自动驾驶算力过剩

㈠ 自动驾驶以后会实现吗

目前国内普遍采用的是美国汽车工程师协会SAE制订的无人驾驶等级，分六个阶段，分别是：L0没有自动化，L1驾驶辅助，L2部分自动驾驶，L3有条件自动驾驶，L4高度自动驾驶，L5完全自动驾驶。前三个是人类驾驶，后三个为自动驾驶。

国内大多数车企如吉利、长安则已经实现了L2级别的自动驾驶，部分车企业已经宣称达到L2.5级别自动驾驶，如小鹏G3。

那么当前已经量产的汽车到了哪一个水平呢？答案是L3，代表车型是第四代奥迪A8。

国内今年即将上市小鹏P7号称也能达到L3自动驾驶水平。

就目前的各项技术发展趋势判断，最早能够实现量产的L4自动驾驶车型预计会到2022年左右实现，而L5级别的则会在2025年之后。

㈡ 零跑汽车发布自动驾驶芯片：算力4.2TOPS 支持L3级自动驾驶

国家发改委产业发展司机械装备处处长吴卫

未来，中国制造的汽车将是全球新技术融合最多、创新融合最多的，也必将领跑全球汽车工业。

同时，汽车芯片领域的竞争也异常激烈。相比于消费电子产品的芯片，汽车芯片对安全性、稳定性的要求更高，是芯片行业共同面对的难题，这也是中国芯片公司的机会。

结语：自研技术让零跑更具竞争力

零跑汽车是中国造车新势力企业中第一个自主研发汽车自动驾驶芯片的，搭载这款芯片的量产车零跑C11下月就将发布。零跑汽车在自动驾驶领域的飞速进步，也得到了用户的认可。

统计数据显示，零跑汽车两款量产车型从今年7月以来销量逐步攀升，9月销量破千，10月销量有望突破1600辆，大量的自研技术让零跑这一造车新势力具备了更强的竞争力。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

㈢ 英伟达“变软”，自动驾驶“破圈”

一个月前，黄仁勋用一小颗自动驾驶SoC芯片完成了整个GTCCHINA2019的“新品发布”。

发布会当天，这位“皮衣男子”赶在闭馆前匆匆去了自动驾驶汽车展位，用半个小时逐一聆听了几家自动驾驶初创企业的思路。那晚的黄教主，向在场工程师们释放出了一种近乎惺惺相惜的善意。

这种情愫很好理解——

要知道，在这届GTCCHINA散场时，很多观众发出的感慨是：“十分硬核，不够性感。”毕竟远道而来的大家直到演讲后半程，才终于等到黄仁勋掏出一块200TOPS深度学习算力的自动驾驶新品“Orin”。取而代之的，是各种“空口无凭”的软件技术升级。

面对一张张略显失望的脸，老黄也很无奈：“我这么努力，你都看不到。就好像你老婆做了一整天家务，你却说她什么都没做。”

众口难调，但这确实是英伟达在接下来的业务发展中必须要面对的问题。与“看得见摸得着”的硬件发布不同，软件迭代周期短、初期人力成本高、落地成果却很难形成清晰的概念……这些都让这家人工智能计算公司的技术发布开始与公众预期逐渐拉开差距。

而就在车云菌险些被观众情绪带跑节奏时，我们在英伟达的官方公众号上发现了一系列由NVIDIADRIVELabs出品的视频。视频内容从工程技术的视角，直观展现出NVIDIADRIVEAV软件团队如何完成一个个自动驾驶的日常任务，诸如从路径感知到交叉路口处理等一系列挑战。

那么，以自动驾驶为起点，车云菌尝试回答：当英伟达不再抛出核弹，他们到底做了些什么？

“直播”自动驾驶

严格来说，目前没有任何一家企业成功制造出一台全自动驾驶汽车，绝大多数玩家仍旧在奔向这一目标的路上相互博弈。

近年，英伟达正式加入战局。公司内部的软件开发人员已经远远超过了硬件工程师的数量。

他们首先打算解决自动驾驶汽车的三个问题：

知道自己在哪里：不光要掌握车辆具体位置，还得知道是在主路的第几条车道上，将定位精确到厘米级；

知道自己周围有什么：像人类大脑一样判断，前方卡车在减速、左后方有辆SUV驶来、右侧人行道有小孩、下一个路口是绿灯且不能左转……

作出正确的驾驶决策：判断从左侧超车可以安通过路口，然后控制车辆完成相应动作。

如今这些工作，都被团队一一摆上了台面。与常规“秀肌肉”的视频演示不同，英伟达实验室将自动驾驶最困难的感知层面的工作拆解成一个个小任务，条分缕析地告诉大家：我们是怎么做到的，以及我们为什么能做到。

任务的分解也很有意思。车队顺利攻克了包括建立感知路径、通过传感器融合实现环绕感知功能、打造像素级感知能力、借助特征追踪确保安全性、自主识别停车位、障碍物分类、车道线识别及自动补偿、测算车辆与障碍物距离、实现准确可靠的目标跟踪、预测目标的未来移动轨迹、不借助地图的情况下识别交叉路口。

https://v.qq.com/x/page/c0919cpz1w3.html

“可靠性”三个字贯穿了所有挑战过程。对此，NVLabs给出的说法是：“对于L2+级自动驾驶系统来说，例如NVIDIADRIVEAP2X平台，实时评估路径感知可靠性意味着评估该系统是否知道何时进行安全的自主操作，以及何时应该将操作权移交给人类驾驶员。”

至于NVIDIADRIVEAP2X。2019年初公司在GTC上刚刚发布了全新平台，其基于NVIDIAXavier系统级芯片运行，采用DriveWorks加速库和实时操作系统DRIVEOS，其中包含DRIVEAutoPilot软件、DRIVEAGX和DRIVE验证工具，并融合了DRIVEAV自动驾驶软件和DRIVEIX智能驾驶舱体验。

得益于二季度发布的DRIVEAP2XSoftware9.0上新增的大量自动驾驶功能加持，该平台成为业界公认的现阶段唯一完备的L2+自动驾驶解决方案。采埃孚、大陆、沃尔沃都心甘情愿为其买单。

于是，团队几个人在硅谷全长50英里的高速公路环路上完成了一次零干预的全自动驾驶。简单来说，这是一次类似“现场直播”的测试，工程师们没有机会像录制视频那样，拿实际路径感知信号与理想参数进行对比，还要随时准备应对过程中有可能发生的意外情况。

譬如，一旦自动驾驶车辆只能接收到一种传感器发射的感知信号，就无法保证最终决策置信度的实时及准确。比这更糟的还在后面——如果这唯一的路径感知输入失败，自动驾驶功能要么大幅影响操作的舒适及平稳度，要么干脆整个失灵。

而BB8完成的任务也足够交上一张漂亮的成绩单。基于NVIDIADRIVEAGX平台，自动驾驶车辆可以实时同步运行功能多样的360度环绕感知，定位以及规划和控制软件。

工程师通过使用感知和定位所提供的输入数据，规划和控制层让自动驾驶汽车能够独立行驶。规划软件通过感知和定位的结果来确定汽车特定操作所需的物理轨迹。视频里也清楚地展示出车辆在自主变换车道时的流畅动作：规划软件先利用环绕摄像头和雷达感知来进行变道操作安全检查，然后计算纵向速度曲线以及从当前车道的中心线移动到目标车道中心线所需的横向路径计划，最后控制软件发出加速/减速和向左/右转向的命令以执行车道变换规划。

正是这些软件组成部分，与硬件一起成就了系统的多样性和安全冗余。而这一系列任务视频，恰恰成了证明英伟达自动驾驶软件技术落地的可靠载体。

在这之外，将无形化的软件沉淀成可视化的视频内容，也能同时以更加轻松的方式触达到消费者层面。当汽车方向盘交到机器手中，用户会天然树立起不安与不信任感。这种先期教育市场的思路，能够消除部分不安心理，重建人们在自动驾驶空间内的安全感。

直观点说，NVLabs的“自动驾驶挑战”系列，是英伟达软件技术“破圈”的先导。

作为曾经游戏市场的霸主，这家芯片巨头必然深谙消费者之道。相比一般车厂对于车辆智能功能“洗脑式”的宣传，此番英伟达率先拿出一部分干货试探市场，占领用户心智。

这种策略直接体现在公司财报数据上，2019年三季度英伟达汽车业务迎来高光时刻。公开数据显示，彼时，该领域营收攀升至创纪录的2.09亿美元，同比增长30%。相比之下，英特尔第二季度的自动驾驶营收为2.01亿美元，同比增加16%。

对比来看，英特尔一季度该项营收2.09亿美元，英伟达为1.66亿美元。这意味着，英伟达环比上涨，英特尔环比下跌。

黄仁勋自己对于“软件公司”的蓝图也相当清晰：“这只是英伟达目前定位中的一部分。”

回顾既往十年，英伟达已经进行了两次业务转变。第一次是从GPU图像芯片公司转变为并行计算公司，典型的应用场景是人工智能。后来，公司又决定在少数特定场景中提供最完善的解决方案，覆盖游戏、专业渲染，超级计算、自动驾驶几大领域。

随着英伟达业务领域越来越广，客户“解放双手”的自由度就越高。这恐怕才是“Themoreyoubuy,themoreyousave”的真实含义。

观看NVLabs全系列视频，请点击：https://www.nvidia.cn/self-driving-cars/drive-labs/

?

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

㈣ 自动驾驶目前存在哪些缺陷

传感器无法确保100%的准确率，需与高精度地图融合

对于这次优步自动驾驶车辆致路人死亡事件，高德集团自动驾驶车辆高精度地图产品专家姚灿认为，发展自动驾驶技术尚需在研发、测试环节投入大量的时间、精力，汽车行业也应始终保有一颗对生命的敬畏之心。

姚灿介绍，从安全角度而言，通过一张辅助的高精度地图提前对道路场景进行预设，有助于避免交通事故。普通导航地图主要供人进行参考，而高精度地图是给机器看的，更像是一个传感器，它收集了大量道路信息，准确的道路形状，车道之间的车道线，道路隔离带和材质，甚至道路上的箭头、文字内容等都有相应描述。

“例如，在距离一个路口300米时，车辆就可以通过高精度地图提前知晓前方路口的性质、形状、有几条车道，是否经常有行人通过，在知道上述信息后，自动驾驶车辆的决策系统就在靠近路口的时候要求车辆提前减速。”

㈤ 比特斯拉FSD强7倍算力的蔚来自动驾驶NAD是什么

焦点无疑是蔚来的ET7：蔚来首款具备自动驾驶能力的智能电动旗舰轿车。蔚来官方将之定义为
“为自动驾驶而生”的汽车。那么ET7的自动驾驶能力会有多强呢？首先我们还是了解下ET7的基础性能：新车最大功率 480kW，最大扭矩 850N·m，风阻系数
0.23Cd，百公里加速 3.9 秒。全系标配空悬挂和 4D 智能车身控制。

有了这么强的算力，ET7 全系标配 NAD 19 项安全与驾驶辅助功能，NAD 的完整功能将采用月租的服务订阅模式， ADaaS(AD as a
Service)，服务费为每月 680 元。虽然看得很激动，但ET7 的交付要到明年第一季度，至于 150kWh 的电池包，要到 2022
年第四季度才能开始交付。所以，在这么长的时间里，如今激烈竞争的新造车品牌中，ET7能否一直保持领先，还要看其他同学的成绩了。

㈥ 小鹏P7的自动驾驶这块的硬件水平跟特斯拉差距大吗

小鹏P7的硬件设备和智能化程度确实能够与特斯拉Model 3抗衡，全车拥有12个超声波传感器、5个高精度毫米波雷达、13个外部摄像头、1个车内摄像头。并且小鹏P7采用英伟达提供的自动驾驶芯片和高通骁龙820A车用处理器，除可实现软件OTA远程升级外，还可以满足L3级别自动驾驶系统的需求。看来小鹏汽车背后拥有丰富的硬件设备支持，是他媲美特斯拉Model 3的重要因素之一。当然，只是用这些数据不足以证明小鹏P7就强于特斯拉Model 3。但就这些数据、硬件也足以证明小鹏P7有多优秀。另外小鹏P7被称之为智能音乐座舱，其车内配备丹拿Dynaudio顶级Confidence系列音响系统。全车搭载 18 个扬声器，凭借多达47处感知设备、近50处人车交互设备、超过30万亿次/秒的芯片算力，P7座舱可实现四重连接。单看这些配置，就让广大车迷们哇的一声了，所以在这看来，我觉得自动驾驶这块相比并没有什么差距。

㈦ 自动驾驶在哪些地方可能在收取智商税

1.拒绝高大上的L4、L5，拒绝做小白鼠；

前面的L0-L5等级划分我们知道，到L4-L5级别，可以完全交由系统来处理；
但凡现在提L4、L5功能的量产车型就是在收智商税。
最典型的例子就是特斯拉，多次出现不识别卡车车尾而发生的几起车辆事故。在营销上，特斯拉多次强调full-automotive，实际上这会给消费者提供一种错觉，在高速公路99%的时间不出事故的特斯拉，驾驶员以为可以放心的交给系统来运行，往往分神的瞬间就是事故发生的时刻。每当特斯拉出事故时，事故的责任人仍将会是驾驶员本身，这就是特斯拉激进的宣传L4、L5自动驾驶给消费者造成的误解，所以消费者在选购ADAS功能时，听到L4、L5的宣传时，切勿当真，驾驶主体还是消费者。
2.人工智能、神经网络、机器学习很强大，但理性看待会发现它们也在收我们的智商税。让我们看一下人工智能到自动驾驶的演进流程： 人工智能-->深度学习-->神经网络-->计算机视觉-->自动驾驶，可以看出，人工智能简而言之就是神经网络，神经网络是人工智能的根基也是核心，计算机视觉是人工智能的应用领域，而自动驾驶是人工智能应用的具体场景。不用把人工智能想得很高大上，它就是一个黑盒子，对于要100%安全的自动驾驶，这个黑盒还远远不够。
选购自动驾驶ADAS功能的几点：
1. 看传感器配置；
2. 看核心处理器；
3. 看软件系统架构；
4. 实用才是王道；
前3点可能是需要内行人士作分析，简言之，
第一、传感器配置；一辆带L3+高级别智能辅助驾驶的汽车，会安装有多个周视摄像头、超声波雷达以及毫米波雷达等传感器，目的在于能够对周围环境的360度无死角远近距离的全方位感知；
第二、核心处理器；要处理众多传感器传递过来的数据，算力是命脉，衡量一个处理器性能好坏就是通过它的算力来衡量，市面上现有算力最高的是Nvidia的xavier芯片以及特斯拉的FSD芯片，拥有更高算力的芯片，意味在计算资源，处理速度上都有显著优势。
第三、软件系统架构；前面两点提的都是很直观的硬件系统，在硬件的基础上打造一套优秀的软件算法才是见真功夫。比如现在提的中央控制器架构，由传统的分布式功能转向集中控制；又比如是否支持OTA升级，OTA不是简单的娱乐系统OTA升级，而是引向更深层次的汽车电子系统和电池管理系统（涉及自动驾驶、人机交互、动力、电池系统等领域），可以对整车的多个模块集中起来协同控制和作用。;
第四、实用才是王道；目前在国内谈L3自动驾驶的不多，都在谈L2，L2.5，L2.99，因为到了L3级别这个责任的主体划分就不明确了。一旦发生事故，责任方归驾驶员、主机厂还是供应商仍没有明确的边界。在没有政策支持以及国内道路极其复杂的情况下，L3级别的高级别辅助驾驶功能仍处于实验期和探索期。
综上可以得出，当前的L3+的高级别自动驾驶还不成熟和稳定，仍需要硬件算力的提升、软件算法的鲁棒和相关政策法律法规的支持。而相较之下，更为成熟的L2级智能驾驶辅助功能更贴近人们日常通勤所需，其包含的LKA车道保持辅助、TJP交通拥堵辅助系统、ACC自适应定速巡航、AEB自动紧急刹车等功能已经足够解决人们出行80%的痛点问题，无论是高速还是城市道路，都能大幅提升驾驶的主动安全性能。

㈧ 高通发布全新自动驾驶计算平台 最高算力700TOPS，2023年量产

▲高通公司总裁CristianoAmon新闻发布会上向展示了SnapdragonRide（图源CNET/James?Martin)

SnapdragonRide通过独特的SoC、加速器和自动驾驶软件栈的结合，为汽车制造商提供了一种可扩展的解决方案，可在三个细分领域对自动驾驶汽车提供支持，分别是：

1、L1/L2级主动安全ADAS——面向具备自动紧急制动、交通标志识别和车道保持辅助功能的汽车。

2、L2+级ADAS——面向在高速公路上进行自动驾驶、支持自助泊车，以及可在频繁停车的城市交通中进行驾驶的汽车。

3、L4/L5级完全自动驾驶——面向在城市交通环境中的自动驾驶、无人出租车和机器人物流。

SnapdragonRide平台基于一系列不同的骁龙汽车SoC和加速器建立，采用可扩展且模块化的高性能异构多核CPU、高能效的AI及计算机视觉引擎，以及GPU。

其中，ADASSoC系列和加速器系列采用异构计算，与此同时利用高通的新一代人工智能引擎，ADAS和SoC能够高效管理车载系统的大量数据。

得益于这些不同的SoC和加速器的组合，SnapdragonRide平台可以根据自动驾驶的不同细分市场的需求进行配备，同时提供良好的散热效率，包括从面向L1/L2级别应用的30TOPS等级的设备，到面向L4/L5级别驾驶、超过700TOPS的功耗130瓦的设备。

此外，高通全新推出的SnapdragonRide自动驾驶软件栈是集成在SnapdragonRide平台中的模块化可扩展解决方案。

据介绍，SnapdragonRide平台的软件框架可同时托管客户特定的软件栈组件和SnapdragonRide自动驾驶软件栈组件。

SnapdragonRide平台也支持被动或风冷的散热设计，因而能够在成本降低的同时进一步优化汽车设计，提升可靠性。

现在，Arm、黑莓QNX、英飞凌、新思科技、Elektrobit、安森美半导体均已加入高通的自动驾驶朋友圈，成为SnapdragonRide自动驾驶平台的软/硬件供应商。

Arm的功能安全解决方案，新思科技的汽车级DesignWare接口IP、ARC处理器IP和STARMemorySystemTM，黑莓QNX的汽车基础软件OS安全版及Hypervisor安全版，英飞凌的AURIXTM微控制器，以及安森美半导体的ADAS系列传感器都会集成到高通的自动驾驶平台上。

Elektrobit还计划与高通合作，共同开发可规模化生产的新一代AUTOSAR架构，EBcorbos软件和SnapdragonRide自动驾驶平台都将集成在这个架构上面。

据了解SnapdragonRide将在2020年上半年交付汽车制造商和一级供应商进行前期开发，而根据QualcommTechnologies估计，搭载SnapdragonRide的汽车将于2023年投入生产。

二、深耕汽车业务多年高通赋能超百万台汽车

在发布SnapdragonRide自动驾驶平台之前，高通已在智能汽车领域深耕多年。

十多年来，高通子公司QualcommTechnologies一直在为通用汽车的网联汽车应用提供先进的无线通信解决方案，包括通用汽车上安吉星设备所支持的安全应用。

在车载信息处理、信息影音和车内互联等领域，QualcommTechnologies的订单总价值目前已超过70亿美元（约合人民币487亿元）。

而根据高通在CES2020发布会现场公布的信息，迄今为止已经有超百万辆汽车使用了高通提供的汽车解决方案。

很显然，如今高通在汽车领域的布局又向前迈进了一步。

CES2020期间，除发布SnapdragonRide自动驾驶平台外，高通还推出了全新的车对云服务（Car-to-CloudService），该服务预计在2020年下半年开始提供。

据介绍，由QualcommTechnologies打造的车对云服务支持SoftSKU芯片规格软升级能力，不仅可以帮助汽车客户满足消费者不断变化的需求，还可根据新增性能需求或新特性，让芯片组在外场实现升级、以支持全新功能。

与此同时SoftSKU也支持客户开发通用硬件，从而节省他们面向不同开发项目的专项投入。利用高通车对云SoftSKU，汽车制造商不仅能够为消费者提供各种定制化服务，还可以通过个性化特性打造丰富且具沉浸感的车内体验。

另外高通的车对云服务也支持实现全球蜂窝连接功能，既可用于引导初始化服务，也可以在整个汽车生命周期中提供无线通信连接。

QualcommTechnologies产品管理高级副总裁NakulDuggal表示，结合骁龙汽车4G和5G平台、骁龙数字座舱平台，高通的车对云服务能够帮助汽车制造商和一级供应商满足当代车主的新期待，包括灵活、持续地进行技术升级，以及在整个汽车生命周期中不断探索新功能。

此外，QualcommTechnologies也在CES2020上宣布，表示将继续深化和通用汽车的合作。作为长期合作伙伴，通用汽车将通过与QualcommTechnologies的持续合作来支持数字座舱、车载信息处理和ADAS（先进驾驶辅助系统）。

结语：巨头纷纷入局自动驾驶领域风起云涌

前有华为表示要造激光雷达、毫米波雷达等智能汽车核心传感器，后有Arm牵头成立自动驾驶汽车计算联盟，如今移动芯片巨头高通也发布了全新的自动驾驶平台，在汽车和自动驾驶领域上又迈进一步。

巨头入局有利于自动驾驶汽车更快更好地落地，然而另一方面随着更多硬核玩家拓展业务边界，此次市场上的竞争也必然会变得更加激烈。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

㈨ 自动驾驶上半场较量接近尾声，配套设施道阻且长

正如滴滴出行创始人兼CEO程维所说：“我们也相信自动驾驶从技术成熟、商业成熟到法规成熟道阻且长，至少还需要做十年持续投入的计划。”（撰文|宋雨婷）

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

㈩ 高通发布自动驾驶平台，预计2023年装车量产

1月7日，高通正式发布全新的自动驾驶计算平台——SnapdragonRide平台。该平台包括安全系统级芯片、安全加速器以及自动驾驶软件栈，能够满足最高L4/L5级自动驾驶的运算需求。高通宣布该平台将于2020年上半年交付给汽车制造商和一级供应商进行前期开发，预计搭载该平台的汽车将于2023年投入量产。

解读：早在2012年，高通就进入了汽车芯片领域。截至目前，高通在汽车板块的订单金额累计已达到70亿美元，而在两个月前，这一数字还是65亿美元。

不过，之前做的芯片都是通信及娱乐类芯片。在这次的发布会上，高通方面的透露，其发力自动驾驶芯片，也已经有四年多时间了。高通在2017年拿到了加州的自动驾驶测试牌照，该项测试的目的正是为了验证其芯片。

当前，自动驾驶芯片最大的一个痛点是很难实现算力和功耗的平衡，而高通从一开始就决定利用其在手机芯片产业的积累做高算力、低功耗的ASIC芯片。高通这次发布的L4级自动驾驶计算平台SnapdragonRide，搭载了两颗自研的自动驾驶处理器ML（ASIC）、还集成了GPU、CPU。

SnapdragonRide平台可在130W的功耗下达到最高700TOPS的算力。若这一规划能变成现实，那高通的自动驾驶方案在算力上还是挺有竞争力的。如与特斯拉Hardware3.0的144TOPS/72W相比，高通的产品能效优势很明显。，

目前已量产方案中，算力最强的是华为的MDC600，算力为352TOPS，但功耗也高达352W；其次为英伟达的DrivePegasus，算力为320TOPS，但功耗也高达500W。

据规划，英伟达基于下一款自动驾驶芯片的Orin的计算平台AGXOrin的算力可达2000TOPS，但功耗也高达750W，这种功耗，几乎无法应用于量产车。

相比之下，高通的自动驾驶计算平台不需要风扇或液体冷却系统散热，而是通过更简单的被动风冷系统，从而达到比较高的可靠性。

SnapdragonRide平台还将芯片减配，变成算力在60-120TOPS的L2-L3级自动驾驶解决方案，或者算力为30TOPS的ADAS解决方案。在这次CES上，高通与通用汽车就ADAS业务达成了合作。

在商业模式上，高通的做法比较开放，既可以提供全栈式解决方案，也可以只卖芯片，算法及传感器方案之类的由客户自己去处理。

今后，V2X芯片也会是高通在汽车业务上的重要收入来源之一。

此外，高通还通过其Car-to-CloudService为车企提供云计算、OTA方面的技术支持。值得一提的是，其Car-To-CloudSoftSKU支持芯片组的安全升级。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。