機器學習和自動駕駛，清華大學和美國伊利諾伊香檳分校聯(lián)合培養(yǎng)博士。曾任特斯拉機器學習團隊帶頭人，帶隊研發(fā)了Autopilot 2.0核心模塊和FSD芯片上機器學習軟件；前小鵬汽車自動駕駛VP，帶領XPilot研發(fā)，主導設計了小鵬P7自動駕駛系統(tǒng)架構。
撰文：谷俊麗 ｜ 策劃：胡靜文 ｜校版：徐鴻鵠
幾個月之前我在知乎上寫過一篇自動駕駛的文章，《自動駕駛，系統(tǒng)架構功能演進，P7案例分析》，簡單介紹了目前大熱的乘用車輔助駕駛ADAS的架構設計要素和新上市的小鵬P7的案例分析，此后收到了很多行業(yè)的交流討論，受益頗多。
毫無疑問，ADAS現(xiàn)在處在一個"去噪"之后的產品落地點。我們處在一個百年不遇的時代變革機遇潮流中，即將出現(xiàn)驚心動魄的行業(yè)格局重組。
接下來的五年，將會是乘用車輔助駕駛功能ADAS裝載率逐步演進到100%的黃金增長期——這意味著巨大的市場和技術產業(yè)鏈的蓬勃發(fā)展。
按照2019年年初發(fā)布的《車聯(lián)網（智能網聯(lián)汽車）產業(yè)發(fā)展行動計劃》中提出的指標，2020年新車駕駛輔助系統(tǒng)（ADAS）搭載率將超過30%，接下來預計市場滲透率每年增長30%，在2024-2025年，全球生產的全部8000萬輛新車上面都將搭載ADAS。國內調研數(shù)據(jù)還顯示，2020年，我國新車市場ADAS的市場規(guī)模將達到878億元，全球三分之一的市場在。
軟件定義汽車是未來。究其根本，科技創(chuàng)新是驅動。原本低頻迭代的汽車產品，正在催生出來一個高頻迭代的技術生態(tài)，讓汽車走向摩爾定律時代。一旦實現(xiàn)了千萬量級別的搭載規(guī)模，ADAS系統(tǒng)的形態(tài)肯定是異常豐富的、異構的，就像現(xiàn)在的PC電腦或者智能手機的、造價、受眾和上下游生態(tài)一樣，將會是一個全新的市場格局，并孕育出嶄新的商業(yè)機會。
擁有世界上龐大的中等收入，這是特斯拉進入的原因之一。過去十幾年的互聯(lián)網繁榮爆發(fā)得益于的人口紅利，ADAS在生態(tài)和成本上要更勝于互聯(lián)網產品時代，我們的中等收入能否托起智能車的繁榮昌盛？他們是否愿意為自動駕駛產品功能掏出真金白銀？能否突破消費者針對軟件免費的心理慣式？目前行業(yè)依然處于早期，有待在發(fā)展中驗證。
2020年也是Tesla這只大鯰魚在大翻騰的開始，Autopilot軟硬件經過7年積累，完成從0到1，形成了超硬的技術力和高毛利，所有車輛出廠默認自帶硬件系統(tǒng)，軟件用戶按需訂閱，高配收費高達8000美金。特斯拉的成功，激發(fā)很多公司一躍而起，奮起直追，讓整個行業(yè)處在一個從1到N的熱鬧競爭景象。接下來的幾年又是ADAS本土化的窗口，拭目以待所有玩家一起來探索和驗證在的多樣化產品體驗和商業(yè)模式。
本文我拋磚引玉，分享一些自己對于ADAS系統(tǒng)未來十年的預測、三級功能分層及對應打法、四代ADAS架構的提煉總結和展望，以及除了技術之外的一點其他觀察和思考，希望得到大家交流指正。
自動駕駛硬件系統(tǒng)預測
ADAS系統(tǒng)是“軟件定義汽車”這一概念促生的產物，快速崛起并帶來了全新的汽車技術和商業(yè)價值。2020年，ADAS系統(tǒng)所代表的軟件定義汽車這一趨勢已經毫無爭議地被看作是汽車的未來，而這一年，也毫無爭議地被看作自動駕駛元年。
目前的ADAS市場還由國際上的主流Tier1主導，80%的市場由以色列的Mobileye占據(jù)，其他由博世、大陸等占據(jù)。“割韭菜”的除了這些傳統(tǒng)一級供應商之外，還有特斯拉。
玩家還很少，這就意味著：ADAS系統(tǒng)現(xiàn)在還是賣方市場甚是壟斷市場。
基于Tier1的解決方案在量產規(guī)模逐步提升上來之后在逐步降價，但是基于開放式平臺自主研發(fā)的復雜系統(tǒng)依然很昂貴，比如基于英偉達Xavier的計算平臺高達1000美金以上，不包括軟件功能，特斯拉Autopilot高配售給消費者的是8千美金，即5萬多人民幣，這大概是一臺特斯拉車售價的10%甚更高，也就是說特斯拉車輛的一半利潤來自Autopilot軟件，這在車輛產品屬性上是一個歷史性轉折。
以往豪華車輛的奢侈之處大多為外型、內飾、汽車電子、輪轂等決定，現(xiàn)在ADAS猶如一匹黑馬，成為了車輛幾萬個零部件中占比的部件。
ADAS系統(tǒng)作為新型奢侈昂貴部件，它的出現(xiàn)給汽車市場的布局帶來一定的震蕩，在新車設計的時候不得不考慮ADAS系統(tǒng)的BOM成本，以及跟車輛的終銷售是否匹配。
在昂貴的現(xiàn)狀下，商業(yè)的打法似乎分成了兩個陣營：
傳統(tǒng)汽車廠商的配置主導的理念：不同配置的硬件系統(tǒng)不同，消費者在購買時就要決定中高低配置，比如低配不包括ADAS系統(tǒng)，高配智能化強。于如何配置，則要根據(jù)產品定位的受眾承受能力來綜合考慮。但是一旦新車配置選定，則將終生不變。
特斯拉的硬件預埋理念：所有車輛在出廠時都具備ADAS硬件能力，用戶軟件訂閱然后通過OTA空中升級享受五福，這種模式更加接近電腦或者智能手機，可以靈活地APP裝載卸載和訂閱功能。
必然，賣家市場不會一直存在下去，隨著競爭的加劇和技術的成熟，未來系統(tǒng)形態(tài)和空間都將向著普及的方向發(fā)展。在此，我們感興趣的問題是：ADAS系統(tǒng)的走勢將如何變化呢？
我的前老板兼導師Jim Keller曾預測說：未來的ADAS系統(tǒng)就猶如現(xiàn)在的GPS一樣，完全普及，50美金一個。
我去查了一下GPS的發(fā)展歷史，20年前的2001年，個人終端GPS開始出現(xiàn)，造價高達3000美金，后來逐步降到10年前的幾百美金，到如今，普遍的幾百美金的智能硬件（手機、手表、AR頭盔等）里面都具備GPS功能，估算手機里面一個集中式的GPS也就不過一美金左右吧。
從這個故事可以發(fā)現(xiàn)，GPS設備的每十年降低一個數(shù)量級——這是一個很有歷史借鑒意義的觀察，我相信ADAS系統(tǒng)整體大趨勢會追隨相似的趨勢，但是以其系統(tǒng)復雜度和高技術含量，在上會不會高一個量級？
如果終的穩(wěn)定在50美金左右，會不會意味著整個行業(yè)商業(yè)前景的暗淡呢？
依據(jù)近期跟行業(yè)交流和核心部件調研，我初步對智能駕駛系統(tǒng)的未來十年的走勢做了如下預測供大家參考：
未來十年L2-L4智能駕駛系統(tǒng)解決方案預估
僅前向視覺的L2：僅前向視覺的L2級系統(tǒng)（1R1V）目前為250美金以上，主要的技術形態(tài)是國際tier1壟斷提供，比如Mobileye，前期利潤空間很高，預測會逐步成熟降價，以降維打擊其他玩家，2025年120美金，2030年100美金。
三目攝像頭的L2+：比如三目攝像頭ADAS（1R3V）和環(huán)視解決方案，要比L2貴50%左右，比如2020年350美金，2025年降200美金，2030年降150美金。
高端的L2++（L3）：目前的解決方案為大家號稱的L3級系統(tǒng)（5R8V），我稱之為L2++,360度無死角感知覆蓋，加上高性能AI計算芯片，有些奢侈還采用了Lidar，目前3000-4000美金，十年后，攝像頭、毫米波雷達、激光雷達、計算平臺均會降價，2025年降1500-2400美金，2030年降1000-1500美金。
的L4：非常粗略的估計，目前一套系統(tǒng)大概5萬美金以上，主要是高端的Lidar和計算平臺，未來5-10年傳感系統(tǒng)以每年降價30%的步伐，初步估計整套L4系統(tǒng)2025年大概降1-3萬美金，2030年降1萬美金以下。
未來幾年L2和L2+會成為標配，硬件系統(tǒng)會隨著技術成熟降到100-150美金左右，Jim Keller的預測應該是主要針對這部分，不適合L2++高端系統(tǒng)，L2++的將會高一個量級。目前的趨勢比較明顯，高低智能會發(fā)展為兩種。下文會提供一個未來十年的高低配功能的演進和市場滲透率預測。
橫向比較，未來ADAS的主要利潤空間將是高端ADAS平臺，為了實現(xiàn)科技感的用戶體驗，未來的十年內都會采用科技前沿的一些部件，技術深耕會持續(xù)演進。在這個過程中，傳感系統(tǒng)將更加廉價，高端芯片也會去壟斷化降價——比如降價50%。但是受AI算法的"Computing hungry"（算力饑餓）特性驅動，性能會一直提升，會穩(wěn)定在一個區(qū)間。有點類似于在PC時代，高端CPU和高端顯卡將占據(jù)主流——性能提升但是不會降低。
終，一個成熟ADAS系統(tǒng)的分布差不多1/2左右在傳感系統(tǒng)、1/3左右在計算，其余在定位和其它系統(tǒng)，于成本高昂的交互技術則另算。
這個預測當然只是一個粗淺的類比計算，與系統(tǒng)定價相比，當前更為核心的問題在于，消費者真的愿意為ADAS功能掏出真金白銀么？又愿意出多少？
關于這個問題的答案，目前還不是很明確，對于ADAS系統(tǒng)的收費方式，特斯拉也一直在變化。
比如，近特斯拉的功能配置定價策略是如下兩檔定義的：
大眾層 （增強輔助駕駛）：3000美金，這個涵蓋了已經日趨成熟的Autopilot 1.0和2.0的主要功能，比如ACC+LCC，能夠達到高速上直線行走或者根據(jù)用戶指示來換道。
精英層（智能，全自動駕駛）：如果跟大眾層打包一起賣就是7000美金，如果在大眾層的基礎上后續(xù)再追加5000美金，整體就是8000美金。這個包含了NOA、自主換道、車輛召喚等更一些的智能。
我還很清楚的記得2016下半年團隊剛把Autopilot2.0自研成功，很快要推送上車，Elon在開小會時提到給Autopilot的定價是大眾層5000美金，全自動駕駛兩者打包一起購買是7000美金，如果后續(xù)購買就需要追加3000美金，所以分開購買的總是8000美金。
他并沒有解釋他的定價邏輯，但是Elon是一個同時具備技術理解和商業(yè)天賦的天才，我想他肯定極端相信特斯拉車輛帶給用戶的極端科技體驗，和特斯拉積累的技術護城河一時無人超越。不過有意思的是，近期特斯拉把大眾層和精英層的定價給顛倒過來了，大眾層降價為3000美金，全自動駕駛抬價為5000美金，甚在一些高端車輛里面，大眾層變成了標配，用戶只為全自動駕駛一次性付費7000美金。
我感覺這里面蘊含特斯拉割韭菜的邏輯，低配便宜一點，增加割韭菜的面積，才能大范圍盈利，定價也比較符合消費者客觀情況。
對于特斯拉這種豪華且技術來說，前期的受眾一般都是不差錢的精英層，七八千美金的一次性購買圖個體驗圖個好玩，壓力也不大。但是對于其他技術力還不是很強，或者還處于早期的產品來說可能就是一個挑戰(zhàn)。
再以國內量產L3，即廣汽Aion ADiGO （艾迪）為例，其完整版智駕套裝的為3.98萬人民幣。作為國內的對比，小鵬P7 Xpilot 3.0隨新車購買為2萬元，后續(xù)升級為3.6萬元，蔚來NIO Pilot完整版的為3.9萬人民幣，特斯拉Autopilot標準版選裝是2.78萬人民幣，全自動駕駛配置4.63萬人民幣，理想ONE則選擇了全系標配的策略。
36Kr的李勤近就點評說：“特斯拉以高研發(fā)投入打造智能化，智能化支撐高毛利，然后大量出貨攤薄研發(fā)費用，進而實現(xiàn)企業(yè)盈利的模式已經跑通“。
的確，特斯拉在高起點的基礎上，已經開始推進智能的按月收費模式了，我相信更多樣化的收費模式會在2020年展開，但一切應該以用戶方便為出發(fā)點，將促進ADAS系統(tǒng)的普及和鼓勵廣大消費者主動嘗試新技術。
但是ADAS收費模式對于其他來說，目前還不是完全清晰，更多的無法獲得溢價，也就是維持BOM成本保本的水平。 未來ADAS的盈利模式將會如何進化？配置主導或者硬件預埋會如何演變？兩者繼續(xù)分化還是匯聚歸一？
展望未來，在摩爾定律的掌控下，商業(yè)打法是否會隨產品的下探和普及發(fā)生變化呢？這些都是有趣的問題，需要進一步的觀察和思考。
智能化分層和功能演進預測
開發(fā)自動駕駛的初目的是有其社會意義的，加速人類進化，解放人類的時間，讓出行變得更加安全，更加便利。因此，自動駕駛要去概念化，去名詞化， 從而遠離不切實際的無效討論。
按照對用戶的體驗角度，我將智能功能依照演化順序分為三個層次，由低級別到別的演進層次分別為:
安全帽層
孩童層（L2級）
智能層（L2+和L2++）
通常來說，這種分層化的思考應該是自動駕駛的產品經歷需要考慮的。但在這里，我僅拋磚引玉，通過結構化思考提出自己的版本，并希望得到更多的產品經理的認同和支持，甚能夠再接再厲，將其推向更完善和豐富的境界。特別是，發(fā)揮在互聯(lián)網產品領域的想象力和對消費者需求爐火純青的掌握，在自動駕駛這個新領域上，設計并延伸出百花齊放的功能和體驗。
更具體地說，它們是：
去概念化智能功能分層
安全帽層：保證車輛和駕駛員性命安全的保底，也可以稱為防火墻層，目前主要指緊急剎車制動（AEB）和核心硬件部件的冗余備份。
孩童層：包括L0-L2級輔助駕駛，智能化功能逐步演進上來，主要包括高速公路上的直線行走，比如目前常見的自動跟車調整速度的自適應巡航（ACC）、車道居中保持功能（LCC）和Autopilot的AutoSteer功能（ACC+LCC同時工作）。L0級各種預警功能——之所以叫0級輔助駕駛，是因為這里僅預警給用戶提醒，并不一定控制車輛，除非帶有一定的糾偏功能。目前預警功能已經相對成熟了，用戶體感不強。
智能層：L2-L3級智能和浸入式艙內智能。L2-L3智能，通過技術的升級演進讓車輛能夠再更長的時間和更加完整的路段自主駕駛，比如根據(jù)地圖上下匝道就成了Highway Pilot，近期比較吸引眼球的功能是Valet Parking（代客泊車） 和Smart Summon（智能召喚）功能。這個層次駕駛體驗更加科幻和智能，乘客通過語音直接跟車輛交互，無需按鈕，同時人類解放出來的關注力可以開始產生一些其他的附加商業(yè)價值，比如艙內購物、AR、VR、游戲等。
關于第三點，目前的定義還比較模糊。我是這樣理解的：車輛作為一個獨特的封閉空間，將消費者浸入包圍到整個智能體驗之中，我稱之為浸入式艙內智能。
我個人很看好的一個智能是將車輛所看到的虛擬世界提煉出來，即將機器視覺和環(huán)境結合起來，展示給用戶，提供像電影黑客帝國那樣真真假假世界之間穿梭的感覺。智能層代表了技術前沿，根據(jù)架構設計，我又將其分為L2+和L2++兩個子階段，L2++也可以理解為L3。
理論上的L3是很難實現(xiàn)的，但理論定義不關鍵，L3究其本質，是駕駛體驗的演進。2020年有幾家車企會逐步推出類L3系統(tǒng)，2021-2022年更有國際大廠Volvo和BMW會推出L3甚L4產品。我們在后文中會介紹，借助于車路協(xié)同新基建，有望L3系統(tǒng)重定義和繁榮。
值得一提的是，安全帽層，孩童層，智能層這三個層次相互依賴，也都可以看作是獨立富有產品生命力的有機體，隨著時間的推進，它們會將按照特有的步調向市場逐步滲透。以下是我不負責任的暢想環(huán)節(jié)，給出了分層的智能化演化時間表：
2010-2030年智能駕駛功能演進周期和市場滲透率預測
2010-2022年，以AEB為主打的主動安全功能滲透到100%。按照法規(guī)和認證要求新車必須裝載AEB。由于自研風險很大，AEB經驗豐富的依然是主流Tier1。
2014-2025年，以ACC、LCC和Autosteer為主打的高速公路輔助駕駛功能滲透到100%，這個階段的實現(xiàn)路徑也會出現(xiàn)少數(shù)特斯拉似的自主研發(fā)，隨著Tier1解決方案的不斷規(guī)?；统墒旖祪r，大部分車企打法還可以采用集成Tier1的解決方案，或者采用部分Tier1（通常感知系統(tǒng)）部分自研（規(guī)劃控制和功能集成）的組合拳 。
2019-2030年，以特斯拉NOA(Navigate on Autopilot)和Smart Summon為前鋒，引開了L2-L3級智能的演進序幕，智能作為頂端高配和少數(shù)走自研路徑的車企擁有的黑科技，有很多發(fā)揮和想象的空間。同步以互聯(lián)網基因為錨點引爆了浸入式艙內智能的蓬勃發(fā)展，比如語音交互和對話功能、哨兵模式、游戲和卡拉OK等。高端系統(tǒng)不能像L2和L2+一樣做到普及，格局也許就像高端智能手機一樣，滲透到30%-40%的市場，其中蘋果手機利潤高達60%。以目前來看，特斯拉就是汽車界的蘋果，軟硬一體垂直打通，Autopilot系統(tǒng)利潤率高達大幾倍，整車利潤高達30%。特斯拉只有一家，還有很多家都想成為特斯拉，包括車企和Tier1，采用全棧式自研，即自己搭硬件系統(tǒng)、自己研發(fā)軟件的后手重拳。自主研發(fā)路徑路漫漫其修遠兮，除了研發(fā)費用和人才競爭之外，也是對公司基因、體系、組織和基因的拷打驗證。
超脫現(xiàn)實的第三點引起了我們的極大興趣，值得大談特談一番：
ADAS和艙內智能是兩個相對獨立的不同的技術形態(tài)。特斯拉的思路是先難后易，先把Autopilot功能做到了特定的穩(wěn)定階段，近期才逐步推出了一些花哨的艙內智能。從2020年開始，艙內智能將會是一個爆發(fā)的繁榮景象——互聯(lián)網思維全球，艙內智能將會是一個取巧的發(fā)力點，曲線救國帶來用戶的一些智能體驗。更關鍵地，智能會促進多個領域的核心技術模塊不斷創(chuàng)新演進，在車這個載體上發(fā)展演進。智能依托極度智能體驗會獲取高額軟件利潤，比如芯片、智能交互等產品都是攫取利潤的殺手锏。
ADAS的本質驅動在于技術，在技術的本土化上還有很長的路要走，比如目前我們在核心根基之芯片和操作系統(tǒng)層面還有很多課要補。希望在未來的五年內自主技術產業(yè)鏈能夠隨著商業(yè)的擴展而得到深耕和成長，這也意味著行業(yè)面臨著縱向和橫向發(fā)展的雙重挑戰(zhàn)。
再引申一步，ADAS的本土化也會是一個真命題，接下來的幾年也是功能本土化的一個窗口。ADAS的本土化是對研發(fā)能力的驗證，中醫(yī)有話“通則不痛“，唯有從數(shù)據(jù)到算法徹底打通，才能解決痛點。
組合拳相對保險，可以部分算法本土化，比較快地出一些效果。但是做不到整套系統(tǒng)白盒化、差異化和徹底OTA。
后手重拳的全棧自研需要少3-5年的內功修煉，研發(fā)費用巨大，人才壁壘高，不過一旦修煉成功，就達成了類似于特斯拉式的技術護城河和任性灑脫的軟件OTA升級，以及帶給用戶差異化的智能體驗。此外，還可以在商業(yè)角度掌握話語權，獲取高利潤空間，同時把自己打造成一個承載技術供應鏈和服務生態(tài)演進繁榮的平臺。
但關于艙內智能的演化，仍然還有很多不確定性——這里有個互相依賴的關系，即浸入式艙內智能是否一定要建立在智能的基礎上？
個人看法：對于駕駛員來講，自動駕駛達到一定的自主水平，艙內智能才有被安全使用的基礎并拓展出新的應用。當然，如果面向車內其他乘客的話，艙內智能可以不嚴格依賴于自動駕駛水平。
也有部分OEM思考是否ADAS采用Tier1的方案，艙內智能作為商業(yè)服務來運作？個人感覺這也許是一個短期有效，長期話語權有限、也不好差異化的選擇問題。
ADAS架構設計的進化階梯
前面談到的產品的商業(yè)化推廣滲透和產品的功能演進滲透，目的是讓大家去概念化。當然，的贏家一定是實干者，能夠在具體技術實現(xiàn)路徑上進行深度耕耘。這就是本節(jié)要討論的內容：技術供應和生態(tài)系統(tǒng)方面的思考。
畢竟ADAS是一個復雜的技術系統(tǒng)，要理解其中的核心矛盾本質，才能講的清楚其演進趨勢。做高度抽象的話，ADAS系統(tǒng)主要分解為三個核心能力：
看得清（感知）
算得動（算力）
行得準（控制）
按照這個基本邏輯再往下講ADAS架構的核心部件解析，分解剝洋蔥，內部結構就會呈現(xiàn)，按照功能top-down分層為：
剝洋蔥：ADAS系統(tǒng)架構和層次化分解
1.智能功能
2.傳感能力（攝像頭、雷達、超聲波）
3.定位系統(tǒng)（IMU、GPS、輪速計、RTK、地圖）
4.芯片算力
5.安全保底（緊急剎車AEB、駕駛員狀態(tài)檢測）
6.冗余（制動、轉向、計算和傳感單元的冗余）
繼續(xù)，如果以上top-down分解可以看作是放大鏡下的視角，進一步，我們還可以搬出顯微鏡，對系統(tǒng)架構實現(xiàn)方式進行更加具體的細分。但在這里我們卻遇到了難題：站在不同的視角，甚不同時期，你就會發(fā)現(xiàn)，系統(tǒng)的架構實現(xiàn)方式過于龐雜，遠遠超過上面剝洋蔥的比喻。
然而，雖然架構五花八門，但總有一些進化的脈絡存在。近期，我對行業(yè)主流架構進行了大量觀察，并通過與諸多的交流，就找到這樣一條相對清晰的架構進化樹，不同代技術之間，顯現(xiàn)出了量化的差異性。
四代ADAS系統(tǒng)架構和核心部件演進圖
代L2架構。其特點是：
主推ACC、LCC、AutoSteer功能
技術架構上采用前向感知系統(tǒng)
通常包括1個百萬像素左右的攝像頭、1個前向毫米波雷達、12個超聲波雷達可以做自動泊車和盲區(qū)檢測
算力平臺在幾百GOPS和1TOPS之間
米級定位系統(tǒng)（常規(guī)IMU、導航GPS、導航地圖）
安全保底采用緊急剎車AEB；有剎車冗余。
典型案例：
Autopilot 1.0
第二代L2+架構。其特點是：
主推ACC、LCC、AutoSteer功能，增強盲區(qū)檢測、主動變道甚紅綠燈檢測功能
系統(tǒng)架構在感知和算力上做升級，比如在1.0的基礎上升級感知系統(tǒng)為增強前向感知
主流架構包括一個三目前向攝像頭（比如30度左右窄視角、50度左右中視角、180左右度寬視角），三目攝像頭是由Mobileye引入的視覺系統(tǒng)設計，在原來單目攝像頭的基礎上增加了一個遠距離窄視角的攝像頭用于長距離目標追蹤和交通標志及地面障礙物的提前標識。同時還增加了一個近距離寬視角的攝像頭用于探測周圍的行人和汽車人。不僅通過不同視角給出更廣泛的環(huán)境圖像信息以做到多車道檢測和十字路口信息檢測等
1-5個毫米波雷達，有些只采用前向雷達，有些產品同時采用4個角雷達，12個超聲波雷達
算力同步提升為1-20 TOPS
定位定位硬件系統(tǒng)不變，精度米級，導航地圖升級到ADAS地圖
安全層面可以考慮增加環(huán)視4個攝像頭做到360環(huán)視
典型案例：
基于EyeQ3感知，< 1TOPS算力的系統(tǒng)：
Autopilot 1.0
Volvo Pilot Assist 3.0 (分離出去的Zenuity)
基于EyeQ4感知，2.5TOPS算力的系統(tǒng)：
GM Super Cruise 2.0
NIO Pilot
BMW X5
理想ONE
VW
FCA
Audi
采用博世的奔馳、上汽、長安的XPilot 2.0等系統(tǒng)
第三代L2++/L3架構。其特點是：
功能層面大的升級到高速自主駕駛、城市擁堵駕駛和自主泊車功能
系統(tǒng)架構大的升級，感知系統(tǒng)由前向增強感知升級為360感知
采用8個攝像頭，5個毫米波雷達和12個超聲波雷達，個別產品甚采用前向lidar，不管是攝像頭還是毫米波都可以做到360無死角感知覆蓋，實現(xiàn)雙感知系統(tǒng)，感知系統(tǒng)之間還有一定的冗余關系，比如自動駕駛攝像頭和環(huán)視攝像頭互為冗余
感知的提升需要算力的同步提升到20-200 TOPS
高速自主駕駛做到主動變道需要定位系統(tǒng)少是亞米級定位，升級為IMU Pro、雙邊帶GPS、RTK和HDMap。隨著新基建的推行，有可能是實現(xiàn)RTK量產使用的。關于GPS是單邊帶還是雙邊帶，不同有不同意見，我個人傾向雙邊帶，可靠性更強。
安全層面包括AEB、360環(huán)視，增加駕駛員檢測系統(tǒng)（DSM）來對駕駛功能做輔助，形成人+車智能閉環(huán)；冗余要求更高，增加計算和控制單元的冗余備份。
典型案例：
Autopilot hardware 2.0 （1R8V + 10 TOPS Nvidia Pascal）
Autopilot hardware 3.0（1R8V +144TOPS FSD）
XPilot 3.0（5R8V+30TOPS Nvidia Xavier）
Aion LX ADiGo（EyeQ4+ Lidar+5Radar+TI TDA4, 5R3V1L+10.5TOPS）
BMW iNext（2 EyeQ5 + 2 Intel Denverton CPU + Lidar + 4 Radar, 即5R6V1L+ 32TOPS）
Audi A8 （EyeQ3+Lidar+5 Radar+NVIDIA Tegra K1， 即5R3V1L+2TOPS）
注：上面我將浮點的FLOPS統(tǒng)一算為目前主流針對DNN有效的TOPS（比如將32位浮點計算能力轉化為8比特整數(shù)計算算力）
第四代L4架構。其特點是：
功能層做到特定場景L3或者L4，徹底解放人類的時間，浸入式智能爆發(fā)到AR/VR的實現(xiàn)和其它消費類業(yè)務。
感知系統(tǒng)上采用更高精度的攝像頭比如800萬像素，同時增加Lidar，除了單車智能，增加車路協(xié)同V2X和5G
算力預測達200-2000 TOPS（2000TOPS是英偉達推出的安培架構GPU）
亞米級定位系統(tǒng)
安全冗余層面更加扎實，比如增加電源冗余等。這個層面的整套系統(tǒng)下來要達到幾百瓦的功耗，很可能要采用水冷來保證系統(tǒng)的散熱和可靠性。
典型案例：
還沒有大規(guī)模量產的產品，參見各種L4-L5的無人駕駛車輛。
值得期待的有：
Volvo XC90 2022年版本，目標是高速公路全自動駕駛Highway Pilot（https://www.caranddriver.com/news/a32381082/volvo-xc90-autonomous-highway-pilot-future/）Volvo CTO Henrik Green提到，"Volvo將會為駕駛負責，人類可以解放雙手，雙眼也無需盯著路面。我們會通過OTA逐步擴展自動駕駛的覆蓋場景和區(qū)域，這是一個逐步的過程。"
BMW iNext Ultra （3 EyeQ5 + 24-core Intel Xeon CPU + 4 Radar +7 Camera + 5 Lidar， 系統(tǒng)配置還配備fallback和安全帽子系統(tǒng)，堪稱奢華陣容）BMW計劃在2021年啟動一個500輛規(guī)模的無人駕駛車隊，目標是L4甚L5級無人駕駛，除此之外，在對外銷售的乘用車上會實現(xiàn)L3。據(jù)說iNext整車售價高達8萬美金，對標特斯拉高端model S，不知道自動駕駛系統(tǒng)會售價幾何，很期待！
英偉達的高端計算平臺專門針對無人駕駛打造，代Drive PX Pegasus, 算力高達320TOPS(8比特算力)， 功耗500瓦；推出的第二代Drive AGX Orin算力高達2000TOPS(8比特算力)， 功耗高達750瓦。妥妥的小型服務器穿上了汽車的外衣，就是平時大家說的電腦加輪子吧。
ADAS家族的豐富性和異構性，在此已經展現(xiàn)得——在ADAS的動物世界里，沒有標準答案，更像是一場在成本把控和差異化之間的平衡和角逐。
在追求智能體驗的驅使下，高端產品設計依然在奢侈豪華技術陣容里面帶頭奔跑，驗證了智能車將會作為一個新型技術平臺支撐起ADAS技術生態(tài)的演進。
Q&A：ADAS設計核心問題
問：Fall back理念指什么？
i.系統(tǒng)設計需要有一定的層級概念，按照我們的安全帽層+孩童層+智能進階，在成本允許的情況下，不同層有不同的硬件子系統(tǒng)支持，才能達到安全性和可靠性化。
ii.智能建立在安全保底的基礎上，智能遇到意外和故障時，降級到低級孩童智能層上，終由滿足NCAP的底層系統(tǒng)作為安全保底層。
iii.出爐的BMW iNext系統(tǒng)設計提供了很好的設計案例。
BMW iNext的L3系統(tǒng)的智能分級和fallback冗余機制
問：如何理解可伸縮的系統(tǒng)架構？
i.整車設計通常講究中高低配置，不同配置的、功能不同，ADAS作為其中的一個關鍵功能模塊，大部分整車項目還是要求有中高低配置之分，這就要求ADAS架構設計有可伸縮的能力：自動駕駛系統(tǒng)的算力、傳感器數(shù)等可適當“減配”。
ii.華為在他們的架構設計中運用了此概念，并由高端開始設計，可刪減為低端系統(tǒng)。
問：如何選擇攝像頭參數(shù)?
i.Bayer模式，RCCC低光度好，但是色彩不夠，紅綠燈看不見；RCCB在低光和色彩中是個平衡；RGGB，低光度差。不同的攝像頭根據(jù)功能需求采用合適的Bayer模式。
ii.像素，分前向和側向不同，目前的業(yè)界主流前向在由100萬進化到200萬，未來兩年像素依然會增加。根據(jù)功能需求來計算自己的系統(tǒng)需要的像素，比如需要看200米，根據(jù)AI算法每個物體少需要20*20個像素的經驗值，換算出來所需像素。從實用的角度200萬像素對于L2+和L2++足夠了。RoboTaxi也許會采用更高分辨率，比如800萬像素，這些高端攝像頭可以靈活配置以滿足全場景的識別需要，比如用像素換取更高性特殊光照下的成像性能。
iii.長寬比，16：9 和4：3是常見配置，理論上根據(jù)自己不同系統(tǒng)之間的一致性來合適，比如上代采用了16：9，后代依然延續(xù)。這樣大數(shù)據(jù)能夠延續(xù)，上一代積累下一代需要的糧食，保證研發(fā)需求和大數(shù)據(jù)正向積累。
問：雙目視覺感知系統(tǒng)怎么樣？
雙目指通過兩個攝像頭一起工作，在感知系統(tǒng)上增加檢測距離信息的目的，通常日本斯巴魯和德系奔馳喜歡雙目系統(tǒng)。近幾年由于以Mobileye為首的供應商采用了三目一體的感知解決方案，獲得了比雙目更加豐富的環(huán)境信息；再加上以特斯拉為代表的采用AI算法通過刷海量數(shù)據(jù)(21.480, -0.28,-1.29%)達到了很好的效果，感覺雙目已經慢慢成為小眾方向了。
問：要不要采用Lidar？
i.Lidar我并不是，我的理解為：目前任何一個單一傳感器都有局限，基于視覺的感知方案可能在有些場景的三維信息計算上會有些不完善，采用Lidar能夠在視覺+毫米波雷達的基礎上，將感知的信息精度和三維信息進一步提升，比如由2σ（97.73%）提升到3σ（99.87%）。所以高端奢侈會通過增加Lidar用成本場景覆蓋率換取安全提升。
ii.寶馬架構師Simon Fürst提到："iNext主要依靠激光雷達估算道路曲率，激光雷達制作的地圖也可以提供曲率，也有助于定位"。
iii.廣汽智能駕駛部長郭繼舜提到："采用Lidar增強功能安全級別，傳感器的異構冗余，克服毫米波雷達對金屬目標虛警的天然劣勢"。
iv.Volvo XC90正在調研讓Lidar作為標配來促進ADAS的功能演進。
結語
撼動傳統(tǒng)行業(yè)的新型科技都有一個共同特點：產品推出以后，一項或多項生產工作的成本降到幾乎為零。一旦事物的發(fā)展落入"零原則"的范疇，那這項技術必將大概率商業(yè)化。汽車公司偏愛這種思路——其主要原因，就是硬件優(yōu)勢很大，該方案可以延長他們對方向盤的掌控時間——即汽車行業(yè)的主導權。
但這一原則被特斯拉Autopilot給打破了，Autopilot給汽車帶來了的軟件屬性和可生長的智能體驗，同步也帶來了接近一半的整車利潤。
智能駕駛是人工智能觸碰實體經濟的一個影響的案例，人工智能和大數(shù)據(jù)的匯入，將汽車變成了一個具備增值空間的信息技術平臺和新型服務入口，軟件屬性前景一片輝煌。
這個變革本質上將人類過往半個世紀的計算機、互聯(lián)網、交互等技術進步都要濃縮到汽車這個新的載體上，打造一個嶄新的技術創(chuàng)新生態(tài)。重要的是讓原本低頻迭代的汽車產品，變成一個高頻迭代的技術平臺，蘊含了巨大的商機。變革深遠，多維跨界、技術壁壘高、高端人才需求集中，需要十年磨一劍的勇氣和決心。
變革成功的汽車公司未來將是一個科技公司、大數(shù)據(jù)公司、軟件公司、出行服務公司，贏得未來的閃亮入場券。
所以我們看到了特斯拉硬件預埋的商業(yè)邏輯：從0到1打造一個未來信息平臺和服務生態(tài)，形成技術護城河、快速創(chuàng)新的閉環(huán)和商業(yè)壟斷。從特斯拉Autopilot到Robotaxi，RoboTruck，都是這一路線的產物，成為一個個活生生的汽車涅槃案例。
跟Elon共同經營Paypal的Peter Thiel在《從0到1》這本書里面提到：
壟斷生意是一個健康的存在，只有在早期形成壁壘的創(chuàng)業(yè)公司才能潛下心縱向深耕，推進技術的真正進步。
特斯拉用十年完成了從0到1，現(xiàn)在大家紛紛入場，希望完成從1到N，推動智能電車的普及。在這個新的賽道上，技術創(chuàng)新是本質，各個車企選擇什么突破口、什么打法、用多少投入和時間、如何形成自己的差異化、真正輸出什么價值，是啟程前需要思考的核心問題。
ADAS本身是復雜系統(tǒng)工程，且從1到N的過程中面臨大量競爭，已經占據(jù)先機者可能還會降維打擊，這條路要走通并不容易。
正如同凱文·凱利所說：
技術，是人的"第二肌膚"，一直是，將來也是。
每一個技術預言家都是夢想家，他們研究汽車，走進ADAS科學，是想知道技術的本質是什么，未來長成什么樣。
寫在
本文拋磚引玉，希望引發(fā)大家的共同思考，并深入進行行業(yè)交流。在此感謝朋友徐鴻鵠和胡靜文對我寫這篇文章的建議和支持，靜文寫了一首藏頭詩，我覺得很適合用來映襯當前行業(yè)內群雄涿鹿的格局:
《智駕元年 之 華山論劍》
江河湖海潮，山巒峰嶺逍，
若站華山巔，定要滄海笑。
祝所有ADAS的同仁們都能在智駕的科技大舞臺上施展抱負，大展宏圖。
