安富利：從L3到L5，自動(dòng)駕駛的進(jìn)階之路

自動(dòng)駕駛無(wú)疑是汽車(chē)行業(yè)為用戶(hù)描畫(huà)的一張“大餅”，能夠手離方向盤(pán)，將開(kāi)車(chē)這種枯燥乏味且極具風(fēng)險的“力氣活兒”變成一種享受，太有誘惑力了。

但現實(shí)是，吆喝了很多年，我們似乎離真正的自動(dòng)駕駛還有相當的距離。如果你找個(gè)業(yè)內人士聊聊，他可能會(huì )列舉出從技術(shù)到安全，從商業(yè)模式到法律法規等一系列苦衷，借此來(lái)向你說(shuō)明自動(dòng)駕駛的“路漫漫其修遠兮”。但是理由再多，趨勢在那兒，面對這個(gè)人人都在為之而奮斗的終極目標，恐怕是有條件要上，沒(méi)有條件創(chuàng )造條件也要上。但是這條路究竟應該如何走，如何走得更順，就需要一個(gè)合理的規劃了。

其實(shí)從技術(shù)上來(lái)講，實(shí)現自動(dòng)駕駛一直面臨著(zhù)一個(gè)擴展性的問(wèn)題，因為自動(dòng)駕駛的終極目標是根據分級、分階段實(shí)現的，而不是一步到位，因此在這個(gè)漫長(cháng)的過(guò)程中如何打造一個(gè)可擴展的技術(shù)架構去應對所有自動(dòng)駕駛級別在算力、安全性等方面的要求，就成了一個(gè)十分重要的命題。而且這樣的可擴展的架構，對于在這個(gè)過(guò)程中形成高中低端的差異化產(chǎn)品，適應不同用戶(hù)市場(chǎng)的需要，及時(shí)將技術(shù)投入變現，也大有裨益。

自動(dòng)駕駛的分級

為了完美地解答這個(gè)問(wèn)題，我們還是要先回到自動(dòng)駕駛的分級上。按照美國汽車(chē)工程師學(xué)會(huì )SAE給出的定義，自動(dòng)駕駛從L1到L5分為五級，分別對應著(zhù)駕駛支持、部分自動(dòng)化、有條件自動(dòng)化、高度自動(dòng)化和完全自動(dòng)化。

自動(dòng)駕駛的分級說(shuō)明

從圖中不難看出，各個(gè)級別之間的差異是根據駕駛控制權的歸屬來(lái)界定的，自動(dòng)駕駛級別越低，駕駛員對車(chē)輛的控制權就越強。比如在L1中，包括自動(dòng)巡航、自動(dòng)制動(dòng)和車(chē)道保持等幾個(gè)內容，它們實(shí)際上只允許車(chē)輛在一個(gè)方向上做加速或減速的自動(dòng)控制，而不包括轉向的操作，駕駛員仍然對車(chē)輛具有絕對的控制權，必須通過(guò)親自觀(guān)察環(huán)境做出正確的判斷和決策；而到了L5，車(chē)輛則處于無(wú)需駕駛員干預的完全自動(dòng)化狀態(tài)，在大多數情況下駕駛員甚至對車(chē)輛的駕駛沒(méi)有“發(fā)言權”。

從這個(gè)分級規則中我們也可以看出，在L3到L4之間，其實(shí)存在一個(gè)很高的“臺階”。如果說(shuō)，從L1到L3的自動(dòng)駕駛系統還是一個(gè)駕駛員導向的產(chǎn)品，核心要義還是由人去操控汽車(chē)，那么到了L4和L5，汽車(chē)基本上就等同于一個(gè)機器人了，在大多數情況下是處于與“人”切斷聯(lián)系的狀態(tài)，自主運行。也可以說(shuō)從L1至L3，產(chǎn)品廣告詞吹得再玄妙，也還是ADAS，只有到了L4和L5，才是真正進(jìn)入了的自動(dòng)駕駛的境界。

從L1到L5的這種跨度，反觀(guān)上文中所提到的技術(shù)架構的可擴展性，就顯得更具挑戰性了。

可擴展的技術(shù)架構

想要解決這個(gè)問(wèn)題，首先需要在深入理解的基礎上對其進(jìn)行簡(jiǎn)化。目前業(yè)內一種比較主流的認知是，可以將自動(dòng)駕駛決策（THINK）分為兩個(gè)部分（域）：一個(gè)是感知和建模（Perception and Modeling），一個(gè)是安全計算（Safe Computing）。

具體來(lái)講，感知和建模是對來(lái)自車(chē)輛傳感器的數據進(jìn)行特征提取、分類(lèi)、識別、跟蹤等處理，得出目標是什么、目標的XYZ坐標位置，以及目標移動(dòng)的速度和角度等信息，并輸出一個(gè)網(wǎng)格圖。而感知和建模域的輸出，則可作為安全計算域的輸入，安全計算要做的就是將目標的網(wǎng)格圖與環(huán)境信息融合，進(jìn)行最佳路線(xiàn)的規劃，并動(dòng)態(tài)預測未來(lái)幾秒內可能的變化，其計算結果輸出為車(chē)輛加減速和轉向兩種控制信號，這樣的計算處理過(guò)程反復進(jìn)行，就可形成連貫的自動(dòng)駕駛行為。

由于感知和建模、安全計算這兩個(gè)域的功能不同，具體的技術(shù)訴求也是不同的，這主要反映在功能安全性和計算效率上。

對于感知和建模來(lái)說(shuō)，由于前端輸入來(lái)自多個(gè)傳該器——包括攝像頭、毫米波雷達和激光雷達三種類(lèi)型——為了適應復雜應用場(chǎng)景，至少需要兩種傳感器去滿(mǎn)足全面、準確的數據獲取要求，這種傳感器的多樣性和冗余性，使得單一傳感器的感知和建模系統只需滿(mǎn)足ASIL-B的功能安全要求，即可在整體上達到ASIL-D的功能安全水平。而在算力上，定點(diǎn)計算即可滿(mǎn)足大多數感知和建模數據處理的要求。

而安全計算則很不一樣，由于經(jīng)過(guò)傳感器融合之后，沒(méi)有了數據的多樣性和冗余性，因此安全計算處理器必須要達到ASIL-D的功能安全要求。同時(shí)由于計算復雜性要高，必須同時(shí)使用定點(diǎn)運算和浮點(diǎn)運算——浮點(diǎn)運算主要是進(jìn)行向量和線(xiàn)性代數加速——而且從安全性的角度，神經(jīng)網(wǎng)絡(luò )因為不能回溯而無(wú)法勝任，因為必須使用確定性的算法，這些計算效率上的要求，都需要與其相適應的計算架構的支持。

試想一下，如果用單一的計算架構去同時(shí)完成感知和建模、安全計算兩個(gè)任務(wù)，顯然是不經(jīng)濟的，而且喪失了靈活性。比如，當你希望擴展傳感器的數量或類(lèi)型時(shí)，就不得不對整個(gè)處理器結構進(jìn)行替換。所以一種可擴展架構的思路就是，分別為兩個(gè)域設計不同的處理器芯片與之相對應，這樣后續的系統擴展升級也會(huì )更容易。

這樣一來(lái)，一個(gè)架構就可以滿(mǎn)足從L1到L5所有自動(dòng)駕駛級別的技術(shù)要求，開(kāi)發(fā)者不論是做面向未來(lái)的技術(shù)探索，還是做針對當下市場(chǎng)需求的產(chǎn)品研發(fā)，都可以進(jìn)退有據，游刃有余。有了這樣的認識和技術(shù)支撐，在通往自動(dòng)駕駛的臺階上，前行的步伐也會(huì )更篤定。