升至L4和L5級(jí)，越來(lái)越需要車(chē)內(nèi)系統(tǒng)能夠?qū)?chē)輛所行駛的環(huán)境有更詳細(xì)、更廣泛的了解。Xhyesmc

Xhyesmc

圖4：嵌入式系統(tǒng)SoC的演化（來(lái)源：Imagination）Xhyesmc

據(jù)Imagination公司汽車(chē)業(yè)務(wù)總監(jiān)Bryce Johnstone介紹，PowerVR GPU和神經(jīng)網(wǎng)絡(luò)加速器可以解決自動(dòng)駕駛汽車(chē)平臺(tái)開(kāi)發(fā)人員面臨的數(shù)據(jù)處理和可信架構(gòu)挑戰(zhàn)。此外，PowerVR GPU支持完全的硬件虛擬化，將共享GPU的虛擬實(shí)例進(jìn)行徹底的隔離。從而可以有效地驅(qū)動(dòng)ADAS/自動(dòng)駕駛平臺(tái)架構(gòu)的發(fā)展，同時(shí)提供實(shí)現(xiàn)安全、可靠的自動(dòng)駕駛處理所需的強(qiáng)大性能。[!--empirenews.page--]Xhyesmc

功能安全要達(dá)到ASIL D等級(jí)

根據(jù)ISO26262規(guī)范的定義，功能安全性是指即便電氣和電子系統(tǒng)因?yàn)楣收蠈?dǎo)致?lián)p壞，但也不會(huì)給車(chē)輛帶來(lái)無(wú)法預(yù)測(cè)的安全風(fēng)險(xiǎn)。ISO26262對(duì)汽車(chē)安全完整性級(jí)別(ASIL)從低到高劃分為四個(gè)等級(jí)，即ASIL A、B、C、D，這些安全等級(jí)跟特定系統(tǒng)監(jiān)測(cè)出的故障次數(shù)有直接關(guān)系。Xhyesmc

據(jù)統(tǒng)計(jì)，超過(guò)90%的車(chē)輛事故都是人為失誤造成的，如果自動(dòng)駕駛車(chē)輛能夠達(dá)到所期望的安全等級(jí)，嚴(yán)重交通事故將有望大幅度減少。然而，自動(dòng)駕駛系統(tǒng)需要極高的計(jì)算性能和最高等級(jí)的安全性以確保車(chē)輛高速行駛的安全。在功能安全性方面有哪些技術(shù)可供選擇呢？Xhyesmc

鎖步和拆分-鎖定

從芯片和硬件的角度，實(shí)現(xiàn)功能性安全所涉及的技術(shù)包括內(nèi)置自檢、奇偶校驗(yàn)、鎖步(Lock-step)、錯(cuò)誤監(jiān)測(cè)/糾正，以及看門(mén)狗等。其中鎖步(Lock-step)和拆分-鎖定(Split-lock)是兩個(gè)可以同時(shí)滿足自動(dòng)駕駛性能和安全性要求的安全技術(shù)。Xhyesmc

在“鎖步”中配置兩個(gè)CPU內(nèi)核是實(shí)現(xiàn)高水平診斷的傳統(tǒng)方法，即能夠檢測(cè)到錯(cuò)誤情況的發(fā)生。其原理非常直截了當(dāng)，每個(gè)內(nèi)核饋入比較器邏輯塊，并且每個(gè)內(nèi)核執(zhí)行完全相同的代碼。比較器邏輯逐個(gè)周期比較輸出，只要結(jié)果相等，一切就OK。如果結(jié)果之間存在差異，則表明有安全隱患，應(yīng)該進(jìn)一步監(jiān)測(cè)或采取措施解決故障狀況。這種”鎖步“機(jī)制是通過(guò)設(shè)計(jì)固定在芯片里的，因此靈活性不夠。因?yàn)檫\(yùn)行應(yīng)用程序要使用兩個(gè)內(nèi)核，只能獲得單核的性能。這種方法已被“證明”可行有效，并已在微控制器和不太復(fù)雜的確定性微處理器上使用多年。Xhyesmc

據(jù)Robert Day稱，Arm在汽車(chē)級(jí)微處理器內(nèi)核Cortex-A76AE和Cortex-A65AE中引入了“拆分-鎖定(Split-lock)”安全機(jī)制。拆分-鎖定允許在啟動(dòng)時(shí)將系統(tǒng)配置為“分離模式”（兩個(gè)獨(dú)立的CPU，可用于處理不同的任務(wù)和應(yīng)用），或“鎖定模式”（針對(duì)高安全完整性應(yīng)用，CPU處于鎖步模式）。這種“拆分-鎖定”功能對(duì)于自動(dòng)駕駛系統(tǒng)是至關(guān)重要的，可以實(shí)現(xiàn)出色的計(jì)算性能和高度的安全完整性支持。Xhyesmc

本文為《國(guó)際電子商情》姐妹網(wǎng)站《電子工程專輯》11月刊雜志文章Xhyesmc