電子發燒友App
今天，我主要會向大家分享下自動駕駛在硬件技術方面的考慮，特別是面臨的挑戰和一些應對決策。
自動駕駛發展史簡述
首先，我給大家分享個小故事。
2004年，DARPA舉辦了第一屆“DARPA”挑戰賽（無人車挑戰賽）。根本沒有一支參賽隊伍完成這次比賽任務，這件事對來自斯坦福大學的Sebastian Thrun刺激很大。
于是，他在2005年組建了自己的無人車隊，并且成為這項挑戰賽上的第一支完賽隊伍，獲得獎金200萬美元。這筆獎金雖然巨額，但事實上Sebastian Thrun在這個項目的投入遠遠大于200萬美金。
看到上面的照片，人們的第一反應，或者說最引人矚目的，就是車頂上的一排傳感器，當時采用的激光雷達傳感器品牌是Sick（施克）。
這是Sebastian Thrun當時在無人車后備箱工作的一張圖片，這些大大小小的設備體現了自動駕駛對于計算能力和信號處理的需求。
Sebastian團隊另外一大貢獻就是在完成挑戰賽后，發表了一篇著名的paper（論文）《Stanley:The Robot that Won the DARPA Grand Challenge》，我相信幾乎每位自動駕駛的從業者都看過這篇paper。
2007年，DARPA舉辦了另一種路況的挑戰賽——在城市的道路中完成自動駕駛。最后，這場比賽的冠軍由來自卡內基梅隆大學的團隊摘得，他們的無人車使用的激光雷達傳感器變成了Velodyne。
自動駕駛行業發展到今天，我們會發現世界做自動駕駛主流的人才很多都來自這些高校。
了解了自動駕駛簡單背景，接下來，我們可以看看不同公司制造的自動駕駛汽車。
這是Google（Waymo）早期的一輛自動駕駛車，它的頂部采用的傳感器也是來自Velodyne。
這是Google在2014至2017年間制造的一輛真正的“無人車”——Firefly（螢火蟲），它沒有駕駛艙和方向盤，但是由于當時實現真正“無人”的困難，所以Google后來就不使用了這款車型了。
上圖則是Google現在的自動駕駛車，他們的硬件技術思路是，硬件系統和軟件系統都自主完成。其中硬件部分包含傳感器、計算平臺、信號方案、供電等等，都是Google自主定制的。
綜合自動駕駛車外形變化歷史來看，普通車和自動駕駛車最大的區別就是自動駕駛車上裝載了各種各樣的傳感器。
一輛自動駕駛車輛（Autonomous Driving Vehicle，ADV）一般都配有以下這些傳感器：Lidar激光雷達，Video Cameras相機，GNSS/IMU定位系統。
相機大家都見過，我就不介紹了。下面我簡單說一下Lidar和GNSS/IMU這兩種傳感器。
激光雷達（Lidar）是做自動駕駛必備的傳感器，上圖展示了Velodyne HDL64掃描的結果。這是一款機械式激光雷達，總共會有64條掃描線，它具備測量精確距離的能力。
比較常用的GNSS衛星導航定位系統包括：GPS、BeiDou、Galileo、GLONASS，由于GNSS更新速率較慢，單獨使用無法滿足要求，所以還需要有IMU（慣性測量單元）支持，它的更新速率較快。GNSS和IMU結合，可以滿足自動駕駛要求。
至于計算平臺，根據計算量的不同，計算平臺的復雜程度也各不相同。另外，越復雜的計算平臺耗電量越大，所以也需要安裝散熱系統。
下面兩幅圖，分別展示了Google和Uber自動駕駛車輛所采用的傳感器等硬件設備，包含激光雷達、相機、毫米波雷達、散熱系統等。
自動駕駛硬件技術上的挑戰
正如前面所說，一輛實現L4級自動駕駛功能的無人車無法離不開硬件技術的支持。也因此，自動駕駛是一項系統工程，除了出色的軟件系統，也需要關注硬件設備在機械方面和電子方面的要求和挑戰。
機械方面
首先是自動駕駛車的“顏值”，這是人們在視覺上最直接的反饋。如果一輛車的外觀不夠吸引人和賞心悅目，它在市場上就可能缺乏競爭力。
其次，傳感器的增加需要滿足尺寸和重量的限制。例如，絕大多數地下停車場限高2.2m，這就要求車頂加裝雷達后的車輛高度最好不要超過2.2米。絕大多數車頂承重不能超過50-60公斤，以及后備箱空間也有限制等等。
第三，溫度范圍也有要求。因為車內溫度的變化比較大，所以對車載電子設備的溫度適應能力要求比較高。在儀表盤上使用的設備溫度要求范圍是-40攝氏度到+90攝氏度，而在發動機艙內的要求是-40攝氏度到+125攝氏度。
第四，熱量管理。這既包括散熱問題，也要考慮嚴寒天氣的適應能力和另外加熱的問題。
第五，沖擊和振動。車輛在行駛的過程中，免不了會產生的或弱或強的沖擊和振動，這也成為硬件技術需要解決的任務。
最后一點，防水與環境防護。自動駕駛對精度和敏感度的要求極高，這也要求硬件團隊能夠針對各種類型天氣和環境采取相應的解決方案，提高應對能力，以達到安全和穩定性的要求。
這些天氣和環境包含：
◆雨雪、冰雹天氣
◆大風、雷暴天氣
◆霜、霧
◆霧霾（激光雷達對PM10，即10微米以下的顆粒物非常敏感。）
◆濕度、露水
◆灰塵
◆紫外線
◆高原（海拔越高，空氣越稀薄，硬件散熱能力隨之下降。）
◆鹽的腐蝕性（例如海濱城市內吹拂的海風中往往含有鹽份，并具有腐蝕性。）
電子方面
自動駕駛采用的硬件設備在電子方面也有許多注意事項和要求。
首先，溫度條件。基于硬件設備類型，一般可以分為五種溫度要求：
◆商品級：一般要求是0℃~85℃
◆工業級：-40℃~100℃
◆汽車級：-40℃~125℃
◆前艙級：-40℃~125℃
◆軍用級：-55℃~125℃
其次，應對惡劣的環境，包括沖擊、振動、防水、自然環境等。
第三，供電能力有限的挑戰。絕大部分車輛的供電功率少于1KW，好一點的車型可以做到1.5KW，除非像Waymo一樣自己改造供電，可以做到3KW供電能力。
最后，惡劣的電磁環境的挑戰。這種環境下，自動駕駛的硬件技術需要做好抗干擾。
自動駕駛相關工程領域
前面也提到過，自動駕駛是一項系統工程。除了與感知、地圖、定位、規劃與控制有關的軟件模塊，了解與自動駕駛有關的工程領域，能更好幫助從業者認識這個行業。
第一個領域自然是機械工程，涉及以下幾個重要領域：
結構設計
熱管理，即把產生的熱量排出去
沖擊和振動防護
防水/環境防護（灰塵、濕度、鹽等）
第二個相關領域是電氣工程，包括：
設計電子器件和電路
電力供應：配電、故障檢測和保護
EMI/EMC（電磁干擾/兼容性）
第三是車輛工程與控制工程領域，一般涉及：
DBW（Drive By Wire）：線控驅動
Vehicle Kinetics and Dynamics（車輛運動學和動力學）
動力系統
小馬智行自動駕駛系統PonyAlpha
了解了整個自動駕駛硬件技術的背景和挑戰，這一部分我想為大家介紹小馬智行研發的自動駕駛系統和硬件平臺。
目前，小馬智行已經迭代了三代自動駕駛硬件平臺。
2017年4月，小馬智行打造了第一臺自動駕駛測試車（上圖），第一代硬件平臺采用的傳感器包括了Velodyne HDL64的激光雷達。照片里站在車旁的分別為小馬智行兩位聯合創始人CEO彭軍（右）和CTO樓天城（左）。
第二代平臺采用了32線激光雷達，傳感器的體積明顯縮小。第三代方案則是去年9月在世界人工智能大會上發布的PonyAlpha。
在近三年的時間里（編者注：該場技術演講發生在7月6日），Pony已經在三種不同的車型上搭載小馬智行自動駕駛軟硬件平臺，分別包括上圖左側的廣汽傳祺電動車、中間林肯MKZ、右側的比亞迪秦（編者注：今年8、9、10月，小馬智行分別宣布在豐田雷克薩斯RX、廣汽Aion LX和現代Kona SUV搭載了小馬智行自動駕駛軟硬件方案）。
PonyAlpha硬件平臺有三個組成部分：車頂模塊，后備箱模塊和毫米波雷達。
毫米波雷達部分相對比較簡單，這里就不介紹了。先說第一個組成部分：車頂模塊。車頂安裝了許多傳感器，主要負責解決自動駕駛的感知問題。我們要求傳感器（感知系統）的覆蓋范圍為360°全景，并且長距離（200m），因此采用了6個相機，包括廣角和中長焦相機。另外還有3個激光雷達（探測距離在100m~200m）。
從左前方向的視角觀察硬件平臺：頂部的柱體是32線主激光雷達，16線激光雷達放在側面，正前方采用三個攝像頭，左側面安裝了一個攝像頭。左后方的視角：安裝了GPS天線，有朝后看的攝像頭，也可以看到32線主激光雷達。
整體來看，Ponyalpha車頂模塊包括：
◆車頂行李架結構，安裝在自動駕駛車輛上；
◆傳感器，包括3個激光雷達、6個攝像頭和GNSS/IMU；
◆線束；
◆車頂外殼起到了裝飾罩的作用，也改善了空氣動力學性能，并為傳感器提供保護。
硬件平臺第二組成部分則是后備箱模塊。后備箱模塊一般包含以下子功能：
第一是車輛集成硬件，包括PDS（Power Distribution System配電系統）和直流/直流轉換器。
第二是計算堆棧，包括硬盤、計算單元（CPU、GPU和FPGA）和傳感器接口。
第三是通信設備，包括4G/5G路由器、網絡交換機、以及和車輛通信的接口。
結論
關于自動駕駛硬件技術的分享到了這里，我最后做一個總結。
自動駕駛技術研發確會面臨許多硬件挑戰，從機械類（結構、熱、沖擊/振動、環境）到電氣（溫度范圍寬、惡劣環境、功率有限）再到安全第一的目標。
也因此這個行業需要許多硬件工程師投入其中，解決這些挑戰，比如機械工程師，電氣工程師，控制工程師，嵌入式軟件工程師，傳感器工程師（ISP、攝像頭、激光雷達、雷達、GNSS/IMU）等。
發展至今，小馬智行的硬件技術進步飛速，我們也會為實現更多功能、更好的性能、更緊密的集成而不懈努力。謝謝大家！
工商網監
評論