2 月 8 日，中国市场监管总局等五部门约谈特斯拉，别说自动驾驶，连基本安全都有问题——电池起火、异常加速、车辆远程升级（OTA）等，不一而足。

而之于今天汽车的 ADAS（高级驾驶辅助系统）也还没有做好，却又被 AV（自动驾驶汽车）乱了阵脚。关于 ADAS 和 AV 竟有这么多可讲的故事。

1

ADAS 的神话似乎夸大了

为了提高汽车的安全性，ADAS 已经发展了十年有余。将一组传感器（主要是雷达和摄像头）与强大的 ECU（电子控制单元）相结合的技术在过去十年中取得了相当大的突破。2012 年，几篇学术研究论文已经证明，自动紧急制动（AEB）能够将追尾事故减少 40%，并能够将相关死亡人数减少 15%。这发生在“零伤亡愿景”理念在全球传播的之时。高科技的确可以改变人们的生活，而 ADAS 的神话似乎被夸大得不可理喻了。

事实上，ADAS背后还有另一个故事，有两家公司成为了定义 ADAS 目标转变的缩影：Mobileye 和特斯拉（Tesla）。当时，ADAS 的一个全新视角被提上了台面，这就是自动驾驶。就在实现 ADAS 过程中，突发的事件引起了两家公司的骚动。

2016 年 5 月 7 日，骨灰级粉丝 Joshua Brown 在使用基于 Mobileye EyeQ3 的特斯拉 Model S Autopilot（自动驾驶系统，实际上是 ADAS 系统）时，从侧面撞上一辆 18 轮大型货车，当场死亡，成为史上第一起由自动驾驶技术引发的血案。

2016 年 7 月，MobileEye 宣布，当前合约期满后，将不再为特斯拉 Autopilot 提供技术支持，与特斯拉的合作仅限于 EyeQ3。

又过了 8 个月，MobileEye 以 153 亿美元的价格被英特尔收购，当时，它正以 50 美元的 SoC 为全球自动驾驶汽车提供动力。到 2020 年，对于大多数人而言，ADAS 意味着有助于攀登 2014 年 SAE（美国汽车工程师学会）定义的自动驾驶阶梯的一种技术——尽管缺乏证据证明它能爬上一个台阶。ADAS 这项技术获得了 L2、L2+ 和现在的 L2++ 的浮夸表现。可就自动驾驶而言，现实也许是另外一回事。

2

算力、传感器、芯片工艺怎么走？

Yole 的这张图有点复杂，值得仔细研究。我们需要思考的是：今天的 ADAS 向上走能不能到达明天的 AD？在这个过程中需要新的计算和新的传感器；还有不断攀升的算力，直至蛮力计算（Brute force computing）；是量子计算，还是神经计算？又有这么多公司参与其中，又全是头部企业，该怎么选择？

就算力而言，摩尔定律怎么办？对汽车应用来说，半导体工艺让芯片缩减到几纳米线宽就那么有意义？毕竟汽车不是手机，重要的不是芯片本身就不大的体积，而是恶劣的应用环境，怎么解决越来越小的芯片发热问题？需要研究和解决的问题太多了，它太难了！

3

安全性能变化不大

早在 2012 年，欧盟就出台规定 2014 年生产的新车必须配备 AEB 系统。以日本和欧盟为首的 40 个国家希望从 2022 年开始所有新车和轻型商用车配备 AEB 系统。

中国的表现似乎还可以，佐思汽研的调查表明，2020 年中国乘用车市场 AEB 系统装配率达到 33.9%，同比增长近一倍。

不过，ADAS 的安全性能并没有太大变化，美国监管机构 IIHS 于 2019 年 6 月召开会议，确认 AEB 将追尾事故减少了 50%，相关伤害索赔率仅减少了 23%……同年，AAA（美国汽车协会）测试显示，在许多情况下，行人检测存在重大限制，比如儿童、成群/鱼贯而行的人或在晚上。

尽管经过了十年的技术升级，安全方面的努力似乎被搁置一旁了。原因应该是想在自动驾驶方面做得更好，不幸的是，事实并非如此。业界每个人都在等待的一大步是 L3——让驾驶者把眼睛从路面移开的能力。这一级别被定义为进入了自动驾驶，除了特斯拉，奥迪是第一家在 2018 款 A8 上试驾 L3 的公司，但它在 2020 年放弃了。这对其他自动驾驶玩家来说可是一个 10 亿欧元的教训。雷克萨斯目前只为一款搭载类似技术的 LS 打上了“L2”烙印。

行业专家认为，目前的移动出行方式正面临着五大限制，其中最被人诟病的是行人安全性的不断恶化。另外四大限制是：公共运输正面临着效率与成本方面的挑战；交通拥堵和拥有车辆成本令汽车作为重要出行方案的地位黯然失色；航空出行快速扩展，但城市到机场的交通状况依然很差；所有现有出行方式都会产生二氧化碳排放，变革迫在眉睫。

4

“虚假自动驾驶”的底线在哪里？

“5·7 惨案”中的特斯拉 Model S 使用前向雷达和摄像头作为其 Autopilot 的视觉。不幸的是，那次撞车事故中，一双“眼睛”都没有在晴朗的天空中看到一辆白色的牵引挂车。类似的白色大货车在 2020 年 6 月又被 Model 3 当成了靶子。

2018 年 3 月导致行人死亡的第一起事故是 Uber（优步）的一辆武装到牙齿正在进行自动驾驶测试的沃尔沃XC90。该系统记录了行人在撞击前 6 秒左右雷达和激光雷达的观测结果，当时车辆以 43 英里/小时速度行驶。事发时，车辆并未干预并采取行动。

那么如何解释ADAS期望和交付之间的差距呢？是传感器组的性能有问题？还是需要更多的传感器（冗余）？比如激光雷达（全天候）和热敏摄像头（感知人体）？是否需要更多的计算能力？还是所有这些的结合？

答案确实可以有很多。虽然许多汽车业人士声称，自动驾驶汽车不适合明天，可能只是一个幻想，但目前已有 4000 多辆自动驾驶汽车在世界各地的街道上漫游，当然主要是用于研发目的。

到 2019 年底，随着 Waymo 推出商业叫车服务——Waymo One，无人驾驶出租车已成为现实。目前，该公司 600辆的车队中约有四分之一为客户提供无人驾驶出租车服务，同时准备在密歇根州工厂开业时，每年改装 10 万辆车。

研发自动驾驶汽车的公司并不孤单。通用汽车有 Cruise，来福车（Lyft）的后盾是 Aptiv，百度有阿波罗计划，亚马逊有 Zoox，福特和大众投资 Argo.ai，阿里巴巴支持 Autox，丰田注资 Pony.ai。全世界有 20 多家头部公司加入了这场竞争，并有真正的自动驾驶汽车在道路上行驶。

Yole 分析师认为，在公路上拥有一辆具有一定自动驾驶能力的汽车当然很容易，但很少有公司能达到真正自动驾驶的信心水平。Waymo 可能是第一家为自动驾驶提供所需“合适素质”基准的公司。

5

AV 是一个烧钱的游戏

Waymo 的“合适素质”是从一个传感器组开始的，该传感器组提供的数据是当前 ADAS 系统的 10 倍，使用的传感器数量是当前 ADAS 系统的 2 到 3 倍，分辨率也是当前 ADAS 系统的 2 到 3 倍。

在计算能力方面，Waymo正在寻找 100 倍以上的能力。使用英特尔 MobileEye EyeQ4 芯片的典型 ADAS 系统的算力已经从 0.25 TOP（高端笔记本电脑的 10 倍）提升到 2.5 TOP，而无人驾驶汽车的最高算力已经超过 250 TOP，智己和蔚来都在用上千 TOP 的芯片，简直是天壤之别。但算力是否等于真实性能，还是用每秒准确识别了多少帧图像更为准确？业界众说纷纭。

当 L2 ADAS 系统的成本在 400 美元左右时，无人改装设备的成本已达 13 万美元，是 ADAS 的 300 多倍。然而，人们仍然质疑这种无人装置的性能是否比普通人驾驶得更好。

ADAS 的玩家最终可能爬上自动驾驶的阶梯，但这将花更多的钱，更多的时间……和需要更多的创新。与每一种颠覆性技术一样，无人出租车没有被大多数企业重视。

只有特斯拉等新兴厂商准备投入巨资开发自己的 FSD（全自动驾驶）芯片，而 FSD 仅能达到 70 TOP（双芯片算力为144 TOP）。尽管 ADAS 被大肆宣传，但真正的 AV 颠覆正在逼近，亚马逊和阿里巴巴可能是大众和丰田的最大威胁，尽管所有的特斯拉和XPeng们都在炫耀 AV 版权。

6

传统车企架构举步为艰

即使 ADAS 车辆正逐步达到 SAE 等级，但自 20 世纪 60 年代和电气架构开始以来，大多数车企使用的 E/E（电气/电子）架构并没有改变。使用“一个 ECU，一个功能”原则的分布式E/E架构仍然存在。

随着时间的推移，更多的传感器得以实现，实现了更多的安全、传感、动力总成、信息娱乐或舒适功能，高端汽车最多可嵌入 150 个 ECU。结果是，添加更多的 ECU 导致线束变得越来越复杂、沉重和膨胀。

为了解决这个问题，车企必须通过创建与五个域相关的特定于域的控制器（DCU）来改变这种架构。这就是奥迪开始使用 zFAS 域控制器所做的事情，域控制器将前方 ADAS 摄像头、远程雷达和激光雷达等传感器连接在一起，所有与这些传感器相关的处理都可以通过 EyeQ3 视觉处理器、Altera 和 Nvidia 的 SoC 以及 Infineon 的 MCU 实现。

凭借其 Autopilot 硬件，特斯拉正在以另一个数量级来做这件事——由 8 块电子板和 3 倍于 zFAS 的组件组成的域控制器。除了能够融合来自传感器的大量原始数据外，Autopilot 硬件还可以控制音频、导航和RF通信，除此之外，还可以实现空中下载（OTA）更新。对于特斯拉来说，开发这样的架构比较容易，因为它是从一张白纸开始的，而传统车企想要实现自动驾驶功能，将不得不转向一个更集中的 E/E 架构。

  7

ADAS 相关感测和计算成长可期

根据 Yole 的《2020 ADAS 车辆传感和计算》报告：2020 年用于 ADAS 传感器和计算的市场收入为 86 亿美元，其中 AEB 系统所必需的雷达和摄像头模块分别为 38 亿和 35 亿美元。预计 2020 年至 2025 年该市场将以 21% 的复合年增长率增长，达到 220 亿美元以上。由于 AEB 系统的渗透率将继续增长，与雷达和摄像头模块相关的收入将分别达到91亿和81 亿美元。ADAS 计算将达到 35 亿美元，而仅在高端汽车上使用的激光雷达的相关收入将达到17亿美元。

在无人车辆方面，预计到 2020 年，摄像头、雷达和激光雷达的相关收入将达到 1.45 亿美元，激光雷达将达 1.07 亿美元，其次是摄像头和雷达，分别为 2700 万和 1100 万美元。2025 年，这些传感器的收入预计将达到 9.56 亿美元，复合年增长率接近 46%。

值得一提的是，由于逐步从高端走向低端车型，期间激光雷达将反客为主，达到 6.39 亿美元，其次是摄像头和雷达，分别为 2.28 亿美元和 8900 万美元。与此同时，无人车辆的年产量将从目前的 4000 辆增长到 25000 辆，其中包括无人出租车和穿梭巴士。

8

ADAS 的预期

综上所述，虽然人们对 ADAS 车辆实现自动驾驶寄予了很大希望，但车企现在已经意识到，让 ADAS 车辆走向自动驾驶比预期要复杂得多，因为不同类型的传感器必须集成，大量数据必须处理，并且要避免碰撞。

与此同时，无人出租车已经成为现实，在中国也已率先落地。在这方面，能够处理大量数据的科技巨头做出了表率，其芯片算力不断增加。无人出租车正在打乱 ADAS 的节奏。Waymo 就是一个例子，它已先后与日产-雷诺、菲亚特克莱斯勒、捷豹路虎和沃尔沃合作开发无人出租车，希望在限于特定地理位置和特定天气等条件的场景实现 L4 自动驾驶，预计 2022 年将有这样的车开上高速路。

不过，号称最安全的无人驾驶汽车 Waymo 也发生过两次交通事故，一次在 2018 年 5 月，为了躲避撞上另一辆撞来的车，与其他车相撞；另一次是因“其他人的鲁莽驾驶”发生了追尾。

但，ADAS 和自动驾驶的脚步不会因此而停滞不前，而是要更进一步。