2017，自動駕駛走到了哪？

毋庸置疑，自動駕駛已經成為全世界的科技和汽車企業一致認同的未來汽車的發展方向。為了鋪佔市場，各大公司都不願意在此領域丟失機會，所有多多少少都有涉水自動駕駛產業。

自動駕駛的全面爆發時代被認為在10年到20年後。曾有專業人士預測「最多再過25年，配備了完善人工智慧的無人駕駛系統將徹底取代人類司機。」那麼，在過去的2017年，自動駕駛到底有哪些發展和突破值得我們關注呢?

如火如荼的「晶元大戰」篇：

自動駕駛的核心軟體是自動駕駛晶元。目前，全球最著名的自動駕駛晶元公司分別是英特爾、英偉達和高通。第二梯隊則有英飛凌、飛思卡爾、ST(意法半導體)、恩智浦、德州儀器和Ceva等。

而在過去的一年中，英特爾與英偉達的競爭異常激烈。

英特爾：錢要花在刀刃上

2017年，自動駕駛領域最大的新聞當屬英特爾斥資150多億美元收購了Mobileye。英特爾作為全球半導體產業的老大哥，在數據中心業務上具有絕對的優勢，但是其自動駕駛專門領域內並沒有建立自己的演算法。收購Mobileye後，英特爾不僅獲得了演算法專用處理器IP的Knwo-how，彌補了其在演算法上的不足，還直接獲得了70%的ADAS(高級駕駛輔助系統)的市場。同年，英特爾還收購了Alter獲得了FPGA(可編程邏輯器件)資產。

收購後，英特爾和Mobileye一起研發推出了最新一代EyeQ5晶元，該晶元能夠提供每瓦特2.4DLTOPS(萬億次/每秒)的效能。

(英特爾EyeQ5架構)

同時英特爾還在自動駕駛策略和視覺解決方案上做了大膽的嘗試。

當其他的自動駕駛技術研發公司如Waymo和Uber等，還在採用「激光雷達」方案作為感應、傳輸和反饋的解決策略時，英特爾已經在考慮用「視覺優先」策略，搭配高清地圖製作，替代激光雷達感應。如果此技術純熟，則能夠大幅度降低成本，並且獲取更多規模經濟。

英偉達：不甘落後地追趕

英特爾作為老大哥在自動駕駛領域衝鋒陷陣，英偉達也不甘落後。

2017年英偉達正式發布了全球首款人工智慧(AI)自動駕駛平台「Drive PX Pegasus」。此自動駕駛平台基於英偉達之前的自動駕駛平台Dreive PX 而開發。

升級後的Drive PX Pegasus 性能更加強大，每秒操作超過320萬億次，比老版本性能超出10倍以上。並且配備了四個AI處理器。這套自動駕駛系統主要面向「Level5」的自動駕駛汽車。

(英偉達Xavier模型)

2017年，英偉達還公布了其Drive PX 旗下的最新產品 Xavier 以及未來的下一代產品 Pegasus，並基於 Xavier 分別聯合博世以及采埃孚推出了車載 AI 超級電腦。

同時，英偉達在過去的一年，將其自動駕駛平台性能大幅度提高，並和很多汽車企業和科技巨頭達成了合作。在傳統車企中，其與大眾建立了合作關係，新能源汽車中與特斯拉聯手，同時還與百度達成了合作關係。

高通：研發具有通信優勢的晶元

高通在2017年推出了全新的C-V2X晶元組和參考設計。此晶元和英特爾、英偉達的晶元有所不同，英特爾與英偉達的人工智慧晶元對於自動駕駛系統來說是最根本的驅動，而高通的C-V2X晶元組主要用於通信系統。

我們都知道，通信網路的高速和流暢度對於自動駕駛汽車來說是異常重要的，幾秒鐘的延遲都可能導致重大的安全事故發生。而高通9150 C-V2X晶元組技術包括了兩種傳輸模式，直接通信和基於網路的通信。其直接通信能力能夠通過使用低延遲傳輸檢測和交換信息來保障車輛的情境安全。

(高通C-V2X架構)

同時，C-V2X基於網路的通信功能，支持4G和新興的5G無線網路設計，支持遠程信息處理。而通過集成的全球導航衛星系統(GNSS)支持，它為車輛提供了精確的定位。另外，隨著擴展通信能力和精確的定位，一輛汽車還能夠與其旁邊一定範圍內的汽車進行通信。

在2017年年底，高通還獲批了在加州公路上測試自動駕駛汽車的資格。高通總裁納庫爾·道格表示，希望高通能夠成為自動駕駛領域的關鍵一員。

特斯拉：晶元還要靠自己

同時，特斯拉在過去的一年也將自動駕駛晶元的自主研發提上了日程，主要因為是現有的晶元供應商無法很好的滿足特斯拉對於高級別自動駕駛的計算要求。此前，特斯拉的自動駕駛晶元使用的是Mobileye的EyeQ3，當時EyeQ3算是計算性能最好的自動駕駛晶元。但是由於特斯拉Model S撞卡車事件的發生，特斯拉與Mobileye合作破裂，分道揚鑣。

2016年，特斯拉還使用了英偉達的Drive PX2，但是英偉達的Drive PX2有個問題就是功耗過高，算力還無法完全滿足馬斯克的需求。2017年12月，馬斯克放出消息，特斯拉正在開發制定AI晶元硬體，自給自足。目前，該晶元已經進入到了設計完成、測試驗證的階段，我們只能靜待2018年特斯拉的成果了。

其他晶元研究公司：不斷超越自己

除了這幾家晶元巨頭，第二梯隊的晶元廠商們也一邊尋求與第一供應商(Tier1)或傳統汽車廠商的合作，一邊建造自己的生態系統，打造包括核心處理器、精密雷達、攝像頭和定位技術的全方位自動駕駛操作平台。例如恩智浦在被高通收購後，推出了S32平台，這款全新的汽車處理器平台具有強大的網路能力，能大幅度提升汽車安全。

(地平線AI晶元架構)

國內也有一些研究自動駕駛汽車場景的計算晶元，例如地平線在2017年發布了其自主研發的ADAS晶元——征程。征程1.0處理器採用了地平線的第一代BPU架構，具有全球領先的性能，可實時處理1080p@30視頻，每幀中可同時對200個目標進行檢測、跟蹤、識別，典型功耗1.5W，每幀延遲小於30ms。

晶元是自動駕駛系統的核心，過去的2017年，各晶元企業成長迅速。其產品性能都在不斷改進，這對於推進自動駕駛時代的來臨將起到重要作用。

零部件供應商之——激光雷達篇

自動駕駛除了最根本和底層的軟體晶元之外，還需要各種零部件例如激光雷達、感應器、攝像頭等。作為Tier1(一級供應商)，激光雷達領域已經形成了以Autoliv、博世、大陸、德爾福和Velodyne為第一梯隊，電裝、富士天通、日立等日本供應商為第二梯隊的市場格局。

由於普通的激光雷達受到波長限制，在霧霾、雨霧天氣下無法正常工作，因此自動駕駛車輛上主要搭載的是毫米波雷達。

毫米波雷達的四大廠家「ABCD」分別是，Autoliv、博世(Bosch)，大陸(Continental)，德福爾(Dephi)。

(2015年車載毫米波雷達市場份額)

目前市場上的車載毫米波雷達主要有24Ghz、77Ghz和60Ghz三類。而24Ghz的佔據了最多的市場份額，24Ghz主要用於L1、L2等低級別的自動駕駛系統，因為其頻率較低，寬頻受限，角解析度有限，只能於近距離環境檢測。但是由於其價格較低，成為目前各自動駕駛汽車廠商主要的試驗對象。

大陸：尋求高階毫米波雷達的突破

對於24Ghz的激光雷達，大陸占的市場份額較多。2017年9月，大陸還收穫了吉利77Ghz毫米波雷達的訂單。大陸之前有一款ADAS專用激光雷達SRL1，在2015年被用於沃爾沃City Safety自動安全系統，幫助實現AEB(自動制動系統)功能，但是此款雷達無法滿足高等級自動駕駛的需求。因此，大陸推出了其高性能激光雷達研發計劃，以尋求突破口，研發出適合更高等級自動駕駛的77Ghz毫米波雷達。

(大陸短距離激光雷達)

Autoliv：來得晚就要抓緊步伐

Autoliv是一家瑞典的國際跨國公司，主要研發汽車電子安全系統，並為汽車提供電子控制單元、汽車方向盤系統等。但是Autoliv進入激光雷達領域的時間，和其他第一梯隊的公司相比較晚。因此，Autoliv一直尋求與其他知名的雷達激光廠商合作，2017年7月，Autoliv和Velodyne達成合作，應用後者技術，結合自身的經驗生產車規級激光雷達。

同時Autoliv還收購已經初有名氣的激光雷達技術公司，以求獲得更多的專利和知識產權。2017年10月初，其收購了一家瑞典激光雷達技術公司Fotonic i Norden的部分資產，收購協議允許對被收購公司技術專利的使用，尤其是其ToF(Time of Flight，飛行時間)測距技術。

德爾福：有條不紊的投資布局

在第一梯隊的這些激光雷達公司中，德爾福是最早對激光雷達公司進行投資的。德爾福的投資戰略了Quanergy的光學相控陣技術路線的激光雷達，此雷達針對高級別自動駕駛技術，研發難度較大。

同時還在2017年投資了以色列Innoviz公司，此公司的激光雷達方案是相對容易實現的MEMS方案，並且已經實現了Innoviz One 和Innoviz Pro 兩種類型產品的量產，分別對應的是自動駕駛的低等級和高等級需求。

同年，德爾福還投資了加拿大初創公司Leddartech，此公司在Vu8固態激光雷達上有獨特的技術，還提供信號處理晶元。此舉使得德爾福更加穩固了其在固態激光雷達領域的地位。

博世：77Ghz毫米波雷達的領跑者

博世在毫米波雷達市場一直佔據較高的市場份額。而博世本身的優勢就是高精確度的激光雷達，例如77Ghz毫米波雷達，當然目前市場上在售的解析度最高的是Velodyne的64Ghz激光雷達，每秒激光點雲出點數120萬。

(博世長距激光雷達)

2017年，博世在宏觀方面對公司進行了拆分，專門獨立出的安波福公司將主要發展互聯網汽車和自動駕駛汽車業務。而公司的主體德爾福科技則專註內燃技術、軟體和控制等其老本行，為其繼續盈利，來支撐對自動駕駛汽車業務的研發。

同時，博世開始包攬整個激光雷達產業鏈的產品，包括各類感測器，並對MEMS技術投入重資，研發激光掃描產品。除此之外，博世還宣布投資11億美元在德國新建晶元製造廠，主要生產自動駕駛相關的感測器晶元。

傳統車廠篇：各下游產業鏈的大整合

在自動駕駛的大潮倒逼，以及新型自動駕駛汽車廠的衝擊下，各傳統汽車廠商開始尋求與自動駕駛輔助系統研發商、激光雷達供應商、底層晶元供應商、精準地圖研發商們的合作，並尋求測試和量產。

奧迪新A8——全新的突破

奧迪作為德國大眾下的子公司，其在自動駕駛上的探索和投入成功超過了總公司大眾。大眾在自動駕駛上並沒有交出太好看的成績單，其在2017年發布了一款L5級別的自動駕駛概念車Sedric，Sedric的駕駛過程完全不需要人為參與。但是從目前的技術來看，此款概念車的落地並非易事。大眾集團一直致力於在2020年左右製造出商用的L5級別的自動駕駛汽車。

(奧迪A8)

而奧迪在2017年上市了新奧迪A8，奧迪A8是全球首款搭載了 L3 級別自動駕駛的量產車。也是目前第一款搭載激光雷達感測器的量產車。除了激光雷達，A8 還搭載1個前視攝像頭、5個毫米波雷達、4個環視攝像頭、12個超聲波雷達，它基本達到了量產車中最豐富的感測器配置水平。其可在不高於 60km/h 的速度下，在法律允許的區域內實現自動駕駛。

通用——走上高速公路的新測試

去年，傳統汽車廠商同樣交出漂亮成績的還有通用公司。2017年在北美上市的2018款凱迪拉克CT6搭載了測試已久的Super Cruise高速公路自動駕駛系統。此功能只能在高速公路上開啟。在條件允許的情況下，系統不會對雙手離開方向盤的時間做出限制，可以做到完全解放雙手。

為了保證駕駛者的安全，通用引入了高速公路高精度地圖，並且在方向盤上嵌入了警示燈帶，同時增加了拍攝駕駛員眼部和面部的兩個攝像頭。當攝像頭系統判斷出駕駛員的注意力沒有集中在前方時，就會通過方向盤上的等待以及其他方式發出提醒。根據不同的警示級別，車輛會進行不同的處理。

靜候時機的其他傳統廠商

其他傳統汽車廠商，像沃爾沃、日產、寶馬福特、戴姆勒等，雖然在去年成績平平，但都已經推出了自動駕駛汽車時間表。根據這些企業的時間表，到2020年會有部分量產車出現。

業內人士認為，目前傳統汽車隊自動駕駛的探索還處於L2向L3過渡的關鍵階段，但是隨著晶元、演算法、高精度地圖等技術的日趨成熟，政策法規的不斷完善，預計從2020年開始，L3自動駕駛市場會迎來爆發，並預測2020-2025年，L3、L4、L5市場的增長率將接近100%。

奧迪，和通用用行動證明了，在自動駕駛的大潮下，傳統汽車廠商要跟緊步伐，勇於革新，和各供應商進行合作，而不是閉門造車，只關注傳統供應鏈。自動駕駛的大潮，必定要倒逼統汽車廠商重新面對產品供應和產品製造。

步調不一的科技巨頭篇

科技巨頭們在專註自己核心產品研發的同時，也將目光紛紛轉向自動駕駛。但是顯然，科技巨頭們對於自己生產自動駕駛汽車並不感興趣。而是紛紛投向自動駕駛操作系統平台，利用自己在核心產業上的優勢，力求與自動駕駛操作系統融合。

不斷路測的谷歌Waymo

(谷歌Waymo測試車輛)

2017年谷歌在自動駕駛上並沒有什麼大動作，不過他們目前已經積累了超過350萬英里的真實路測數據。同時，谷歌Waymo已經研發出了無人級即接近L4級別的自動駕駛操作系統。過去的一年，谷歌一直在搜集路測數據，大約每天都有25000輛Waymo自動駕駛汽車在模擬器中「行駛」至少800萬英里的路測數據。截至目前，Waymo積累的虛擬路測數據已經超過10億英里。

低調的蘋果

蘋果公司一向對自己的產品和研發技術的保密工作做得很好。但是，2017年蘋果公司的CEO庫克證實了蘋果公司對自動駕駛技術的關注。同時透露了蘋果公司正在研發的自動駕駛系統的一些成果。蘋果的這個系統通過創建軟體，以及車輛上安裝的單個或多個攝像頭獲得的圖像來識別汽車、行人和道路的可行駛路段。並且，此系統的優勢是即使在雨天雨滴濺到攝像頭上，該系統的表現依然出色。

同時，蘋果公司提到了一種SLAM技術，該技術可以用於即時定位和地圖構建，並進行本地化的同步和映射。此技術不僅能夠用到自動駕駛汽車上，還能用在地圖製作和增強現實等領域。

押寶自動駕駛：百度Apollo

百度花重資投入自動駕駛和人工智慧，自動駕駛業務幾乎成了百度2017年最重要的任務。2017年7月、9月、以及今年月初，百度分別推出了Apollo1.0、Apollo1.5和Apollo2.0。在Apollo2.0中，雲端服務、軟體平台、參考硬體平台以及參考車輛平台四大模塊已全部開發，全面支持英特爾、英偉達、NXP和Renasas四大主流計算平台。

尋求小路徑的三星

去年年底，三星也在為自己的自動駕駛道路做鋪墊。其與矽谷新創公司RenovoAuto合作開發自己的自動駕駛操作系統。據稱，此系統名為AWare，其是一個API平台，整合併管理自動駕駛汽車所需要的軟體，在保證安全的情況下讓軟體協同工作。此系統與自動駕駛汽車的關係，就像谷歌安卓系統和智能手機的關係。晚入局的三星，似乎在尋找一條競爭較小的道路，以期獲得入門磚。

信心十足的新興車企

在新興車企的身上，你總能感覺到一股滿滿的朝氣。

· 蔚來汽車：

(蔚來汽車)

新興車企蔚來汽車在2017年3月，發布首款自動駕駛概念車蔚來EVE。同年12月，公布了首款量產車ES8，配備NIO Pilot自動輔助駕駛輔助系統。NIO Pilot自動駕駛系統是其自主研發自動輔助駕駛系統，其搭載了21個感測器、1個駕駛狀態監測攝像頭、1個前視3目攝像頭、1個長距離毫米波雷達、4個中距毫米波雷達、12個超聲波雷達和4個環視攝像頭。同時搭載了Mobileye的EyeQ4的計算晶元。但是，其官方並未透露其自動駕駛能力處於哪個級別。

·小鵬汽車：

小鵬汽車在2017年獲得了較為充足的融資。目前，其已完成了總額22億元人民幣的B輪融資，由阿里巴巴集團和富士康聯合領投。加上之前的融資，小鵬汽車已經從資本市場獲得了超過50億元人民幣的資金。

他們在2017年挖來了原特斯拉自動駕駛技術人員擔任其自動駕駛研發的VP。並且其在自動駕駛方向發展的目標：首先要搭建一個以自主研發為主的技術體系，同時設計一個可演進生長的技術架構，並且將這些技術落地在中國的道路環境下。即做中國特色的自動駕駛汽車。同時確定要在2018年和2019年推出兩款量身定製的自動駕駛量產車。

無法獨行的高精度地圖篇

高精度地圖是自動駕駛整個產業鏈中不可缺少的重要環節，因此，高精度地圖公司也成為自動駕駛產業中重要的一份子。高精地圖公司的任務是不斷收集各種路況信息數據，提升地圖精確度技術。同時，他們還要尋求與製造晶元和自動駕駛系統企業進行合作。

HERE

Here是一家為汽車和物聯網提供數字地圖和位置服務的全球性公司。其從2013年就開始著手製造高精度的3D地圖。

(HERE地圖)

為了讓地圖不斷更新，Here不僅在全球部署了數百輛繪製地圖的汽車，還與許多城市、地區的政府建立了深度聯繫，及時獲取第一手信息。

在構建高清地圖時，Here的車隊配置了高像素攝像頭、Velodyne LIDAR掃描系統，以及高精度的NocAtel GPS 設備，通過這些設備掃描道路及周邊狀況，然後把數據傳送到Here的雲端。

早前，Here還與Mobileye開展合作，Mobileye利用其Roadbook?即雲端地圖，將收集的數據層整合在Here高清地圖中。2017年，英特爾為布局其自動駕駛版圖，收購了HERE公司15%的股權。

四維圖新

四維圖新佔有國內相當大的高精度地圖份額，眾所周知，高精地圖的數據搜集任務非常龐大。因此，四維圖新選擇和國內兩大地圖提供商百度和高德合作，共同進行自動駕駛研發。

和Here一樣，他們搜集數據的主要做法也是通過車隊進行地圖信息收集。2017年，四維圖新、高與博世達成合作，因此其數據採集車隊上都安裝了博士提供的雷達感測器。

四維圖新的產業生態不止如此，其還收購了汽車電子晶元設計和解決方案的提供商傑發科技，以布局自動駕駛領域的軟業務。

結語

2017年，除了這些自動駕駛產業鏈上軟硬體提供廠商，各國法律法規也給予了相當大的支持。在我國，去年12月份通過了《北京自動駕駛路測細則》，這是我國首個地方版試行政策，也體現了國家開始重視自動駕駛的技術發展。

同時，除了自動駕駛汽車領域，自動卡車產業也同步發展。2017年，深圳出現了第一輛自動駕駛大巴——阿爾法巴，該項目由深圳巴士集團、騰訊、比亞迪、清華大學等機構共同研發。公交車配備一名司機。不過由於目前無人駕駛由於目前無人駕駛領域立法尚處盲區，因此技術推廣仍存困境。

(深圳自動駕駛巴士)

總的來說，在過去的2017年，自動駕駛晶元和激光雷達的技術發展最快。英特爾和英偉達自動駕駛晶元在過去一年進行了兩次更新迭代。同時，激光雷達的技術突破使其量產變得更容易。2018年初迎來好消息，Velodyne旗下16線激光雷達價格減半。但是，目前的帶有自動駕駛功能的量產車，其自動駕駛級別是較低的，大部分處於L2級別。

從上述的幾個維度來看，自動駕駛產業正處在一個快速成長期，等到自動駕駛晶元廠商大規模投入應用、激光雷達精確度提高以及成本降低後，傳統車廠、新興車企以及科技巨頭將在這條賽道上，開始真正的比拼。2017年只是一個開始。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！