‘壹’ 从硬件架构看宝马自动驾驶量产路径
一直以来， 汽车 厂商都会对自家的自动驾驶架构三缄其口。
但宝马这次的操作很是让人意外：在前不久的发布会上，宝马毫无保留地将自动驾驶平台架构对外进行了分享。
在这次的线上发布会上，宝马罗列了整合进自家车辆的关键构件与主要芯片供应商。
如此透明的分享，也让外界认识了 宝马自动驾驶的硬件架构 及其 量产路径 。
1、软件与硬件的可扩展性与复用性
通过这次分享，宝马的自动驾驶平台架构也能帮助我们更加理解这家德国巨头在自动驾驶设计上的优先级。
纵观宝马乘用车型，无论是Level 2还是Level 4/5 级别自动驾驶，其硬件和软件（例如ECU和摄像头）都非常重视复用性，因为这样可以节省大量成本。
宝马的基础平台基于AUTOSAR（ 汽车 开放系统架构）打造，使用了大量传统微控器（比如英飞凌的Aurix）。
随着自动驾驶级别的不断提升与功能的增加，宝马开始通过增加额外的传感器系统与高端微处理器来满足性能要求。例如，前置立体相机的相关应用使用英飞凌 Aurix微控器与瑞萨 R-CAR SoC来优化。对 Level 3车型 ，宝马选择在平台中整合两颗 Mobileye EyeQ5 芯片，两个英特尔Denverton CPU和一个额外的Aurix微控器。
在更高级别的 Level 4/5车型上 ，宝马则另外增加了一颗 EyeQ5，一个Xeon 24C和一个Aurix微控器。
2、用设计来提升安全
按照自动驾驶堆栈的划分：
L1/L2被归为 ADAS ，而L3/L4/L5则属于 HAD （高级别自动驾驶），自动驾驶能力则随着级别的不同而逐步递增。
在宝马的架构下，L2则成了L3的一个备份。系统会运行独立的ECU，同时用到传统的和适配的AUTOSAR。
到了HAD的范畴后，就需要依靠ASIL-B通道。
总体而言，系统的安全性甚至大于其他各部分之和。
在推动自动驾驶研发的过程中，“安全至上”已经是许多 汽车 厂商的重要议题。
不过，到底如何 用设计来提升安全 依然是一个很少被公开提及的问题。
宝马则直接披露了在高级别自动驾驶架构下的 自动驾驶路线图 和 安全第一战略 。
在发布会上，宝马集团自动驾驶首席专家 Simon Fürst 表示：
为了保证L3/L4/L5的安全性，宝马在车辆里安装了双重处理架构，一台是主力机，另一台则是备份机。
在这样的架构下，主要和次要两个ASIL通道分别承担了车辆主轨迹计算和主通道的监督工作。
只要次通道发现主通道生成了可能会导致事故或碰撞的轨迹，它就会发出警告，并将车辆拉回次通道提供的安全轨迹。
主次通道一直进行交叉检验——Fürst指出，这是经典的行为检查方法。
当主次通道发现自己在轨迹问题上存在分歧时，系统将进入降级模式。
降级模式下，会有另一个处理模块出面“主持工作”，其背后是一套独立的电源。即使出现重大供电故障，车辆也能继续以降级模式运行。
简言之，宝马的L2堆栈是L3的备份。
这个通道的功能独立于主系统，它可以驱动冗余的制动/转向系统，使车辆进入安全位置。
但正如Fürst所讲的那样，由于能力有限，这套冗余单元无法执行全部功能。
另外，我们来谈一谈传感器的融合难题。
一般来说，搭载在车辆上的不同传感器，负责不同的功能。
在进行传感器评估时，主要部分就是其道路上物体的探测能力，包括乘用车、卡车、摩托车、自行车和行人。
当然，这里重要的不仅仅是目标探测，计算这些目标的轨迹并找出“安全区域”也相当重要。
自动驾驶系统除了能利用一些基于计算视觉的机制来监控道路状况，还能借助雷达和激光雷达的输入甚至来自其他车辆的数据来探测障碍物。
此外，借助地图获得的定位也相当重要，它是系统计算线路和轨迹的重要依据。
但搞定传感器融合并非易事——因为数据也分： 原始数据 、 分类数据 和 高级数据 。
举例来说，原始数据来自于雷达、激光雷达和摄像头，不同的传感器还要配合不同的算法，再加上不同等级的数据，复杂性可想而知。
另外，当 汽车 厂商想要更新现有传感器时，他们需要一个通用接口来简化过程。
同时，如果数据结构标准化，那么新的分类和预处理数据投入使用后，就能帮助工程师大大改善传感器融合水平。
因而，Fürst 认为， 标准化接口 和 数据结构 至关重要。
3、为什么需要一个全新的ISO标准？
关于车辆安全，业界有很多标准。
但当下专门针对自动驾驶 汽车 的 DTR-4804 ，被视为朝着 ISO标准化迈出的第一步。
去年，11家行业巨头：安波福、奥迪、网络、宝马、大陆、戴姆勒、FCA、HERE、英飞凌、英特尔和大众齐聚一堂，共同推出了名为 SaFAD （自动驾驶安全优先）的白皮书。
现在，他们正在力推SaFAD，希望将白皮书变成 ISO DTR 4804的基础。
今年2月，这 11 家公司还专门在法国巴黎召开了启动会议，同时吸纳了丰田、日产、电装、马自达、法雷奥等重量级公司。
Fürst 坦言，想让这个草案成为正式的ISO标准可能还需要2 到 3年时间。不过越早开始，业界就越有机会尽早拿出自动驾驶安全标准。
为何标准这么重要？如果 汽车 行业不制定安全标准，会带来什么后果？
如果没有标准，最终带来的后果是：不同的 汽车 厂商、不同的技术供应商会开发出具有不同风险的车辆。
而这，与自动驾驶安全标准的目标——最大程度降低总体风险是相悖的。
最后，如何评价宝马的自动驾驶平台架构？
有业内人士指出：宝马的这一平台架构在传统与现代之中取得了平衡。
简单理解，就是现代化的 AI 主要负责感知，而备份则基于传统的确定性算法。
Fürst 也强调，这类系统设计的优势在于：系统的主要部件都符合 ASIL B，只有一些小部件才依赖 ASIL D。
据悉，这些小部件包括车辆动态 ECU（动作控制），轨迹追踪控制，失效降级 ECU 和选择器等。
至于车辆功能安全性问题，宝马的安全架构“算得上是业界领先”。
这是宝马的情况，其它 汽车 厂商是什么水平呢？据悉，目前行业内走的差不多都是宝马这条路子。
‘贰’ 自动驾驶升级/域集中趋势下 东软睿驰的“芯”变化
自动驾驶系统进化,汽车电子电气E/E架构加速向域控架构迁移,驱使着芯片性能和结构快速升级。
域控处理器需要处理大量图片、视频等非结构化数据,同时还需要整合雷达、视频等多路数据。原有单一芯片无法满足诸多接口和算力需求,车载处理器算力呈现指数级提升,具备AI能力的主控SOC芯片成为了主流。
SoC芯片集成了CPU、AI 芯片(GPU/FPGA/ASIC)、深度学习加速单元(NPU)等多个模块,相对于单核处理器,异构多核SoC处理器在算力、性能、成本、功耗、尺寸等方面具备更明显的优势。
当前,在智能汽车领域已经聚齐了各路芯片玩家,英伟达、高通等近年来在汽车主控SOC芯片领域大举布局,分别针对ADAS、自动驾驶以及智能座舱领域推出了系列芯片,率先于传统芯片企业在各领域快速落地;瑞萨电子、恩智浦、德州仪器(TI)等传统汽车芯片企业不甘落后,面向智能驾驶领域积极跟进。
除了外资巨头,在国内还有华为、地平线、黑芝麻、芯驰、芯擎科技等一大批企业已经快速崛起,为自主品牌车企提供了更多选择。
综合来看,主控芯片正朝向异构多核、高集成、低功耗等更高性能的方向迈进,同时也推动了域控制器升级和量产落地,东软睿驰等Tier1企业也在芯片技术的变革之下,与合作伙伴展开更多、更深入的合作,这对电子电气架构发展和软件定义汽车带来了极具意义的影响。
一、来自不同层级市场的芯片需求
一场算力竞赛已经在各大芯片企业之间悄然兴起。
高级别自动驾驶系统需要面对更复杂更广泛的场景,伴随着域内融合和跨域融合,未来芯片不会局限于自动驾驶域的计算任务,还会逐渐跨域升级成整车中央计算平台,对算力的要求呈现指数级增长。
有数据显示,L2级自动驾驶的算力需求不到10TOPS即可,但要实现L3级自动驾驶的算力需求则要求不低于100 TOPS,而如果到L5级自动驾驶,整车的算力还需要翻十几倍。
公开资料来看,大部分芯片企业纷纷瞄准了下一代自动驾驶大算力芯片,并且公布了相应的量产规划。
英伟达已经推出的全新一代自动驾驶芯片Orin单颗芯片算力高达200TOPS,支持L3-L4,资料显示蔚来ET7、上汽R ES33、智己L7都将采用英伟达Orin芯片,量产计划在2022年。今年4月,英伟达还发布了算力高达1000TOPS的Atlan芯片,支持L4-L5,预计在2025年量产。
另一大芯片巨头高通最新推出的Snapdragon Ride平台支持L1-L5自动驾驶,支持多芯片叠加使用,L3以下的辅助驾驶提供30 TOPs算力,面向L4-L5的自动驾驶系统提供700 TOPs的算力,量产时间节点为2022年。
自主品牌中,华为自主研发的HUAWEI MDC 810算力可高达400+TOPs,面向L4-L5级自动驾驶。地平线征程5单颗芯片AI算力为128 TOPS,组成的智能计算平台AI算力覆盖200-1000 TOPS;黑芝麻智能今年全新推出的A1000Pro系列芯片,INT8算力达到106TOPS、INT4算力高达196TOPS。
除了面向L3及以上级别ADAS领域的高算力芯片,未来几年L2-L2+级ADAS市场的爆发,同样蕴藏着巨大的市场空间。
高工智能汽车研究院监测数据显示,今年1-8月国内新车(合资+自主品牌)前装标配搭载L2级辅助驾驶上险量为224.27万辆,同比增长78.42%;在搭载率方面,今年1-8月国内新车前装标配搭载L2级辅助驾驶搭载率为17.03%。
S32G使用路径
通过这类通用域控制器可实现跨域融合,基于面向SOA的架构,在不同域中实现软件复用和功能的迁移,大大增强了平台的可拓展性,可移植性,对电子电气架构的集中化发展意义重大。
一直以来,芯片都处于快速发展变化的状态,而芯片与软件的高耦合,往往需要基于差异化的硬件进行大量的软件定制化,这使得上层应用开发和持续迭代变得异常困难。很显然,相对稳定的通用硬件平台,才是软件架构和上层应用持续稳定和快速繁荣的基础。
正如东软睿驰汽车技术(上海)有限公司总经理曹斌表示,能够把所有传感器集中在一起,并在传感器算法基础之上去迭代和创新,实现持续优化和进化的域控制器,才是智能汽车行业真正需要的。
他指出,这类域控制器需要基于较为完整和稳定的异构芯片作为底层架构,能够支持AI加速和GPU的支持,将满足需求的算力与分布式计算资源整合在一起,并且不断地被上层软件抽象且与底层芯片实现有机解耦,才能真正形成集中化并且可持续迭代升级的域控制器。
当前越来越多核异构SOC芯片的出现,在满足基本功能算力需求的前提下,硬件架构、功能框架和划分将有望形成相对通用化和稳定的状态。
基于这类通用化的硬件架构,实现软硬件分层解耦,逐渐形成了AUTOSAR、AP+CP+中间件的清晰稳定的基础软件架构,上层应用的快速实现与持续的迭代升级才能够实现。
这对软件定义汽车来说,可以说是非常关键性同时也是极具标志性的阶段。
‘叁’ 高通发布全新自动驾驶计算平台 最高算力700TOPS，2023年量产
▲高通公司总裁CristianoAmon新闻发布会上向展示了SnapdragonRide（图源CNET/James?Martin)
SnapdragonRide通过独特的SoC、加速器和自动驾驶软件栈的结合，为汽车制造商提供了一种可扩展的解决方案，可在三个细分领域对自动驾驶汽车提供支持，分别是：
1、L1/L2级主动安全ADAS——面向具备自动紧急制动、交通标志识别和车道保持辅助功能的汽车。
2、L2+级ADAS——面向在高速公路上进行自动驾驶、支持自助泊车，以及可在频繁停车的城市交通中进行驾驶的汽车。
3、L4/L5级完全自动驾驶——面向在城市交通环境中的自动驾驶、无人出租车和机器人物流。
SnapdragonRide平台基于一系列不同的骁龙汽车SoC和加速器建立，采用可扩展且模块化的高性能异构多核CPU、高能效的AI及计算机视觉引擎，以及GPU。
其中，ADASSoC系列和加速器系列采用异构计算，与此同时利用高通的新一代人工智能引擎，ADAS和SoC能够高效管理车载系统的大量数据。
得益于这些不同的SoC和加速器的组合，SnapdragonRide平台可以根据自动驾驶的不同细分市场的需求进行配备，同时提供良好的散热效率，包括从面向L1/L2级别应用的30TOPS等级的设备，到面向L4/L5级别驾驶、超过700TOPS的功耗130瓦的设备。
此外，高通全新推出的SnapdragonRide自动驾驶软件栈是集成在SnapdragonRide平台中的模块化可扩展解决方案。
据介绍，SnapdragonRide平台的软件框架可同时托管客户特定的软件栈组件和SnapdragonRide自动驾驶软件栈组件。
SnapdragonRide平台也支持被动或风冷的散热设计，因而能够在成本降低的同时进一步优化汽车设计，提升可靠性。
现在，Arm、黑莓QNX、英飞凌、新思科技、Elektrobit、安森美半导体均已加入高通的自动驾驶朋友圈，成为SnapdragonRide自动驾驶平台的软/硬件供应商。
Arm的功能安全解决方案，新思科技的汽车级DesignWare接口IP、ARC处理器IP和STARMemorySystemTM，黑莓QNX的汽车基础软件OS安全版及Hypervisor安全版，英飞凌的AURIXTM微控制器，以及安森美半导体的ADAS系列传感器都会集成到高通的自动驾驶平台上。
Elektrobit还计划与高通合作，共同开发可规模化生产的新一代AUTOSAR架构，EBcorbos软件和SnapdragonRide自动驾驶平台都将集成在这个架构上面。
据了解SnapdragonRide将在2020年上半年交付汽车制造商和一级供应商进行前期开发，而根据QualcommTechnologies估计，搭载SnapdragonRide的汽车将于2023年投入生产。
二、深耕汽车业务多年高通赋能超百万台汽车
在发布SnapdragonRide自动驾驶平台之前，高通已在智能汽车领域深耕多年。
十多年来，高通子公司QualcommTechnologies一直在为通用汽车的网联汽车应用提供先进的无线通信解决方案，包括通用汽车上安吉星设备所支持的安全应用。
在车载信息处理、信息影音和车内互联等领域，QualcommTechnologies的订单总价值目前已超过70亿美元（约合人民币487亿元）。
而根据高通在CES2020发布会现场公布的信息，迄今为止已经有超百万辆汽车使用了高通提供的汽车解决方案。
很显然，如今高通在汽车领域的布局又向前迈进了一步。
CES2020期间，除发布SnapdragonRide自动驾驶平台外，高通还推出了全新的车对云服务（Car-to-CloudService），该服务预计在2020年下半年开始提供。
据介绍，由QualcommTechnologies打造的车对云服务支持SoftSKU芯片规格软升级能力，不仅可以帮助汽车客户满足消费者不断变化的需求，还可根据新增性能需求或新特性，让芯片组在外场实现升级、以支持全新功能。
与此同时SoftSKU也支持客户开发通用硬件，从而节省他们面向不同开发项目的专项投入。利用高通车对云SoftSKU，汽车制造商不仅能够为消费者提供各种定制化服务，还可以通过个性化特性打造丰富且具沉浸感的车内体验。
另外高通的车对云服务也支持实现全球蜂窝连接功能，既可用于引导初始化服务，也可以在整个汽车生命周期中提供无线通信连接。
QualcommTechnologies产品管理高级副总裁NakulDuggal表示，结合骁龙汽车4G和5G平台、骁龙数字座舱平台，高通的车对云服务能够帮助汽车制造商和一级供应商满足当代车主的新期待，包括灵活、持续地进行技术升级，以及在整个汽车生命周期中不断探索新功能。
此外，QualcommTechnologies也在CES2020上宣布，表示将继续深化和通用汽车的合作。作为长期合作伙伴，通用汽车将通过与QualcommTechnologies的持续合作来支持数字座舱、车载信息处理和ADAS（先进驾驶辅助系统）。
结语：巨头纷纷入局自动驾驶领域风起云涌
前有华为表示要造激光雷达、毫米波雷达等智能汽车核心传感器，后有Arm牵头成立自动驾驶汽车计算联盟，如今移动芯片巨头高通也发布了全新的自动驾驶平台，在汽车和自动驾驶领域上又迈进一步。
巨头入局有利于自动驾驶汽车更快更好地落地，然而另一方面随着更多硬核玩家拓展业务边界，此次市场上的竞争也必然会变得更加激烈。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
‘肆’ L3级系统今年或量产！5位大咖详解自动驾驶发展趋势
▲日本汽车工业协会北京代表处首席代表松岛忠信
关于自动驾驶，松岛忠信表示，高速路上的自动驾驶技术已经即将实现，但在一般道路等很复杂的交通环境时的应用，依然存在不少课题需要解决，在技术开发方面还需要更多的时间。
而关于自动驾驶技术的应用，日本政府计划在2020年左右达到私家车在高速路上实现L3级的自动驾驶，并提出了2020年以后逐渐扩大到一般道路上的目标。日本汽车工业协会目前也在积极地参与这项研究。
结语：自动驾驶量产落地已成关键课题
各产业链玩家在自动驾驶论坛上的分享传递出几个比较明确的信号，一是自动驾驶适用场景得到更多强调，不管是在测试阶段还是在应用阶段，二是方案提供商注重用户体验，三是在经过前几年的飞速扩张之后，自动驾驶技术正在逐渐下沉。
虽然L3级以上自动驾驶依然面临技术、法规、安全等诸多挑战，但越来越多的公司开始朝着量产自动驾驶的方向努力。
而在今年的CES展会上，还有一批“低价”激光雷达亮相，或许我们见到无人出租车等高级自动驾驶真正实现商业化运营的一天，会比想象中来的更早。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
‘伍’ 美国出台最严自动驾驶新规！L2到L5全覆盖，出事故须详细上报
车东西（公众号：chedongxi）
作者 | James
编辑 | 晓寒
刚刚，美国出台史上最严自动驾驶新规！
车东西6月30日消息，美国东部时间6月29日，美国国家公路交通安全管理局（NHTSA）发布了史上最严的自动驾驶监管命令。
这一命令全称为《2021-01标准常规命令 自动驾驶系统和L2级辅助驾驶系统的事故报告》，这一命令要求配备SAE标准下的L2级辅助驾驶系统、L3 L5级自动驾驶系统的整车厂、软件提供商和运营商报告自动驾驶系统的事故情况。
NHTSA发布的命令
命令要求，车企、软件提供商和运营商需要提交自动驾驶系统在事发前和事发时的事故报告。除运行数据外，还需要提供人员受伤情况、车辆受损情况等信息。
从NHTSA提供的样本表格可以发现，只要L2 L5级自动驾驶系统出现事故，就需要提交报告者信息（车企、软件提供商和运营商）、主要车辆信息、事故信息、事故现场情况、事故描述、事故后描述和叙述信息，能够从一张表格中还原整个事故。
自谷歌带起全球自动驾驶技术研发浪潮后，中美等国家的政府多将监管精力放在了L4级自动驾驶测试车上，要求测试主体提供定期的报告、及时上报事故信息，甚至还要对测试车辆进行考核后才能上路。
但对于L2级自动驾驶系统来说，监管则要松懈的多。搭载L2级自动驾驶系统的车辆只要满足整车的安全性要求，以及过去ADAS系统的相关指标即可上市销售。
但随着L2逐渐成为新车标配，各类涉及L2自动驾驶的事故逐渐增多，甚至出现不少致死事故。
因为L2级自动驾驶的定义是驾驶员最终负责，因此过去对L2的事故往往是按照人类司机监控不利来划分责任，鲜有对车企或自动驾驶软件提供商进行追责的案例。
本次NHTSA新规直接规定L2~L5级自动驾驶系统都需要提交事故报告，并且需要不断补充信息，一方面是增强了对过去L4/5级自动驾驶系统的监控，更重要的是首次将L2/3级自动驾驶系统也纳入监管体系，对于行业的有序、 健康 发展至关重要。
相信中国等国家也会很快跟进。
NHTSA发布的命令长达37页，详细说明了提交事故报告的规定，并展示了提交的方式。其中，共有5项重点规定。
1、在得知事故发生后的一天内，车企、软件提供商和运营商就需要提交报告。报告内容包括受伤、死亡、车辆被拖离现场、安全气囊是否打开、行人骑行者的情况。并且，需要在10天内提交更详细的事故报告。
2、针对其他车辆，只要涉及自动驾驶系统（包括因其他车辆的自动驾驶系统发生的事故），车企、软件提供商和运营商需要每个月提交事故数据。
3、针对已经提交的事故报告，需要不断调查，并在每个月增加新的或补充信息。
4、在接到命令之后的10天之内，车企、软件提供商和运营商就需要开始提交报告，任何可以报告的事故都需要提交。
5、报告需要以电子表格形式提交NHTSA。NHTSA将从事故报告中收取必要的信息，不断提升驾乘人员和行人的安全。
从NHTSA提供的事故报告表格样本中可以发现，车企、软件提供商和运营商需要提交7个类别的信息。
车企、软件提供商和运营商需提交七大类信息
首先需要提交报告者的信息，也就是车企、软件提供商和运营商，包括负责人的姓名、电话、邮件等信息。车辆基本信息包括车辆唯一识别码、型号、年份、自动驾驶系统版本、操作主体等，能够了解车辆自动驾驶系统的基本情况。
同时还需要提交事故信息，包括相关事件的来源和时间。事故现场的描述需要填写事故发生位置、道路类型、道路描述、以及当天的天气情况。
此外，在事故描述中，需要提供受损情况、安全气囊是否打开、车辆是否被拖离现场、驾乘人员是否系好安全带等信息。事故发生后，车企还要检查EDR（Event Data Recorder）、视频、警方报告等是否可用，并详细记录调查方的信息。最后，还需要对整起事故进行叙述说明。
如今，中、美两国的自动驾驶发展已经不相上下，L2级自动驾驶系统正逐步成为新车标配。同时，更高等级的自动驾驶系统正在研发测试中，并逐步商业化落地。
面对自动驾驶系统的快速发展，监管也需要跟上发展的速度。
NHTSA希望，车企、软件提供商和运营商提供事故报告后，监管部门能够审查和分析所有事故，并发现可能存在的自动驾驶系统缺陷。
另外，NHTSA也会对报告中的个别事故展开进一步调查，包括派遣特别事故调查小组直接调查，要求车企、软件提供商和运营商提供更多信息。如果发现自动驾驶系统存在缺陷，NHTSA也会根据需要展开缺陷调查。
这一命令也向普通公众开放，如果人们担心车辆存在安全缺陷，也可以联系NHTSA，帮助不断提升自动驾驶系统的安全性。
外媒路透社指出，NHTSA新命令出台代表着对自动驾驶系统的审查越来越严格，尤其是针对特斯拉的Autopilot系统。就在本月中旬，NHTSA就曾宣布，正在调查自2016年以来的30起特斯拉事故，这些事故曾造成10人死亡，其中部分事故就是在开启Autopilot系统的情况下发生的。
同时，NHTSA也正在对其他六起涉及通用 汽车 、丰田、沃尔沃等品牌的自动驾驶事故展开调查。
美国 汽车 安全中心执行主任Jason Levine认为：“NHTSA终于听到了 汽车 安全中心长期以来的呼吁，我们要求联邦政府对不受监管的自动驾驶技术进行监督。而在此前，自动驾驶系统的测试、量产既没有向居民发出警告，也没有监管部门收集必要的数据。”