劉 偉，孫芳岑

（1.東軟睿馳汽車技術(shù) （沈陽）有限公司，遼寧 沈陽 110179；2.大陸汽車電子 （長春）股份有限公司，吉林 長春 130025）

近年來自動(dòng)駕駛技術(shù)得到了突飛猛進(jìn)的發(fā)展，從國內(nèi)外各類技術(shù)比賽［1］中對自動(dòng)駕駛算法的系統(tǒng)研究，到新興技術(shù)公司在自動(dòng)駕駛市場應(yīng)用領(lǐng)域的大力投入，技術(shù)的積累和市場的推動(dòng)，為自動(dòng)駕駛系統(tǒng)應(yīng)用提供了廣闊的前景［2］。

自動(dòng)駕駛是集環(huán)境感知與認(rèn)知技術(shù)、系統(tǒng)決策技術(shù)、車輛底盤與車身控制技術(shù)于一體的綜合性系統(tǒng)。近年來自動(dòng)駕駛的發(fā)展，也得益于傳感器技術(shù)、車輛電子電器架構(gòu)以及車載計(jì)算芯片的飛速發(fā)展。

1 自動(dòng)駕駛系統(tǒng)功能架構(gòu)

圖1描述了車輛網(wǎng)聯(lián)信息來源和感知范圍，以及應(yīng)用感知信息實(shí)現(xiàn)車輛智能化相關(guān)功能的流程，如車道保持、全速自適應(yīng)巡航、主動(dòng)換道、交通擁堵輔助、車道級導(dǎo)航［4-8］等，本文中具體的智能化功能即為自動(dòng)駕駛。

自動(dòng)駕駛系統(tǒng)是通過傳感器感知并認(rèn)知環(huán)境、車輛運(yùn)動(dòng)及工作狀態(tài)、駕駛員操縱與操作狀態(tài)，結(jié)合對環(huán)境、車輛運(yùn)動(dòng)學(xué)模型、自動(dòng)駕駛?cè)蝿?wù)的理解，實(shí)現(xiàn)對車輛運(yùn)動(dòng)行為的決策，通過車輛底層控制系統(tǒng)完成對車輛動(dòng)作的控制。文獻(xiàn)［3］將上述過程中的決策任務(wù)分為3個(gè)層次，即策略層、戰(zhàn)術(shù)層和控制層，分別對應(yīng)駕駛?cè)蝿?wù)理解與全局性路徑規(guī)劃、局部環(huán)境認(rèn)知與局部路徑規(guī)劃、車輛執(zhí)行機(jī)構(gòu)控制。

圖1 智能網(wǎng)聯(lián)車輛系統(tǒng)構(gòu)成與自動(dòng)駕駛功能析出

自動(dòng)駕駛是以環(huán)境感知和認(rèn)知為基礎(chǔ)的，即車輛的智能化；而車輛的網(wǎng)聯(lián)化是智能化的實(shí)現(xiàn)手段，尤其在更高等級的自動(dòng)駕駛系統(tǒng)中，需要更加豐富的信息來源，主要?jiǎng)澐譃檐噧?nèi)網(wǎng)、車際網(wǎng)和車聯(lián)網(wǎng)［3-4］。車內(nèi)網(wǎng)能夠感知的范圍為百米級，更新周期為ms級；車際網(wǎng)感知范圍為千米級，更新周期為s級；車聯(lián)網(wǎng)感知范圍則更加廣泛，更新周期為s級甚至分鐘級。信息的來源和數(shù)據(jù)量，對各級網(wǎng)絡(luò)的帶寬、信息采集和處理能力提出了基本要求。

完整的自動(dòng)駕駛系統(tǒng)，感知甚至決策不僅僅源于車端，云端的感知、決策通過車聯(lián)網(wǎng)這個(gè)特殊的傳感器單元，將全局感知和決策信息傳遞至車載控制單元。在此全局規(guī)劃的基礎(chǔ)上，車載傳感器感知局部環(huán)境信息，車載計(jì)算單元處理并理解全局目標(biāo)與局部環(huán)境，并控制車輛依次完成局部控制目標(biāo)，直至全局目標(biāo)的達(dá)成。上述自動(dòng)駕駛功能流程可由圖2所示的自動(dòng)駕駛系統(tǒng)功能架構(gòu)來描述。本文會(huì)對車載計(jì)算單元如何承載車載傳感器信息感知與處理、全局目標(biāo)與局部環(huán)境理解、車輛執(zhí)行機(jī)構(gòu)控制等計(jì)算任務(wù)，展開調(diào)研和分析。

圖2 自動(dòng)駕駛系統(tǒng)功能架構(gòu)

2 自動(dòng)駕駛計(jì)算任務(wù)劃分

根據(jù)對自動(dòng)駕駛功能架構(gòu)的分析，自動(dòng)駕駛系統(tǒng)感知的來源主要有相機(jī)、毫米波雷達(dá)、激光雷達(dá)、高精度定位系統(tǒng)，分別獲取相機(jī)拍攝的環(huán)境圖片、毫米波接收到的電磁波回波、激光掃描出的環(huán)境點(diǎn)云數(shù)據(jù)等。數(shù)據(jù)的基本量級和獲取方式如圖3所示。最大可達(dá)每秒GB，獲取方式為LVDS、以太網(wǎng)、CAN、Flexray、MOST、LIN等車載網(wǎng)絡(luò)。

自動(dòng)駕駛系統(tǒng)首先通過圖像、激光點(diǎn)云、基于位置的交通信息服務(wù)［3］、毫米波發(fā)射與接收回波間的差異，提取目標(biāo)特征形成對環(huán)境中各類機(jī)動(dòng)車、行人、路肩、護(hù)欄等物體的感知，以及對環(huán)境中車道線、交通信號、交通標(biāo)志等交通信息的感知。然后基于全局目標(biāo)和全局路徑規(guī)劃，應(yīng)用車道、護(hù)欄、路肩等局部可行駛區(qū)域，以及可行駛區(qū)域中物體運(yùn)動(dòng)狀態(tài)的估計(jì)，規(guī)劃車輛的局部行駛路徑。最后將控制指令通過車載網(wǎng)絡(luò)發(fā)送至車輛執(zhí)行機(jī)構(gòu)，執(zhí)行車輛縱向、側(cè)向控制，實(shí)現(xiàn)自動(dòng)駕駛。自動(dòng)駕駛各子模塊的功能劃分如圖4所示。

針對獲取的以上各子模塊分工，對應(yīng)的處理方式包括了傳感器信息融合［10］、圖像處理［11］、激光點(diǎn)云處理［12］、數(shù)字信號處理、多狀態(tài)估計(jì)、模型預(yù)測控制、SLAM以及更底層的支持向量機(jī)、光流跟蹤［13］、模式識別、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等，以實(shí)現(xiàn)對環(huán)境中對車輛行駛有影響的目標(biāo)的識別，并結(jié)合車輛自身動(dòng)力學(xué)特性，去決策和規(guī)劃車輛的行駛路徑。

圖3 自動(dòng)駕駛系統(tǒng)傳感器構(gòu)成與信息數(shù)據(jù)量

圖4 自動(dòng)駕駛系統(tǒng)組成與子模塊功能分析

3 自動(dòng)駕駛計(jì)算任務(wù)對計(jì)算芯片的需求分析

自動(dòng)駕駛計(jì)算任務(wù)對計(jì)算芯片的需求，主要分為計(jì)算力、實(shí)時(shí)性、可靠性、算法通用性等。計(jì)算力的需求一方面要考慮信息流的數(shù)據(jù)量，另一方面要考慮對信息的處理方法。

1）從信息流的數(shù)據(jù)量角度出發(fā)，分析各類信息處理對計(jì)算芯片的處理需求。將信息處理分為3類：①面向超大數(shù)據(jù)量 （GB級）的超高性能計(jì)算，系統(tǒng)復(fù)雜，且往往算法與硬件相關(guān)，難以約束可靠性，移植性和通用性較差；②面向大數(shù)據(jù)量 （百M(fèi)B級）的高性能計(jì)算，系統(tǒng)復(fù)雜，但算法結(jié)構(gòu)較為清晰，有一定的通用性和移植性，以及一定的功能安全需求；③面向小數(shù)據(jù)量 （MB級）的高可靠性計(jì)算，數(shù)據(jù)結(jié)構(gòu)整齊，系統(tǒng)邏輯清晰，具備很強(qiáng)的通用性和移植性，有很高的可靠性、實(shí)時(shí)性需求，以及更高的功能安全需求。

2）從信息處理方法角度分析通用算法處理器、專用算法處理器。通用算法處理器適應(yīng)性較強(qiáng)，可用于處理各種計(jì)算任務(wù)，如ARM、X86架構(gòu)處理器；專用算法處理器用于處理專門的計(jì)算任務(wù)，比如在機(jī)器學(xué)習(xí)方面具備很強(qiáng)優(yōu)勢的GPU、專門支持TensorFlow算法的TPU、可編程門陣列電路FPGA等。

4 對應(yīng)自動(dòng)駕駛控制系統(tǒng)需求的芯片分析

如前所述，由于涉及到不同數(shù)據(jù)量規(guī)模以及不同數(shù)據(jù)結(jié)構(gòu)信息的處理，對處理器芯片的計(jì)算力、處理器架構(gòu)有著不同的需求。在滿足計(jì)算力的前提下，功耗也是影響處理器芯片在車載系統(tǒng)中應(yīng)用的關(guān)鍵。而自動(dòng)駕駛的出發(fā)點(diǎn)是保證車輛的安全性，因此處理器的安全性和可靠性也是自動(dòng)駕駛芯片選型中必須要考慮的因素。基于上述需求，對自動(dòng)駕駛處理器芯片應(yīng)用現(xiàn)狀和發(fā)展趨勢作簡要的總結(jié)。

4.1 計(jì)算力需求的滿足

自動(dòng)駕駛對感知和復(fù)雜決策的需求，使得傳統(tǒng)的規(guī)則建模難以支撐復(fù)雜場景的應(yīng)用，也難以支持OTA等自適應(yīng)和自學(xué)習(xí)方式的算法?；谝陨媳尘埃疃葘W(xué)習(xí)以其靈活的建模方式和復(fù)雜場景的適應(yīng)性，被廣泛認(rèn)為是解決高等級自動(dòng)駕駛的重要手段。在自動(dòng)駕駛系統(tǒng)處理器選擇上，也與深度學(xué)習(xí)的技術(shù)路線有很大的重疊。深度學(xué)習(xí)算法復(fù)雜性比較高，需要有相應(yīng)的嵌入式計(jì)算平臺(tái)進(jìn)行匹配，在應(yīng)用過程中硬件技術(shù)路線主要有GPU、SoC、FPGA、ASIC等。CPU由于在分支處理以及隨機(jī)內(nèi)存讀取方面有優(yōu)勢，在處理串聯(lián)工作方面較強(qiáng)；GPU在處理大量有浮點(diǎn)運(yùn)算的并行運(yùn)算時(shí)候有著天然的優(yōu)勢；SoC提供多種可編程邏輯密度，硅片內(nèi)集成多種系統(tǒng)級處理器硬核；FPGA可以使開發(fā)者在其硬件電路里原生支持特殊的復(fù)雜指令而不需要對指令進(jìn)行分解和模擬；ASIC則是為某種特殊復(fù)雜指令定制的專用芯片，能夠帶來更加優(yōu)異的計(jì)算力和功耗表現(xiàn)，如谷歌專為深度學(xué)習(xí)語言Tensor Flow設(shè)計(jì)的TPU。

計(jì)算力的評價(jià)指標(biāo)主要有MIPS、FLOPS、TOPS等，分別表示處理器芯片處理指令、進(jìn)行浮點(diǎn)型運(yùn)算、進(jìn)行整形運(yùn)算的能力，主要通過常用基準(zhǔn)程序測試計(jì)算，如Dhrystone、Whetstone、Linpack等。但是實(shí)際上I／O的效能、內(nèi)存的架構(gòu)、快取內(nèi)存一致性、硬件能支持的指令等對芯片的處理速度都會(huì)產(chǎn)生影響。多核并行計(jì)算過程中，因?yàn)樘幚砥骷軜?gòu)不同，也會(huì)對綜合性能產(chǎn)生影響，如ARM架構(gòu)芯片在多核并行計(jì)算中，根據(jù)應(yīng)用不同會(huì)損失20%～30%的性能。而異構(gòu)芯片在多核集成過程中，也會(huì)受到工藝的限制，比如ARM架構(gòu)的cortex A72目前最多構(gòu)成4核，通常應(yīng)用以2個(gè)A72和4個(gè)A53形成SoC。

計(jì)算力評價(jià)指標(biāo)是從不同角度對計(jì)算性能的評價(jià)，并不能真實(shí)反映算法部署時(shí)對計(jì)算力的需求，相關(guān)指標(biāo)僅供參考，但是能夠給出一個(gè)比較直觀的計(jì)算力對比。ARM系列芯片通常應(yīng)用Dhrystrone庫測試MIPS指標(biāo)進(jìn)行計(jì)算力對比分析，如圖5所示。

圖5 ARM架構(gòu)芯片計(jì)算力對比分析

4.2 功耗需求的滿足

芯片功耗的來源主要有核心邏輯電路、時(shí)鐘樹、RAM、ROM等。功耗的大小與芯片供電電壓、晶振頻率、制造工藝等因素相關(guān)，通過降低工作電壓、應(yīng)用新材料、3D／光學(xué)互連代替PCB布線、智能電源管理、集成電路生產(chǎn)工藝提升等方式優(yōu)化處理器性能與功耗間的平衡，以滿足車載應(yīng)用需求。比如一種20 nm芯片，將工作電壓從1.5 V降低至1.35 V，以節(jié)省67%的功耗；最新的微控制器和SoC運(yùn)用智能電源管理單元，自動(dòng)調(diào)整工作電壓與時(shí)脈速度來搭配工作負(fù)載；使用InGaAs增強(qiáng)未來三閘電晶體上的通道，可望使工作電壓降低至0.5 V；通過使用硅中介層功耗降低，僅為傳統(tǒng)PCB解決方案的17%；集成電路生產(chǎn)工藝的提高，如納米級的集成芯片設(shè)計(jì)，縮小了單管的尺寸，提高了芯片的集成度與工作頻率，降低了工作電壓，保證性能的前提下，從根本上降低了同樣計(jì)算力下芯片的功耗。但是工藝的提升會(huì)帶來芯片成本的增加，性能、成本、需求之間的綜合考慮，是產(chǎn)品設(shè)計(jì)的關(guān)鍵。目前自動(dòng)駕駛芯片計(jì)算力和功耗比設(shè)計(jì)目標(biāo)為1TFLOPS／W，但是隨著自動(dòng)駕駛支持場景復(fù)雜度不斷提升，對計(jì)算力和功耗的需求將會(huì)是一個(gè)持續(xù)的綜合性能設(shè)計(jì)。

4.3 其他需求

為了平衡計(jì)算力、功耗、功能安全等需求，傳統(tǒng)的規(guī)則建模中應(yīng)用的通用計(jì)算平臺(tái)，如DSP、PowerPC、ARM在自動(dòng)駕駛芯片領(lǐng)域也有著重要的地位。在這類芯片上更容易在同一封裝內(nèi)部實(shí)現(xiàn)雙核鎖步等校驗(yàn)技術(shù)。

根據(jù)上述分析，可將自動(dòng)駕駛芯片按計(jì)算力、成本角度劃分，如表1所示。根據(jù)不同階段的市場需求，在開發(fā)相應(yīng)的自動(dòng)駕駛功能過程中，需要從算法適用性、復(fù)雜度等多個(gè)角度深入分析算法對計(jì)算力的需求，選擇性能、成本綜合指標(biāo)滿足需求的芯片方案。

表1 自動(dòng)駕駛芯片分類

5 基于自動(dòng)駕駛軟件架構(gòu)需求的域控制器平臺(tái)設(shè)計(jì)

自動(dòng)駕駛需要統(tǒng)合車輛所有的環(huán)境感知、車輛狀態(tài)感知信息，協(xié)調(diào)影響車輛運(yùn)動(dòng)狀態(tài)的執(zhí)行機(jī)構(gòu)，以及協(xié)調(diào)車身控制器進(jìn)行車輛內(nèi)外部聲音、光學(xué)等交互信息，所以自動(dòng)駕駛控制系統(tǒng)需要集中式的設(shè)計(jì)，來匯總和處理各類信息，協(xié)調(diào)各類輸出，因此自動(dòng)駕駛控制系統(tǒng)的實(shí)現(xiàn)更加趨于一種中央域控制器的設(shè)計(jì)。

通過芯片的選型和集成，設(shè)計(jì)自動(dòng)駕駛域控制器，首先要滿足各類信息的接入和采集；第二要具備異構(gòu)信息的處理能力；第三要有滿足車載需求的功耗和散熱方式，以搭載自動(dòng)駕駛相關(guān)控制算法在車載環(huán)境中得到應(yīng)用。在自動(dòng)駕駛域控制器實(shí)現(xiàn)過程中，目前研究中應(yīng)用較為廣泛的有以下兩種方案：一種是以充分發(fā)揮GPU數(shù)據(jù)處理性能為核心的方案，如NVIDIA公司的Drive PX2自動(dòng)駕駛控制平臺(tái)；另一種是依據(jù)算法負(fù)責(zé)程度分層在多類芯片中分別部署的多元異構(gòu)芯片組合方案，如奧迪新A8采用的自動(dòng)駕駛平臺(tái)zFAS。

Drive PX2自動(dòng)駕駛控制平臺(tái)，支持12路攝像頭輸入、激光定位、雷達(dá)和超聲波傳感器基于16 nm FinFET工藝制造，但是其功耗可達(dá)250 W，且采用了水冷散熱的方式。這種高功耗和水冷的方式目前很難在車載領(lǐng)域得到應(yīng)用，但是在技術(shù)研究領(lǐng)域，為一些控制算法的集成驗(yàn)證提供了控制器平臺(tái)。

zFAS中NVIDIA TegraK1芯片為GPU架構(gòu)芯片，用于環(huán)視和駕駛員檢測，Mobileye Q3為FPGA架構(gòu)芯片，負(fù)責(zé)實(shí)現(xiàn)自動(dòng)駕駛功能的視覺感知，Altera的Cyclone V為FPGA芯片，負(fù)責(zé)信息融合、高性能計(jì)算及部分決策控制。英飛凌的Aurix TC297T為DSP芯片，負(fù)責(zé)運(yùn)行高可靠性和實(shí)時(shí)性較高的決策控制算法，并監(jiān)測系統(tǒng)運(yùn)行狀態(tài)，使系統(tǒng)滿足相應(yīng)的功能安全等級要求，目前已實(shí)現(xiàn)量產(chǎn)。

更加多元的異構(gòu)芯片的組合方案，通過對自動(dòng)駕駛控制算法的分析和分解，將算法分層部署在滿足各類需求的芯片中，達(dá)到計(jì)算性能、功耗、功能安全等各方面綜合要求的滿足，在應(yīng)用過程中會(huì)為算法的優(yōu)化提供指導(dǎo)，另外芯片成熟度的提升也會(huì)降低成本并且更加符合功耗、功能安全等方面的需求，從而進(jìn)一步促進(jìn)自動(dòng)駕駛相關(guān)功能和域控制器的逐步升級。

根據(jù)圖3信息量角度對自動(dòng)駕駛控制系統(tǒng)的信息處理需求的劃分，進(jìn)一步細(xì)化多元異構(gòu)芯片組合的域控制器集成方式對自動(dòng)駕駛需求的分層對應(yīng)，如圖6所示。這種組合方式是平衡性能、成本、功耗、功能安全等各類自動(dòng)駕駛需求的有效方案，且模塊化的層級劃分具備自然的升級換代的便利性，是目前自動(dòng)駕駛系統(tǒng)應(yīng)用的唯一解決方案，也是自動(dòng)駕駛控制系統(tǒng)發(fā)展過程中的必然趨勢。

圖6 多元異構(gòu)芯片組合對應(yīng)各層自動(dòng)駕駛算法需求

6 結(jié)論

依托于芯片、傳感器、算法的飛速發(fā)展和日趨成熟，自動(dòng)駕駛技術(shù)的發(fā)展呈現(xiàn)一種多學(xué)科交叉、統(tǒng)合的態(tài)勢，已經(jīng)不是簡單的組合，而是技術(shù)、應(yīng)用、算法、軟件、硬件相互響應(yīng)，相互促進(jìn)的深度融合。自動(dòng)駕駛芯片的選擇一方面要考慮其計(jì)算力、成本，來滿足基本的運(yùn)算和產(chǎn)品化需求；另一方面需要綜合對比其事務(wù)管理功能、數(shù)據(jù)處理能力和運(yùn)行速度、軟件編程和硬件設(shè)計(jì)的靈活性，來滿足設(shè)計(jì)、開發(fā)及產(chǎn)品生命周期管理的需求。

鑒于自動(dòng)駕駛控制系統(tǒng)需求的復(fù)雜性，多元異構(gòu)傳感器、多核異構(gòu)芯片構(gòu)成的控制系統(tǒng)的模塊化、分層化設(shè)計(jì)方式，是自動(dòng)駕駛控制系統(tǒng)滿足其系統(tǒng)成本、功耗、實(shí)時(shí)性、設(shè)計(jì)開發(fā)、功能安全等各類需求的必然趨勢。