自動(dòng)駕駛是新一輪科技革命背景下的新興技術(shù)，據(jù)麥肯錫預(yù)測(cè)，2030年售出的新車(chē)中，自動(dòng)駕駛汽車(chē)的比例將達(dá)到15%......

本文來(lái)源：邊緣計(jì)算社區(qū)

自動(dòng)駕駛

自動(dòng)駕駛是新一輪科技革命背景下的新興技術(shù)，集中運(yùn)用了現(xiàn)代傳感、信息與通信、自動(dòng)控制、計(jì)算機(jī)和人工智能等技術(shù)，代表著未來(lái)汽車(chē)技術(shù)的方向，也是汽車(chē)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的關(guān)鍵，是目前世界公認(rèn)的汽車(chē)發(fā)展方向。據(jù)麥肯錫預(yù)測(cè)，2030年售出的新車(chē)中，自動(dòng)駕駛汽車(chē)的比例將達(dá)到15%。

其實(shí)早在20世紀(jì)80年代，在美國(guó)國(guó)防部先進(jìn)研究項(xiàng)目局的支持下，自動(dòng)駕駛技術(shù)的研究熱潮就已經(jīng)掀起。1984 年，卡耐基梅隆大學(xué)研發(fā)了全世界第一輛真正意義上的自動(dòng)駕駛車(chē)輛，該車(chē)輛利用激光雷達(dá)、計(jì)算機(jī)視覺(jué)及自動(dòng)控制技術(shù)完成對(duì)周邊環(huán)境的感知，并據(jù)此做出決策自動(dòng)控制車(chē)輛，在特定道路環(huán)境下最高時(shí)速大約31km/h。

2014年，國(guó)際汽車(chē)工程師協(xié)會(huì)（SAE International）制訂了一套自動(dòng)駕駛汽車(chē)分級(jí)標(biāo)準(zhǔn)，?將汽車(chē)智能化水平分成 6 個(gè)等級(jí)：無(wú)自動(dòng)化、駕駛支援、部分自動(dòng)化、有條件自動(dòng)化、高度自動(dòng)化、完全自動(dòng)化，具體定義如圖 5-7 所示。

01.?邊緣計(jì)算在自動(dòng)駕駛中的應(yīng)用場(chǎng)景

汽車(chē)自動(dòng)駕駛具有“智慧”和“能力”兩層含義。所謂“智慧”是指汽車(chē)能夠像人一樣智能地感知、綜合、判斷、推理、決斷和記憶；所謂“能力”是指自動(dòng)駕駛汽車(chē)能夠確?！爸腔邸?有效執(zhí)行，可以實(shí)施主動(dòng)控制，并能夠進(jìn)行人機(jī)交互與協(xié)同。自動(dòng)駕駛是“智慧”和“能力” 的有機(jī)結(jié)合，二者相輔相成，缺一不可。

為實(shí)現(xiàn)“智慧”和“能力”，自動(dòng)駕駛技術(shù)一般包括環(huán)境感知、決策規(guī)劃和車(chē)輛控制三部分。類(lèi)似于人類(lèi)駕駛員在駕駛過(guò)程中，通過(guò)視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)等感官系統(tǒng)感知行駛環(huán)境和車(chē)輛狀態(tài)，自動(dòng)駕駛系統(tǒng)通過(guò)配置內(nèi)部和外部傳感器獲取自身狀態(tài)及周邊環(huán)境信息。內(nèi)部傳感器主要包括車(chē)輛速度傳感器、加速傳感器、輪速傳感器、橫擺角速度傳感器等。主流的外部傳感器包括攝像頭、激光雷達(dá)、毫米波雷達(dá)及定位系統(tǒng)等，這些傳感器可以提供海量的全方位行駛環(huán)境信息。為有效利用這些傳感器信息，需要利用傳感器融合技術(shù)將多種傳感器在空間和時(shí)間上的獨(dú)立信息、互補(bǔ)信息以及冗余信息按照某種準(zhǔn)則組合起來(lái)，從而提供對(duì)環(huán)境的準(zhǔn)確理解。決策規(guī)劃子系統(tǒng)代表了自動(dòng)駕駛技術(shù)的認(rèn)知層，包括決策和規(guī)劃兩個(gè)方面。

決策體系定義了各部分之間的相互關(guān)系和功能分配，決定了車(chē)輛的安全行駛模式 ；規(guī)劃部分用以生成安全、實(shí)時(shí)的無(wú)碰撞軌跡。車(chē)輛控制子系統(tǒng)用以實(shí)現(xiàn)車(chē)輛的縱向車(chē)距、車(chē)速控制和橫向車(chē)輛位置控制等，是車(chē)輛智能化的最終執(zhí)行機(jī)構(gòu)。環(huán)境感知和決策規(guī)劃對(duì)應(yīng)自動(dòng)駕駛系統(tǒng)的“智慧”，而車(chē)輛控制則體現(xiàn)了其“能力”。

為了實(shí)現(xiàn) L4 級(jí)或L5 級(jí)的自動(dòng)駕駛，僅僅實(shí)現(xiàn)單車(chē)的“智慧”是不夠的。如圖 5-8 所示，需要通過(guò)車(chē)聯(lián)網(wǎng) V2X 實(shí)現(xiàn)車(chē)輛與道路以及交通數(shù)據(jù)的全面感知，獲取比單車(chē)的內(nèi)外部傳感器更多的信息，增強(qiáng)對(duì)非視距范圍內(nèi)環(huán)境的感知，并通過(guò)高清3D動(dòng)態(tài)地圖實(shí)時(shí)共享自動(dòng)駕駛的位置。例如在雨雪、大霧等惡劣天氣下，或在交叉路口、拐彎等場(chǎng)景下，雷達(dá)和攝像頭無(wú)法清晰辨別前方障礙，通過(guò)V2X來(lái)獲取道路、行車(chē)等實(shí)時(shí)數(shù)據(jù)，可以實(shí)現(xiàn)智能預(yù)測(cè)路況，避免意外事故的發(fā)生。

隨著自動(dòng)駕駛等級(jí)的提升，并且配備的車(chē)內(nèi)和車(chē)外高級(jí)傳感器更多，一輛自動(dòng)駕駛汽車(chē)每天可以產(chǎn)生高達(dá)大約 25TB 的原始數(shù)據(jù)。這些原始數(shù)據(jù)需要在本地進(jìn)行實(shí)時(shí)的處理、融合、特征提取，包括基于深度學(xué)習(xí)的目標(biāo)檢測(cè)和跟蹤等高級(jí)分析；同時(shí)需要利用 V2X 提升對(duì)環(huán)境、道路和其他車(chē)輛的感知能力，通過(guò) 3D 高清地圖進(jìn)行實(shí)時(shí)建模和定位、路徑規(guī)劃和選擇、駕駛策略調(diào)整，進(jìn)而安全地控制車(chē)輛。由于這些計(jì)算任務(wù)都需要在車(chē)內(nèi)終結(jié)來(lái)保證處理和響應(yīng)的實(shí)時(shí)性，因此需要性能強(qiáng)大可靠的邊緣計(jì)算平臺(tái)來(lái)執(zhí)行。考慮到計(jì)算任務(wù)的差異性，為了提高執(zhí)行效率并降低功耗和成本，一般需要支持異構(gòu)的計(jì)算平臺(tái)。

1．自動(dòng)駕駛的發(fā)展現(xiàn)狀

參與自動(dòng)駕駛技術(shù)開(kāi)發(fā)的企業(yè)大體可以分為五種：平臺(tái)廠(chǎng)商（例如谷歌Waymo、百度Apollo），硬件供應(yīng)商（例如英特爾 CPU/FPGA、英偉達(dá) GPU），車(chē)企（例如特斯拉、奧迪、通用），車(chē)輛零部件企業(yè)（例如博世），技術(shù)解決方案提供者（例如英特爾 Mobileye）。截至目前，市場(chǎng)主要以 L2 級(jí)自動(dòng)駕駛的量產(chǎn)以及擁有 L3 級(jí)或 L4 級(jí)的部分功能為主。

L2級(jí)的自動(dòng)駕駛基本有兩種解決方案：一種是現(xiàn)在很多傳統(tǒng)車(chē)廠(chǎng)使用的前視攝像頭，加毫米波雷達(dá)和視覺(jué)感知芯片的方案；還有一種則是類(lèi)似特斯拉、谷歌等使用的多個(gè)攝像頭與聲波雷達(dá)環(huán)視，并通過(guò)一個(gè)中央計(jì)算機(jī)進(jìn)行融合計(jì)算的方案。

目前特斯拉Autopilot在 ADAS 市場(chǎng)上已經(jīng)達(dá)到了無(wú)人駕駛 L2級(jí)水準(zhǔn)，并擁有部分 L3 級(jí)的潛力，但是由于預(yù)警信息還不完全到位，并沒(méi)有完全達(dá)到 L3 級(jí)。特斯拉 Autopilot的進(jìn)化史是“硬件先行，軟件后更新”。每一臺(tái)特斯拉都會(huì)配置當(dāng)時(shí)最新的硬件，然后通過(guò)OTA不斷更新固件，獲得更完善的駕駛輔助或自動(dòng)駕駛功能。

自2016 年 10 月以來(lái)，特斯拉生產(chǎn)的每輛汽車(chē)都配備有自動(dòng)駕駛硬件套件，包括攝像頭、雷達(dá)、超聲波傳感器和可升級(jí)的車(chē)載計(jì)算機(jī)。目前，全球大約有 150000 臺(tái)這種“Auto2.0”硬件版本的特斯拉正行駛在路上，同時(shí)軟件系統(tǒng)可以通過(guò)OTA 更新升級(jí)車(chē)輛。龐大的用戶(hù)群可以源源不斷地供給真實(shí)路況的駕駛數(shù)據(jù)，幫助Autopilot訓(xùn)練和迭代算法。

自從谷歌的“螢火蟲(chóng)”退役之后，Waymo更傾向于打造從算法到硬件的一整套體系，讓汽車(chē)廠(chǎng)商能夠直接安裝于自家車(chē)上就成了自動(dòng)駕駛，類(lèi)似安卓在智能手機(jī)中的上游位置，包括定制化的芯片和激光雷達(dá)傳感器。Waymo方案是提前為自動(dòng)駕駛汽車(chē)要運(yùn)行的汽車(chē)進(jìn)行環(huán)境建模， 比一般意義上的高清地圖包含更多的環(huán)境細(xì)節(jié)信息，然后通過(guò)計(jì)算機(jī)視覺(jué)與激光雷達(dá)的算法融合，形成自動(dòng)駕駛的策略和算法基礎(chǔ)。因此，Waymo一般在自己掌握完整環(huán)境數(shù)據(jù)的地區(qū)才會(huì)開(kāi)展服務(wù)，并通過(guò)在美國(guó)各個(gè)地區(qū)，各種極端環(huán)境下展開(kāi)測(cè)試，積累大量的實(shí)車(chē)上路數(shù)據(jù)，從而逐步擴(kuò)大技術(shù)能適應(yīng)的能力范圍。

Mobileye主要從事 ADAS 系統(tǒng)和自動(dòng)駕駛視覺(jué)技術(shù)開(kāi)發(fā)，擁有針對(duì)自動(dòng)駕駛領(lǐng)域自主研發(fā)的 EyeQ 系列視覺(jué)處理芯片以及配套的基于視覺(jué)算法的完整解決方案。目前，該方案已經(jīng)更新到第五代，第六代 EyeQ 6 也在緊鑼密鼓的開(kāi)發(fā)中。Mobileye 的最大優(yōu)勢(shì)在于使用單一攝像頭采集路面信息，對(duì)周?chē)h(huán)境進(jìn)行精細(xì)解讀，無(wú)須更多的攝像頭從而降低方案成本。

2017 年 3 月，英特爾花費(fèi) 153 億美元收購(gòu)了這家全球最大的ADAS 供應(yīng)商。對(duì)于英特爾來(lái)說(shuō)，收購(gòu) Mobileye 是其構(gòu)建自動(dòng)駕駛版圖中非常重要的一環(huán)。在收購(gòu) Mobileye 之前，英特爾還先后收購(gòu)了FPGA 芯片巨頭 Altera、視覺(jué)算法公司 Movidius，以此形成了自動(dòng)駕駛端到端的完整解決方案。

在中國(guó)，百度在自動(dòng)駕駛領(lǐng)域布局最早也最全面。百度的Apollo策略與谷歌 Waymo不同， 主要區(qū)別在于 Waymo并不愿意放棄硬件體系的主導(dǎo)權(quán)，而 Apollo則更愿意顯現(xiàn)出開(kāi)放的姿態(tài)， 以多領(lǐng)域的人工智能技術(shù)、平臺(tái)服務(wù)、軟件服務(wù)為主。在硬件端，Apollo提出的是構(gòu)建參考硬件體系，并希望吸引更多垂直硬件領(lǐng)域的合作者。截至 2018年 12月，百度 Apollo生態(tài)合作伙伴規(guī)模已達(dá) 133家。Apollo開(kāi)放平臺(tái)目前已發(fā)展到 3.0階段，包括開(kāi)放認(rèn)證平臺(tái)、參考硬件平臺(tái)、開(kāi)放軟件系統(tǒng)、云服務(wù)平臺(tái)及完整解決方案等 5個(gè)主要功能平臺(tái)，達(dá)到在限制條件下如封閉園區(qū)內(nèi)的產(chǎn)品級(jí)的自動(dòng)駕駛。

此外，從 2016年開(kāi)始，百度便在路側(cè)感知傳感器方案、路側(cè)感知算法、車(chē)端感知融合算法、數(shù)據(jù)壓縮與通信優(yōu)化、V2X終端硬件及軟件、V2X安全等方面布局，進(jìn)行 “車(chē)路協(xié)同”全棧研發(fā)，成為業(yè)內(nèi)最早布局車(chē)路協(xié)同的公司之一。在商業(yè)化方面，百度Apollo與金龍客車(chē)打造的全球首款 L4 級(jí)量產(chǎn)自動(dòng)駕駛巴士“阿波龍”已于2018年 7 月 4 日量產(chǎn)下線(xiàn)。

在自動(dòng)駕駛的邊緣計(jì)算平臺(tái)選擇方面，目前大部分廠(chǎng)家選擇以CPU 或 GPU 為主的計(jì)算平臺(tái)。例如谷歌從 2009 年開(kāi)始開(kāi)發(fā)無(wú)人車(chē)，采用英特爾的計(jì)算平臺(tái)，包括最新的克萊斯勒大捷龍無(wú)人車(chē)，如圖 5-9 所示，采用了英特爾的 Xeon 服務(wù)器芯片、Altera 的 FPGA 和英特爾的以太網(wǎng)關(guān)芯片。

實(shí)際上不只是Waymo，百度計(jì)算參考平臺(tái)基于臺(tái)灣 Neousys Nuvo-6108GC 工控機(jī)，使用英特爾雙至強(qiáng)E5-2658V3 12 核 CPU，主要用來(lái)處理激光雷達(dá)云點(diǎn)和圖像數(shù)據(jù)，另一部分為FPGA。

相比自動(dòng)駕駛領(lǐng)域比較新的技術(shù)，如TSN網(wǎng)絡(luò)交換器，大部分廠(chǎng)家都會(huì)選擇用 FPGA 實(shí)現(xiàn)自動(dòng)駕駛。原因主要是 TSN 協(xié)議復(fù)雜，標(biāo)準(zhǔn)延續(xù)的周期很長(zhǎng)。在 ADAS 領(lǐng)域，F(xiàn)PGA 用得更多，奔馳S系列每輛車(chē)使用多達(dá) 18 個(gè) FPGA。

FPGA 最突出的優(yōu)勢(shì)是功耗低，一般只有同樣性能 GPU 的 1/10。這使得 FPGA 更容易通過(guò)嚴(yán)苛的車(chē)規(guī)級(jí)認(rèn)證，特別是高等級(jí)的ISO26262認(rèn)證。由于 ASIC 的開(kāi)發(fā)和量產(chǎn)周期長(zhǎng)等特點(diǎn)，目前在自動(dòng)駕駛領(lǐng)域使用 ASIC 的較少。

2．自動(dòng)駕駛邊緣計(jì)算的趨勢(shì)

目前在自動(dòng)駕駛中使用的工控機(jī)是一種加固的增強(qiáng)型個(gè)人計(jì)算機(jī)。如圖5-10 所示，它可以作為一個(gè)工業(yè)控制器在工業(yè)環(huán)境中可靠運(yùn)行，采用符合EIA 標(biāo)準(zhǔn)的全鋼化工業(yè)機(jī)箱，增強(qiáng)了抗電磁干擾能力，并采用總線(xiàn)結(jié)構(gòu)和模塊化設(shè)計(jì)技術(shù)。CPU 及各功能模塊皆使用插板式結(jié)構(gòu)，并帶有壓桿軟鎖定，提高了抗沖擊、抗振動(dòng)能力。整體架構(gòu)設(shè)計(jì)需要考慮 ISO26262 的要求。CPU、GPU、FPGA 以及總線(xiàn)都做冗余設(shè)計(jì)，防止出現(xiàn)單點(diǎn)故障。

當(dāng)整體 IPC 系統(tǒng)失效時(shí)，還有 MCU做最后的保證，直接發(fā)送指令到車(chē)輛 CAN 總線(xiàn)中控制車(chē)輛停車(chē)。目前這種集中式的架構(gòu)比較方便，將所有的計(jì)算工作統(tǒng)一放到一個(gè)工控機(jī)中，算法迭代不需要過(guò)度考慮硬件的整體設(shè)計(jì)和車(chē)規(guī)要求，用傳統(tǒng)的 x86 架構(gòu)就可以非?？旖莸卮罱ǔ鲇?jì)算平臺(tái)，卡槽設(shè)計(jì)也方便更新硬件。

但此方案整體體積較大、功耗高，不適用于未來(lái)的量產(chǎn)。隨著自動(dòng)駕駛的成熟和量產(chǎn)，將越來(lái)越多地采用域控制器嵌入式的方案 ：將各個(gè)傳感器的原始數(shù)據(jù)接入到 Sensor Box 中，在 Sensor Box 中完成數(shù)據(jù)的融合，再將融合后的數(shù)據(jù)傳輸?shù)接?jì)算平臺(tái)上進(jìn)行自動(dòng)駕駛算法處理。自動(dòng)駕駛汽車(chē)功能復(fù)雜，為了保證各個(gè)模塊和功能間不互相影響，且出于安全性考慮，將大量采用域控制器。根據(jù)不同的功能實(shí)現(xiàn)分為車(chē)身域控制器、車(chē)載娛樂(lè)域控制器、動(dòng)力總成域控制器、自動(dòng)駕駛域控制器等。以自動(dòng)駕駛域控制器為例，其承擔(dān)了自動(dòng)駕駛需要的數(shù)據(jù)處理運(yùn)算，包括毫米波雷達(dá)、攝像頭、激光雷達(dá)、組合導(dǎo)航等設(shè)備的數(shù)據(jù)處理，也承擔(dān)了自動(dòng)駕駛算法的運(yùn)算

隨著自動(dòng)駕駛的技術(shù)發(fā)展，算法不斷完善。算法固化后可以做 ASIC 專(zhuān)用芯片，將傳感器和算法集成到一起，實(shí)現(xiàn)在傳感器內(nèi)部完成邊緣計(jì)算，進(jìn)一步降低后端計(jì)算平臺(tái)的計(jì)算量，有利于降低功耗、體積。例如激光雷達(dá)處理需要高效的處理平臺(tái)和先進(jìn)的嵌入式軟件。Renesas 公司將包含高性能圖像處理技術(shù)及低功耗的汽車(chē) R-CarSoC 與 Dibotics 的 3D 實(shí)時(shí)定位和制圖（SLAM）技術(shù)相結(jié)合，提供 SLAM on Chip ，可在 SoC 上實(shí)現(xiàn)實(shí)時(shí)、先進(jìn)的激光雷達(dá)數(shù)據(jù)處理。同時(shí)，隨著深度學(xué)習(xí)算法在自動(dòng)駕駛的模型訓(xùn)練及推理中應(yīng)用得越來(lái)越多，一些廠(chǎng)商也開(kāi)始定制自己的 AI 芯片：例如百度的昆侖，將在A(yíng)utopilot 3.0 上使用自研處理芯片的特斯拉。

自動(dòng)駕駛除了包括車(chē)載計(jì)算單元，還涉及 RSU、MEC 和 CDN 等邊緣服務(wù)器。隨著 5G 技術(shù)的商用，特別是對(duì)于車(chē)路協(xié)同解決方案（V2X），將滿(mǎn)足其對(duì)于超大帶寬和超高可靠性的需求。同時(shí)，原本在數(shù)據(jù)中心中運(yùn)行的負(fù)載可以卸載到網(wǎng)絡(luò)邊緣側(cè)，例如高清 3D 地圖更新、實(shí)時(shí)交通路況的推送、深度學(xué)習(xí)模型訓(xùn)練和大數(shù)據(jù)分析等，從而進(jìn)一步降低傳輸時(shí)延，提高響應(yīng)速度。

02.?自動(dòng)駕駛的邊緣計(jì)算架構(gòu)

自動(dòng)駕駛的邊緣計(jì)算架構(gòu)依賴(lài)于邊云協(xié)同和LTE/5G提供的通信基礎(chǔ)設(shè)施和服務(wù)。邊緣側(cè)主要指車(chē)載邊緣計(jì)算單元、RSU 或 MEC 服務(wù)器等。其中車(chē)載單元是環(huán)境感知、決策規(guī)劃和車(chē)輛控制的主體，但依賴(lài)于RSU 或 MEC 服務(wù)器的協(xié)作，如 RSU 給車(chē)載單元提供了更多關(guān)于道路和行人的信息。但是有些功能運(yùn)行在云端更加合適甚至無(wú)法替代，例如車(chē)輛遠(yuǎn)程控制、車(chē)輛模擬仿真和驗(yàn)證、節(jié)點(diǎn)管理、數(shù)據(jù)的持久化保存和管理等。

自動(dòng)駕駛邊緣計(jì)算平臺(tái)的特點(diǎn)主要包括如下幾點(diǎn)。

1．負(fù)載整合

目前，每輛汽車(chē)搭載超過(guò) 60 ～100多個(gè)電子控制單元，用來(lái)支持娛樂(lè)、儀表盤(pán)、通信、引擎和座位控制等功能。例如，一款豪華車(chē)擁有144個(gè) ECU，其中約 73 個(gè)使用 CAN 總線(xiàn)連接、61 個(gè)使用 LIN 網(wǎng)絡(luò)，剩余 10 個(gè)使用 FlexRay，這些不同 ECU 之間互聯(lián)的線(xiàn)纜長(zhǎng)度加起來(lái)長(zhǎng)達(dá) 4293m。這些線(xiàn)纜不僅增加成本和重量，對(duì)其進(jìn)行安裝和維護(hù)的工作量和成本也非常高。

隨著電動(dòng)汽車(chē)和自動(dòng)駕駛汽車(chē)的發(fā)展，包括 AI、云計(jì)算、車(chē)聯(lián)網(wǎng) V2X 等新技術(shù)不斷應(yīng)用于汽車(chē)行業(yè)中，使得汽車(chē)控制系統(tǒng)的復(fù)雜度愈來(lái)愈高。同時(shí)，人們對(duì)于數(shù)字化生活的需求也逐漸擴(kuò)展到汽車(chē)上，例如4K娛樂(lè)、虛擬辦公、語(yǔ)音與手勢(shì)識(shí)別、手機(jī)連接信息娛樂(lè)系統(tǒng)（IVI） 等。所有這些都促使著汽車(chē)品牌廠(chǎng)商不斷采用負(fù)載整合的方式來(lái)簡(jiǎn)化汽車(chē)控制系統(tǒng)，集成不同系統(tǒng)的 HMI，縮短上市時(shí)間。具體而言，就是將 ADAS、IVI、數(shù)字儀表、HUD 和后座娛樂(lè)系統(tǒng)等不同屬性的負(fù)載，通過(guò)虛擬化技術(shù)運(yùn)行在同一個(gè)硬件平臺(tái)上，如圖5-11所示。

同時(shí)，基于虛擬化和硬件抽象層 HAL 的負(fù)載整合，更易于實(shí)現(xiàn)云端對(duì)整車(chē)駕駛系統(tǒng)進(jìn)行靈活的業(yè)務(wù)編排、深度學(xué)習(xí)模型更新、軟件和固件升級(jí)等。

2．異構(gòu)

由于自動(dòng)駕駛邊緣平臺(tái)集成了多種不同屬性的計(jì)算任務(wù)，例如精確地理定位和路徑規(guī)劃、基于深度學(xué)習(xí)的目標(biāo)識(shí)別和檢測(cè)、圖像預(yù)處理和特征提取、傳感器融合和目標(biāo)跟蹤等。而這些不同的計(jì)算任務(wù)在不同的硬件平臺(tái)上運(yùn)行的性能和能耗比是不一樣的。一般而言，對(duì)于目標(biāo)識(shí)別和跟蹤的卷積運(yùn)算而言，GPU 相對(duì)于 DSP 和 CPU 的性能更好、能耗更低。而對(duì)于產(chǎn)生定位信息的特征提取算法而言，使用 DSP 則是更好的選擇。

因此，為了提高自動(dòng)駕駛邊緣計(jì)算平臺(tái)的性能和能耗比，降低計(jì)算時(shí)延，采用異構(gòu)計(jì)算是非常重要的。異構(gòu)計(jì)算針對(duì)不同計(jì)算任務(wù)選擇合適的硬件實(shí)現(xiàn)，充分發(fā)揮不同硬件平臺(tái)的優(yōu)勢(shì)，并通過(guò)統(tǒng)一上層軟件接口來(lái)屏蔽硬件多樣性。如圖5-12所示為不同硬件平臺(tái)適合負(fù)載類(lèi)型的比較。?

3．實(shí)時(shí)性

自動(dòng)駕駛汽車(chē)對(duì)系統(tǒng)響應(yīng)的實(shí)時(shí)性要求非常高，例如在危險(xiǎn)情況下，車(chē)輛制動(dòng)響應(yīng)時(shí)間直接關(guān)系到車(chē)輛、乘客和道路安全。制動(dòng)反應(yīng)時(shí)間不僅僅包括車(chē)輛控制時(shí)間，而是整個(gè)自動(dòng)駕駛系統(tǒng)的響應(yīng)時(shí)間，其中包括給網(wǎng)絡(luò)云端計(jì)算處理、車(chē)間協(xié)商處理的時(shí)間，也包括車(chē)輛本身系統(tǒng)計(jì)算和制動(dòng)處理的時(shí)間。如果要使汽車(chē)在 100km/h 時(shí)速條件下的制動(dòng)距離不超過(guò) 30m，那么系統(tǒng)整體響應(yīng)時(shí)間不能超過(guò) 100ms，這與最好的F1車(chē)手的反應(yīng)時(shí)間接近。

將自動(dòng)駕駛的響應(yīng)實(shí)時(shí)地劃分到對(duì)其邊緣計(jì)算平臺(tái)各個(gè)功能模塊的要求，包括：

• 對(duì)周?chē)繕?biāo)檢測(cè)和精確定位的時(shí)間：15～20ms。

• 各種傳感器數(shù)據(jù)融合和分析的時(shí)間：10～15ms。

• 行為和路徑規(guī)劃時(shí)間：25～40ms。

在整個(gè)計(jì)算過(guò)程中，都需要考慮網(wǎng)絡(luò)通信帶來(lái)的時(shí)延，因此由5G所帶來(lái)的低時(shí)延高可靠應(yīng)用場(chǎng)景（uRLLC）是非常關(guān)鍵的。它能夠使得自動(dòng)駕駛汽車(chē)實(shí)現(xiàn)端到端低于1ms的時(shí)延，并且可靠性接近 100%。同時(shí) 5G 網(wǎng)絡(luò)可以根據(jù)數(shù)據(jù)優(yōu)先級(jí)來(lái)靈活分配網(wǎng)絡(luò)處理能力，從而保證車(chē)輛控制信號(hào)傳輸保持較快的響應(yīng)速度。

4．連接性

車(chē)聯(lián)網(wǎng)的核心是連接性，希望實(shí)現(xiàn)車(chē)輛與一切可能影響車(chē)輛的實(shí)體實(shí)現(xiàn)信息交互，包括車(chē)人通信（V2P）、車(chē)網(wǎng)通信（V2N）、車(chē)輛之間通信（V2V）和車(chē)路通信（V2I）等。

V2X通信技術(shù)目前有 DSRC 與C-V2X（Cellular V2X，即以蜂窩通信技術(shù)為基礎(chǔ)的 V2X） 兩大路線(xiàn)。專(zhuān)用短距離通信技術(shù)（Dedicated Short Range Communication，DSRC）發(fā)展較早， 目前已經(jīng)非常成熟。但隨著 LTE 技術(shù)的應(yīng)用推廣和 5G 的興起，未來(lái) C-V2X 在汽車(chē)聯(lián)網(wǎng)領(lǐng)域也將有廣闊的市場(chǎng)空間。

DSRC 技術(shù)基于三套標(biāo)準(zhǔn)：

（1）IEEE1609，標(biāo)題為“車(chē)載環(huán)境無(wú)線(xiàn)接入標(biāo)準(zhǔn)系列（WAVE）”，定義了網(wǎng)絡(luò)的架構(gòu)和流程。

（2）SAEJ2735和 SAEJ2945定義了消息包中攜帶的信息。該數(shù)據(jù)將包括來(lái)自汽車(chē)上的傳感器的信息，例如位置、行進(jìn)方向、速度和制動(dòng)信息。

（3）IEEE802.11p，它定義了汽車(chē)相關(guān)的“DSRC”的物理標(biāo)準(zhǔn)。

DSRC 頂層協(xié)議棧是基于 IEEE 1609 標(biāo)準(zhǔn)開(kāi)發(fā)的，V2V 信息交互使用的是輕量WSMP（WAVE Short Message Protocol），而不是 Wi-Fi 使用的TCP/IP協(xié)議，TCP/IP 協(xié)議用于 V2I 和 V2N 信息交互。DSRC 底層、物理層和無(wú)線(xiàn)鏈路控制是基于 IEEE 802.11p。基于 IEEE 802.11p 的 DSRC 技術(shù)的組網(wǎng)需要新建大量路側(cè)單元 roadside unit，這種類(lèi)基站設(shè)備的新建成本較大， 其硬件產(chǎn)品成本也比較高。

C-V2X 是由 3GPP（3rd Generation Partnership Project）定義的基于蜂窩通信的 V2X 技術(shù)，它包含基于 LTE 以及未來(lái) 5G 的 V2X 系統(tǒng)，是DSRC 技術(shù)的有力補(bǔ)充。它借助已存在的LTE 網(wǎng)絡(luò)設(shè)施來(lái)實(shí)現(xiàn) V2V、V2N、V2I 的信息交互，這項(xiàng)技術(shù)最吸引人的地方是它能緊跟變革，適應(yīng)于更復(fù)雜的安全應(yīng)用場(chǎng)景，滿(mǎn)足低時(shí)延、高可靠性和大帶寬要求。C-V2X 的優(yōu)勢(shì)之一是直接利用現(xiàn)有蜂窩網(wǎng)絡(luò)，使用現(xiàn)有基站和頻段，組網(wǎng)成本明顯降低。隨著蜂窩通信技術(shù)的發(fā)展，我國(guó)在 LTE 布局多年，網(wǎng)絡(luò)覆蓋全國(guó)大部分地區(qū)，是全球最大的LTE 市場(chǎng)，5G 通信已經(jīng)開(kāi)始商用，所以在中國(guó)市場(chǎng) C-V2X 更被看好，但未來(lái)也可能是DSRC 和 C-V2X 并存的狀態(tài)。

除了 DSRC 和 C-V2X，自動(dòng)駕駛汽車(chē)的 TCU 中還包含 Wi-Fi 熱點(diǎn)、藍(lán)牙通信、GPS 等。

5. FuSa 功能安全

隨著汽車(chē)電子和電氣系統(tǒng)數(shù)量的不斷增加，一些高端豪華轎車(chē)上有多達(dá)100多個(gè) ECU，其中安全氣囊系統(tǒng)、制動(dòng)系統(tǒng)、底盤(pán)控制系統(tǒng)、發(fā)動(dòng)機(jī)控制系統(tǒng)和線(xiàn)控系統(tǒng)等都是安全相關(guān)系統(tǒng)。當(dāng)系統(tǒng)出現(xiàn)故障時(shí)，系統(tǒng)必須轉(zhuǎn)入安全狀態(tài)或降級(jí)模式，避免系統(tǒng)功能失效而導(dǎo)致人員傷亡。失效可能是由于規(guī)范錯(cuò)誤（比如安全需求不完整）、人為原因的錯(cuò)誤（比如軟件問(wèn)題）、環(huán)境的影響（比如電磁干擾）等原因引起的。為了實(shí)現(xiàn)汽車(chē)電子和電氣系統(tǒng)的功能安全設(shè)計(jì)，《道路車(chē)輛功能安全》標(biāo)準(zhǔn) ISO 26262 于 2011年正式發(fā)布，為開(kāi)發(fā)汽車(chē)安全相關(guān)系統(tǒng)提供了指南，該標(biāo)準(zhǔn)的基礎(chǔ)是適用于任何行業(yè)的電子、電氣、可編程電子系統(tǒng)的功能安全標(biāo)準(zhǔn)——IEC 61508。

按照 ISO 26262 標(biāo)準(zhǔn)對(duì)系統(tǒng)做功能安全設(shè)計(jì)，前期重要的一個(gè)步驟是對(duì)系統(tǒng)進(jìn)行危害分析和風(fēng)險(xiǎn)評(píng)估，識(shí)別出系統(tǒng)的危害并且對(duì)危害的風(fēng)險(xiǎn)等級(jí)——ASIL（Automotive Safety Integration Level，汽車(chē)安全完整性等級(jí)）進(jìn)行評(píng)估。ASIL有四個(gè)等級(jí)，分別為 A、B、C 和D。其中 A 是最低的等級(jí)，D是最高的等級(jí)。ASIL 等級(jí)決定了對(duì)系統(tǒng)安全性的要求，ASIL等級(jí)越高，對(duì)系統(tǒng)的安全性要求越高，為實(shí)現(xiàn)安全付出的代價(jià)越大，也意味著硬件的診斷覆蓋率越高，開(kāi)發(fā)流程越嚴(yán)格，具有開(kāi)發(fā)成本增加、開(kāi)發(fā)周期延長(zhǎng)等特點(diǎn)。

為了讓整個(gè)系統(tǒng)達(dá)到至少 ASIL-B 等級(jí)， 汽車(chē)集成電路需要滿(mǎn)足 ASIL-C甚至是 ASIL-D 等級(jí)，同時(shí)汽車(chē)的集成電路需要符合 AEC-Q100規(guī)范，這是 ISO 26262 標(biāo)準(zhǔn)的基本要求。AEC-Q100是由美國(guó)汽車(chē)電子協(xié)會(huì) AEC 主要針對(duì)車(chē)載應(yīng)用的集成電路產(chǎn)品所設(shè)計(jì)出的一套應(yīng)力測(cè)試標(biāo)準(zhǔn)，此規(guī)范對(duì)于提升產(chǎn)品信賴(lài)性及品質(zhì)保證相當(dāng)重要。AEC-Q100 為了預(yù)防可能發(fā)生的各種狀況或潛在的故障狀態(tài)，對(duì)每一個(gè)芯片進(jìn)行嚴(yán)格的質(zhì)量與可靠度確認(rèn)，特別對(duì)產(chǎn)品功能與性能進(jìn)行標(biāo)準(zhǔn)規(guī)范測(cè)試。

一般集成芯片或模塊供應(yīng)商會(huì)提供針對(duì)自身平臺(tái)優(yōu)化過(guò)的功能安全的庫(kù)或 SDK 來(lái)縮減客戶(hù)的開(kāi)發(fā)周期，并降低由于加入功能安全特性而帶來(lái)的硬件性能的損失。

6．安全性

汽車(chē)互聯(lián)可以給用戶(hù)帶來(lái)巨大便利，但同時(shí)也將汽車(chē)系統(tǒng)暴露在互聯(lián)網(wǎng)帶來(lái)的負(fù)面風(fēng)險(xiǎn)中，自動(dòng)駕駛邊緣平臺(tái)的安全性問(wèn)題也愈加突出：

• 越來(lái)越多網(wǎng)絡(luò)化、智能化車(chē)載控制器：BCM、IMMO、PKE/RKE、TBOX、IVI、ADAS等。

• 越來(lái)越多網(wǎng)絡(luò)化、智能化的車(chē)載傳感器：TPMS、Camera、LIDAR、RADAR等。

• 越來(lái)越多輸入口、接口層和代碼：OBD、CAN、無(wú)線(xiàn)、手機(jī)、云等。

• 越來(lái)越多云端控制權(quán)、無(wú)人駕駛操控權(quán)：遠(yuǎn)程管理、頻繁 OTA、遠(yuǎn)程駕駛、遠(yuǎn)程手機(jī)控制等。

• 越來(lái)越小集成化、成熟度高的車(chē)載通信：4G/5G、Wi-Fi、藍(lán)牙、NFC、RFID等。

（1）自動(dòng)駕駛的安全層級(jí)。自動(dòng)駕駛的安全可以分為3個(gè)層級(jí)，如表 5-2 所示，包括 ECU安全、車(chē)身信息系統(tǒng)安全和云端服務(wù)安全。

（2）自動(dòng)駕駛測(cè)試驗(yàn)證。SAE 在 2016 年 1 月發(fā)布的J3061推薦規(guī)程《信息物理融合系統(tǒng)網(wǎng)絡(luò)安全指南》是首部針對(duì)汽車(chē)網(wǎng)絡(luò)安全而制定的指導(dǎo)性文件。其配套的 J3101 號(hào)文件《路面車(chē)輛應(yīng)用的硬件保護(hù)安全要求》，讓設(shè)計(jì)者可以采取一些措施，為車(chē)輛提供多重保護(hù)，比如將驗(yàn)證密鑰存儲(chǔ)在微控制器的受保護(hù)區(qū)域中。

所以在自動(dòng)駕駛中，安全是自動(dòng)駕駛技術(shù)開(kāi)發(fā)的第一條。為了降低和避免實(shí)際道路測(cè)試中的風(fēng)險(xiǎn)，在實(shí)際道路測(cè)試前要做好充分的仿真、臺(tái)架、封閉場(chǎng)地的測(cè)試驗(yàn)證。