如何共同構建安全高效的自動(dòng)駕駛域（AD）與高級駕駛輔助系統（ADAS）集中計算解決方案

自動(dòng)駕駛甚至部分自動(dòng)駕駛所面臨的挑戰，比人們有時(shí)預想的要多得多，這并不是什么新鮮事，也不是新出現的情況。如今，從一個(gè)完全可運行的原型到一個(gè)面向大眾市場(chǎng)的可交付解決方案之間，仍然存在許多障礙：道路基礎設施、可靠性、安全性、接受度、人類(lèi)行為、法規……

盡管如此，進(jìn)步仍在不斷取得，有時(shí)會(huì )有重大突破，有時(shí)則是通過(guò)小的逐步改進(jìn)來(lái)實(shí)現，正如今天在數十個(gè)城市運營(yíng)的眾多全自動(dòng)駕駛共享車(chē)隊和穿梭巴士，以及配備L2+和L3自動(dòng)駕駛輔助系統的汽車(chē)車(chē)型數量不斷增加所證明的那樣。

那么，如何加速這一進(jìn)步呢？歷史表明，合作和思想的交流能夠激發(fā)發(fā)明、發(fā)現和創(chuàng )新。

那么，讓我們來(lái)探討一下工程師們面臨的一些實(shí)施挑戰，以及合作如何能夠提供幫助

正確地檢測和感知周?chē)h(huán)境

 使用多種傳感器有助于降低風(fēng)險，例如避免漏檢或錯誤識別物體。

更進(jìn)一步：將不同技術(shù)的傳感器結合起來(lái)，還可以彌補在某些運行條件下的弱點(diǎn)，例如低光照、惡劣天氣、傳感器被遮擋等。

這種做法是合理的，而且不止一家自動(dòng)駕駛輔助系統（ADAS）技術(shù)先鋒從依賴(lài)單一傳感器技術(shù)回歸到如今整合多種傳感器技術(shù)（例如視頻攝像頭和雷達、視頻攝像頭和激光雷達等）。

然而，解決一個(gè)挑戰又會(huì )帶來(lái)另一個(gè)挑戰：同時(shí)影響這兩種傳感器的問(wèn)題是一種“共因故障”，基本上它們的處理過(guò)程必須是獨立的并且可靠地冗余。如何確保沒(méi)有“共因故障”影響本應是冗余且獨立的傳感器？

正確處理所有這些數據并做出正確的決策

 最簡(jiǎn)單的答案是同時(shí)使用不同的計算系統，并有足夠的冗余。這種方法在早期開(kāi)發(fā)階段、預算充裕的情況下，或者在像航空航天這樣無(wú)法提供備用方案且生產(chǎn)數量相對較少的特定應用中是可行的。但在汽車(chē)這種大規模生產(chǎn)的情境中，這種方法顯然是反生產(chǎn)力的，甚至與電子電氣（E/E）架構集中化處理的趨勢不兼容：

當不同的軟件（SW）處理過(guò)程本應是冗余且互補的，卻相互干擾而導致系統故障或異常行為時(shí)（例如一個(gè)軟件任務(wù)破壞了另一個(gè)任務(wù)存儲在內存中的數據，或者一個(gè)軟件任務(wù)獨占了另一個(gè)更關(guān)鍵任務(wù)所需的資源等），也會(huì )面臨類(lèi)似的挑戰。

為了應對這些挑戰以及任何潛在的共因故障，需要采用防止干擾的機制。但具體來(lái)說(shuō)，什么不應該相互干擾？什么應該與什么一起使用？要回答這些問(wèn)題，就需要密切關(guān)注實(shí)現過(guò)程并確定這些“規則”。

好的，但如何才能擁有一套能夠保障這些規則并且已經(jīng)可供開(kāi)發(fā)者使用的系統呢？我們可以盡可能多地進(jìn)行預估，但從邏輯上講，通過(guò)緊密合作并確保這些我們剛剛提到的“規則”從系統規格階段開(kāi)始就成為系統的要求，我們能夠取得更好的效果。

憑借其跨越多代的汽車(chē)系統級芯片（SoC）經(jīng)驗，瑞薩（Renesas）基于多年的合作經(jīng)驗，開(kāi)發(fā)了片上機制，確保不同安全級別的軟件任務(wù)能夠在SoC上并行運行而不相互干擾，從而增強ASIL D控制的功能安全。這些機制首次在2021年國際固態(tài)電路會(huì )議上展示，并隨著(zhù)R-Car系列的不斷升級而持續改進(jìn)，例如如今的R-Car第四代以及最近發(fā)布的R-Car第五代。

運行效率

 與在強大的個(gè)人電腦上進(jìn)行實(shí)驗不同，汽車(chē)中央計算解決方案需要高效運行，并在車(chē)輛使用期間的惡劣條件下持續工作：這意味著(zhù)例如它需要在不依賴(lài)過(guò)于復雜的冷卻機制的情況下成功散發(fā)產(chǎn)生的熱量（如果每輛汽車(chē)都能像數據中心那樣擁有精確的氣候控制，那生活將會(huì )簡(jiǎn)單得多），而這直接取決于盡可能少地消耗電力。瑞薩在市場(chǎng)上以提供最高效的解決方案而著(zhù)稱(chēng)，無(wú)論是在處理方面：在最?lèi)毫拥倪\行條件下達到16 TOPS/Watt（即每秒萬(wàn)億次運算）；還是在整體芯片功耗方面：用于實(shí)現5星NCAP評級的前置攝像頭在最壞情況下功耗不到幾瓦。但這些只是容易的部分！真正的效率是在芯片設計考慮了用例以及如何在芯片上實(shí)現時(shí)實(shí)現的。憑借我們開(kāi)放的平臺和生態(tài)系統，瑞薩與領(lǐng)先的汽車(chē)制造商（OEM）、一級供應商（Tier 1）和二級供應商（Tier 2）持續合作，不斷改進(jìn)、深化甚至有時(shí)糾正我們對AD和ADAS實(shí)現方式的理解。這有什么幫助呢？以下是一些例子：

• 理解用例使瑞薩能夠提出最適合的安全機制，而不是簡(jiǎn)單地將所有內容都冗余實(shí)現。

• 理解要實(shí)現的不同算法（即在R-Car上使用的算法），使我們能夠識別出在實(shí)現、性能和效率方面最適合的處理單元，并在R-Car中提供它們。

• 進(jìn)一步識別和區分常用的算法和功能，使我們能夠開(kāi)發(fā)專(zhuān)門(mén)針對它們的硬連線(xiàn)處理單元，這為經(jīng)常使用的功能提供了最佳性能和效率，并釋放了通用CPU用于其他任務(wù)。R-Car V3H和V4H中的視頻IP就是這一理念的體現。

• 從另一個(gè)角度來(lái)看，這些深入研究還可以量化潛在的使用情況，這使我們能夠估算所需的數據帶寬，并正確規劃通信總線(xiàn)、內部存儲器、壓縮機制和外部存儲器接口的尺寸：市面上有許多芯片雖然擁有不錯的處理能力，但卻因這里或那里的瓶頸而受限。

  
  

合作不能單向進(jìn)行：因此，瑞薩對這些算法的反饋對于R-Car用戶(hù)來(lái)說(shuō)可能非常有用，以下是一些例子：

• 理解哪種處理單元最適合特定的場(chǎng)景。

• 指出在哪里采用不同的方法或改變實(shí)現方式可能會(huì )非常有利，以及在哪里可能存在潛在的權衡。一個(gè)反復出現的例子是從浮點(diǎn)運算切換到整數運算：在原型階段，這可能看起來(lái)并不重要，但如果優(yōu)化實(shí)現，精度損失很小或可以控制，可能會(huì )得到一個(gè)更簡(jiǎn)單、更小、更便宜的解決方案，并節省幾瓦的功耗。

• 引入新的解決方案或想法，例如利用系統中可用功能在數據“就在那里且可用時(shí)”進(jìn)行的“免費”操作。這可以減輕數據帶寬的負擔，因為否則這些操作可能需要稍后再次獲取相同的數據。

進(jìn)步并非只帶來(lái)挑戰！如今，得益于瑞薩的虛擬軟件開(kāi)發(fā)環(huán)境，我們的合作可以更早地開(kāi)始：R-Car用戶(hù)現在可以在芯片可用之前就開(kāi)始設計和測試軟件，而過(guò)去只能在芯片出來(lái)后才能開(kāi)始。他們提供的反饋以及上述瑞薩的指導現在從第一天起就開(kāi)始了。難道我們在這里停下來(lái)就可以稱(chēng)之為成功了嗎？顯然不是！進(jìn)步是沒(méi)有極限的，通過(guò)合作，我們能夠不斷更新我們對明天自動(dòng)駕駛系統的理解，并通過(guò)提供最先進(jìn)的處理解決方案來(lái)預見(jiàn)并成功地將其推向大眾市場(chǎng)。