自動駕駛

自動駕駛是新一輪科技革命背景下的新興技術(shù)纤勒，集中運用了現(xiàn)代傳感坯苹、信息與通信、自動控制摇天、計算機和人工智能等技術(shù)粹湃，代表著未來汽車技術(shù)的方向，也是汽車產(chǎn)業(yè)轉(zhuǎn)型升級的關(guān)鍵泉坐，是目前世界公認的汽車發(fā)展方向为鳄。據(jù)麥肯錫預(yù)測，2030年售出的新車中腕让，自動駕駛汽車的比例將達到15%孤钦。

其實早在20世紀80年代，在美國國防部先進研究項目局的支持下记某，自動駕駛技術(shù)的研究熱潮就已經(jīng)掀起。1984 年构捡，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駕駛車輛液南，該車輛利用激光雷達、計算機視覺及自動控制技術(shù)完成對周邊環(huán)境的感知勾徽，并據(jù)此做出決策自動控制車輛滑凉，在特定道路環(huán)境下最高時速大約31km/h。

2014年喘帚，國際汽車工程師協(xié)會（SAE International）制訂了一套自動駕駛汽車分級標準畅姊， 將汽車智能化水平分成 6 個等級：無自動化、駕駛支援吹由、部分自動化若未、有條件自動化、高度自動化倾鲫、完全自動化粗合，具體定義如圖 5-7 所示。

01邊緣計算在自動駕駛中的應(yīng)用場景

汽車自動駕駛具有“智慧”和“能力”兩層含義乌昔。所謂“智慧”是指汽車能夠像人一樣智能地感知隙疚、綜合、判斷磕道、推理供屉、決斷和記憶；所謂“能力”是指自動駕駛汽車能夠確保“智慧” 有效執(zhí)行伶丐，可以實施主動控制悼做，并能夠進行人機交互與協(xié)同。自動駕駛是“智慧”和“能力” 的有機結(jié)合撵割，二者相輔相成贿堰，缺一不可。

為實現(xiàn)“智慧”和“能力”啡彬，自動駕駛技術(shù)一般包括環(huán)境感知羹与、決策規(guī)劃和車輛控制三部分。類似于人類駕駛員在駕駛過程中庶灿，通過視覺纵搁、聽覺、觸覺等感官系統(tǒng)感知行駛環(huán)境和車輛狀態(tài)往踢，自動駕駛系統(tǒng)通過配置內(nèi)部和外部傳感器獲取自身狀態(tài)及周邊環(huán)境信息腾誉。內(nèi)部傳感器主要包括車輛速度傳感器、加速傳感器峻呕、輪速傳感器利职、橫擺角速度傳感器等。主流的外部傳感器包括攝像頭瘦癌、激光雷達猪贪、毫米波雷達及定位系統(tǒng)等，這些傳感器可以提供海量的全方位行駛環(huán)境信息讯私。為有效利用這些傳感器信息热押，需要利用傳感器融合技術(shù)將多種傳感器在空間和時間上的獨立信息、互補信息以及冗余信息按照某種準則組合起來斤寇，從而提供對環(huán)境的準確理解桶癣。決策規(guī)劃子系統(tǒng)代表了自動駕駛技術(shù)的認知層，包括決策和規(guī)劃兩個方面娘锁。

決策體系定義了各部分之間的相互關(guān)系和功能分配牙寞，決定了車輛的安全行駛模式 ；規(guī)劃部分用以生成安全莫秆、實時的無碰撞軌跡碎税。車輛控制子系統(tǒng)用以實現(xiàn)車輛的縱向車距、車速控制和橫向車輛位置控制等馏锡，是車輛智能化的最終執(zhí)行機構(gòu)雷蹂。環(huán)境感知和決策規(guī)劃對應(yīng)自動駕駛系統(tǒng)的“智慧”，而車輛控制則體現(xiàn)了其“能力”杯道。

為了實現(xiàn) L4 級或L5 級的自動駕駛匪煌，僅僅實現(xiàn)單車的“智慧”是不夠的责蝠。如圖 5-8 所示，需要通過車聯(lián)網(wǎng) V2X 實現(xiàn)車輛與道路以及交通數(shù)據(jù)的全面感知萎庭，獲取比單車的內(nèi)外部傳感器更多的信息霜医，增強對非視距范圍內(nèi)環(huán)境的感知，并通過高清3D動態(tài)地圖實時共享自動駕駛的位置驳规。例如在雨雪肴敛、大霧等惡劣天氣下，或在交叉路口吗购、拐彎等場景下医男，雷達和攝像頭無法清晰辨別前方障礙，通過V2X來獲取道路捻勉、行車等實時數(shù)據(jù)镀梭，可以實現(xiàn)智能預(yù)測路況，避免意外事故的發(fā)生踱启。

隨著自動駕駛等級的提升报账，并且配備的車內(nèi)和車外高級傳感器更多，一輛自動駕駛汽車每天可以產(chǎn)生高達大約 25TB 的原始數(shù)據(jù)埠偿。這些原始數(shù)據(jù)需要在本地進行實時的處理透罢、融合、特征提取冠蒋，包括基于深度學(xué)習(xí)的目標檢測和跟蹤等高級分析羽圃；同時需要利用 V2X 提升對環(huán)境、道路和其他車輛的感知能力浊服，通過 3D 高清地圖進行實時建模和定位统屈、路徑規(guī)劃和選擇胚吁、駕駛策略調(diào)整牙躺，進而安全地控制車輛。由于這些計算任務(wù)都需要在車內(nèi)終結(jié)來保證處理和響應(yīng)的實時性腕扶，因此需要性能強大可靠的邊緣計算平臺來執(zhí)行孽拷。考慮到計算任務(wù)的差異性半抱，為了提高執(zhí)行效率并降低功耗和成本脓恕，一般需要支持異構(gòu)的計算平臺。

1．自動駕駛的發(fā)展現(xiàn)狀

參與自動駕駛技術(shù)開發(fā)的企業(yè)大體可以分為五種：平臺廠商（例如谷歌Waymo窿侈、百度Apollo）炼幔，硬件供應(yīng)商（例如英特爾 CPU/FPGA、英偉達 GPU）史简，車企（例如特斯拉乃秀、奧迪、通用），車輛零部件企業(yè)（例如博世）跺讯，技術(shù)解決方案提供者（例如英特爾 Mobileye）枢贿。截至目前，市場主要以 L2 級自動駕駛的量產(chǎn)以及擁有 L3 級或 L4 級的部分功能為主刀脏。

L2級的自動駕駛基本有兩種解決方案：一種是現(xiàn)在很多傳統(tǒng)車廠使用的前視攝像頭局荚，加毫米波雷達和視覺感知芯片的方案；還有一種則是類似特斯拉愈污、谷歌等使用的多個攝像頭與聲波雷達環(huán)視耀态，并通過一個中央計算機進行融合計算的方案。

目前特斯拉?Autopilot在 ADAS 市場上已經(jīng)達到了無人駕駛 L2級水準钙畔，并擁有部分 L3 級的潛力茫陆，但是由于預(yù)警信息還不完全到位，并沒有完全達到 L3 級擎析。特斯拉 Autopilot的進化史是“硬件先行簿盅，軟件后更新”。每一臺特斯拉都會配置當(dāng)時最新的硬件揍魂，然后通過OTA不斷更新固件桨醋，獲得更完善的駕駛輔助或自動駕駛功能。

自2016 年 10 月以來现斋，特斯拉生產(chǎn)的每輛汽車都配備有自動駕駛硬件套件喜最，包括攝像頭、雷達庄蹋、超聲波傳感器和可升級的車載計算機瞬内。目前，全球大約有 150000 臺這種“Auto2.0”硬件版本的特斯拉正行駛在路上限书，同時軟件系統(tǒng)可以通過OTA 更新升級車輛虫蝶。龐大的用戶群可以源源不斷地供給真實路況的駕駛數(shù)據(jù)，幫助Autopilot訓(xùn)練和迭代算法倦西。

自從谷歌的“螢火蟲”退役之后能真，Waymo更傾向于打造從算法到硬件的一整套體系，讓汽車廠商能夠直接安裝于自家車上就成了自動駕駛扰柠，類似安卓在智能手機中的上游位置粉铐，包括定制化的芯片和激光雷達傳感器。Waymo方案是提前為自動駕駛汽車要運行的汽車進行環(huán)境建模卤档， 比一般意義上的高清地圖包含更多的環(huán)境細節(jié)信息蝙泼，然后通過計算機視覺與激光雷達的算法融合，形成自動駕駛的策略和算法基礎(chǔ)劝枣。因此汤踏，Waymo一般在自己掌握完整環(huán)境數(shù)據(jù)的地區(qū)才會開展服務(wù)倡缠，并通過在美國各個地區(qū)，各種極端環(huán)境下展開測試茎活，積累大量的實車上路數(shù)據(jù)昙沦，從而逐步擴大技術(shù)能適應(yīng)的能力范圍。

Mobileye?主要從事 ADAS 系統(tǒng)和自動駕駛視覺技術(shù)開發(fā)载荔，擁有針對自動駕駛領(lǐng)域自主研發(fā)的 EyeQ 系列視覺處理芯片以及配套的基于視覺算法的完整解決方案盾饮。目前，該方案已經(jīng)更新到第五代懒熙，第六代 EyeQ 6 也在緊鑼密鼓的開發(fā)中丘损。Mobileye 的最大優(yōu)勢在于使用單一攝像頭采集路面信息，對周圍環(huán)境進行精細解讀工扎，無須更多的攝像頭從而降低方案成本徘钥。

2017 年 3 月，英特爾花費 153 億美元收購了這家全球最大的ADAS 供應(yīng)商肢娘。對于英特爾來說呈础，收購 Mobileye 是其構(gòu)建自動駕駛版圖中非常重要的一環(huán)。在收購 Mobileye 之前橱健，英特爾還先后收購了FPGA 芯片巨頭 Altera而钞、視覺算法公司 Movidius，以此形成了自動駕駛端到端的完整解決方案拘荡。

在中國臼节，百度在自動駕駛領(lǐng)域布局最早也最全面。百度的Apollo策略與谷歌 Waymo不同珊皿， 主要區(qū)別在于 Waymo并不愿意放棄硬件體系的主導(dǎo)權(quán)网缝，而 Apollo則更愿意顯現(xiàn)出開放的姿態(tài)， 以多領(lǐng)域的人工智能技術(shù)蟋定、平臺服務(wù)粉臊、軟件服務(wù)為主。在硬件端溢吻，Apollo提出的是構(gòu)建參考硬件體系维费，并希望吸引更多垂直硬件領(lǐng)域的合作者果元。截至 2018年 12月促王，百度 Apollo生態(tài)合作伙伴規(guī)模已達 133家。Apollo開放平臺目前已發(fā)展到 3.0階段而晒，包括開放認證平臺蝇狼、參考硬件平臺、開放軟件系統(tǒng)倡怎、云服務(wù)平臺及完整解決方案等 5個主要功能平臺迅耘，達到在限制條件下如封閉園區(qū)內(nèi)的產(chǎn)品級的自動駕駛贱枣。

此外，從 2016年開始颤专，百度便在路側(cè)感知傳感器方案纽哥、路側(cè)感知算法、車端感知融合算法栖秕、數(shù)據(jù)壓縮與通信優(yōu)化春塌、V2X終端硬件及軟件、V2X安全等方面布局簇捍，進行 “車路協(xié)同”全棧研發(fā)只壳，成為業(yè)內(nèi)最早布局車路協(xié)同的公司之一。在商業(yè)化方面暑塑，百度Apollo與金龍客車打造的全球首款 L4 級量產(chǎn)自動駕駛巴士“阿波龍”已于2018年 7 月 4 日量產(chǎn)下線吼句。

在自動駕駛的邊緣計算平臺選擇方面，目前大部分廠家選擇以CPU 或 GPU 為主的計算平臺事格。例如谷歌從 2009 年開始開發(fā)無人車惕艳，采用英特爾的計算平臺，包括最新的克萊斯勒大捷龍無人車驹愚，如圖 5-9 所示尔艇，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)芯片么鹤。

實際上不只是Waymo终娃，百度計算參考平臺基于臺灣 Neousys Nuvo-6108GC 工控機，使用英特爾雙至強E5-2658V3 12 核 CPU蒸甜，主要用來處理激光雷達云點和圖像數(shù)據(jù)棠耕，另一部分為FPGA。

相比自動駕駛領(lǐng)域比較新的技術(shù)柠新，如TSN網(wǎng)絡(luò)交換器窍荧，大部分廠家都會選擇用 FPGA 實現(xiàn)自動駕駛。原因主要是 TSN 協(xié)議復(fù)雜恨憎，標準延續(xù)的周期很長蕊退。在 ADAS 領(lǐng)域，F(xiàn)PGA 用得更多憔恳，奔馳S系列每輛車使用多達 18 個 FPGA瓤荔。FPGA 最突出的優(yōu)勢是功耗低，一般只有同樣性能 GPU 的 1/10钥组。這使得 FPGA 更容易通過嚴苛的車規(guī)級認證输硝，特別是高等級的ISO26262認證。由于 ASIC 的開發(fā)和量產(chǎn)周期長等特點程梦，目前在自動駕駛領(lǐng)域使用 ASIC 的較少点把。

2．自動駕駛邊緣計算的趨勢

目前在自動駕駛中使用的工控機是一種加固的增強型個人計算機橘荠。如圖5-10 所示，它可以作為一個工業(yè)控制器在工業(yè)環(huán)境中可靠運行郎逃，采用符合EIA 標準的全鋼化工業(yè)機箱哥童，增強了抗電磁干擾能力，并采用總線結(jié)構(gòu)和模塊化設(shè)計技術(shù)褒翰。CPU 及各功能模塊皆使用插板式結(jié)構(gòu)如蚜，并帶有壓桿軟鎖定，提高了抗沖擊影暴、抗振動能力错邦。整體架構(gòu)設(shè)計需要考慮 ISO26262 的要求。CPU型宙、GPU撬呢、FPGA 以及總線都做冗余設(shè)計，防止出現(xiàn)單點故障妆兑。

當(dāng)整體 IPC 系統(tǒng)失效時魂拦，還有 MCU做最后的保證，直接發(fā)送指令到車輛 CAN 總線中控制車輛停車搁嗓。目前這種集中式的架構(gòu)比較方便芯勘，將所有的計算工作統(tǒng)一放到一個工控機中，算法迭代不需要過度考慮硬件的整體設(shè)計和車規(guī)要求腺逛，用傳統(tǒng)的 x86 架構(gòu)就可以非澈摄担快捷地搭建出計算平臺，卡槽設(shè)計也方便更新硬件棍矛。

但此方案整體體積較大安疗、功耗高，不適用于未來的量產(chǎn)够委。隨著自動駕駛的成熟和量產(chǎn)荐类，將越來越多地采用域控制器嵌入式的方案 ：將各個傳感器的原始數(shù)據(jù)接入到 Sensor Box 中，在 Sensor Box 中完成數(shù)據(jù)的融合茁帽，再將融合后的數(shù)據(jù)傳輸?shù)接嬎闫脚_上進行自動駕駛算法處理玉罐。自動駕駛汽車功能復(fù)雜，為了保證各個模塊和功能間不互相影響潘拨，且出于安全性考慮吊输，將大量采用域控制器。根據(jù)不同的功能實現(xiàn)分為車身域控制器战秋、車載娛樂域控制器璧亚、動力總成域控制器讨韭、自動駕駛域控制器等脂信。以自動駕駛域控制器為例癣蟋，其承擔(dān)了自動駕駛需要的數(shù)據(jù)處理運算，包括毫米波雷達狰闪、攝像頭疯搅、激光雷達、組合導(dǎo)航等設(shè)備的數(shù)據(jù)處理埋泵，也承擔(dān)了自動駕駛算法的運算幔欧。

隨著自動駕駛的技術(shù)發(fā)展，算法不斷完善丽声。算法固化后可以做 ASIC 專用芯片礁蔗，將傳感器和算法集成到一起，實現(xiàn)在傳感器內(nèi)部完成邊緣計算雁社，進一步降低后端計算平臺的計算量浴井，有利于降低功耗、體積霉撵。例如激光雷達處理需要高效的處理平臺和先進的嵌入式軟件磺浙。Renesas 公司將包含高性能圖像處理技術(shù)及低功耗的汽車 R-CarSoC 與 Dibotics 的 3D 實時定位和制圖（SLAM）技術(shù)相結(jié)合，提供 SLAM on Chip ?徒坡，可在 SoC 上實現(xiàn)實時撕氧、先進的激光雷達數(shù)據(jù)處理。同時喇完，隨著深度學(xué)習(xí)算法在自動駕駛的模型訓(xùn)練及推理中應(yīng)用得越來越多伦泥，一些廠商也開始定制自己的 AI 芯片：例如百度的昆侖，將在Autopilot 3.0 上使用自研處理芯片的特斯拉锦溪。

自動駕駛除了包括車載計算單元奄喂，還涉及 RSU、MEC 和 CDN 等邊緣服務(wù)器海洼。隨著 5G 技術(shù)的商用跨新，特別是對于車路協(xié)同解決方案（V2X），將滿足其對于超大帶寬和超高可靠性的需求坏逢。同時域帐，原本在數(shù)據(jù)中心中運行的負載可以卸載到網(wǎng)絡(luò)邊緣側(cè)，例如高清 3D 地圖更新是整、實時交通路況的推送肖揣、深度學(xué)習(xí)模型訓(xùn)練和大數(shù)據(jù)分析等，從而進一步降低傳輸時延浮入，提高響應(yīng)速度龙优。

02自動駕駛的邊緣計算架構(gòu)

自動駕駛的邊緣計算架構(gòu)依賴于邊云協(xié)同和LTE/5G提供的通信基礎(chǔ)設(shè)施和服務(wù)。邊緣側(cè)主要指車載邊緣計算單元事秀、RSU 或 MEC 服務(wù)器等彤断。其中車載單元是環(huán)境感知野舶、決策規(guī)劃和車輛控制的主體，但依賴于RSU 或 MEC 服務(wù)器的協(xié)作宰衙，如 RSU 給車載單元提供了更多關(guān)于道路和行人的信息平道。但是有些功能運行在云端更加合適甚至無法替代，例如車輛遠程控制供炼、車輛模擬仿真和驗證一屋、節(jié)點管理、數(shù)據(jù)的持久化保存和管理等袋哼。

自動駕駛邊緣計算平臺的特點主要包括如下幾點冀墨。

1．負載整合

目前，每輛汽車搭載超過 60 ～100多個電子控制單元涛贯，用來支持娛樂轧苫、儀表盤、通信疫蔓、引擎和座位控制等功能含懊。例如，一款豪華車擁有144個 ECU衅胀，其中約 73 個使用 CAN 總線連接岔乔、61 個使用 LIN 網(wǎng)絡(luò)，剩余 10 個使用 FlexRay滚躯，這些不同 ECU 之間互聯(lián)的線纜長度加起來長達 4293m雏门。這些線纜不僅增加成本和重量，對其進行安裝和維護的工作量和成本也非常高掸掏。

隨著電動汽車和自動駕駛汽車的發(fā)展茁影，包括 AI、云計算丧凤、車聯(lián)網(wǎng) V2X 等新技術(shù)不斷應(yīng)用于汽車行業(yè)中募闲，使得汽車控制系統(tǒng)的復(fù)雜度愈來愈高。同時愿待，人們對于數(shù)字化生活的需求也逐漸擴展到汽車上浩螺，例如4K娛樂、虛擬辦公仍侥、語音與手勢識別要出、手機連接信息娛樂系統(tǒng)（IVI） 等。所有這些都促使著汽車品牌廠商不斷采用負載整合的方式來簡化汽車控制系統(tǒng)农渊，集成不同系統(tǒng)的 HMI患蹂，縮短上市時間。具體而言，就是將 ADAS传于、IVI囱挑、數(shù)字儀表钥勋、HUD 和后座娛樂系統(tǒng)等不同屬性的負載楞抡，通過虛擬化技術(shù)運行在同一個硬件平臺上，如圖5-11所示。

同時盛末，基于虛擬化和硬件抽象層 HAL 的負載整合，更易于實現(xiàn)云端對整車駕駛系統(tǒng)進行靈活的業(yè)務(wù)編排否淤、深度學(xué)習(xí)模型更新悄但、軟件和固件升級等。

2．異構(gòu)計算

由于自動駕駛邊緣平臺集成了多種不同屬性的計算任務(wù)石抡，例如精確地理定位和路徑規(guī)劃檐嚣、基于深度學(xué)習(xí)的目標識別和檢測、圖像預(yù)處理和特征提取啰扛、傳感器融合和目標跟蹤等嚎京。而這些不同的計算任務(wù)在不同的硬件平臺上運行的性能和能耗比是不一樣的。一般而言隐解，對于目標識別和跟蹤的卷積運算而言鞍帝，GPU 相對于 DSP 和 CPU 的性能更好、能耗更低煞茫。而對于產(chǎn)生定位信息的特征提取算法而言帕涌，使用 DSP 則是更好的選擇。

因此续徽，為了提高自動駕駛邊緣計算平臺的性能和能耗比蚓曼，降低計算時延，采用異構(gòu)計算是非常重要的钦扭。異構(gòu)計算針對不同計算任務(wù)選擇合適的硬件實現(xiàn)纫版，充分發(fā)揮不同硬件平臺的優(yōu)勢，并通過統(tǒng)一上層軟件接口來屏蔽硬件多樣性客情。如圖5-12所示為不同硬件平臺適合負載類型的比較捎琐。

3．實時性

自動駕駛汽車對系統(tǒng)響應(yīng)的實時性要求非常高，例如在危險情況下裹匙，車輛制動響應(yīng)時間直接關(guān)系到車輛瑞凑、乘客和道路安全。制動反應(yīng)時間不僅僅包括車輛控制時間概页，而是整個自動駕駛系統(tǒng)的響應(yīng)時間籽御，其中包括給網(wǎng)絡(luò)云端計算處理、車間協(xié)商處理的時間，也包括車輛本身系統(tǒng)計算和制動處理的時間技掏。如果要使汽車在 100km/h 時速條件下的制動距離不超過 30m铃将，那么系統(tǒng)整體響應(yīng)時間不能超過 100ms，這與最好的F1車手的反應(yīng)時間接近哑梳。

將自動駕駛的響應(yīng)實時地劃分到對其邊緣計算平臺各個功能模塊的要求劲阎，包括：

?對周圍目標檢測和精確定位的時間：15～20ms。

?各種傳感器數(shù)據(jù)融合和分析的時間：10～15ms鸠真。

?行為和路徑規(guī)劃時間：25～40ms悯仙。

在整個計算過程中，都需要考慮網(wǎng)絡(luò)通信帶來的時延吠卷，因此由5G所帶來的低時延高可靠應(yīng)用場景（uRLLC）是非常關(guān)鍵的锡垄。它能夠使得自動駕駛汽車實現(xiàn)端到端低于1ms的時延，并且可靠性接近 100%祭隔。同時 5G 網(wǎng)絡(luò)可以根據(jù)數(shù)據(jù)優(yōu)先級來靈活分配網(wǎng)絡(luò)處理能力货岭，從而保證車輛控制信號傳輸保持較快的響應(yīng)速度。

4．連接性

車聯(lián)網(wǎng)的核心是連接性疾渴，希望實現(xiàn)車輛與一切可能影響車輛的實體實現(xiàn)信息交互千贯，包括車人通信（V2P）、車網(wǎng)通信（V2N）搞坝、車輛之間通信（V2V）和車路通信（V2I）等搔谴。

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） 兩大路線瞄沙。專用短距離通信技術(shù)（Dedicated Short Range Communication己沛，DSRC）發(fā)展較早， 目前已經(jīng)非常成熟距境。但隨著 LTE 技術(shù)的應(yīng)用推廣和 5G 的興起申尼，未來 C-V2X 在汽車聯(lián)網(wǎng)領(lǐng)域也將有廣闊的市場空間。

DSRC 技術(shù)基于三套標準：

（1）IEEE1609垫桂，標題為“車載環(huán)境無線接入標準系列（WAVE）”师幕，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诬滩。該數(shù)據(jù)將包括來自汽車上的傳感器的信息霹粥，例如位置、行進方向疼鸟、速度和制動信息后控。

（3）IEEE802.11p，它定義了汽車相關(guān)的“DSRC”的物理標準空镜。

DSRC 頂層協(xié)議棧是基于 IEEE 1609 標準開發(fā)的浩淘，V2V 信息交互使用的是輕量WSMP（WAVE Short Message Protocol）捌朴，而不是 Wi-Fi 使用的TCP/IP協(xié)議，TCP/IP 協(xié)議用于 V2I 和 V2N 信息交互张抄。DSRC 底層砂蔽、物理層和無線鏈路控制是基于 IEEE 802.11p∈鸸撸基于 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左驾，這種類基站設(shè)備的新建成本較大， 其硬件產(chǎn)品成本也比較高极谊。

C-V2X 是由 3GPP（3rd Generation Partnership Project）定義的基于蜂窩通信的 V2X 技術(shù)诡右，它包含基于 LTE 以及未來 5G 的 V2X 系統(tǒng)，是DSRC 技術(shù)的有力補充怀酷。它借助已存在的LTE 網(wǎng)絡(luò)設(shè)施來實現(xiàn) V2V稻爬、V2N嗜闻、V2I 的信息交互蜕依，這項技術(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)用場景琉雳，滿足低時延样眠、高可靠性和大帶寬要求。C-V2X 的優(yōu)勢之一是直接利用現(xiàn)有蜂窩網(wǎng)絡(luò)翠肘，使用現(xiàn)有基站和頻段檐束，組網(wǎng)成本明顯降低。隨著蜂窩通信技術(shù)的發(fā)展束倍，我國在 LTE 布局多年被丧，網(wǎng)絡(luò)覆蓋全國大部分地區(qū)，是全球最大的LTE 市場绪妹，5G 通信已經(jīng)開始商用甥桂，所以在中國市場 C-V2X 更被看好，但未來也可能是DSRC 和 C-V2X 并存的狀態(tài)邮旷。

除了 DSRC 和 C-V2X黄选，自動駕駛汽車的 TCU 中還包含 Wi-Fi 熱點、藍牙通信婶肩、GPS 等办陷。

5. FuSa 功能安全

隨著汽車電子和電氣系統(tǒng)數(shù)量的不斷增加，一些高端豪華轎車上有多達100多個 ECU律歼，其中安全氣囊系統(tǒng)民镜、制動系統(tǒng)、底盤控制系統(tǒng)险毁、發(fā)動機控制系統(tǒng)和線控系統(tǒng)等都是安全相關(guān)系統(tǒng)制圈。當(dāng)系統(tǒng)出現(xiàn)故障時植旧，系統(tǒng)必須轉(zhuǎn)入安全狀態(tài)或降級模式，避免系統(tǒng)功能失效而導(dǎo)致人員傷亡离唐。失效可能是由于規(guī)范錯誤（比如安全需求不完整）病附、人為原因的錯誤（比如軟件問題）、環(huán)境的影響（比如電磁干擾）等原因引起的亥鬓。為了實現(xiàn)汽車電子和電氣系統(tǒng)的功能安全設(shè)計完沪，《道路車輛功能安全》標準 ISO 26262 于 2011年正式發(fā)布，為開發(fā)汽車安全相關(guān)系統(tǒng)提供了指南嵌戈，該標準的基礎(chǔ)是適用于任何行業(yè)的電子覆积、電氣、可編程電子系統(tǒng)的功能安全標準——IEC 61508熟呛。

按照 ISO 26262 標準對系統(tǒng)做功能安全設(shè)計宽档，前期重要的一個步驟是對系統(tǒng)進行危害分析和風(fēng)險評估，識別出系統(tǒng)的危害并且對危害的風(fēng)險等級——ASIL（Automotive Safety Integration Level庵朝，汽車安全完整性等級）進行評估吗冤。ASIL有四個等級，分別為 A九府、B椎瘟、C 和D。其中 A 是最低的等級侄旬，D是最高的等級肺蔚。ASIL 等級決定了對系統(tǒng)安全性的要求，ASIL等級越高儡羔，對系統(tǒng)的安全性要求越高宣羊，為實現(xiàn)安全付出的代價越大，也意味著硬件的診斷覆蓋率越高汰蜘，開發(fā)流程越嚴格仇冯，具有開發(fā)成本增加、開發(fā)周期延長等特點鉴扫。

為了讓整個系統(tǒng)達到至少 ASIL-B 等級赞枕， 汽車集成電路需要滿足 ASIL-C甚至是 ASIL-D 等級，同時汽車的集成電路需要符合 AEC-Q100規(guī)范坪创，這是 ISO 26262 標準的基本要求炕婶。AEC-Q100是由美國汽車電子協(xié)會 AEC 主要針對車載應(yīng)用的集成電路產(chǎn)品所設(shè)計出的一套應(yīng)力測試標準，此規(guī)范對于提升產(chǎn)品信賴性及品質(zhì)保證相當(dāng)重要莱预。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)柠掂，對每一個芯片進行嚴格的質(zhì)量與可靠度確認，特別對產(chǎn)品功能與性能進行標準規(guī)范測試依沮。

一般集成芯片或模塊供應(yīng)商會提供針對自身平臺優(yōu)化過的功能安全的庫或 SDK 來縮減客戶的開發(fā)周期涯贞，并降低由于加入功能安全特性而帶來的硬件性能的損失枪狂。

6．安全性

汽車互聯(lián)可以給用戶帶來巨大便利，但同時也將汽車系統(tǒng)暴露在互聯(lián)網(wǎng)帶來的負面風(fēng)險中宋渔，自動駕駛邊緣平臺的安全性問題也愈加突出：

?越來越多網(wǎng)絡(luò)化州疾、智能化車載控制器：BCM、IMMO皇拣、PKE/RKE严蓖、TBOX、IVI氧急、ADAS等颗胡。

?越來越多網(wǎng)絡(luò)化、智能化的車載傳感器：TPMS吩坝、Camera毒姨、LIDAR、RADAR等钉寝。

?越來越多輸入口弧呐、接口層和代碼：OBD、CAN瘩蚪、無線泉懦、手機稿黍、云等疹瘦。

?越來越多云端控制權(quán)、無人駕駛操控權(quán)：遠程管理巡球、頻繁 OTA言沐、遠程駕駛、遠程手機控制等酣栈。

?越來越小集成化险胰、成熟度高的車載通信：4G/5G、Wi-Fi矿筝、藍牙起便、NFC、RFID等窖维。

（1）自動駕駛的安全層級榆综。自動駕駛的安全可以分為3個層級，如表 5-2 所示铸史，包括 ECU安全鼻疮、車身信息系統(tǒng)安全和云端服務(wù)安全。

（2）自動駕駛測試驗證琳轿。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》是首部針對汽車網(wǎng)絡(luò)安全而制定的指導(dǎo)性文件判沟。其配套的 J3101 號文件《路面車輛應(yīng)用的硬件保護安全要求》耿芹，讓設(shè)計者可以采取一些措施，為車輛提供多重保護挪哄，比如將驗證密鑰存儲在微控制器的受保護區(qū)域中吧秕。

所以在自動駕駛中，安全是自動駕駛技術(shù)開發(fā)的第一條迹炼。為了降低和避免實際道路測試中的風(fēng)險寇甸，在實際道路測試前要做好充分的仿真、臺架疗涉、封閉場地的測試驗證拿霉。

本文未經(jīng)許可，不得轉(zhuǎn)載

本文摘自《邊緣計算方法與工程實踐》咱扣，作者張駿绽淘，英特爾資深專家，這本書內(nèi)容還不錯闹伪，推薦購買沪铭。