在經歷了(le)去年一年如火如荼的(de)全球自動駕駛商業化(huà)競賽之後，無人(rén)車的(de)熱度在今年絲毫未減。十四年前，在 2004 年 DARPA 的(de) 120 英裏「大(dà)挑戰」中，自動駕駛汽車還無法在莫哈韋沙漠中行駛十英裏，無人(rén)車也(yě)並不是一個引人(rén)注目的(de)話題。而今，自動駕駛技術正在將汽車產業推入一個全新的(de)時代。
汽車半導體
汽車半導體領域對產業的(de)吸引力既有需求方面也(yě)有供應方面的(de)原因，需求方面是自動駕駛輔助系統（ADAS）和(hé)最終的(de)自動駕駛需求對半導體的(de)要求有很大(dà)的(de)變化(huà)。從歷史上看，汽車半導體是在十年前的(de)製造工藝中製造出來的(de)，這些製造工藝採用(yòng)大(dà)量特性資料、類比技術和(hé)小型微控制器；而今後的(de)加工需求將採用(yòng)先進製造工藝（例如 16nm 和(hé) 7nm FinFET）進行製造。供應方面則是整個半導體產業的(de)年複合增長率為 5.2%，汽車產業的(de)年複合增長率為 10.6%，是半導體產業的(de)兩倍；而自動駕駛矽晶片產業的(de)年複合增長率為 23.6%，更是後者的(de)兩倍。這意味著到 2022 年，每輛汽車的(de)半導體平均價值將從目前的(de) $250 美(měi)元翻一番，達到 $600 美(měi)元。預計隨著自動駕駛汽車等級的(de)部署，這一數字更將增加兩倍。
這將導緻汽車產業結構的(de)重組。去年的(de)汽車電子產業大(dà)會上，幾乎所有公司都有一個上述圖片的(de)自家版本。從歷史上看，像福特、豐田和(hé)寶馬這樣的(de)汽車原始設備製造商（OEM）會與博世（Bosch）、電綜（Denso）和(hé)大(dà)陸集團（Continental）這樣的(de)一級汽車供應商（tier-1s）打交道；而這些 tier-1s 則與各半導體公司合作（汽車產業的(de)大(dà)公司有 NXP、英飛淩、Renasas、STM 和(hé) TI）。尤其值得(de)一提的(de)是，OEM 製造商與半導體公司並沒有真正的(de)合作關係，也(yě)不懂(dǒng)真正的(de)半導體設計（甚至沒有創建自己的(de)軟體）。
然而現在，一切都在改變。OEM 製造商意識到，他(tā)們需要擁有至少一部分(fēn)自己的(de)晶片及大(dà)量的(de)軟體，否則他(tā)們的(de)汽車將無法從市場上脫穎而出。這類似移動領域的(de)轉型，從蘋果（Apple）開始，市場領導者都意識到，他(tā)們至少需要自己的(de)應用(yòng)程式處理(lǐ)器。Tier-1s 則需要更深層次的(de)半導體合作關係，否則就會在這一產業鏈中被忽略。
上文討論了(le)需求方（汽車）和(hé)供應方（半導體），表明(míng)雙方都需要對方，但其實還有更深層次的(de)問題。各汽車公司不具備在先進工藝中設計高(gāo)性能 SoCs 的(de)經驗，但半導體產業也(yě)沒有在高(gāo)性能 SoC 方面為汽車提供可(kě)靠性的(de)經驗，這對雙方來說都是一個學習的(de)過程。
因此，這樣的(de)大(dà)變革就吸引了(le)新的(de)進入者。許多(duō)風險投資公司投資了(le)新的(de)參與者，並競相創建有效的(de)解決方案。同時如上圖所示，OEM 製造商和(hé) tier-1s 都在尋求自己的(de) SoCs，而像 NVIDIA 和(hé) Intel、Mobileye 這樣的(de)公司則提供標準解決方案。
感測器
自動駕駛的(de)一個關鍵技術是讓車輛「看見」，目前有三種主要方式：
 |
視覺： |
|---|---|
為帶有（典型） CMOS 圖像感測器的(de)手機開發的(de)一種照(zhào)相機。 |
|
|
雷達： |
它有一個很大(dà)的(de)優勢，即可(kě)以在黑(hēi)暗中、雨(yǔ)、霧、雪(xuě)中以及視覺很差的(de)其它情況下(xià)「看見」。 |
|
|
光(guāng)學雷達： |
利用(yòng)雷射脈衝來建立車輛環境圖像。這些是安裝在第一代測試車輛頂上的(de)大(dà)型旋轉裝置，但要想實現大(dà)規模部署，光(guāng)學雷達則需要成為固態電子器件。 |
感測器融合也(yě)許將是下(xià)一代的(de)技術，它指的(de)是將所有感測器資訊結合起來，得(de)到一個關於汽車周圍情況的(de)單一圖像，作為決定下(xià)一步行動（繼續開車、轉彎、剎車等）的(de)第一步。
通(tōng)訊
汽車需要通(tōng)訊；至少地圖資料和(hé)路況資料需要從雲端上傳到車輛上。這就需要網路連接，也(yě)被視為 5G 技術的(de)驅動因素之一，因為 5G 具有高(gāo)頻寬和(hé)低延遲。但是即使網路連接失敗或發生擁堵，通(tōng)訊也(yě)需要正常運行：我們不能回到雲端然後再返回來判斷交通(tōng)訊號燈是否為紅色。
因此我們還有其它潛在的(de)通(tōng)訊形式，即 V-2-X。X 通(tōng)常是 V-2-V（車輛對車輛）中的(de)另一個 V，此時車輛可(kě)以向其它車輛發出信號，警示路況、盲點、十字路口等等。基礎設施的(de)另一種選擇是 V-2-I（車輛對基礎設施），此時交通(tōng)訊號燈等物(wù)體可(kě)以與車輛通(tōng)訊，從而更智慧地決定何時該變換紅綠燈，或者向車輛發出信號，告知接下(xià)來的(de)舉動等等。
目前關於通(tōng)訊有三種模式：
|
中國式： |
|---|---|
自動駕駛汽車將始終保持連接，許多(duō)協調工作將在雲系統中以集中的(de)方式完成。 |
|
|
自含式： |
汽車將包含所有自動駕駛所需的(de)感測器，這種連接隻用(yòng)於對時間不敏感的(de)路況更新等狀況。無需與政府進行合作（除去法律和(hé)法規所要求內容）。 |
|
|
自含式和(hé) V-2-X： |
所有 V-2-X 內容都需依靠傳統汽車工業和(hé)政府機構合作驅動（尤其是在歐洲）。但這一切可(kě)能會被前兩項超越：當交通(tōng)訊號燈可(kě)以與車輛通(tōng)訊時（僅在美(měi)國就有大(dà)約 100 萬個），車輛就會讀懂(dǒng)交通(tōng)訊號燈，甚至還能讀懂(dǒng)行人(rén)穿行時的(de)倒數計時信號。 |
Levels
汽車工程師協會（SAE）為自動駕駛能力定義了(le) 5 個等級（如果計入第 0 層-完全不屬於自動駕駛，則一共有 6 個等級）。這些等級為：
|
第 0 層：手動控制 |
|---|---|
|
第 1 層：駕駛員助理(lǐ) |
|
第 2 層：部分(fēn)自動駕駛（無需腳控） |
|
第 3 層：有條件自動駕駛（無需手控） |
|
第 4 層：高(gāo)度自動駕駛（無需眼控） |
|
第 5 層：完全自動駕駛（無需腦控） |
目前大(dà)多(duō)數的(de)汽車屬於第 1 層，帶有車道跟蹤和(hé)自動緊急制動（AEB）功能的(de)汽車屬於第 2 層，第一個真正的(de)「自動駕駛」存在於第 3 層中。第 5 層（完全自動駕駛）的(de)條件極為苛刻（想像一輛不再需要方向盤的(de)汽車），未來還有很長一段路要走。
譯文授權轉載出處
長按識別 QRcode，關注「Cadence 楷登 PCB 及封裝資源中心」
歡迎關注 Graser 社群，即時掌握最新技術應用(yòng)資訊
