自動駕駛全面分析（二）：兩大路線，三大分層
計算平臺在自動駕駛中主要負責解決兩個主要問題：
1）處理輸入的信號（雷達、激光雷達、攝像頭等）；
2）做出決策判斷、給出控制信號：該加速還是剎車？該左轉還是右轉？。
英偉達 CEO 黃仁勛認為自動駕駛本質是 AI 計算問題，根據國內領先的自動駕駛芯片設計公司地平線的觀點，要實現L3級的自動駕駛起碼需要 20 個 teraflops（每秒萬億次浮點運算）以上的的計算力級別，L4級、L5級計算力的要求將繼續指數級上升。
綜合考慮算力、功耗、成本等因素，我們認為自動駕駛芯片演進路線為CPU→GPU→FPGA（現場可編程門陣列）→ASIC（專用集成電路）。
隨著汽車傳感器越來越多，我們認為控制器架構演進路線為 ECU（電子控制單元）→DCU（域控制器）→MDC（多域控制器）。
關于算力、CPU、GPU、FPGA、ASIC、ECU、DCU、MDC 等詳細分析請持續關注本公眾號（史晨星）。
11． 執行層：橫向 ＋ 縱向
執行層是自動駕駛的手腳，分為橫向、縱向兩大部分；
縱向控制：油門加減速、剎車；
橫向控制：方向盤轉向。
縱向控制主要包括驅動與制動控制，通過對電機、發動機、傳動和制動系統的控制實現傳統系統電子化升級，進入線控時代。
制動系統發展趨勢為真空液壓制動（HPB）→電子液壓制動（EHB）→線控機械制動（EMB）。
橫向控制主要是轉向控制，目標是控制汽車自動保持期望的行車路線，并在不同的車速、載荷、風阻、路況下有很好的乘坐舒適性和穩定性。
轉向系統發展趨勢為機械液壓助力轉向系統（HPS）→電子液壓助力轉向系統（EHPS）→電動助力轉向系統（EPS）。
關于線控油門、線控制動（HPB／EHB／EMB）、線控轉向（HPS／EHPS／EPS）等詳細分析請持續關注本公眾號（史晨星）。
12． 專利
2018 年全球自動駕駛技術發明專利排行榜中，Ford 以 1225 件專利位列第一，Samsung 排名第二，中國兩家企業百度和華為分別排名第 6 和第 8。
最后發起一個投票，自動駕駛研發兩大路線中，大家更傾向于哪一條呢？
自動駕駛全面分析系列第二篇，上篇是市場分析，下篇是產業分析，敬請關注本公眾號（史晨星）。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞
最新活動更多
-
精彩回顧立即查看>> 【線下會議】恩智浦創新技術峰會·深圳
-
精彩回顧立即查看>> 【在線直播】可視化神器！VisionSym 賦能汽車光學原型開發
-
精彩回顧立即查看>> 12月16-17日 AMD 嵌入式峰會
-
精彩回顧立即查看>> 恩智浦創新技術峰會
-
精彩回顧立即查看>> 【工程師系列】汽車電子技術在線大會
-
精彩回顧立即查看>> Works With 開發者大會深圳站
推薦專題
