『壹』 從硬體架構看寶馬自動駕駛量產路徑
一直以來， 汽車 廠商都會對自家的自動駕駛架構三緘其口。
但寶馬這次的操作很是讓人意外：在前不久的發布會上，寶馬毫無保留地將自動駕駛平台架構對外進行了分享。
在這次的線上發布會上，寶馬羅列了整合進自家車輛的關鍵構件與主要晶元供應商。
如此透明的分享，也讓外界認識了 寶馬自動駕駛的硬體架構 及其 量產路徑 。
1、軟體與硬體的可擴展性與復用性
通過這次分享，寶馬的自動駕駛平台架構也能幫助我們更加理解這家德國巨頭在自動駕駛設計上的優先順序。
縱觀寶馬乘用車型，無論是Level 2還是Level 4/5 級別自動駕駛，其硬體和軟體（例如ECU和攝像頭）都非常重視復用性，因為這樣可以節省大量成本。
寶馬的基礎平台基於AUTOSAR（ 汽車 開放系統架構）打造，使用了大量傳統微控器（比如英飛凌的Aurix）。
隨著自動駕駛級別的不斷提升與功能的增加，寶馬開始通過增加額外的感測器系統與高端微處理器來滿足性能要求。例如，前置立體相機的相關應用使用英飛凌 Aurix微控器與瑞薩 R-CAR SoC來優化。對 Level 3車型 ，寶馬選擇在平台中整合兩顆 Mobileye EyeQ5 晶元，兩個英特爾Denverton CPU和一個額外的Aurix微控器。
在更高級別的 Level 4/5車型上 ，寶馬則另外增加了一顆 EyeQ5，一個Xeon 24C和一個Aurix微控器。
2、用設計來提升安全
按照自動駕駛堆棧的劃分：
L1/L2被歸為 ADAS ，而L3/L4/L5則屬於 HAD （高級別自動駕駛），自動駕駛能力則隨著級別的不同而逐步遞增。
在寶馬的架構下，L2則成了L3的一個備份。系統會運行獨立的ECU，同時用到傳統的和適配的AUTOSAR。
到了HAD的范疇後，就需要依靠ASIL-B通道。
總體而言，系統的安全性甚至大於其他各部分之和。
在推動自動駕駛研發的過程中，「安全至上」已經是許多 汽車 廠商的重要議題。
不過，到底如何 用設計來提升安全 依然是一個很少被公開提及的問題。
寶馬則直接披露了在高級別自動駕駛架構下的 自動駕駛路線圖 和 安全第一戰略 。
在發布會上，寶馬集團自動駕駛首席專家 Simon Fürst 表示：
為了保證L3/L4/L5的安全性，寶馬在車輛里安裝了雙重處理架構，一台是主力機，另一台則是備份機。
在這樣的架構下，主要和次要兩個ASIL通道分別承擔了車輛主軌跡計算和主通道的監督工作。
只要次通道發現主通道生成了可能會導致事故或碰撞的軌跡，它就會發出警告，並將車輛拉回次通道提供的安全軌跡。
主次通道一直進行交叉檢驗——Fürst指出，這是經典的行為檢查方法。
當主次通道發現自己在軌跡問題上存在分歧時，系統將進入降級模式。
降級模式下，會有另一個處理模塊出面「主持工作」，其背後是一套獨立的電源。即使出現重大供電故障，車輛也能繼續以降級模式運行。
簡言之，寶馬的L2堆棧是L3的備份。
這個通道的功能獨立於主系統，它可以驅動冗餘的制動/轉向系統，使車輛進入安全位置。
但正如Fürst所講的那樣，由於能力有限，這套冗餘單元無法執行全部功能。
另外，我們來談一談感測器的融合難題。
一般來說，搭載在車輛上的不同感測器，負責不同的功能。
在進行感測器評估時，主要部分就是其道路上物體的探測能力，包括乘用車、卡車、摩托車、自行車和行人。
當然，這里重要的不僅僅是目標探測，計算這些目標的軌跡並找出「安全區域」也相當重要。
自動駕駛系統除了能利用一些基於計算視覺的機制來監控道路狀況，還能藉助雷達和激光雷達的輸入甚至來自其他車輛的數據來探測障礙物。
此外，藉助地圖獲得的定位也相當重要，它是系統計算線路和軌跡的重要依據。
但搞定感測器融合並非易事——因為數據也分： 原始數據 、 分類數據 和 高級數據 。
舉例來說，原始數據來自於雷達、激光雷達和攝像頭，不同的感測器還要配合不同的演算法，再加上不同等級的數據，復雜性可想而知。
另外，當 汽車 廠商想要更新現有感測器時，他們需要一個通用介面來簡化過程。
同時，如果數據結構標准化，那麼新的分類和預處理數據投入使用後，就能幫助工程師大大改善感測器融合水平。
因而，Fürst 認為， 標准化介面 和 數據結構 至關重要。
3、為什麼需要一個全新的ISO標准？
關於車輛安全，業界有很多標准。
但當下專門針對自動駕駛 汽車 的 DTR-4804 ，被視為朝著 ISO標准化邁出的第一步。
去年，11家行業巨頭：安波福、奧迪、網路、寶馬、大陸、戴姆勒、FCA、HERE、英飛凌、英特爾和大眾齊聚一堂，共同推出了名為 SaFAD （自動駕駛安全優先）的白皮書。
現在，他們正在力推SaFAD，希望將白皮書變成 ISO DTR 4804的基礎。
今年2月，這 11 家公司還專門在法國巴黎召開了啟動會議，同時吸納了豐田、日產、電裝、馬自達、法雷奧等重量級公司。
Fürst 坦言，想讓這個草案成為正式的ISO標准可能還需要2 到 3年時間。不過越早開始，業界就越有機會盡早拿出自動駕駛安全標准。
為何標准這么重要？如果 汽車 行業不制定安全標准，會帶來什麼後果？
如果沒有標准，最終帶來的後果是：不同的 汽車 廠商、不同的技術供應商會開發出具有不同風險的車輛。
而這，與自動駕駛安全標準的目標——最大程度降低總體風險是相悖的。
最後，如何評價寶馬的自動駕駛平台架構？
有業內人士指出：寶馬的這一平台架構在傳統與現代之中取得了平衡。
簡單理解，就是現代化的 AI 主要負責感知，而備份則基於傳統的確定性演算法。
Fürst 也強調，這類系統設計的優勢在於：系統的主要部件都符合 ASIL B，只有一些小部件才依賴 ASIL D。
據悉，這些小部件包括車輛動態 ECU（動作控制），軌跡追蹤控制，失效降級 ECU 和選擇器等。
至於車輛功能安全性問題，寶馬的安全架構「算得上是業界領先」。
這是寶馬的情況，其它 汽車 廠商是什麼水平呢？據悉，目前行業內走的差不多都是寶馬這條路子。
『貳』 自動駕駛升級/域集中趨勢下 東軟睿馳的「芯」變化
自動駕駛系統進化,汽車電子電氣E/E架構加速向域控架構遷移,驅使著晶元性能和結構快速升級。
域控處理器需要處理大量圖片、視頻等非結構化數據,同時還需要整合雷達、視頻等多路數據。原有單一晶元無法滿足諸多介面和算力需求,車載處理器算力呈現指數級提升,具備AI能力的主控SOC晶元成為了主流。
SoC晶元集成了CPU、AI 晶元(GPU/FPGA/ASIC)、深度學習加速單元(NPU)等多個模塊,相對於單核處理器,異構多核SoC處理器在算力、性能、成本、功耗、尺寸等方面具備更明顯的優勢。
當前,在智能汽車領域已經聚齊了各路晶元玩家,英偉達、高通等近年來在汽車主控SOC晶元領域大舉布局,分別針對ADAS、自動駕駛以及智能座艙領域推出了系列晶元,率先於傳統晶元企業在各領域快速落地;瑞薩電子、恩智浦、德州儀器(TI)等傳統汽車晶元企業不甘落後,面向智能駕駛領域積極跟進。
除了外資巨頭,在國內還有華為、地平線、黑芝麻、芯馳、芯擎科技等一大批企業已經快速崛起,為自主品牌車企提供了更多選擇。
綜合來看,主控晶元正朝向異構多核、高集成、低功耗等更高性能的方向邁進,同時也推動了域控制器升級和量產落地,東軟睿馳等Tier1企業也在晶元技術的變革之下,與合作夥伴展開更多、更深入的合作,這對電子電氣架構發展和軟體定義汽車帶來了極具意義的影響。
一、來自不同層級市場的晶元需求
一場算力競賽已經在各大晶元企業之間悄然興起。
高級別自動駕駛系統需要面對更復雜更廣泛的場景,伴隨著域內融合和跨域融合,未來晶元不會局限於自動駕駛域的計算任務,還會逐漸跨域升級成整車中央計算平台,對算力的要求呈現指數級增長。
有數據顯示,L2級自動駕駛的算力需求不到10TOPS即可,但要實現L3級自動駕駛的算力需求則要求不低於100 TOPS,而如果到L5級自動駕駛,整車的算力還需要翻十幾倍。
公開資料來看,大部分晶元企業紛紛瞄準了下一代自動駕駛大算力晶元,並且公布了相應的量產規劃。
英偉達已經推出的全新一代自動駕駛晶元Orin單顆晶元算力高達200TOPS,支持L3-L4,資料顯示蔚來ET7、上汽R ES33、智己L7都將採用英偉達Orin晶元,量產計劃在2022年。今年4月,英偉達還發布了算力高達1000TOPS的Atlan晶元,支持L4-L5,預計在2025年量產。
另一大晶元巨頭高通最新推出的Snapdragon Ride平台支持L1-L5自動駕駛,支持多晶元疊加使用,L3以下的輔助駕駛提供30 TOPs算力,面向L4-L5的自動駕駛系統提供700 TOPs的算力,量產時間節點為2022年。
自主品牌中,華為自主研發的HUAWEI MDC 810算力可高達400+TOPs,面向L4-L5級自動駕駛。地平線征程5單顆晶元AI算力為128 TOPS,組成的智能計算平台AI算力覆蓋200-1000 TOPS;黑芝麻智能今年全新推出的A1000Pro系列晶元,INT8算力達到106TOPS、INT4算力高達196TOPS。
除了面向L3及以上級別ADAS領域的高算力晶元,未來幾年L2-L2+級ADAS市場的爆發,同樣蘊藏著巨大的市場空間。
高工智能汽車研究院監測數據顯示,今年1-8月國內新車(合資+自主品牌)前裝標配搭載L2級輔助駕駛上險量為224.27萬輛,同比增長78.42%;在搭載率方面,今年1-8月國內新車前裝標配搭載L2級輔助駕駛搭載率為17.03%。
S32G使用路徑
通過這類通用域控制器可實現跨域融合,基於面向SOA的架構,在不同域中實現軟體復用和功能的遷移,大大增強了平台的可拓展性,可移植性,對電子電氣架構的集中化發展意義重大。
一直以來,晶元都處於快速發展變化的狀態,而晶元與軟體的高耦合,往往需要基於差異化的硬體進行大量的軟體定製化,這使得上層應用開發和持續迭代變得異常困難。很顯然,相對穩定的通用硬體平台,才是軟體架構和上層應用持續穩定和快速繁榮的基礎。
正如東軟睿馳汽車技術(上海)有限公司總經理曹斌表示,能夠把所有感測器集中在一起,並在感測器演算法基礎之上去迭代和創新,實現持續優化和進化的域控制器,才是智能汽車行業真正需要的。
他指出,這類域控制器需要基於較為完整和穩定的異構晶元作為底層架構,能夠支持AI加速和GPU的支持,將滿足需求的算力與分布式計算資源整合在一起,並且不斷地被上層軟體抽象且與底層晶元實現有機解耦,才能真正形成集中化並且可持續迭代升級的域控制器。
當前越來越多核異構SOC晶元的出現,在滿足基本功能算力需求的前提下,硬體架構、功能框架和劃分將有望形成相對通用化和穩定的狀態。
基於這類通用化的硬體架構,實現軟硬體分層解耦,逐漸形成了AUTOSAR、AP+CP+中間件的清晰穩定的基礎軟體架構,上層應用的快速實現與持續的迭代升級才能夠實現。
這對軟體定義汽車來說,可以說是非常關鍵性同時也是極具標志性的階段。
『叄』 高通發布全新自動駕駛計算平台 最高算力700TOPS，2023年量產
▲高通公司總裁CristianoAmon新聞發布會上向展示了SnapdragonRide（圖源CNET/James?Martin)
SnapdragonRide通過獨特的SoC、加速器和自動駕駛軟體棧的結合，為汽車製造商提供了一種可擴展的解決方案，可在三個細分領域對自動駕駛汽車提供支持，分別是：
1、L1/L2級主動安全ADAS——面向具備自動緊急制動、交通標志識別和車道保持輔助功能的汽車。
2、L2+級ADAS——面向在高速公路上進行自動駕駛、支持自助泊車，以及可在頻繁停車的城市交通中進行駕駛的汽車。
3、L4/L5級完全自動駕駛——面向在城市交通環境中的自動駕駛、無人計程車和機器人物流。
SnapdragonRide平台基於一系列不同的驍龍汽車SoC和加速器建立，採用可擴展且模塊化的高性能異構多核CPU、高能效的AI及計算機視覺引擎，以及GPU。
其中，ADASSoC系列和加速器系列採用異構計算，與此同時利用高通的新一代人工智慧引擎，ADAS和SoC能夠高效管理車載系統的大量數據。
得益於這些不同的SoC和加速器的組合，SnapdragonRide平台可以根據自動駕駛的不同細分市場的需求進行配備，同時提供良好的散熱效率，包括從面向L1/L2級別應用的30TOPS等級的設備，到面向L4/L5級別駕駛、超過700TOPS的功耗130瓦的設備。
此外，高通全新推出的SnapdragonRide自動駕駛軟體棧是集成在SnapdragonRide平台中的模塊化可擴展解決方案。
據介紹，SnapdragonRide平台的軟體框架可同時託管客戶特定的軟體棧組件和SnapdragonRide自動駕駛軟體棧組件。
SnapdragonRide平台也支持被動或風冷的散熱設計，因而能夠在成本降低的同時進一步優化汽車設計，提升可靠性。
現在，Arm、黑莓QNX、英飛凌、新思科技、Elektrobit、安森美半導體均已加入高通的自動駕駛朋友圈，成為SnapdragonRide自動駕駛平台的軟/硬體供應商。
Arm的功能安全解決方案，新思科技的汽車級DesignWare介面IP、ARC處理器IP和STARMemorySystemTM，黑莓QNX的汽車基礎軟體OS安全版及Hypervisor安全版，英飛凌的AURIXTM微控制器，以及安森美半導體的ADAS系列感測器都會集成到高通的自動駕駛平台上。
Elektrobit還計劃與高通合作，共同開發可規模化生產的新一代AUTOSAR架構，EBcorbos軟體和SnapdragonRide自動駕駛平台都將集成在這個架構上面。
據了解SnapdragonRide將在2020年上半年交付汽車製造商和一級供應商進行前期開發，而根據QualcommTechnologies估計，搭載SnapdragonRide的汽車將於2023年投入生產。
二、深耕汽車業務多年高通賦能超百萬台汽車
在發布SnapdragonRide自動駕駛平台之前，高通已在智能汽車領域深耕多年。
十多年來，高通子公司QualcommTechnologies一直在為通用汽車的網聯汽車應用提供先進的無線通信解決方案，包括通用汽車上安吉星設備所支持的安全應用。
在車載信息處理、信息影音和車內互聯等領域，QualcommTechnologies的訂單總價值目前已超過70億美元（約合人民幣487億元）。
而根據高通在CES2020發布會現場公布的信息，迄今為止已經有超百萬輛汽車使用了高通提供的汽車解決方案。
很顯然，如今高通在汽車領域的布局又向前邁進了一步。
CES2020期間，除發布SnapdragonRide自動駕駛平台外，高通還推出了全新的車對雲服務（Car-to-CloudService），該服務預計在2020年下半年開始提供。
據介紹，由QualcommTechnologies打造的車對雲服務支持SoftSKU晶元規格軟升級能力，不僅可以幫助汽車客戶滿足消費者不斷變化的需求，還可根據新增性能需求或新特性，讓晶元組在外場實現升級、以支持全新功能。
與此同時SoftSKU也支持客戶開發通用硬體，從而節省他們面向不同開發項目的專項投入。利用高通車對雲SoftSKU，汽車製造商不僅能夠為消費者提供各種定製化服務，還可以通過個性化特性打造豐富且具沉浸感的車內體驗。
另外高通的車對雲服務也支持實現全球蜂窩連接功能，既可用於引導初始化服務，也可以在整個汽車生命周期中提供無線通信連接。
QualcommTechnologies產品管理高級副總裁NakulDuggal表示，結合驍龍汽車4G和5G平台、驍龍數字座艙平台，高通的車對雲服務能夠幫助汽車製造商和一級供應商滿足當代車主的新期待，包括靈活、持續地進行技術升級，以及在整個汽車生命周期中不斷探索新功能。
此外，QualcommTechnologies也在CES2020上宣布，表示將繼續深化和通用汽車的合作。作為長期合作夥伴，通用汽車將通過與QualcommTechnologies的持續合作來支持數字座艙、車載信息處理和ADAS（先進駕駛輔助系統）。
結語：巨頭紛紛入局自動駕駛領域風起雲涌
前有華為表示要造激光雷達、毫米波雷達等智能汽車核心感測器，後有Arm牽頭成立自動駕駛汽車計算聯盟，如今移動晶元巨頭高通也發布了全新的自動駕駛平台，在汽車和自動駕駛領域上又邁進一步。
巨頭入局有利於自動駕駛汽車更快更好地落地，然而另一方面隨著更多硬核玩家拓展業務邊界，此次市場上的競爭也必然會變得更加激烈。
本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。
『肆』 L3級系統今年或量產！5位大咖詳解自動駕駛發展趨勢
▲日本汽車工業協會北京代表處首席代表松島忠信
關於自動駕駛，松島忠信表示，高速路上的自動駕駛技術已經即將實現，但在一般道路等很復雜的交通環境時的應用，依然存在不少課題需要解決，在技術開發方面還需要更多的時間。
而關於自動駕駛技術的應用，日本政府計劃在2020年左右達到私家車在高速路上實現L3級的自動駕駛，並提出了2020年以後逐漸擴大到一般道路上的目標。日本汽車工業協會目前也在積極地參與這項研究。
結語：自動駕駛量產落地已成關鍵課題
各產業鏈玩家在自動駕駛論壇上的分享傳遞出幾個比較明確的信號，一是自動駕駛適用場景得到更多強調，不管是在測試階段還是在應用階段，二是方案提供商注重用戶體驗，三是在經過前幾年的飛速擴張之後，自動駕駛技術正在逐漸下沉。
雖然L3級以上自動駕駛依然面臨技術、法規、安全等諸多挑戰，但越來越多的公司開始朝著量產自動駕駛的方向努力。
而在今年的CES展會上，還有一批「低價」激光雷達亮相，或許我們見到無人計程車等高級自動駕駛真正實現商業化運營的一天，會比想像中來的更早。
本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。
『伍』 美國出台最嚴自動駕駛新規！L2到L5全覆蓋，出事故須詳細上報
車東西（公眾號：chedongxi）
作者 | James
編輯 | 曉寒
剛剛，美國出台史上最嚴自動駕駛新規！
車東西6月30日消息，美國東部時間6月29日，美國國家公路交通安全管理局（NHTSA）發布了史上最嚴的自動駕駛監管命令。
這一命令全稱為《2021-01標准常規命令 自動駕駛系統和L2級輔助駕駛系統的事故報告》，這一命令要求配備SAE標准下的L2級輔助駕駛系統、L3 L5級自動駕駛系統的整車廠、軟體提供商和運營商報告自動駕駛系統的事故情況。
NHTSA發布的命令
命令要求，車企、軟體提供商和運營商需要提交自動駕駛系統在事發前和事發時的事故報告。除運行數據外，還需要提供人員受傷情況、車輛受損情況等信息。
從NHTSA提供的樣本表格可以發現，只要L2 L5級自動駕駛系統出現事故，就需要提交報告者信息（車企、軟體提供商和運營商）、主要車輛信息、事故信息、事故現場情況、事故描述、事故後描述和敘述信息，能夠從一張表格中還原整個事故。
自谷歌帶起全球自動駕駛技術研發浪潮後，中美等國家的政府多將監管精力放在了L4級自動駕駛測試車上，要求測試主體提供定期的報告、及時上報事故信息，甚至還要對測試車輛進行考核後才能上路。
但對於L2級自動駕駛系統來說，監管則要鬆懈的多。搭載L2級自動駕駛系統的車輛只要滿足整車的安全性要求，以及過去ADAS系統的相關指標即可上市銷售。
但隨著L2逐漸成為新車標配，各類涉及L2自動駕駛的事故逐漸增多，甚至出現不少致死事故。
因為L2級自動駕駛的定義是駕駛員最終負責，因此過去對L2的事故往往是按照人類司機監控不利來劃分責任，鮮有對車企或自動駕駛軟體提供商進行追責的案例。
本次NHTSA新規直接規定L2~L5級自動駕駛系統都需要提交事故報告，並且需要不斷補充信息，一方面是增強了對過去L4/5級自動駕駛系統的監控，更重要的是首次將L2/3級自動駕駛系統也納入監管體系，對於行業的有序、 健康 發展至關重要。
相信中國等國家也會很快跟進。
NHTSA發布的命令長達37頁，詳細說明了提交事故報告的規定，並展示了提交的方式。其中，共有5項重點規定。
1、在得知事故發生後的一天內，車企、軟體提供商和運營商就需要提交報告。報告內容包括受傷、死亡、車輛被拖離現場、安全氣囊是否打開、行人騎行者的情況。並且，需要在10天內提交更詳細的事故報告。
2、針對其他車輛，只要涉及自動駕駛系統（包括因其他車輛的自動駕駛系統發生的事故），車企、軟體提供商和運營商需要每個月提交事故數據。
3、針對已經提交的事故報告，需要不斷調查，並在每個月增加新的或補充信息。
4、在接到命令之後的10天之內，車企、軟體提供商和運營商就需要開始提交報告，任何可以報告的事故都需要提交。
5、報告需要以電子表格形式提交NHTSA。NHTSA將從事故報告中收取必要的信息，不斷提升駕乘人員和行人的安全。
從NHTSA提供的事故報告表格樣本中可以發現，車企、軟體提供商和運營商需要提交7個類別的信息。
車企、軟體提供商和運營商需提交七大類信息
首先需要提交報告者的信息，也就是車企、軟體提供商和運營商，包括負責人的姓名、電話、郵件等信息。車輛基本信息包括車輛唯一識別碼、型號、年份、自動駕駛系統版本、操作主體等，能夠了解車輛自動駕駛系統的基本情況。
同時還需要提交事故信息，包括相關事件的來源和時間。事故現場的描述需要填寫事故發生位置、道路類型、道路描述、以及當天的天氣情況。
此外，在事故描述中，需要提供受損情況、安全氣囊是否打開、車輛是否被拖離現場、駕乘人員是否系好安全帶等信息。事故發生後，車企還要檢查EDR（Event Data Recorder）、視頻、警方報告等是否可用，並詳細記錄調查方的信息。最後，還需要對整起事故進行敘述說明。
如今，中、美兩國的自動駕駛發展已經不相上下，L2級自動駕駛系統正逐步成為新車標配。同時，更高等級的自動駕駛系統正在研發測試中，並逐步商業化落地。
面對自動駕駛系統的快速發展，監管也需要跟上發展的速度。
NHTSA希望，車企、軟體提供商和運營商提供事故報告後，監管部門能夠審查和分析所有事故，並發現可能存在的自動駕駛系統缺陷。
另外，NHTSA也會對報告中的個別事故展開進一步調查，包括派遣特別事故調查小組直接調查，要求車企、軟體提供商和運營商提供更多信息。如果發現自動駕駛系統存在缺陷，NHTSA也會根據需要展開缺陷調查。
這一命令也向普通公眾開放，如果人們擔心車輛存在安全缺陷，也可以聯系NHTSA，幫助不斷提升自動駕駛系統的安全性。
外媒路透社指出，NHTSA新命令出台代表著對自動駕駛系統的審查越來越嚴格，尤其是針對特斯拉的Autopilot系統。就在本月中旬，NHTSA就曾宣布，正在調查自2016年以來的30起特斯拉事故，這些事故曾造成10人死亡，其中部分事故就是在開啟Autopilot系統的情況下發生的。
同時，NHTSA也正在對其他六起涉及通用 汽車 、豐田、沃爾沃等品牌的自動駕駛事故展開調查。
美國 汽車 安全中心執行主任Jason Levine認為：「NHTSA終於聽到了 汽車 安全中心長期以來的呼籲，我們要求聯邦政府對不受監管的自動駕駛技術進行監督。而在此前，自動駕駛系統的測試、量產既沒有向居民發出警告，也沒有監管部門收集必要的數據。」