导语：谈起自动驾驶车辆，很明显它与普通的车辆是有着极大不同的，仅仅从外观来看，顶端顶着大大小小的多种传感器，车身四周也布满了摄像头，如此数量众多种类繁复的各类传感器，它们到底对自动驾驶功能的实现起到了哪些作用，它们的特点又是怎样的，除了外观可见的传感器的差异，自动驾驶车辆和普通车辆又有哪些不同呢？本篇文章就来带领读者起底一下目前自动驾驶车辆所用到的硬件池技术栈。 1 自动驾驶车辆的骨骼——线控底盘技术 作为自动驾驶车辆，首先最根本的车辆底盘就和传统的汽车有着巨大的差异。作为智能驾驶的主要载体，自动驾驶车辆使用了汽车线控底盘技术，而未来高阶自动驾驶将基于线控化的底盘来实现。没错，传统而笨重的“铁家伙”们将要被以电信号驱动的传感器、控制单元及电磁执行机构取代了。 线控技术是指由“电线”或者电信号来传递控制，取代传统机械连接装置的“硬”连接来实现操控的一种技术。线控底盘由转向、制动、换挡、油门、悬架五大系统构成。线控系统取消了部分笨重且精度较低的气动、液压及机械连接，取而代之以电信号驱动的传感器、控制单元及电磁执行机构，因此具有结构紧凑、可控性好、响应速度快等优势。 在未来，随着三电技术逐步成熟化，充电便利性大幅提升，且安全性、可靠性问题基本解决，线控底盘技术也将逐渐成熟，引领汽车产业的。 2 自动驾驶车辆的双眼——传感器 提起自动驾驶的硬件系统，其中最为重要的便是作为外界信息感知的各类传感器了，凭借着传感器对世界各类信息的收集，算法才能更好地读懂外界的场景与情况，这也直接决定了自动驾驶系统的最终稳定性与安全性。 目前自动驾驶车辆上配备的传感器主要有这么几类，包括激光雷达、毫米波雷达、摄像头、雷达等等，而各类传感器都有着其鲜明的特点以及适用的场景。摄像头技术成熟且成本低，成为率先装车且用量最大的感知硬件。车载摄像头是 ADAS 系统的主要视觉传感器，也是最为成熟的车载传感器之一。然而由于摄像头与人眼一样，属于被动地接收可见光，因此在逆光或者光影复杂的情况下视觉效果较差，且易受恶劣天气影响。 毫米波雷达受天气环境的影响最小，全天候性能最佳。毫米波雷达与激光雷达工作原理相似，目前车载领域常用的毫米波雷达频段为 24GHz、77GHz 和 79GHz，分别对应短、长、中距离雷达。毫米波雷达由于波长够长，绕物能力好，受天气环境的影响最小，但同时由于波长过长，探测精度大大下降。 激光雷达精度最佳，满足 L3-L5 自动驾驶需求。激光雷达以激光作为载波，波长比毫米波更短，因此探测精度高、距离远。激光雷达还能通过回收不同方向激光尺的信息，形成障碍物 3D “点云”图像。受限于技术难度大、成本高，目前还未实现大规模装车，随着未来产业链的日趋成熟，成本下探后，激光雷达产业或将迎来爆发。 由于各类传感器的特点鲜明以及成本原因，目前市面上能量产的车型上较多都是只配备了车载摄像头，最终自动驾驶车辆传感器的布局以及选型还有待时间的检验，但无论如何，未来对于传感器的需求肯定是上升的，也将随着传感器精度的逐步提升，成本的逐渐下探，将对自动驾驶技术带来质的改变。 3 自动驾驶的大脑——计算平台及芯片 进入自动驾驶时代，汽车架构和主控芯片都将出现显著的集中化趋势，其中汽车架构将从分布式E/E架构向中央计算式架构方向发展，主控芯片从单一CPU转变为包含AI模块的SoC芯片。具体而言，需要接受、分析和处理的信号大量且复杂，智能汽车系统需要处理大量图片、视频等非结构化数据，原有对应一个ECU的分布式计算架构或者单一分模块的域无法适应未来的需求，中央计算式架构将成为主要发展趋势。中央计算式架构可以利用一台电脑控制整车，更便捷的实现整车OTA软件升级，因此具备高算力、低延迟特征的自动驾驶SoC芯片在未来具备较大成长空间。 汽车数据处理芯片主要包含MCU(芯片级芯片)和SoC(系统级芯片)两种类型。MCU结构简单，只包含CPU一个处理器单元(CPU+存储+接口单元)，其将CPU频率和规格适当缩减，并将内存、接口等结构整合到单一芯片，主要用于ECU中进行控制指令计算;SoC包括多个处理器单元(CPU+GPU+DSP+NPU+存储+接口单元)，集成度较高，未来汽车智能化趋势，对汽车的智能架构和算法算力，带来了数量级的提升需要，推动汽车芯片快速转向搭载算力更强的SOC芯片。 目前自动驾驶芯片市场主要被国外的龙头所垄断，因特尔旗下mobileye是最早量产并上车使用自动驾驶芯片产品的公司，随后英伟达推出性能更好的自动驾驶芯片产品，作为整车厂的特斯拉也迅速推出供自己电动汽车使用的自动驾驶芯片产品，地平线的芯片目前是国内唯一量产上车的产品，华为、黑芝麻由于其芯片出色的性能也处于国内的第一梯队，另外，深鉴科技、寒武纪、西井科技等公司也纷纷加入国内自动驾驶芯片行业的角逐。在未来，自动驾驶芯片领域的发展将直接决定了市场的规模与企业的成败。 4 总结 以上就分析完了目前自动驾驶车辆上所拥有的的主要的几种硬件，它们对于未来的自动驾驶技术的发展将起到关键的作用，硬件的功能性、安全性、稳定性也将直接影响到自动驾驶市场的规模与群众的接受程度。随着硬件技术的逐渐成熟完善，成本价格的逐渐下探，未来也将帮助自动驾驶软件算法完成更多更复杂更安全的行为操作，也将决定了自动驾驶未来发展的上限。
