自動駕駛汽車硬件系統概述

如果說人工智能技術將是自動駕駛汽車的大腦，那么硬件系統就是它的神經和四肢。從自動駕駛汽車周邊環境信息的采集、傳輸、處理和反應，到各種復雜場景的分析，硬件系統的建設和升級對自動駕駛汽車來說非常重要。

百度自動駕駛技術部高級產品經理王世峰在Apollo開發者社區分享了關于自動駕駛汽車硬件系統的內容。以下內容來自“Apollo開發者社區”（微信微信公眾號：Apollo_Developers），由車云授權編輯。自動駕駛汽車硬件系統概述今天，我將從五個方面為您分享自動駕駛汽車的硬件系統概述內容。我希望通過我的分享，你能對硬件系統的基礎有一個全面的了解：1。自動駕駛系統的硬件架構2。自動駕駛傳感器3。自動駕駛傳感器的產品定義4。自動駕駛的大腦5。自動駕駛汽車的線控系統。

我想每個人都看過這個視頻很多次了，所以這里就不播放了。根據美國國家運輸安全委員會的調查報告，沃爾沃SUV優步汽車上的傳感器在撞擊前6秒檢測到受害者，事故發生前1.3秒，原車的自動駕駛系統確定有必要采取緊急制動。此時，當車輛處于計算機控制下時，原車的緊急制動功能無法啟動。所以司機負責剎車，但司機在事故發生前0.5秒低頭看了看視頻，沒有抬頭看路。從事故視頻和后續調查報告可以看出，造成事故的主要原因是車輛和駕駛員的缺席。當優步為原車改裝自動駕駛系統時，原車的AEB功能執行部分被切斷，導致原車的ADAS功能失效。當自動駕駛系統感應到受害者決定執行緊急制動時，沒有聲音或圖像警報。此時，駕駛員正在低頭看手機，沒有及時接管剎車。目前，大多數自動駕駛研發車輛都是改裝車，并在車頂添加了相關傳感器，以改變車輛的動態模型；

改裝車輛的制動和轉向系統也缺乏不同的工作條件和兩個冬天和一個夏天的測試。圖中，優步研發車是一輛重心更高的SUV。安裝在車頂上的設備進一步導致重心向上移動，并且在避免轉向的過程中轉向過快和過度，在發生碰撞時會比原車更容易側翻。

因此，在自動駕駛中，安全是自動駕駛技術發展的第一天。為了減少和避免實際道路測試中的風險，在實際道路測試之前，有必要在封閉的場地內做好模擬、臺架測試和測試驗證。軟件在環，通過軟件仿真，構建自動駕駛所需的各種場景，再現真實世界的道路交通環境，然后進行自動駕駛技術的開發和測試。循環中軟件的效率取決于模擬軟件能夠再現場景的程度。模擬交通環境和場景，包括復雜的交通場景、真實的交通流、自然天氣（雨、雪、霧、夜、燈等）和各種交通參與者（汽車、摩托車、自行車、行人等）。使用軟件模擬交通場景，道路和傳感器可以為自動駕駛的環境感知提供豐富的輸入，并可以驗證和測試算法。硬件在環（硬件在環）和各種傳感器類似于人眼和耳朵。作為自動駕駛系統的傳感部分，該部分的性能決定了自動駕駛汽車能否適應復雜多變的交通環境。包括一個攝像頭、一個毫米波雷達、一個超聲波雷達和一個激光雷達。對于不同的傳感器，環路中的硬件將根據不同的傳感器和環境因素進行部署。當車輛處于環路中時，車輛執行系統向變速器系統發送執行命令以控制車輛，這在自動駕駛中取代了人手和腳。自動駕駛系統的執行和控制決定了車輛能否安全舒適地行駛。車輛在開闊的場地中行駛，自動駕駛系統感知系統模擬的虛擬場景。自動駕駛系統根據虛擬場景發出控制指令，然后通過傳感器將車輛的真實軌跡反饋給虛擬環境，從而實現真實車輛和虛擬環境的集成，從而驗證車輛的控制。駕駛員在環，基于實時仿真技術開發，結合駕駛員的實際行為，可以實現對車輛和自動駕駛技術開發和測試的主觀評價。當駕駛員在身邊時，一方面可以得到駕駛員的主觀評價，另一方面可以驗證人機協同駕駛的功能。第一，自動駕駛系統的硬件架構從整體上看，汽車是一種完全社會化的管理產品，其固有的行業特征相對保守。在人工智能浪潮下，面對造車新勢力的沖擊和消費者需求的變化，傳統汽車行業的漸進式創新方式面臨著巨大挑戰。迫切需要改變傳統的結構和方法，不斷創新。自動駕駛的整體硬件架構不僅要考慮系統本身，還要考慮人為因素。

自動駕駛系統主要包括感知、決策和控制三個部分。系統感知、決策和控制的功能需求也應從整個硬件架構中充分考慮。整體設計和生產應符合相關的車輛分類標準，如ISO26262、AECQ-100、TS16949和其他相關認證和標準。目前，L1、L2和ADAS系統的硬件架構和供應鏈相對完善，滿足車輛法規的要求。感知層：它依賴于大量的傳感器數據，分為三類：車輛運動、環境感知和駕駛員檢測。車輛運動傳感器：速度和角度傳感器提供車輛線控系統的相關水平和垂直信息。慣性導航+全球定位……

oning系統=集成導航，提供完整的姿態信息參數和高精度定位信息。環境傳感傳感器：負責環境傳感的傳感器類似于人類的視覺和聽覺。如果沒有環境傳感傳感器的支持，自動駕駛功能將無法實現。它主要依靠激光雷達、相機和毫米波雷達的數據融合，將其提供給計算單元進行算法處理。V2X是指與車輛相關的周圍一切事物的通信，包括V2V車輛通信技術、與紅綠燈等基礎設施的V2I通信技術，以及車輛與行人之間的V2P通信。駕駛員監控傳感器：基于攝像頭的非接觸式和基于生物電傳感器的接觸式。通過集成在方向盤和儀表板上的傳感器，收集駕駛員的面部細節以及心臟、腦電圖等部位的數據，然后根據這些部位的數據變化，判斷駕駛員是否處于分心和疲勞駕駛狀態。計算單元：將各種傳感器采集的數據統一到計算單元進行處理。為了保證自動駕駛的實時性要求，軟件響應的最大延遲必須在可接受的范圍內，這需要非常高的計算量。目前主流的解決方案是基于GPU、FPGA、ASIC等。車輛控制：自動駕駛需要用電信號控制車輛的轉向、制動和油門系統，這涉及到車輛現場的線控修改。目前，具有自適應巡航、緊急制動和自動泊車功能的車輛可以直接借用原車的系統，并通過CAN總線進行控制，無需過度修改。警告系統：主要通過聲音、圖像和振動來提醒駕駛員，并通過HMI的設計有效減少駕駛員的嗜睡和分心行為。第二，自動駕駛的傳感器

攝像頭：主要用于檢測車道線、交通標志、紅綠燈、車輛和行人。它的檢測信息全面，價格低廉，但會受到雨雪和光線的影響。它由鏡頭、鏡頭模塊、濾波器、CMOS／CCD、ISP和數據傳輸部分組成。光通過光學透鏡和濾波器后聚焦在傳感器上，通過CMOS或CCD集成電路將光信號轉換為電信號，然后通過圖像處理器（ISP）轉換為RAW、RGB或YUV格式的標準數字圖像信號，并通過數據傳輸接口傳輸到計算機。激光雷達：激光雷達使用的技術是飛行時間法，根據光線遇到障礙物的折返時間計算距離。為了覆蓋一定的角度范圍，需要進行角度掃描，因此出現了各種掃描原理。主要分為：同軸旋轉、棱鏡旋轉、MEMS掃描、相位型、閃爍型。激光雷達不僅用于感知，還用于繪制和定位高精度地圖。它被認為是L3級以上自動駕駛的重要傳感器。毫米波雷達：主要用于檢測交通車輛。它既快速又準確，而且不容易受到天氣的影響。它無法檢測車道線上的交通標志。毫米波雷達由芯片、天線和算法組成。基本原理是發射電磁波，觀察回波和入射波之間的差異，以計算距離和速度。成像精度的測量指標是距離檢測精度、角分辨率和速度差分辨率。毫米波頻率越高，帶寬越寬，成像越精細，主要分為77GHz和24GHz兩種。綜合導航：GNSS板通過天線接收來自所有可見GPS衛星和RTK的信號，然后進行解釋和計算，以獲得自己的空間位置。當車輛通過隧道或在高聳建筑物之間的街道上行駛時，由于信號受阻，存在無法在該信號盲區進行導航的風險。有必要對慣性導航系統的信息進行融合。INS具有全天候、完全自主、不受外部干擾的優點，可以提供完整的導航參數（位置、速度、姿態）。組合后，可以實現比兩次獨立操作的最佳性能更好的定位和姿態測量性能。第三，刺激……

自動駕駛傳感器的定義

該表總結了常見自動駕駛功能中使用的傳感器以及每個傳感器的應用。各國還發布了L1和L2自動駕駛功能的相關標準，加速了市場的發展和產品的落地。自2013年以來，歐盟新車安全評估協會（E-NCAP）已將ADAS添加到評分規則中。到2017年，速度輔助系統（SAS）、自動緊急制動（AEB）和車道偏離警告/車道偏離輔助系統（LDW/LKD）的獎金要求將是系統，裝機容量將達到100%。美國國家公路交通安全管理局（NHTSA）和公路安全保險協會（IIHS）也提出，2022年應將自動緊急制動（AEB）等ADAS功能納入技術標準。

自動駕駛要求僅限于車輛的ODD（操作設計領域），即設計應用范圍。城市道路+城際高速公路是自動駕駛汽車的普遍應用范圍。中國城市封閉道路的最高限速為80公里/小時，高速公路的限速為120公里/小時。干瀝青路面的摩擦系數為0.6。根據制動距離公式計算制動距離：S=V*V/2μ，得到第一行的表格。然后，結合自動駕駛系統和制動系統的反應時間，得到下表。從這兩張表中可以看出，制動距離與速度的平方成正比，與摩擦系數成反比。當摩擦系數不變時，制動距離取決于車速。如果車速增加一倍，制動距離將增加到四倍。摩擦系數μ主要與路面材料和天氣有關。在中國最高限速150米的情況下，自動駕駛傳感器的檢測距離可以滿足需求。自動駕駛技術的開發人員可以根據實際場景的速度選擇所需的傳感器，不需要盲目追求傳感器的性能來提高整體成本。

傳感器分辨率和物體檢測之間的關系可以通過atan反正切函數來計算，圖中給出的公式除以2，主要是為了確保當傳感器檢測時最小角度為最小目標的一半時，在任何情況下都可以覆蓋一個像素，以確保分辨率。由于物體不在一個角度內，因此避免漏檢。理論上，當分辨率為0.4度時，100米外可以探測到汽車，而當分辨率為0.1度時，400米外可以檢測到汽車。然而，僅僅通過檢測來識別物體并不意味著它可以被識別。從自動駕駛算法的角度來看，例如，激光雷達物體識別需要4到5條線來識別物體類別。從這個角度來看，如果自動駕駛系統在50米的范圍內使用分辨率為0.4度的激光雷達，它真的可以識別汽車。如果說人工智能技術將是自動駕駛汽車的大腦，那么硬件系統就是它的神經和四肢。從自動駕駛汽車周邊環境信息的采集、傳輸、處理和反應，到各種復雜場景的分析，硬件系統的建設和升級對自動駕駛汽車來說非常重要。

百度自動駕駛技術部高級產品經理王世峰在Apollo開發者社區分享了關于自動駕駛汽車硬件系統的內容。以下內容來自“Apollo開發者社區”（微信微信公眾號：Apollo_Developers），由車云授權編輯。自動駕駛汽車硬件系統概述今天，我將從五個方面為您分享自動駕駛汽車的硬件系統概述內容。我希望通過我的分享，你能對硬件系統的基礎有一個全面的了解：1。自動駕駛系統的硬件架構2。自動駕駛傳感器3。自動駕駛傳感器的產品定義4。自動駕駛的大腦5。自動駕駛汽車的線控系統。

我想每個人都看到了……

ideo很多次，所以不會在這里播放。根據美國國家運輸安全委員會的調查報告，沃爾沃SUV優步汽車上的傳感器在撞擊前6秒檢測到受害者，事故發生前1.3秒，原車的自動駕駛系統確定有必要采取緊急制動。此時，當車輛處于計算機控制下時，原車的緊急制動功能無法啟動。所以司機負責剎車，但司機在事故發生前0.5秒低頭看了看視頻，沒有抬頭看路。從事故視頻和后續調查報告可以看出，造成事故的主要原因是車輛和駕駛員的缺席。當優步為原車改裝自動駕駛系統時，原車的AEB功能執行部分被切斷，導致原車的ADAS功能失效。當自動駕駛系統感應到受害者決定執行緊急制動時，沒有聲音或圖像警報。此時，駕駛員正在低頭看手機，沒有及時接管剎車。目前，大多數自動駕駛研發車輛都是改裝車，并在車頂添加了相關傳感器，以改變車輛的動態模型；

改裝車輛的制動和轉向系統也缺乏不同的工作條件和兩個冬天和一個夏天的測試。圖中，優步研發車是一輛重心更高的SUV。安裝在車頂上的設備進一步導致重心向上移動，并且在避免轉向的過程中轉向過快和過度，在發生碰撞時會比原車更容易側翻。

因此，在自動駕駛中，安全是自動駕駛技術發展的第一天。為了減少和避免實際道路測試中的風險，在實際道路測試之前，有必要在封閉的場地內做好模擬、臺架測試和測試驗證。軟件在環，通過軟件仿真，構建自動駕駛所需的各種場景，再現真實世界的道路交通環境，然后進行自動駕駛技術的開發和測試。循環中軟件的效率取決于模擬軟件能夠再現場景的程度。模擬交通環境和場景，包括復雜的交通場景、真實的交通流、自然天氣（雨、雪、霧、夜、燈等）和各種交通參與者（汽車、摩托車、自行車、行人等）。使用軟件模擬交通場景，道路和傳感器可以為自動駕駛的環境感知提供豐富的輸入，并可以驗證和測試算法。硬件在環（硬件在環）和各種傳感器類似于人眼和耳朵。作為自動駕駛系統的傳感部分，該部分的性能決定了自動駕駛汽車能否適應復雜多變的交通環境。包括一個攝像頭、一個毫米波雷達、一個超聲波雷達和一個激光雷達。對于不同的傳感器，環路中的硬件將根據不同的傳感器和環境因素進行部署。當車輛處于環路中時，車輛執行系統向變速器系統發送執行命令以控制車輛，這在自動駕駛中取代了人手和腳。自動駕駛系統的執行和控制決定了車輛能否安全舒適地行駛。車輛在開闊的場地中行駛，自動駕駛系統感知系統模擬的虛擬場景。自動駕駛系統根據虛擬場景發出控制指令，然后通過傳感器將車輛的真實軌跡反饋給虛擬環境，從而實現真實車輛和虛擬環境的集成，從而驗證車輛的控制。駕駛員在環，基于實時仿真技術開發，結合駕駛員的實際行為，可以實現對車輛和自動駕駛技術開發和測試的主觀評價。當駕駛員在身邊時，一方面可以得到駕駛員的主觀評價，另一方面可以驗證人機協同駕駛的功能。第一，自動駕駛系統的硬件架構從整體上看，汽車是一種完全社會化的管理產品，其固有的行業特征相對保守。在人工智能浪潮下，面對造車新勢力的沖擊和消費者需求的變化，傳統汽車行業的漸進式創新方式面臨著巨大挑戰。迫切需要改變傳統的結構和方法，不斷創新。自動駕駛的整體硬件架構不僅要考慮系統本身，還要考慮人為因素。

自動駕駛系統主要包括感知、決策和控制三個部分。系統感知、決策和控制的功能需求也應從整個硬件架構中充分考慮。整體設計和生產應符合相關的車輛分類標準，如ISO26262、AECQ-100、TS16949和其他相關認證和標準。目前，L1、L2和ADAS系統的硬件架構和供應鏈相對完善，滿足車輛法規的要求。感知層：它依賴于大量的傳感器數據，分為三類：車輛運動、環境感知和駕駛員檢測。車輛運動傳感器：速度和角度傳感器提供車輛線控系統的相關水平和垂直信息。慣性導航+全球定位……

oning系統=集成導航，提供完整的姿態信息參數和高精度定位信息。環境傳感傳感器：負責環境傳感的傳感器類似于人類的視覺和聽覺。如果沒有環境傳感傳感器的支持，自動駕駛功能將無法實現。它主要依靠激光雷達、相機和毫米波雷達的數據融合，將其提供給計算單元進行算法處理。V2X是指與車輛相關的周圍一切事物的通信，包括V2V車輛通信技術、與紅綠燈等基礎設施的V2I通信技術，以及車輛與行人之間的V2P通信。駕駛員監控傳感器：基于攝像頭的非接觸式和基于生物電傳感器的接觸式。通過集成在方向盤和儀表板上的傳感器，收集駕駛員的面部細節以及心臟、腦電圖等部位的數據，然后根據這些部位的數據變化，判斷駕駛員是否處于分心和疲勞駕駛狀態。計算單元：將各種傳感器采集的數據統一到計算單元進行處理。為了保證自動駕駛的實時性要求，軟件響應的最大延遲必須在可接受的范圍內，這需要非常高的計算量。目前主流的解決方案是基于GPU、FPGA、ASIC等。車輛控制：自動駕駛需要用電信號控制車輛的轉向、制動和油門系統，這涉及到車輛現場的線控修改。目前，具有自適應巡航、緊急制動和自動泊車功能的車輛可以直接借用原車的系統，并通過CAN總線進行控制，無需過度修改。警告系統：主要通過聲音、圖像和振動來提醒駕駛員，并通過HMI的設計有效減少駕駛員的嗜睡和分心行為。第二，自動駕駛的傳感器

攝像頭：主要用于檢測車道線、交通標志、紅綠燈、車輛和行人。它的檢測信息全面，價格低廉，但會受到雨雪和光線的影響。它由鏡頭、鏡頭模塊、濾波器、CMOS／CCD、ISP和數據傳輸部分組成。光通過光學透鏡和濾波器后聚焦在傳感器上，通過CMOS或CCD集成電路將光信號轉換為電信號，然后通過圖像處理器（ISP）轉換為RAW、RGB或YUV格式的標準數字圖像信號，并通過數據傳輸接口傳輸到計算機。激光雷達：激光雷達使用的技術是飛行時間法，根據光線遇到障礙物的折返時間計算距離。為了覆蓋一定的角度范圍，需要進行角度掃描，因此出現了各種掃描原理。主要分為：同軸旋轉、棱鏡旋轉、MEMS掃描、相位型、閃爍型。激光雷達不僅用于感知，還用于繪制和定位高精度地圖。它被認為是L3級以上自動駕駛的重要傳感器。毫米波雷達：主要用于檢測交通車輛。它既快速又準確，而且不容易受到天氣的影響。它無法檢測車道線上的交通標志。毫米波雷達由芯片、天線和算法組成。基本原理是發射電磁波，觀察回波和入射波之間的差異，以計算距離和速度。成像精度的測量指標是距離檢測精度、角分辨率和速度差分辨率。毫米波頻率越高，帶寬越寬，成像越精細，主要分為77GHz和24GHz兩種。綜合導航：GNSS板通過天線接收來自所有可見GPS衛星和RTK的信號，然后進行解釋和計算，以獲得自己的空間位置。當車輛通過隧道或在高聳建筑物之間的街道上行駛時，由于信號受阻，存在無法在該信號盲區進行導航的風險。有必要對慣性導航系統的信息進行融合。INS具有全天候、完全自主、不受外部干擾的優點，可以提供完整的導航參數（位置、速度、姿態）。組合后，可以實現比兩次獨立操作的最佳性能更好的定位和姿態測量性能。第三，刺激……

自動駕駛傳感器的定義

該表總結了常見自動駕駛功能中使用的傳感器以及每個傳感器的應用。各國還發布了L1和L2自動駕駛功能的相關標準，加速了市場的發展和產品的落地。自2013年以來，歐盟新車安全評估協會（E-NCAP）已將ADAS添加到評分規則中。到2017年，速度輔助系統（SAS）、自動緊急制動（AEB）和車道偏離警告/車道偏離輔助系統（LDW/LKD）的獎金要求將是系統，裝機容量將達到100%。美國國家公路交通安全管理局（NHTSA）和公路安全保險協會（IIHS）也提出，2022年應將自動緊急制動（AEB）等ADAS功能納入技術標準。

自動駕駛要求僅限于車輛的ODD（操作設計領域），即設計應用范圍。城市道路+城際高速公路是自動駕駛汽車的普遍應用范圍。中國城市封閉道路的最高限速為80公里/小時，高速公路的限速為120公里/小時。干瀝青路面的摩擦系數為0.6。根據制動距離公式計算制動距離：S=V*V/2μ，得到第一行的表格。然后，結合自動駕駛系統和制動系統的反應時間，得到下表。從這兩張表中可以看出，制動距離與速度的平方成正比，與摩擦系數成反比。當摩擦系數不變時，制動距離取決于車速。如果車速增加一倍，制動距離將增加到四倍。摩擦系數μ主要與路面材料和天氣有關。在中國最高限速150米的情況下，自動駕駛傳感器的檢測距離可以滿足需求。自動駕駛技術的開發人員可以根據實際場景的速度選擇所需的傳感器，不需要盲目追求傳感器的性能來提高整體成本。

傳感器分辨率和物體檢測之間的關系可以通過atan反正切函數來計算，圖中給出的公式除以2，主要是為了確保當傳感器檢測時最小角度為最小目標的一半時，在任何情況下都可以覆蓋一個像素，以確保分辨率。由于物體不在一個角度內，因此避免漏檢。理論上，當分辨率為0.4度時，100米外可以探測到汽車，而當分辨率為0.1度時，400米外可以檢測到汽車。然而，僅僅通過檢測來識別物體并不意味著它可以被識別。從自動駕駛算法的角度來看，例如，激光雷達物體識別需要4到5條線來識別物體類別。從這個角度來看，如果自動駕駛系統在50米的范圍內使用分辨率為0.4度的激光雷達，它真的可以識別汽車。6

自動駕駛離不開多傳感器融合，其中激光雷達和攝像頭都是光學傳感器，核心部件和處理電路相似。預計兩個傳感器的前端將融合在一起，直接輸出R、G、B、X、Y和Z顏色和點云的融合信息。在傳感器內部實現數據融合可以大大降低后端的計算和處理能力。其中以AEye為代表，其iDAR智能感知系統可以將2D真實世界的顏色信息即時智能疊加在3D數據上。其動態掃描和發射模式技術可以通過控制每個激光脈沖的掃描來查詢每個點的三維坐標和像素。第四，自動駕駛的大腦

7

工控機─IPC）是一種加固型個人計算機，可作為工業控制器在工業環境中可靠運行。采用符合“EIA”標準的全鋼化工業底盤，增強抗電磁干擾能力，采用總線結構和模塊化設計技術。CPU和每個……

功能模塊均采用插入式結構，壓桿軟鎖，提高了抗沖擊和抗振動能力。整體架構設計需要考慮ISO26262的要求，并對CPU、GPU、FPGA和總線進行冗余設計，以防止單點故障。當整個IPC系統發生故障時，MCU將做出最終保證，并直接向車輛Can總線發送指令，控制車輛停車。目前，這種集中式架構將所有計算工作放在一臺工業計算機中，整體體積大，功耗高，不適合未來大規模生產。然而，這種架構非常方便，算法迭代不需要考慮硬件的整體設計和車輛法規的要求。使用傳統的X86架構，可以非常快速地構建計算平臺，并且卡槽設計也便于硬件更新。

8

工業計算機集中操作的整體體積和功耗無法滿足大規模生產的要求，因此有必要采用域控制器的嵌入式方案。將每個傳感器的原始數據連接到傳感器盒，在傳感器盒中完成數據融合，然后將融合后的數據傳輸到計算平臺進行自動駕駛算法處理。自動駕駛汽車具有復雜的功能，出于安全考慮，域控制器將被廣泛使用，以確保每個模塊和功能不會相互影響。根據功能的不同，它分為車身域控制器、車載娛樂域控制器、動力總成域控制器、自動駕駛域控制器等。以自動駕駛域控制為例，它承擔著自動駕駛所需的數據處理算力，包括毫米波雷達、攝像頭、，激光雷達、綜合導航等設備，還承擔自動駕駛算法的操作。

9

隨著自動駕駛技術的發展，算法也在不斷改進。算法固化后，可以作為ASIC芯片，將傳感器和算法集成在一起，實現傳感器內部的邊緣計算。進一步降低后端計算平臺的計算量，有利于降低功耗、體積和車輛規劃。其中，Mobileye是標桿企業。激光雷達處理需要一個高效的處理平臺和先進的嵌入式軟件。如圖所示，瑞薩將包括高性能圖像處理技術和低功耗的汽車R-CarSoC與Dibotics的3D實時定位和映射（SLAM）技術相結合，提供片上SLAM?. SLAM可以在SoC上實現高性能所需的3D SLAM處理。Dibotics還開發了一款名為“增強型激光雷達”的嵌入式激光雷達軟件，可以提供實時和先進的激光雷達數據處理。

0

ASIC芯片是根據某些特定要求專門定制的，與通用GPU和FPGA相比，其尺寸更小、功耗更低、性能更穩定、批量成本更低。只要自動駕駛的算法公司完成芯片的前端設計，后端制造和技術都是非常成熟的行業，可以通過外包來實現。芯片制造過程由三部分組成：芯片設計、芯片制造和芯片封裝。前端設計完成后，可以根據實際算法要求選擇IP核，通過EDA（電子設計自動化）完成布局規劃、布局和布線。根據延遲、功耗、面積等約束信息，合理設置物理設計工具的參數，以獲得最佳配置，并確定組件在晶圓上的物理位置。芯片制造技術正在從193nm深紫外（DUV）發展到13.5nm極紫外（EUV）。半導體正在進入7nm時代，更先進的技術可以提高性能。與16nm技術相比，7nm可以將性能提高40%，并節省60%的能耗。芯片封裝測試是指根據產品型號和功能要求，將被測試的晶圓加工成獨立芯片的過程。傳統……

恩智浦和ST等onal汽車電子公司在密封和測試過程中有更多的經驗來完成芯片汽車分類的要求。五、自動駕駛汽車線控驅動系統

1

有線控制是有線控制的字面翻譯。簡單地理解，對車輛的控制是通過一系列命令來實現的，而不是物理操作。自動駕駛主要分為感知、決策和控制三個部分，控制層是自動駕駛的基礎。感知定位就像駕駛員的眼睛，決策規劃就像大腦，執行控制就像手和腳。要想為自動駕駛制定一個好的決策計劃，我們還必須知道如何實施控制。為了實現自動駕駛，包括線控制動、線控轉向和線控節氣門在內的線控執行器是一種必然趨勢。

2

在傳統車輛中，通常使用液壓或真空伺服機構來控制制動系統。對于自動駕駛來說，線控制動是最終的發展趨勢，線控制動器用電子系統取代了液壓或氣動控制單元。上圖顯示了的線控制動解決方案，MK C1和MK100形成了一個冗余的線控制動器解決方案。MK C1將制動助力器和制動壓力控制模塊（ABS、ESC）集成到一個緊湊輕便的制動單元中。MK C1可以滿足自動駕駛對更高壓力動態特性的要求，并且由電力觸發的緊急制動產生的制動距離要短得多。MK100是的汽車電子穩定控制系統（ESC）。在防抱死制動系統（ABS）和牽引力控制系統（TCS）功能的基礎上，增加了橫擺角速度傳感器、測向加速度傳感器和方向盤角度傳感器。前后輪、左右輪的驅動力和制動力由ECU控制，以確保車輛的橫向穩定性。

3

電子助力轉向（EPS）與線控轉向最大的區別在于，EPS方向盤與車輪之間的連桿不參與線控轉向技術，但仍采用機械連桿。從電信號控制的角度來看，EPS也可以被視為線控轉向系統。英國和芬尼迪的Q50線控轉向系統基本上延續了傳統轉向系統的結構。僅增加了一個離合器裝置、三個ECU電子控制單元和一個轉向力反饋裝置。當車輛啟動時，離合器裝置將自動切斷連接，轉向任務將移交給電子控制系統。由于電子信號控制，它的傳輸響應更快、更容易。

4

線控節氣門是一種電子節氣門，通過位置傳感器傳遞踏板深度和速度的信號，從而實現節氣門功能。該信號將被ECU接收并解釋，然后將發出控制命令，要求節氣門打開應根據命令快速或輕輕打開的角度。這個過程準確而快速。不會出現機械磨損問題。目前，電子節氣門已經被廣泛使用，如果它有定速巡航，就可以識別出有電子節氣門。早期，電子節氣門是一種接觸式，但最近已改為非接觸式。有軌電車是通過電機扭矩實現的，只需直接發送扭矩信號，而油罐車是通過發動機管理系統（EMS）發送扭矩信號實現的。

5

轉向最早的修改是切斷轉向柱的末端并安裝轉向電機進行修改。然后使用原車的轉向動力系統進行轉向控制。制動最早的修改是安裝電機踏板，然后使用原車的ESC系統進行控制。今后將選擇MK C1等線控控制系統。加速度的最早修正是通過EMS發送扭矩信號來實現的，隨后的修正方案是通過電子油門來實現的……

通過借用原車的ACC接口。量產自動駕駛的線控方案可以參考英國Q50和菲尼迪的線控轉向和MK100+MK C1的線控制動來實現。電機扭矩/制動壓力信號由自動駕駛區域控制器直接輸出到轉向制動器的執行器，再結合大量的測試和校準，實現精確控制，從而為駕駛員和乘客帶來完美的體感舒適。

6

從VSI發布的自動駕駛產業布局可以看出，自動駕駛產業是汽車、新能源、IT通信、交通、半導體、人工智能和互聯網等10萬億巨頭產業的跨界融合。自動駕駛汽車是物質流、能量流和信息流的集合體，需要行業各方的深度合作。只有軟硬件深度融合，突破壁壘的企業才能贏得皇冠上的明珠。

7

質量保證問答1。市場上哪些型號可以支持無人駕駛線控改裝？A： 絕大多數人做不到。具有自動駐車、AEB和ACC功能的車輛有望在不損壞原車執行器的情況下進行改裝。其他的只能通過破壞原車的執行器來進行猛烈的修改。2.如果由于使用場景的限制，激光雷達無法安裝在車頂上，但在車輛周圍安裝了多個激光雷達，會帶來什么影響？A： 我們需要做激光雷達的外耦合。聯軸器完成360度識別。3.如果無人車的停車定位精度很高（水平位置精度和航向精度），建議采取什么解決方案？答：定位精度可以通過RTK差分定位來實現。目前，RTK可以實現厘米級定位。其次，激光雷達的數據可以再次融合，激光雷達本身的測量精度可以達到2厘米。通過將這兩個傳感器的數據與優秀的算法相結合，可以達到高精度的定位要求。4.請問，哪些主流制造商提供主控制器：汽車CPU？A： 目前，CPU是基于X86英特爾的。如果所有ASIC芯片都是由ARM內核制成的。5.制動最早的修改是安裝電機踏板，然后使用原車的ESC系統進行控制。今后將選擇MK C1等線控控制系統。市場上改裝的林肯MKZ的剎車是否也由ESC完成？A： 原MKZ汽車的停車系統具有良好的線控能力，其制動基于車身的ESC。6

自動駕駛離不開多傳感器融合，其中激光雷達和攝像頭都是光學傳感器，核心部件和處理電路相似。預計兩個傳感器的前端將融合在一起，直接輸出R、G、B、X、Y和Z顏色和點云的融合信息。在傳感器內部實現數據融合可以大大降低后端的計算和處理能力。其中以AEye為代表，其iDAR智能感知系統可以將2D真實世界的顏色信息即時智能疊加在3D數據上。其動態掃描和發射模式技術可以通過控制每個激光脈沖的掃描來查詢每個點的三維坐標和像素。第四，自動駕駛的大腦

7

工控機─IPC）是一種加固型個人計算機，可作為工業控制器在工業環境中可靠運行。采用符合“EIA”標準的全鋼化工業底盤，增強抗電磁干擾能力，采用總線結構和模塊化設計技術。CPU和各功能模塊均采用插入式結構，壓桿軟鎖定，提高了抗沖擊和抗振動能力。整體架構設計需要考慮ISO26262的要求，并對CPU、GPU、FPGA和總線進行冗余設計，以防止單點故障。當整個工控機系統發生故障時，MCU將做出最終保證，并直接檢測……

車輛指令Can總線控制車輛停車。目前，這種集中式架構將所有計算工作放在一臺工業計算機中，整體體積大，功耗高，不適合未來大規模生產。然而，這種架構非常方便，算法迭代不需要考慮硬件的整體設計和車輛法規的要求。使用傳統的X86架構，可以非常快速地構建計算平臺，并且卡槽設計也便于硬件更新。

8

工業計算機集中操作的整體體積和功耗無法滿足大規模生產的要求，因此有必要采用域控制器的嵌入式方案。將每個傳感器的原始數據連接到傳感器盒，在傳感器盒中完成數據融合，然后將融合后的數據傳輸到計算平臺進行自動駕駛算法處理。自動駕駛汽車具有復雜的功能，出于安全考慮，域控制器將被廣泛使用，以確保每個模塊和功能不會相互影響。根據功能的不同，它分為車身域控制器、車載娛樂域控制器、動力總成域控制器、自動駕駛域控制器等。以自動駕駛域控制為例，它承擔著自動駕駛所需的數據處理算力，包括毫米波雷達、攝像頭、，激光雷達、綜合導航等設備，還承擔自動駕駛算法的操作。

9

隨著自動駕駛技術的發展，算法也在不斷改進。算法固化后，可以作為ASIC芯片，將傳感器和算法集成在一起，實現傳感器內部的邊緣計算。進一步降低后端計算平臺的計算量，有利于降低功耗、體積和車輛規劃。其中，Mobileye是標桿企業。激光雷達處理需要一個高效的處理平臺和先進的嵌入式軟件。如圖所示，瑞薩將包括高性能圖像處理技術和低功耗的汽車R-CarSoC與Dibotics的3D實時定位和映射（SLAM）技術相結合，提供片上SLAM?. SLAM可以在SoC上實現高性能所需的3D SLAM處理。Dibotics還開發了一款名為“增強型激光雷達”的嵌入式激光雷達軟件，可以提供實時和先進的激光雷達數據處理。

0

ASIC芯片是根據某些特定要求專門定制的，與通用GPU和FPGA相比，其尺寸更小、功耗更低、性能更穩定、批量成本更低。只要自動駕駛的算法公司完成芯片的前端設計，后端制造和技術都是非常成熟的行業，可以通過外包來實現。芯片制造過程由三部分組成：芯片設計、芯片制造和芯片封裝。前端設計完成后，可以根據實際算法要求選擇IP核，通過EDA（電子設計自動化）完成布局規劃、布局和布線。根據延遲、功耗、面積等約束信息，合理設置物理設計工具的參數，以獲得最佳配置，并確定組件在晶圓上的物理位置。芯片制造技術正在從193nm深紫外（DUV）發展到13.5nm極紫外（EUV）。半導體正在進入7nm時代，更先進的技術可以提高性能。與16nm技術相比，7nm可以將性能提高40%，并節省60%的能耗。芯片封裝測試是指根據產品型號和功能要求，將被測試的晶圓加工成獨立芯片的過程。傳統的汽車電子公司，如恩智浦和ST，在密封和測試過程中有更多的經驗來完成芯片汽車分類的要求。五、自動駕駛汽車線控驅動系統

1

有線控制是有線控制的字面翻譯。簡單地說……

據了解，車輛的控制是通過一系列命令而不是物理操作來實現的。自動駕駛主要分為感知、決策和控制三個部分，控制層是自動駕駛的基礎。感知定位就像駕駛員的眼睛，決策規劃就像大腦，執行控制就像手和腳。要想為自動駕駛制定一個好的決策計劃，我們還必須知道如何實施控制。為了實現自動駕駛，包括線控制動、線控轉向和線控節氣門在內的線控執行器是一種必然趨勢。

2

在傳統車輛中，通常使用液壓或真空伺服機構來控制制動系統。對于自動駕駛來說，線控制動是最終的發展趨勢，線控制動器用電子系統取代了液壓或氣動控制單元。上圖顯示了的線控制動解決方案，MK C1和MK100形成了一個冗余的線控制動器解決方案。MK C1將制動助力器和制動壓力控制模塊（ABS、ESC）集成到一個緊湊輕便的制動單元中。MK C1可以滿足自動駕駛對更高壓力動態特性的要求，并且由電力觸發的緊急制動產生的制動距離要短得多。MK100是的汽車電子穩定控制系統（ESC）。在防抱死制動系統（ABS）和牽引力控制系統（TCS）功能的基礎上，增加了橫擺角速度傳感器、測向加速度傳感器和方向盤角度傳感器。前后輪、左右輪的驅動力和制動力由ECU控制，以確保車輛的橫向穩定性。

3

電子助力轉向（EPS）與線控轉向最大的區別在于，EPS方向盤與車輪之間的連桿不參與線控轉向技術，但仍采用機械連桿。從電信號控制的角度來看，EPS也可以被視為線控轉向系統。英國和芬尼迪的Q50線控轉向系統基本上延續了傳統轉向系統的結構。僅增加了一個離合器裝置、三個ECU電子控制單元和一個轉向力反饋裝置。當車輛啟動時，離合器裝置將自動切斷連接，轉向任務將移交給電子控制系統。由于電子信號控制，它的傳輸響應更快、更容易。

4

線控節氣門是一種電子節氣門，通過位置傳感器傳遞踏板深度和速度的信號，從而實現節氣門功能。該信號將被ECU接收并解釋，然后將發出控制命令，要求節氣門打開應根據命令快速或輕輕打開的角度。這個過程準確而快速。不會出現機械磨損問題。目前，電子節氣門已經被廣泛使用，如果它有定速巡航，就可以識別出有電子節氣門。早期，電子節氣門是一種接觸式，但最近已改為非接觸式。有軌電車是通過電機扭矩實現的，只需直接發送扭矩信號，而油罐車是通過發動機管理系統（EMS）發送扭矩信號實現的。

5

轉向最早的修改是切斷轉向柱的末端并安裝轉向電機進行修改。然后使用原車的轉向動力系統進行轉向控制。制動最早的修改是安裝電機踏板，然后使用原車的ESC系統進行控制。今后將選擇MK C1等線控控制系統。加速度的最早修改是通過EMS發送扭矩信號來實現的，隨后的修改方案是通過借用原車的ACC接口通過電子節氣門來實現的。量產自動駕駛的線控方案可以參考英國Q50和菲尼迪的線控轉向和MK100+MK C1的線控制動來實現。電機扭矩/制動壓力信號由自動駕駛區域控制器直接輸出到轉向制動器的執行器……

結合大量的測試和校準，實現精確的控制，從而為駕駛員和乘客帶來完美的體感舒適。

6

從VSI發布的自動駕駛產業布局可以看出，自動駕駛產業是汽車、新能源、IT通信、交通、半導體、人工智能和互聯網等10萬億巨頭產業的跨界融合。自動駕駛汽車是物質流、能量流和信息流的集合體，需要行業各方的深度合作。只有軟硬件深度融合，突破壁壘的企業才能贏得皇冠上的明珠。

7

質量保證問答1。市場上哪些型號可以支持無人駕駛線控改裝？A： 絕大多數人做不到。具有自動駐車、AEB和ACC功能的車輛有望在不損壞原車執行器的情況下進行改裝。其他的只能通過破壞原車的執行器來進行猛烈的修改。2.如果由于使用場景的限制，激光雷達無法安裝在車頂上，但在車輛周圍安裝了多個激光雷達，會帶來什么影響？A： 我們需要做激光雷達的外耦合。聯軸器完成360度識別。3.如果無人車的停車定位精度很高（水平位置精度和航向精度），建議采取什么解決方案？答：定位精度可以通過RTK差分定位來實現。目前，RTK可以實現厘米級定位。其次，激光雷達的數據可以再次融合，激光雷達本身的測量精度可以達到2厘米。通過將這兩個傳感器的數據與優秀的算法相結合，可以達到高精度的定位要求。4.請問，哪些主流制造商提供主控制器：汽車CPU？A： 目前，CPU是基于X86英特爾的。如果所有ASIC芯片都是由ARM內核制成的。5.制動最早的修改是安裝電機踏板，然后使用原車的ESC系統進行控制。今后將選擇MK C1等線控控制系統。市場上改裝的林肯MKZ的剎車是否也由ESC完成？A： 原MKZ汽車的停車系統具有良好的線控能力，其制動基于車身的ESC。

標簽：英菲尼迪皇冠林肯沃爾沃

汽車資訊熱門資訊