汽车行业目前正在研究如何进行安全的自动驾驶大规模部署，必须能够应对L4甚至L5级别的各项关键挑战。此外，汽车电子系统的复杂度也在急速增长，在要求计算力与复杂度增长保持一致的同时，如何确保系统的功耗、散热、尺寸、成本和安全也是汽车制造商与解决方案提供商需要考虑的重要因素。
7大关键挑战
1. 成本
有人预测，如果在2020年生产L4级和L5级自动驾驶汽车的成本可能比普通汽车高出75000至100000美元。事实上，考虑到实现L4级和L5级自动驾驶所需要的传感器数量，这个数字还是太低。如果总成本超过100000美元，为了使这些车辆能够被购买，价格还需大幅下降，以使消费者负担得起。因此，这很可能意味着第一批真正部署自动驾驶的车辆将成为出行即服务（MaaS）、共享骑乘或机器人出租车队的一部分，通过取代人力驾驶的成本，建立一种新的商业模式，以支持这些更昂贵的车辆。
2. L3级真的可以被部署吗
如上图所示，L3级是从ADAS迈向全自动驾驶的第一步，它代表了在条件许可的情况下，车辆可以完成所有的驾驶动作，并具备提醒驾驶者功能。驾驶者无需监控驾驶环境，可以分心，但不可以睡觉，需要随时能够接管车辆，以便随应对可能出现的人工智能应对不了的情况。这便引发了一个有趣的现象，一旦驾驶员的手脱离了方向盘，会很愉快的处理电子邮件、文本等，使眼睛与思想也脱离了道路，一旦遇到意外，分心的驾驶员能多块的回到“方向盘”上？从责任的划分方面考虑，跳过L3级自动驾驶能够更好的判断驾驶员是在控制车辆还是车辆在进行自动驾驶。不过即使汽车制造商决定跳过L3这一阶段，从L3到L4所需要的技术复杂性也要高得多。
3. 传感器急剧增加的计算需求
从ADAS迈向自动驾驶需要对汽车周围的一切环境有更精确的了解，为了实现这一点，汽车上的传感器数量急剧增加，需要多个雷达、车载摄像头和激光雷达，以基本上取代和增强人眼感知。这些传感器不仅昂贵，而且需要处理器处理才能理解它们“看到”的东西，以及车外的情况变化，这与自适应巡航控制或紧急制动等简单的ADAS功能所需的计算力有很大不同。
4. 软件复杂性的增加
随着电气化、智能化、网联化等技术的发展，自动驾驶汽车电子电器架构更为复杂，亦将面临着诸多问题，如ECU及大数据的增多、人机交互界面的复杂程度更高、互联汽车常遭黑客侵入、自动驾驶客户差异化需求的满足……据了解，预计L5级自动驾驶车辆将需要10亿行代码，相比波音787梦想飞机（Boeing 787 Dreamliner）需要的代码仅为1400万行。
因此，软件功能虚拟化和硬件简化的重要意义将进一步提升，而这可能以几种形式成为现实。一是将硬件整合到针对不同时延性和可靠性要求的堆栈中；二是一个冗余的“超级计算机”将取代ECU的地位；三是彻底放弃控制单元的概念，转而采用智能节点计算网络。
5. 如何提高自动驾驶部署接受度
根据美国汽车协会（AAA）最新数据，73 %的美国司机表示害怕搭乘全自动驾驶汽车，63 %的美国成年人认为在步行或骑车时与自动驾驶汽车共用道路是不太安全的。只有当驾驶员和乘客认为安全性足够值得信赖时，大众才会接受新型高级驾驶员辅助系统( ADAS )和自动化程度越来越高的技术。
安全是汽车电子系统的一个关键保障，严格的安全标准和认证适用于任何需要在驾驶员要求时保持可靠性能，如刹车、转向等。当我们提高汽车的自主决策时，本质上是用复杂的计算机系统来代替人的安全决策。
6. 从原型到量产
当今自主决策计算系统原型通常是基于现有的服务器技术，其挑战在于尺寸、功耗和散热性不适合于汽车。所有这些特性都需要显著减少，人们普遍认为功耗需要减少10倍，尺寸需要减少5倍，如果两者都能实现，那么成本和散热将显著降低。这也将推动自动驾驶汽车在消费者领域和机器人出租车领域的真正部署。
7. 增强车内乘客互联体验
对于终端领域来讲，以支持自动驾驶的V2X通讯模块为入口，进一步整合车内的各种功能模块，包括车内计算，存储等功能，构筑新的车载电子业务领域，这也可以说是芯片公司的商业范畴。打造更高性能更安全的联网汽车，更快实现自动驾驶，提供更好的车内乘客互联体验，成为管理车内应用的软硬件平台，则是车厂差异化竞争力所在。
本文节选自：电子创新网，转载此文目的在于传递更多信息，版权归原作者所有。
