比亞迪王歡：自動駕駛卡在域控制器環節 量產或將延後至2022年 | CCF-GAIR 2019

「整個行業的自動駕駛系統量產時間節點延遲了，因為在那個節點上要有一個車規級的域控制器。行業內原定的是2021年的第一季度（實現自動駕駛量產）。現在普遍都延後了一年或一年半。」比亞迪智能駕駛首席專家王歡近日接受雷鋒網新智駕專訪時表示。

域控制器是指自動駕駛汽車的計算平台，相當於車載大腦。在王歡看來，近年來計算平台相對系統的發展速度是落後的，由於缺少滿足車規級的自動駕駛域控制器，導致大部分主機廠和供應商在開發時只能暫時冷處理，將整個量產的時間節點向後推遲。

雷鋒網新智駕了解到，汽車產品標準分為消費規、工規和車規。其中車規是級別最高的，需要通過抗衝擊性、振動性、防火和高低溫等實驗。同時作為智能駕駛功能安全，汽車產品必須滿足ISO26262標準。

誰能率先推出車規級自動駕駛域控制器？關鍵或許在於客戶群體。

王歡認為，由於大陸、博世擁有龐大客戶群體，所以向客戶推送時會更加方便。華為在做生態，由於體積大、聯盟夥伴多，推起來可能也會更加容易，但創業公司面臨的困難可能會比較多。

除了域控制器，實現自動駕駛量產還涉及到一些研發模式等問題。比如，對於許多公司採取的在改裝量產車上進行方案論證的模式，主機廠會認為它並非量產的正確模式。

據王歡介紹，面對複雜的自動駕駛，主機廠需要有正向的開發模式、驗證體系、自動駕駛系統架構等。

他在一次名為《自動駕駛開發升級》的主題演講中重點介紹了這些量產要求。以驗證體系為例，自動駕駛對於開放道路測試數據、人機交互、評價維度和系統架構均有著迫切需求。而且，這些需求與傳統汽車有著根本區別。

附：

王歡的演講全文，雷鋒網新智駕進行了不改變原意的編輯：

今天我站在主機廠的角度，分享一些自動駕駛開發升級過程中面臨的問題。

眾所周知，自動駕駛的開發模式主要分兩種，一種是以Waymo為代表的科技公司主導的跨越式開發模式，一種是以特斯拉以及其他主機廠主導的漸進式開發模式。跨越式開發模式是指跨過L3，直接研究L4級自動駕駛。漸進式開發模式主要指以傳統的ADAS技術為基礎，慢慢過渡到L3、L4。這兩大陣營在開發工作項目中也有緊密的合作，一些演算法公司、感測器巨頭都參與到了合作當中。

無論是L3還是L4，行業內都遵循著這樣的原則：首先要找出自動駕駛的落地點，然後分析這些落地點的場景，基於場景開發功能。或者沿著反方向，從場景功能倒推落地點。

如果自動駕駛適合的場景非常少，邊界非常窄，對汽車的安全貢獻就會非常小，甚至由於運行過程中超出邊界而發生危險，那麼，它就是不安全的。同理，如果駕駛場景邊界特別寬，現在的技術又不能全面分析它的安全性，那麼，這種場景也是比較危險的。

總結看，自動駕駛就是要確定合理的場景，並且設定科學的安全目標來進行開發，行業也都是按照這個流程來做的。大家會逐漸地把功能開發聚焦到幾個方面，以L3和L4舉例，它們包括HWP、TJP和AVP等，這個過程中有大量的方案論證，經過大量的驗證，然後展示，再示範運營，最後收集數據進一步優化演算法。

其實在主機廠看來，這種模式基本上量產不了，原因很簡單，量產的過程比這複雜得多。因為量產自動駕駛是一項很龐大的工作，投入會很大，時間也會很長，車廠還要和一些公司建流程、出標準等等。所以說大家之前做的工作意義很大，但是還不夠。

對於這種複雜的開發，我們迫切地需要對原始的開發流程進行升級，不僅要有一個正向的開發模式，還要有一個驗證體系。此外，由於現在的開發都是類似於後裝的車改制的方式，所以還需要一個自動駕駛系統架構。最後，人機交互和車輛平台也是非常重要的。

關注預期功能安全

自動駕駛是以車為中心的車輛系統，所以還是要遵循V流程開發模式，在開發過程中要借鑒傳統的標準。一些標準比如說ISO21448，它只針對L1、L2而不針對L3，但是沒有關係，我們可以借鑒裡面的思想，然後擴展標準里的開發流程。

主機廠更注重什麼？首先是預期功能安全，它關係到能否解決場景的問題。甚至可以說，產生自動駕駛危險更多的是因為場景不足，而不是系統的不安全。預期功能安全這個標準主要關心四個範圍。範圍一是已知的安全場景。範圍二是已知的不安全場景，範圍三是未知的不安全場景，範圍四是未知的安全的場景。

很明顯，我們的重點是在範圍二和範圍三，怎麼樣用一切辦法縮小它們的範圍很重要。

首先，必須要有一個場景庫，場景庫是任何一個開發團隊的核心資料庫。通過場景庫，找到一些不合理或者是不安全的場景，針對這些場景提供安全措施，通過驗證安全措施的方式，最終達到安全目的。當安全目標都能夠滿足範圍二的範圍標準的時候，主機廠就可以接受了。針對範圍三，對於未知的不安全的因素怎麼考慮，其實對這個問題，可能到現在我們的行業都沒有一個有效的方法，都是按照完整分析測試來實現的。所謂的完整分析，其實是對於一個基礎場景進行排列組合的分析，對它所有的可能出現的狀態進行分析。

然後是功能安全標準ISO26262，這個標準已經比較成熟，但在L3自動駕駛上的分析還是比較新穎的，可能目前來看，還沒有更全面的分析經驗。

針對L3級別以上的自動駕駛與傳統的ADAS等級的功能安全的區別在哪？在L3的開發過程中，我們進行安全分析時目標和對象會更龐大。比如，基於V2X的HWP功能進行分析，當我們進行分析時，除了對車進行分析，還要對通訊介面、路邊設備已經雲端伺服器進行分析，這是自動駕駛功能安全需要額外考慮的問題。

信息安全方面，自動駕駛要解決的問題是怎麼抵抗黑客攻擊和網路攻擊。在整個行業內，信息安全幾乎沒有一家能夠獨自完成。為什麼？因為一旦車聯網以後，它能夠被攻擊的介面太多了，有網關、T-BOX、V2X、第三方的雲、主機廠的雲、手機APP、車機、充電樁等等，甚至包括自動駕駛感測器及系統本身，這些都會受到信息安全帶來的挑戰，所以需要各方合作。

針對車端，我們在信息安全上應該關注以下幾點，一是怎麼驗證外來數據的完整性、真實性和信號來源的可靠性，一旦車輛有危險，這個危險不至於擴張到其他車輛上，要在網路安全上有一個縱深的防禦，以及一旦有解決措施的時候怎麼升級。

無論信息安全還是功能安全，最終的落腳點都是車，如果車不動，發的信息車不執行，那就是安全的，所以功能安全和信息安全之間有某種聯繫。

在開發的過程中，怎麼判斷這種關係，將他們聯繫在一起？首先我們要定義一個安全指標，並且對這種安全指標進行策略分析，分別執行兩件事，一個是功能安全，一個是信息安全，這一流程應該可以把功能安全和信息安全聯繫在一起。

以上這幾個安全，包括V流程的一些開發，是主機廠面臨開發升級所面臨的挑戰。

如何驗證

接下來談一下驗證過程。傳統的ADAS開發有很多地方可供借鑒，但是它和自動駕駛的深度和廣度完全不是一個數量級的。智能駕駛更關心的數據，或更難拿到的數據是開放道路測試數據，這是有實際意義的，而且是必須要有的。

然後是人機交互，這也是驗證過程中的重頭戲。整個驗證過程的工作量是非常大的，是每個主機廠的核心工作。問題的關鍵點不僅在於怎麼測試，還在於怎麼通過一個評價體系把這些東西串在一起。

要引入我們虛擬測試的自動化，只有自動化才能夠滿足我們對這種工況的分析的條件。

分析結果後怎麼評價，我在這裡給出幾個維度的建議，一是安全度，一是舒適度，車與車之間的交互等等一些因素。以安全度為例，主要是碰撞，碰撞的程度怎麼樣，碰撞之後車輛的表現如何。我們會發現，每個主機廠對自動駕駛的理解是不同的。

下面談一下主機廠更關心的系統架構。

大家的前期開發都是基於量產車的改裝，屬於後裝形式，成本也很高，這時就急需一種正常的智能駕駛架構。要搭建這種架構的前提是針對什麼樣的功能。基本上，功能可以分為兩大類，一個是Fail-safe，一個是Fail-degrade，這些功能分別包括定位、感知、警醒等。

針對這些功能的架構，我們可以給出一個架構體系，就是感測器的輸出到主輔控制器的工作模式，主輔控制器的工作受到安全監控這個模塊的宏觀調控，再決定是由主控制器來控制，還是輔控制器來控制，這是行業比較認可的一種架構。當然這裡面沒有提到通訊和電源的冗餘，正常情況是要考慮到的。

其實在架構方面，主機廠更關注的不是架構怎麼實施，而是更關心域的概念。為什麼說域是未來趨勢？因為L3的特點就是功能集成和信息共享。

這個功能集成是指控制器必須有L1和L2的功能，也包含L3的功能，現在的車上既然已經有了L1和L2的功能了，如果控制器只有L3的功能，意味著車的成本是增加的。那麼，為什麼不能用強大的計算力，在L3的控制器把L1和L2一起都做了呢？在項目的開發過程中，其實能夠提供這種解決方案的人也比較少。

對於未來的OTA軟體升級，包括降低成本和輕量化，其實主機廠對於這種體系架構有迫切的需求。

域的概念有一個好處就是功能集成。近年來行業里提出來一個架構，就是以車輛的物理空間為基礎的域，比如它可以控制雷達、應急車燈。像這種域很明顯，它的布線就比較簡單，但是它對軟體架構要求非常嚴，這種域在特斯拉的Motel3上已經量產了。

然後是人機交互。在L3上，已經不僅僅是人機交互那麼簡單的事情，而是和安全甚至控制有密切的關係。傳統汽車的人機交互大部分基於人對汽車信息的監控，L3、L4之後，汽車要監控人的信息，這是有著天壤之別的。

所以針對人機交互的開發是不容小覷的。駕駛員在接管了自動駕駛之後的表現怎麼樣，他慌不慌張，他迷不迷茫。另外一點就是車在接管之後，它的功能表現怎麼樣，不同的車輛之間的替換，不同安全等級之間的切換，尤其是L2和L3，因為L2也控制縱向橫向，L3也控制縱向橫向，駕駛員容易混淆，以上的這幾點加在一起，就需要有一個行業上統一的HMI標準，這正是我們需要的。

同時還有一些其他的標準，包括乘客上下車的交互和場景的交互等。場景的交互主要是指車和車，包括L4的遠程控制等等。另外，人機交互還必須有關於漏報和誤報的指標，不能總發生狼來了事件。

最後談一下車輛平台，L3以上的自動駕駛開放平台和傳統的車輛平台之間的差別在哪，我認為主要體現在，傳統汽車上，駕駛員在駕駛的時候，要求舒適性、操控性和安全性，但是在自動駕駛系統控制時，問題就來了，我們稱這個車是Fail-degrade的，是雙備份冗餘的。

這個雙備份冗餘指的是執行層面，包括制動、轉向和電源等等，以及自動駕駛對車輛指令的響應，對響應性要求是很高的。另外就是車輛動力學的性能，發出一條指令之後的運動應該是線性的，不能是非線性的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！