一個孩子跑到街上，看到一輛汽車駛向他，頓時被嚇得僵硬地站著在原地。這時什么更安全，依靠自動駕駛汽車還是人類駕駛員及時制動？在這種情況下，人類駕駛員平均需要1.5秒才能做出反應并踩剎車；一輛裝有視覺系統、雷達和激光雷達的自動駕駛汽車僅需0.5秒。

快3倍的響應時間意味著生與死之間的鴻溝，這是汽車工業加速實現自動駕駛的眾多原因之一。基于安全性、效率、舒適性、導航性等優勢，汽車公司都在越來越多地采用自動駕駛技術。

但我們也應看到，自動駕駛汽車系統的復雜性正以前所未有的速度增長，且計算處理必須與這種增長保持同步而又不影響當前的功耗、熱性能、尺寸和成本及安全性挑戰。

除了這些技術挑戰外，關于消費者和監管機構對完全自治的接受仍然存在許多爭論。美國汽車協會最近進行的一項調查顯示，73%的美國駕駛員過于擔心無法駕馭全自動駕駛汽車。另一個來自于社會的事實是，很難讓自動駕駛汽車與普通汽車共享道路，這可能導致自動駕駛汽車時刻處于計算狀態中。

因此，為推進自動駕駛汽車的大規模部署，需要考慮的挑戰主要有以下幾個方面。

自主權的代價

有人認為，目前生產安全的4級和5級自動駕駛汽車的成本可能達到7.5~10萬美元。說實話，這個估算可能太低，因為考慮到實現4級和5級自治所需的傳感器數量，其總成本可能超過10萬美元。為了使這些車輛的購買變得可行，價格將需要大幅度降低以使消費者負擔得起。

高昂的價格可能意味著無人駕駛汽車的第一批真正部署將成為移動即服務、共享車輛或機器人車隊的一部分。通過替代人類駕駛員的成本，以及駕駛比一般汽車高得多的車輛利用率，這些實體可以建立一種商業模式，以支持這些更昂貴的自動駕駛汽車。

3級是否可以部署？

3級是從ADAS過渡到自治的第一步。但是，目前對于3級自治以及對車輛和駕駛員的要求存在一些爭議。成功部署的3級自動駕駛要求駕駛員在車輛的自動駕駛功能啟用時仍保持警覺。

這引起了一個有趣的問題，作為駕駛員的我們會本能地認為，只要放開手就不再需要關注車輛的行駛問題，并且可以很開心地發送電子郵件、處理別的事情等，這時我們的雙眼和想法已經不在路上。

但是，當啟用Level 3駕駛時，汽車可能會要求您隨時收回汽車的控制權。這就提出了一個問題，即分心的駕駛員可以多快回到方向盤上并重新控制車輛，以處理自動駕駛汽車無法控制的情況。為此，目前一些汽車制造商正在討論跳過3級以此來克服這一挑戰。

同時，從責任角度來看，跳過3級可以更容易地確定駕駛員是在控制車輛還是在自動駕駛。即使汽車制造商決定跳過這一級別，但從3級到4級所需的技術復雜性要高得多。

此外，他們還討論了高級駕駛監控系統，該系統使用車內攝像頭和高級軟件算法來確定駕駛員是否處于警醒狀態、是否適合收回控制權，而不是激活適當的警告以使駕駛員恢復到完全準備狀態。

傳感器復雜度急劇增加的處理需求

從ADAS到自動駕駛的轉變要求對汽車周圍的所有事物有更多的了解。為了實現這一目標，汽車上的傳感器數量將急劇增加，需要多個激光雷達、攝像頭和雷達傳感器來替代和增強人類的視線和態勢感知。

這些傳感器不僅價格昂貴，且為了解它們正在“看到”什么，以及車外情況演變所需的處理，這都與更簡單的ADAS功能（諸如自適應巡航控制或緊急制動）所需的計算有著天壤之別。

軟件復雜性增加

目前，大多數自主汽車的原型都在測試傳感器的復雜性和軟件算法，這些算法需要處理進入汽車的大量信息，以做出正確的決定后再采取行動。這個過程需要大量的軟件，目前估計已經有10億行代碼來驅動一輛完全自主的汽車。與傳統的汽車嵌入式處理相比，執行這種大量軟件的計算要求更接近服務器性能。

這正在推動一種趨勢，即在性能更高的多核SoC（而不是離散CPU）整合功能更強大的應用處理器和加速器集群。同時，這種整合需要軟件架構發生重大變化，也可能導致軟件占用空間的急劇增加。

據了解，軟件應用程序的復雜性甚至遠遠超過已經充滿了自動駕駛功能的最先進的客機，因為自動駕駛汽車將不得不面對充滿無法預測的人類駕駛員和行人的高度混亂的道路（相對于充滿專業飛行員的相對空曠的天空）。

這導致大量的算法處理需要實時進行，以了解汽車周圍正在發生的一切，然后需要所有自動計算組件做出正確決策并安全執行的龐大軟件堆棧。這種更大的復雜性使得它有了一個通用統一的平臺體系結構，在這個架構上可以構建易于升級和可移植的軟件堆棧。

自動駕駛汽車的安全部署

最近的統計數據表明，有63％的美國成年人在步行或騎自行車時與自動駕駛汽車共用道路會感到不安全。這對如何獲得消費者的信任提出了新的挑戰，無論是作為自動駕駛汽車的乘客還是與汽車共享道路環境的其他人。

安全性是許多汽車系統的關鍵部分，當駕駛員提出要求時，任何需要可靠運行的功能都會采用嚴格的安全標準和認證，例如剎車，轉向等。當我們提高汽車的自主性時，實質上是用包含許多異構計算元素以及10億行代碼的復雜計算機系統來代替人類駕駛員的安全決策，那么該如何保證這個極其復雜的計算系統能夠在乘客和環境安全方面達到最高水平？

在更多功能被整合到功能強大的多核SoC基礎上，還需要在單個SoC上支持混合關鍵性應用程序。在這種情況下，一些應用程序將需要最高級別的功能安全性，因為它們正在執行生命攸關的功能，并與在較低臨界水平下運行的應用程序混合。試圖將所有軟件都帶到最高的功能安全級別是不可能的，因此需要一個計算和軟件體系架構來支持這些不同的安全級別，而不必為每個應用程序專門指定單獨的SoC。

從原型到規模生產

如今，進入自治原型的計算系統通常基于現成的服務器技術。服務器技術面臨的主要挑戰是其尺寸、功耗和熱性能不適用于汽車，所有這些當前屬性都需要大幅減少。

人們普遍認為，耗電量需要減少10倍，尺寸需要減少5倍，如果這兩項都能實現，那么成本和散熱量將顯著降低，這也將獲得更簡單、更可靠的冷卻方法。這些改進將促進自動駕駛汽車的真正應用，無論是在消費領域還是在機器人領域。

增強車內乘客體驗

座艙內有一個日益增長的發展趨勢，即消費者希望獲得更豐富的車內體驗。隨著更高程度自主性的實現，車輛的乘員將從駕駛員變成乘客，他們對信息、娛樂和連接的要求將更加類似于他們在家里或辦公室。

在我們實現完全自主之前，將會有一個有趣的混合司機、環境信息、娛樂和生產力功能的融合。因此即使將安全信息和別的信息混合在一起，也要確保這些信息不會對駕駛員的安全構成威脅。

未來5~7年汽車將進入一個更加自治的世界，將會有不同種類的信息傳遞到屏幕上，包括來自自主系統的駕駛員信息、媒體體驗、駕駛員監控系統、面向車內的傳感器等，所有這些都將有助于提供更加個性化的車內體驗。這將需要高吞吐能力來將數據傳送到屏幕，以及高帶寬連接性和增強的安全性，尤其是諸如駕駛員警告信息之類的重要信息。