隨著各國政府一系列路測牌照的陸續頒發，自動駕駛路技術的發展也進入加速階段，有人甚至宣稱2019年為自動駕駛元年。這也吸引了越來越多半導體廠商的注意，開始加快布局自動駕駛芯片領域。不過根據專家的評估，目前的自動駕駛技術仍處于L3-L4之間，距離實現完全的自動駕駛仍然有一斷不短的距離要走。作為該領域的技術核心之一，自動駕駛芯片也有諸多需要突破地方。

自動駕駛技術已達L3+水平

近日，國內首條自動駕駛商用運營線路正式落地武漢。據悉，承擔運營任務的智能公交車已經拿到武漢市智能網聯測試牌照和商業運營牌照。這也是全球首張自動駕駛商用牌照。與此同時，美國在自動駕駛路測推進方面也十分積極。加州是全球首個自主為自動駕駛汽車制定法規的州，截至去年年底加州已為至少60家企業頒發了自動駕駛路測牌照。

隨著一系列路測牌照發放，車輛路測被實施、基礎數據被收集，自動駕駛路技術也獲得了長足發展。根據專家的評估，目前的自動駕駛技術大約處于L3-L4（L3+）之間，也就是具有了相對較弱的“高度自動駕駛”能力，在某些特殊環境下，自動駕駛車輛可以在無需駕駛員干預下正常行駛。

恩智浦資深副總裁兼首席技術官Lars Reger介紹：“L3+的車輛已經可以實現在高速公路上自動駕駛的場景。從上高速起行車系統就可以接管，駕駛員就可以手腳放開，讓汽車進行自動行進，到接自動駕駛近要下高速的時候，車輛會給駕駛員發一個通知，要求駕駛員接管回來。在未來一兩年里，我們會看到這樣的場景普及開來?！?/p>

至于中國市場，業界預計自動駕駛的發展速度可以更快。Lars Reger就認為，中國消費者對于新技術的接受程度以及社會法律環境更加適合自動駕駛技術的落地，因為更加看好自動駕駛在中國的發展。長安汽車智能化研究院副院長何文也指出，中國的自動駕駛走的是一條基于網聯架構的路線。傳統中央云計算要將大量道路數據通過網絡傳輸到云計算中心處理后再下發，無法做到快速及時響應。而隨著5G的商用以及5G網絡部署的加快，將對于中國自動駕駛的發展起到促進作用。自動駕駛車輛上的硬件設備可以適當精簡，運算通過云端+邊緣的方式進行。

隨著自動駕駛技術的加快落地，自動駕駛市場的發展前景也被廣泛看好。麥肯錫預計，中國未來很可能成為全球最大的自動駕駛市場。到2030年，自動駕駛汽車總銷售額將達到約2300億美元，到2040年將達到約3600億美元。

多方勢力積極布局芯片產業

芯片是自動駕駛技術得以實現的關鍵部件之一。在巨大市場前景的吸引下，有越來越多廠商加快了在這一領域的發展布局，其中不僅包括傳統的汽車半導體廠商，也包括以往聚焦于消費電子與計算機等領域的芯片巨頭。此外，一些擁有強大算力的科技公司也在覬覦這一市場。

恩智浦、瑞薩、TI等均是傳統的汽車電子巨頭。這些公司在推進自動駕駛芯片方面具有傳統優勢。這些廠商基本沿著逐步升級ADAS（高級駕駛輔助系統）處理芯片至高級自動駕駛級別的路徑加以推進。比如恩智浦發布了S32 ADAS產品系列，瑞薩開發了R-Car系列，德州儀器有基于DSP的解決方案TDA2x SoC等。恩智浦半導體總裁Kurt Sievers在接受記者采訪時就表示，我們對汽車行業的電子化包括自動駕駛領域非常看好，這是未來市場的長期增長機會。汽車的電子化（包括自動駕駛），將為汽車行業帶來根本性的改變。這種轉變將在未來多年時間里持續下去。半導體行業也將受益于汽車行業的這一發展趨勢。

傳統的消費電子、計算領域芯片巨頭，目前也在積極投入自動駕駛領域。10月初，ARM公司在其年度技術大會上宣布，成立自動車輛計算聯盟，成員包括通用汽車、英偉達、電裝、豐田、博世、恩智浦等業界大廠。這是ARM公司進軍車用半導體市場的最新舉措。此前（2018年9月），ARM推出了首款面向車用領域的芯片Cortex-A76AE，2018年12月又推出簡化版Cortex-A65AE。ARM希望發揮其在智能手機和物聯網領域的低功耗優勢切入車用市場，降低功耗并保證性能和安全性。

英特爾、英偉達、高通等公司也是動作頻頻。英特爾此前通過高達百億美元收購了以色列Mobileye公司，整合EyeQ系列芯片成為全球主要的自動駕駛視覺傳感芯片廠商。英偉達先后推出自動駕駛平臺Drive PX系列和Xavier系列，成為自動駕駛AI平臺的主流計算解決方案。

此外，一些擁有強算力的技術公司，如谷歌、百度、特斯拉等也積極跨界到自動駕駛芯片領域。Waymo是谷歌自動駕駛研究領域的主要公司，谷歌亦基于其TPU打造的深度機器學習平臺，用于自動駕駛領域。百度開發了“昆侖”AI芯片，適配自動駕駛的Apollo系統。特斯拉則是既做整車也自研自動駕駛芯片。今年4月特斯拉發布了旗下首款自動駕駛芯片FSD。

總之，目前的自動駕駛芯片領域正處于群雄混戰局面，傳統汽車電子大廠、消費及計算領域芯片巨頭、擁有強算力的技術公司等不同勢力均在爭奪這一領域的主導權，未來的發展前景值得關注。

感測與決策兩大關鍵技術仍需突破

盡管各方紛紛看好，但是自動駕駛距離L4、L5級別，即實現完全自動駕駛，仍有非常長的路程要走。而自動駕駛芯片也有大量需要突破技術。

根據Gartner研究總監盛陵海的介紹，自動駕駛系統主要包括前端與后端兩個部分，前端為感知端，包括攝像頭、毫米波雷達等，主要進行數據采集，市場上以日前被英特爾并購的Mobileye公司提供的解決方案為主。后端為主控平臺，主要執行數據處理、深度學習等功能。英偉達基于GPU開發的Drive PX 2平臺有著較多應用。

但是，自動駕駛芯片的開發并不容易，需要建立在大量數據積累與算法開發的基礎之上，這是一個長期的過程，也是為什么自動駕駛公司需要進行大量路測的原因之一。未來自動駕駛芯片的發展也需要在這兩個方向上進一步實現突破。

Lars便指出，目前攝像頭在雨雪等惡略天氣的能見度仍然較低，毫米波雷達穿透能力仍有不足。多種感知設備組合或將成為最優的解決方案，彌補了相互之間的不足。但是如何壓縮成本又是一個難點。

此外，在現實生活中，路況千變萬化非常復雜，安全是非常重要的因素。除了海量的數據收集，后臺的分析與決策也非常重要。如果想要在非高速路面或者特殊環境下保持高精度自動駕駛，還需要AI在自動駕駛領域的進一步發展與利用。這些都需要人工智能與安全芯片的進一步發展。

責任編輯：Ct