芯文芯事丨自动驾驶汽车设计将面临的五大挑战

L3-L5等级车辆的标准非常严苛。在这些等级中，人类不能有参与性，而且也没有人员作为后援。ISO 26262 ASIL标准要求车辆具备新的功能和性能，以满足日益增长的安全要求。如今，设计用于失效保护的车辆系统功能安全性成为最前沿的技术。随着L3-L5等级车辆的推进，系统必须能够在失效时运行；即使发生故障，系统也需要保证功能完全可操作，或降级运行。

因此，系统必须接受测试，以能够处理所有“假设”的状况。这表示需要设定结合了仿真和车辆级测试的多个测试场景，包括需要随时就位的紧急制动功能，以及当车辆发生故障时能够将车辆导航到最近安全停车地点的车辆控制装置。还需要确定为了训练相关系统，需要收集多少数据才足够使用；这些所收集的数据有助于解决所有的“假设”情况。

在动态变化的环境中，只有当得知数据来自同一时间点时，才能整合或比较来自不同来源的数据（用于诊断）。随着越来越多的传感器、雷达、摄像头和LIDAR分布在整个车辆上，如何即时理解各种数据之间的相互关联是非常重要的。

中央控制单元要求收集实时、准确的数据来获得所有需要的信息，从而以最低的延迟决定应当做什么操作。对于L3-L5等级自动驾驶汽车所需的机器学习模型而言，精确的时间同步也是必不可少的。所以其挑战在于所获取的数据点可能来自以不同速度输入的不同来源。以传感器融合为例，与高级传感器融合数据相比，提供行车环境详细信息的底层传感器融合数据需要更多的带宽和更复杂的时间同步。时间同步标准也因网络协议而异，这为汽车工程师带来了更多的复杂性。以太网TSN（时间敏感网络）和以太网AVB（音频视频桥接）为汽车控制系统提供了一种实现时间同步的网络方式。GNSS则是另一种方式，特别对于自主导航系统而言。

L1-L2等级的车辆仍需要人员的参与，而对于L3-L5等级车辆，摄像头、雷达、LIDAR和其它传感器必须充当汽车的“眼睛”。因此，他们需要解决几个问题，包括来自多个来源和在多种环境条件下进行操作的各种数据。传感器和摄像头必须能够高精度地检测到车辆周围的多种特征，带来一致、舒适、安全的驾驶体验。这包括人类驾驶员会看到并采取行动的所有非正常道路情况，例如：意外跑到路上的动物、不遵守交通规则的其它车辆、坑洼的路面，或从意想不到的地点过马路的行人。视觉系统还必须在晴天、雨天、雪天、雾天等天气条件下工作。基于高精度视觉处理和传感器融合技术的视觉系统，以及为计算机视觉进行优化的高性能硬件，提供了所需的计算能力与软件能力，以支持汽车中越来越多的传感器和摄像头所需的更复杂需求。

产量给成本带来压力，从而带动工程技术创新。当谈论自动驾驶车辆设计中计算能力面临的挑战时，也同时在探讨功耗问题。对于L3-L5等级的车辆，需要在满足所需的成本要求及更低功耗的条件下，尽可能地加强计算性能。解决这一问题的方法之一是通过优化。例如，软件是产生大量功耗的环节，而这与微处理器、GPU和其它芯片如何架构有很大关系。功能安全需求的提高，带来了额外的挑战。故障操作需要三重冗余；故障静默机制亦需要冗余系统；而汽车不能提供无限的动力。高温也是一个问题，因为热耗散随着功耗的增加而增加。专用硬件加速器使处理器能够以非常低的功耗满足特定的应用程序性能要求。了解未来系统的需求并专门针对这些需求设计硬件加速器，将可以实现经济高效且节能的自动驾驶系统。

随着市场转向互联汽车，汽车产业界已围绕主动安全性功能的开发与部署，建立了一个广泛的专业知识库。高级紧急制动、自动巡航控制、车道辅助、十字路口交通警报、环视系统、交通堵塞辅助和自动停车：对于从入门到高端的各级别的汽车来说，这些功能变得越来越普及。当自动驾驶系统从测试和模型变为主流产品时，它们也面临着类似的挑战。汽车行业可以利用先前的ADAS投资和经验教训来解决当前的挑战，允许不同程度的自动驾驶级别存在，并最终实现完全自动驾驶。