自20世紀(jì)中期以來，汽車技術(shù)經(jīng)歷了幾十年的緩慢發(fā)展，在過去的30到40年里，汽車制造的方式也沒有發(fā)生太大的變化。但這樣的情況正在發(fā)生根本性變化——尤其是在即將過去的2018年，這種變化非常迅速。

但技術(shù)積極導(dǎo)入的背后，消費(fèi)者是否接受？這將直接影響供需之間的關(guān)系。

最近一項(xiàng)面向全球幾大國(guó)家的調(diào)查結(jié)果顯示，在回應(yīng)“自動(dòng)駕駛是一項(xiàng)明智的技術(shù)進(jìn)步”這一說法時(shí)，53%的德國(guó)人和50%的美國(guó)人表示同意，而在中國(guó)，則有高達(dá)89%的人同意這一進(jìn)展。

還有一個(gè)不可避免地與自動(dòng)駕駛汽車有關(guān)的恐懼問題。在德國(guó)，62%的人認(rèn)為“自動(dòng)駕駛讓我有些害怕”。在美國(guó)，77%的人表示有恐懼。而在中國(guó)，可能感到會(huì)受驚嚇的人數(shù)只有28%。

至于這項(xiàng)技術(shù)將發(fā)揮多大的作用，57%的德國(guó)人認(rèn)為“我不相信它會(huì)可靠地發(fā)揮作用”。在美國(guó)，77%的人感到害怕是因?yàn)樗麄冋J(rèn)為這種方法行不通。同樣，中國(guó)人則更加樂觀，有40%的人關(guān)心可靠的運(yùn)營(yíng)。

在美國(guó)，公眾接觸自動(dòng)駕駛汽車的幾率最高，但似乎并沒有讓事情變得更好，或許像Uber發(fā)生的不幸事故這樣的事情讓人們更加猶豫。

2013年的一項(xiàng)調(diào)查顯示，66%的美國(guó)人同意“自動(dòng)駕駛有點(diǎn)讓我害怕”的說法，比2018年的數(shù)字反而低了11個(gè)百分點(diǎn)。至于“我不相信它會(huì)可靠地發(fā)揮作用”，2013年只有50%的人同意這一說法，而最新調(diào)查則高達(dá)77%。

與此同時(shí)，在中國(guó)，2013年至2018年間人們對(duì)自動(dòng)駕駛的態(tài)度出現(xiàn)了積極的變化。在這五年里，“明智的技術(shù)進(jìn)步”增加了10個(gè)百分點(diǎn)；稱自己有些害怕的人減少了24個(gè)百分點(diǎn)。

自動(dòng)駕駛在中國(guó)可能會(huì)比其他國(guó)家更早更快大規(guī)模普及，至少?gòu)恼{(diào)查對(duì)比結(jié)果來看，應(yīng)該不會(huì)有什么意外。所有，我們也有理由相信，2019年智能網(wǎng)聯(lián)汽車領(lǐng)域的更多變化，將來自中國(guó)市場(chǎng)。

域控制器

從L2級(jí)到L3級(jí)的演進(jìn)，也是從傳統(tǒng)的ADAS功能向場(chǎng)景化自動(dòng)駕駛的進(jìn)化。此外，更多傳感器的融合，則更加突出域控制器的作用。

一直以來，多傳感器融合是自動(dòng)駕駛落地的必備條件之一，目前的L1和不變道L2自動(dòng)駕駛是單個(gè)攝像頭和雷達(dá)之間的融合，是目標(biāo)層的融合；而可變道L2和L3級(jí)自動(dòng)駕駛需要數(shù)據(jù)層的融合；到L4/L5階段，還需要傳感器數(shù)據(jù)和高精度地圖數(shù)據(jù)的融合。

域控制器因?yàn)橛袕?qiáng)大的硬件計(jì)算能力與豐富的軟件接口支持，使得更多核心功能模塊集中于域控制器內(nèi)，系統(tǒng)功能集成度大大提高，這樣對(duì)于功能的感知與執(zhí)行的硬件要求降低。

加之?dāng)?shù)據(jù)交互的接口標(biāo)準(zhǔn)化/網(wǎng)絡(luò)化，會(huì)讓這些零部件變成標(biāo)準(zhǔn)零件，從而降低這部分零部件開發(fā)/制造成本。簡(jiǎn)而言之，外圍零件只關(guān)注本身基本功能，而中央（域）控制器關(guān)注系統(tǒng)級(jí)功能實(shí)現(xiàn)。

在傳統(tǒng)的ADAS功能時(shí)代，原有的一個(gè)功能對(duì)應(yīng)一個(gè)ECU的分布式計(jì)算架構(gòu)已經(jīng)無法適應(yīng)需求——比如攝像頭、毫米波雷達(dá)、激光雷達(dá)乃至GPS和輪速傳感器的數(shù)據(jù)都要在一個(gè)計(jì)算中心內(nèi)進(jìn)行處理以保證輸出結(jié)果的對(duì)整車自動(dòng)駕駛最優(yōu)。

這意味著需要有大量的運(yùn)算，這時(shí)就需要有一個(gè)域控制器。同時(shí)，從ADAS級(jí)開始，傳統(tǒng)的分布式車載電子控制單元的使用正在讓位于集成的域控制器。

自動(dòng)駕駛域控制器注重的是靈活可用，滿足B端客戶需求，因此在具體的實(shí)現(xiàn)方案上，會(huì)有多種選擇。域控制器在業(yè)內(nèi)已經(jīng)形成共識(shí)，無論主機(jī)廠還是Tier1，都在發(fā)力。在下一代的車型中，或多或少都會(huì)加入一部分域控制器的概念。

毫米波雷達(dá)

毫米波雷達(dá)作為一個(gè)傳統(tǒng)的感知傳感器，在汽車智能駕駛中扮演者越來越多的重要角色。據(jù)GGAI研究院預(yù)計(jì)，到2020年，全球量產(chǎn)新車將會(huì)至少有超過20%安裝毫米波雷達(dá)，服務(wù)于汽車安全輔助駕駛的相關(guān)功能。

傳統(tǒng)的汽車毫米波雷達(dá)配置為1+4，1為高頻的76-81Ghz的毫米波雷達(dá)，用于中遠(yuǎn)距離的ADAS功能，而4通常為24GHz的毫米波雷達(dá)，用于近距離場(chǎng)景。

雷達(dá)的價(jià)格乘以數(shù)量，市場(chǎng)想象空間很大。面對(duì)巨大的市場(chǎng)，不僅國(guó)外的傳統(tǒng)巨頭虎視眈眈，國(guó)內(nèi)新興的雷達(dá)供應(yīng)商也摩拳擦掌，希望能在其中分一杯羹。

近年來，全球在毫米波雷達(dá)領(lǐng)域的初創(chuàng)公司都在嘗試向高分辨率的成像雷達(dá)技術(shù)方向拓展。他們希望能夠基于毫米波雷達(dá)不受天氣和光線影響的獨(dú)特優(yōu)勢(shì)，如何最大程度改善傳統(tǒng)雷達(dá)分辨率低的缺點(diǎn)。

4D（3D空間+速度）成像毫米波雷達(dá)，被認(rèn)為是趨勢(shì)之一，將分辨率提升至接近激光雷達(dá)的水平，既解決對(duì)小物體的識(shí)別，以及移動(dòng)、靜止物體的跟蹤，同時(shí)，毫米波雷達(dá)的穿透力（超視距能力）是對(duì)激光雷達(dá)的缺陷彌補(bǔ)。

同時(shí)，4D雷達(dá)相比傳統(tǒng)雷達(dá)可以做到垂直方向的探測(cè)，并直接實(shí)時(shí)給出物體的移動(dòng)速度，而激光雷達(dá)則需要間接計(jì)算得出。

以目前三種傳感器的測(cè)距范圍來看，毫米波雷達(dá)仍然具備優(yōu)勢(shì)，這也使得在多傳感器融合的狀況下，其成為最早發(fā)現(xiàn)前方障礙物的傳感器。

此外，現(xiàn)有的24GHz，77GHz毫米波雷達(dá)仍然存在不少缺陷，比如必須在較窄的視場(chǎng)角提供中遠(yuǎn)距的中低分辨率，或者寬視場(chǎng)角的低分辨率之間選擇。這也使得下一代雷達(dá)的突破已經(jīng)成為剛需。

虛擬仿真

傳統(tǒng)汽車要走向自動(dòng)駕駛，除了各家技術(shù)方案公司的努力，包括但不限于OEM、自動(dòng)駕駛公司，還需要對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行不斷測(cè)驗(yàn)，進(jìn)行對(duì)稱調(diào)試優(yōu)化。

路測(cè)無疑是最直接的方式，但由于汽車的重量以及速度，在實(shí)際場(chǎng)景中測(cè)試有重大的安全隱患，尤其是在技術(shù)尚未成熟之前?？墒菦]有實(shí)際的路測(cè)，技術(shù)的更新升級(jí)似乎難度又很大。

尤其是今年上半年，UBER的自動(dòng)駕駛車在美國(guó)亞利桑那州坦佩市的全球首例由自動(dòng)駕駛汽車釀成的死亡事故發(fā)生之后，對(duì)于自動(dòng)駕駛測(cè)試是否應(yīng)該在技術(shù)未成熟之前上路測(cè)試引發(fā)了業(yè)界的反思與討論。

在不少業(yè)內(nèi)人士看來，模擬測(cè)試是提高目前自動(dòng)駕駛技術(shù)開發(fā)速度的關(guān)鍵工具，也是驗(yàn)證產(chǎn)品和證明其安全的必要工具。按照行業(yè)普遍觀點(diǎn)，車企需要100億英里的試駕數(shù)據(jù)來優(yōu)化其自動(dòng)駕駛系統(tǒng)，若要達(dá)到該測(cè)試?yán)锍虜?shù)，按照目前的實(shí)際路測(cè)能力計(jì)算，恐怕還需要耗費(fèi)數(shù)年才行。

根據(jù)Waymo最新發(fā)布的數(shù)據(jù)，在過去幾年公司完成了25個(gè)城市，不同時(shí)間、不同氣候、不同道路的1000萬英里實(shí)際道路測(cè)試；而目前公司每天虛擬測(cè)試?yán)锍叹涂梢赃_(dá)到1000萬英里。按照計(jì)劃，到10月底，Waymo的虛擬測(cè)試?yán)锍桃呀?jīng)突破70億英里。

仿真環(huán)境有助于解決在現(xiàn)實(shí)中很少出現(xiàn)的極端情況。一些在實(shí)際路況中極少出現(xiàn)的情境，可在仿真環(huán)境中不同視角重復(fù)出現(xiàn)。

更為關(guān)鍵的是，隨著驗(yàn)證越來越多的駕駛員輔助系統(tǒng)和自動(dòng)駕駛功能的需求日益增長(zhǎng)，可能的場(chǎng)景數(shù)量每天都在增加。

對(duì)于自動(dòng)駕駛來說，仿真測(cè)試將是技術(shù)驗(yàn)證、支撐系統(tǒng)培訓(xùn)、測(cè)試和驗(yàn)證的基礎(chǔ)技術(shù)，尤其是基于深度機(jī)器學(xué)習(xí)的系統(tǒng)來說，它是“必須的”，有利于在技術(shù)部署之前帶來一些急需的驗(yàn)證和信心。

芯片大戰(zhàn)

據(jù)相關(guān)統(tǒng)計(jì)數(shù)據(jù)顯示，芯片在每輛汽車中的價(jià)值從2000年的250美元飆升至去年的350美元。近三年全球車用芯片市場(chǎng)正以超過年復(fù)合增長(zhǎng)率30%的速度增長(zhǎng)，2017年市場(chǎng)規(guī)模接近350億美元，汽車市場(chǎng)被認(rèn)為是半導(dǎo)體芯片市場(chǎng)中成長(zhǎng)最快的應(yīng)用領(lǐng)域。

視覺處理芯片是自動(dòng)駕駛芯片陣列中重要的一環(huán)，由于可以同雷達(dá)等傳感器形成互補(bǔ)，基于深度學(xué)習(xí)的視覺識(shí)別處理，在道路、交通標(biāo)志、障礙物、行人等識(shí)別中重要性愈發(fā)凸顯。

因此各大廠商也都在爭(zhēng)相占領(lǐng)高地，NVIDIA和Mobileye目前是市場(chǎng)翹楚，占據(jù)了較大的份額，二者在汽車芯片領(lǐng)域，都是新生。其它傳統(tǒng)汽車芯片廠商，正在迎頭趕上。

賽靈思在加大投入，開始重視汽車市場(chǎng)，安霸借著原有汽車市場(chǎng)的一些經(jīng)驗(yàn)，也在意圖更多CV市場(chǎng)份額。高通則在座艙及5G、V2X芯片領(lǐng)域占據(jù)優(yōu)勢(shì)。傳統(tǒng)的NXP、瑞薩、TI等在價(jià)格、功耗、量產(chǎn)經(jīng)驗(yàn)上，都占優(yōu)勢(shì)。

自動(dòng)駕駛視覺處理芯片的賽跑，才剛剛開始，領(lǐng)頭羊、傳統(tǒng)勢(shì)力、新入局者各自的節(jié)奏都不一樣的，但市場(chǎng)一致——我們目力所及的汽車，ADAS還遠(yuǎn)未普及。誰能掌握真正的話語權(quán)，在于占領(lǐng)足夠大的市場(chǎng)，而這些故事，將會(huì)在接下來的5-10年完成。

同時(shí)，與其他市場(chǎng)應(yīng)用相比，汽車對(duì)芯片的要求更為嚴(yán)格。目前，半導(dǎo)體行業(yè)對(duì)擴(kuò)大芯片產(chǎn)能仍持謹(jǐn)慎態(tài)度，預(yù)計(jì)未來兩年分配給汽車行業(yè)的產(chǎn)能不會(huì)有較大幅度增長(zhǎng)，因此可能出現(xiàn)供不應(yīng)求的局面。

與此同時(shí)，汽車客戶希望能夠確定芯片的潛在故障率。這就需要代工廠使用更多的檢查、測(cè)試和模擬，所有這些都需要時(shí)間并增加工藝的成本。

諸如人工智能、機(jī)器學(xué)習(xí)和自動(dòng)駕駛這樣的未來趨勢(shì)將在芯片制造領(lǐng)域產(chǎn)生新的贏家和輸家?！艾F(xiàn)在才剛剛開始上半場(chǎng)的比賽，那些大玩家可能會(huì)變得更大?！币晃粯I(yè)內(nèi)人士表示。

5G+V2X

在傳統(tǒng)的2/3/4G時(shí)代，車聯(lián)網(wǎng)的概念就已經(jīng)存在，但經(jīng)過了十年，應(yīng)用最廣泛的，還是客車、貨車被強(qiáng)制安裝的行車記錄儀，車機(jī)等設(shè)備，在乘用車領(lǐng)域聯(lián)網(wǎng)設(shè)備的安裝率較低，但二者都有一個(gè)共同點(diǎn)：幾乎無存在感。

5G時(shí)代的到來，依靠的是更密集基站的部署，任大凱表示，5G基站的密度，將會(huì)是4G基站的2.5倍，4G基站現(xiàn)在約有200多萬個(gè)，因此未來5G基站的數(shù)量，將會(huì)達(dá)到約700萬個(gè)。

完整部署后的5G基站網(wǎng)，通訊速率可達(dá)GB/S級(jí)，時(shí)延可保持在10ms以下，為無人駕駛、V2X的應(yīng)用提供了技術(shù)保障。

彼時(shí)，無人駕駛的端智能還受制于感知、傳感器、算力、深度學(xué)習(xí)等因素的限制，無法具備足夠的上路能力，但5G可以通過V2X，弱化對(duì)車輛端智能的要求，就能使得汽車擁有超視距的感知，信息獲取能力。

5G讓單車從環(huán)境感知進(jìn)入了共享模式，從信息論的角度，信息量的多項(xiàng)式模式增長(zhǎng)可以讓信息不準(zhǔn)確度呈指數(shù)級(jí)下降，由此，基于5G的環(huán)境感知共享模式將會(huì)大大提高環(huán)境感知的準(zhǔn)確度，為智能駕駛分析決策提供最高質(zhì)量的參考數(shù)據(jù)，給智能駕駛提供最高的穩(wěn)定性分析。

車輛編隊(duì)控制在近年來已經(jīng)成為廣受關(guān)注的一個(gè)問題，尤其在客運(yùn)、貨運(yùn)和港口物流等場(chǎng)景中，編隊(duì)模式下兩輛車或多輛車同向行駛，前車作為領(lǐng)航車，有人駕駛，后車為完全無人駕駛。5G在該應(yīng)用場(chǎng)景中，5毫秒以內(nèi)的端到端低時(shí)延以及99.999%的可靠性，是安全高效車輛編隊(duì)行駛的關(guān)鍵。

對(duì)于遠(yuǎn)程駕駛，駕駛員必須直接根據(jù)傳回的多路高清視頻進(jìn)行駕駛操作，對(duì)方向盤、剎車和油門的每一個(gè)動(dòng)作都要在10毫秒之內(nèi)完成操作，才能保證遠(yuǎn)程駕駛車輛平穩(wěn)安全高效的行駛。能支持高清視頻的及時(shí)傳入、控制信號(hào)及時(shí)傳出的通訊網(wǎng)絡(luò)，唯有5G網(wǎng)絡(luò)的大帶寬、低時(shí)延才能滿足。

從各個(gè)芯片廠商的計(jì)劃可以看出，大家都瞄準(zhǔn)了5G在2019年的商用，與運(yùn)營(yíng)商的計(jì)劃幾乎神同步。供應(yīng)商和運(yùn)營(yíng)商誰先誰后現(xiàn)在還不確定，但相應(yīng)的產(chǎn)品和服務(wù)，肯定只能在2020年后才能見到。