從AppleCar淺談自動駕駛的軟硬件要求

電動汽車的出現，和原來油車的大有不同的結構，使得自動駕駛可以更進一步，進而汽車消費電子化的一天仿佛已經可以遠望。汽車硬件通常具有的冗余能力，以及電氣架構相對燃油架構更簡潔，模塊化程度更高，意味著其功能可以通過軟件的配置或升級實現“進化”，使得純電汽車的電子電氣架構成為智能車最佳的架構。

如果當制約發展的硬件瓶頸逐漸被解決，軟件生態的價值逐漸顯示出來。就像如今手機市場的競相追逐，一代比一代還快的新技術迭代過后，我們會不會發現軟件生態和交互UI帶來的體驗更讓人重視？在電動汽車架構下，汽車可以實現軟硬件分離，出現安卓和蘋果那樣的基礎系統供應商是大勢所趨。有了操作系統，自然會有應用軟件，換言之，也許汽車領域將復制類似手機的商業生態。

如今，富士康著眼于軟件定義開放純電動底盤平臺MIH，以及華為的鴻蒙座艙操作系統HOS、蔚來的自動輔助駕駛系統NIO Pilot拆分售賣。會使人覺得，部分硬件條件逐漸成熟，真正形成制約的主角逐漸轉變為軟件生態。

說到軟件生態，不得不提的便是蘋果。根據蘋果的專利曝光信息，AppleCar也許是計劃打造成為放大版的iPhone，直接增強了人與車的交互和控制，而不僅僅是通過方向盤。通過屏幕產生的交互感，在蘋果的產品生態之中再加一環，自然而然地把產品從手機延伸到汽車。再讓汽車取代手機成為另一個移動交互中樞。或許應該換一個說法，真正的主宰是蘋果的系統生態，而其中的所有產品，都無一例外是其忠誠的臣子。

刨除車門、保險杠等結構設計，從硬件角度看，顛覆傳統汽車的交互性的增強來源于幾個已經透露的消息：

1、智能座艙將帶來全新的人機交互體驗；Apple Car全車變成觸摸屏，影音、控制、訊息無處不可顯示，增強車內溝通；

2、將光纖直接嵌入車身內，通過光纖顯示文字訊息增強車外溝通；

3、車內外的多種傳感器和配套AI算法的使用，增強駕乘體驗感；

4、多攝像頭、激光雷達、超聲波雷達的使用，增強整車控制感；

5、蘋果生態帶來的多設備系統共用。

作為一臺放大版的iPhone，車的所有接口都將標準化，達到足以支撐后續軟件更新的要求，從軟件方案角度，AppleCar可能具有以下特點：

1、?車內傳感器采集數據、組網分享、運算以保障行駛安全、靈敏度和可靠性，兼顧駕駛室舒適度，弱化了單獨的T-box的角色感；

2、?自動駕駛算法支撐依照不同路況、收費，自動計算導航方案及行駛距離；

結合以上軟硬件角度，前面的問題應該有了答案。交互部分軟件生態很重要，核心處理部分，硬件要求低不了。需要軟硬件結合，要牢牢把握好架構、算力、傳感器接入、車載要求、軟件生態、功能安全六個核心要素，解決算法需求與硬件架構相統一，不同計算芯片間高效的數據流轉，復雜車載電磁環境下部署高帶寬高實時性的通訊架構等綜合問題。

基于此，不難發現，這也許又是一個推動半導體發展的產品。智能手機的出現，大大推動了處理器和存儲、顯示屏的發展，所以，綜合前文提到的AppleCar在軟硬件方面的要求，也許有以下幾點要求：

1、全車觸摸屏，對于柔性屏和存儲的要求；

2、多攝像頭交互，對于攝像頭sensor和算法以及存儲的要求；

3、車聯網，對于通訊速度和計算速度的要求；

先說柔性屏技術，應用柔性基板的OLED顯示屏適用于消費電子產品問題不大，但對于汽車等類型的產品而言就不一樣了。因為OLED亮度與其壽命成反比，所以有時間一長就會有燒屏現象。而汽車不僅要求部件耐久性，而且要求屏幕亮度足夠，柔性OLED就較難滿足這樣的需求。所以，也許需要柔性OLCD（有機LCD）在類似汽車融入內飾設計的曲面屏這樣的應用領域，來補足柔性顯示技術應用的短板。

當今柔性AMOLED可用于智能手機和智能手表，而需要更大面積、更低成本（OLCD的成本大約比OLED低三倍）或更長使用壽命的應用則更適合于OLCD，特別是汽車顯示器和數字標牌等需要高亮度和曲面顯示的應用。

不過，OLED技術在iPhone X的應用在當時的智能手機中屬首次，所以，或許OLED技術在汽車內部顯示屏的應用經歷技術改進后未必不可。而在應用柔性屏技術的影音系統中，用于對OLED進行配置以完成外部補償解決殘像問題的NOR FLASH，因大屏的使用，勢必需要更大的存儲；用于影音存儲的NAND FLASH 或者出現類似eMMC 的標準接口的其他產品，也同樣需要更大的存儲量。

所以，如要大規模的將汽車內飾可觸屏化，玻璃也變為顯示屏，那么，存儲容量的選擇就是一個很嚴肅的問題，必然不是如今手機這樣的內存大小可選。也許是像微軟曾經嘗試的Surface Phone的模塊化售賣方式。

除了大小得選擇，對于產品得選擇也至關重要，旺宏的eMMC產品主要應用于工業電子、高端家電，除此以外，eMMC在現在和未來的一大應用市場汽車電子還尚未涉足。但是，旺宏具有通過AEC-Q100 Grade 2/3級品質考核認證的NAND FLASH，未來是否會推出符合車用市場的eMMC產品，我們拭目以待。

而后說到sensor。提到自動駕駛，傳感器是眼睛。對于 L4 級以上的自動駕駛，行業上已經逐步形成了一套趨同的解決方案，即以超級車載計算與通信平臺為核心，以高線束激光雷達為主，充分融合相機視覺、毫米波雷達，依賴于高精度的組合導航系統。在汽車行駛過程中隨時來感應周圍的環境，收集數據，進行靜態、動態物體的辨識、偵測與追蹤，并結合導航地圖數據，進行系統的運算與分析，從而預先讓駕駛者察覺到可能發生的危險，有效增加汽車駕駛的舒適性和安全性。其中前視攝像頭可以實現智能遠光燈控制、道路交通識別、車道偏離報警、駕駛狀態監測等多項ADAS主動安全核心功能。對于面向自動駕駛為終極目標的系統，通常車身都會配置更多的攝像頭。如圖5為Tesla的model 3。全車配備8個攝像頭（車內新加的一個cabin camera不計）。前方3目，此外車身兩側配置4顆攝像頭，車位一個后視攝像頭。

這個架構可以在 360°范圍內，通過不同數量、布置位置與傳感器特性的組合可以實現遠近中距離無死角的感知覆蓋能力，并利用不同物理原理的傳感器實現三重異構冗余，并具備全天候的適應能力。

這套組合感知、融合、預測、規劃、控制整個計算延時約小于 1s， 同時對于不同位置的相機要求不同，比如對應 60°HFOV 的相機分辨率要在 4M 以上，還需要專門應對逆光夜晚的 HDR 功能，分辨率大幅躍升下需要使用高帶寬高穩定性的通信技術。在大量傳感器的配合下，數據接入量將上升至約 100Gb/s。因此，對于算力和傳輸的要求不斷提升。

如果說車內影音交互體現的是硬件同質化下軟件生態的重要性，那么自動駕駛需要的高性能復雜傳感器系統與高性能算力，則體現了對于硬件的器件與設計水平的高要求。就像是對于手機市場的競爭來說，配置逐漸同質化，但是處理器的優劣仍然極大的影響著市場。

未來自動駕駛中，對于人機交互的部分，需要強勢的軟件生態；而真正涉及到靈敏度和可靠性的核心模塊設計，硬件的主導性仍然是更強的。手機的高端處理器不斷迭代，自動駕駛時代，汽車所需的高端處理器和環境只會發展得更快更強！

fqj