在上周的2018年国际消费性电子展（CES 2018）期间，包括媒体和参观者在内的很多人都被大量无人驾驶汽车展示、营销活动与相关新闻“轰炸”；厂商纷纷发表新签合作伙伴的信息、积极争取设计方案，并推广最新技术与产品。

技术顾问机构VSI Labs创始人兼首席顾问Phil Magney观察指出，无人驾驶汽车“会有永无止尽的、来自零部件供货商声称更快、更便宜、更安全，以及更具效率与可扩展性之解决方案；”但他警告：“这是有可用性差距的，所呈现的东西不一定可用、甚至接近可用都不见得。在CES，人人都自知是如此。”

“尽管那些技术有的听起来太不现实，距离今日的无人驾驶汽车堆栈太遥远，”Magney仍在CES看到一些希望：“由主要一线汽车零部件供货商携手半导体业者的开发案，正朝着那个方向前进；”另外一个值得注意的趋势是，围绕无人驾驶汽车的生态系统已经成形。

如Magney所言：“那些公司包括了汽车、零部件、交通运输、物流、云端/数据中心、地图绘制、交易、车队管理、仿真工具与软件等，是建构一个更大、仍在不断扩张之自动驾驶车辆生态系统的组成分子。”

确实，有一个正在成长的生态系统是好事，但随着该生态系统的发展，棘手的问题也开始浮现；例如我们看到的那些解决方案，有多少是符合车用规格或者是ASIL-D等级的功能安全性？

对此Magney表示，他看到的“所有这些伟大的创新，都是明智的业者以大量资本催生的，但是那些公司缺乏达到严苛车用或交通应用要求的能力；”这既是一个问题也是一个机会，他预测因此接下来会有更多的策略结盟或是并购活动。

在此同时，人工智能几乎每家公司谈无人驾驶汽车都会提到的名词；Magney指出：“在不同程度上，产业界接受车用AI已经是不争的事实。”

Nvidia现在声称其Pegasus平台符合ASIL-D等级，但有个问题是，该平台虽包括ASIL-D等级的零部件例如英飞凌(Infineon)的微控制器，以及QNX的实时操作系统(RTOS) ，但这些部份是否足以让整个系统都可以算是ASIL-D等级？

Magney表示，他仍然疑惑Pegasus是如何取得ASIL-D等级，因为现在缺乏软件可追溯性的AI推理模型，仍然不符合功能安全性。

CES并没有提供我们所有答案，接下来让我们一起复习从今年大会上看到的无人驾驶汽车亮点或是大趋势，并列出几个疑问；这并不是详尽的列表，笔者只是想尝试把在CES看到、但当然并不会只停留在展会现场的事情做个总结报告，也欢迎读者们一起讨论！

未来愿景

我们都知道无人驾驶汽车的初始市场会是出租车，但是否会有一个无人驾驶汽车的未来世界或是愿景，是超越那样的情境？

保守的日本车厂丰田(Toyota)在CES期间的记者会，对社会大众为何需要无人驾驶汽车做了最佳诠释──该公司的e-Palette平台，是一种能让无人驾驶汽车按使用者需求变身行动商店、餐车、救护车的新潮概念，且已经获得了包括Amazon、滴滴出行(DiDi)、Uber、必胜客(Pizza Hut)，还有马自达(Mazda)等合作伙伴支持。

不过Toyota旗下人工智能研究机构Toyota Research Institute的首席执行官Gill Pratt并未改变该公司将无人驾驶汽车平台设定为“保护者”以及“司机”的基本概念不会有改变，他表示：“让媒体与大众了解Level 2、3、4与5自动价是车辆之间的差别是非常重要的。”

来自中国的车厂…

听说在中国有200家车厂，能举出几个案例吗？

有一家名为Byton的中国电动车新创公司在CES 2018大出风头，该公司发表了首款电动休旅车，售价4万5000美元(约133万台币)，行驶距离为520公里；这家新创公司是中资，汽车工程师则来自德国。

这让人联想到几家感觉被过度炒作的中国电动车开发商，例如Faraday Future以及Lucid Motors；不过市场研究机构IHS Markit的ADAS与车用资通讯娱乐系统研究总监Egil Juliussen认为：“Byton似乎有些不同，比起之前那些中国车厂，他们透露的信息更多，而且愿意讨论技术与产品细节。”

而汽车专家们的共识是，以尚未扣除电动车补助金、4万5000美元的售价，Byton的车款可能会在市场上获得不少青睐，特别是如果他们能坚持将在2019年于中国市场量产、上市，以及2020年在欧洲与美国上市的时间表。

说到中国以及自动驾驶车辆，不可错过的还有百度(Baidu)...

很多科技产业分析师认为，号称是“中国的Google”的百度，确实已经展现了收集在中国收集大数据的能力，而该公司为无人驾驶汽车打造的开放性平台Apollo，会进一步强化该公司在这方面的地位。

而奠基于去年7月发表的第一代Apollo平台，百度最新发表的Apollo 2.0首度将四个该平台的组成部份──云端服务、软件、硬件参考设计以及车辆平台──整合在一起；该公司声称这个以百度Duer操作系统为基础的平台，现在能提供无人驾驶汽车行驶于基本都会环境、甚至夜间的导航能力。

百度已经拥有超过90家产业界伙伴，包括运算平台芯片供货商如Nvidia、Intel、NXP与Renesas；据说目前中国有200家车厂，Apollo平台的设计就是为了降低这些车厂进入无人驾驶汽车领域的门坎，就像是Google在智能型手机领域建立了Android生态系统，也催生了众多中国本地的智能型手机品牌。

百度集团总裁兼首席运营官、百度智能驾驶事业群总经理陆奇在CES 2018的发表会上指出：“我们有大数据、我们可以提供开放性开发平台，而且我们(在中国)有量产能力；”更重要的是，他表示中国能提供“对无人驾驶汽车开发与测试的友善政策”。

陆奇指出，为了避免因为有太多中国车厂投入使得无人驾驶汽车技术开发出现多头马车，中国政府已经指定Apollo为官方平台。而以下视讯为百度在该公司北京园区进行的无人驾驶汽车示范，包括接驳巴士、载客车辆甚至扫街车。

无人驾驶汽车处理器两强争霸

我们知道Nvidia与Intel/Mobileye 已经“相互厮杀“好一段时间…那究竟是谁家解决方案是更好的自动驾驶运算平台选择？

Nvidia首席执行官黄仁勋在CES 2018大力推销该公司最新的Xavier处理器，将该款芯片称为驱动“未来自动驾驶的AI超级计算机”；而该公司在CES记者会上发布的最大新闻就是与Uber的合作，未来Uber的共乘服务车队将采用Nvidia的芯片。 Xavier处理器内含90亿晶体管，已经开始运作，比其他竞争方案“至少领先两年”。

至于Intel/Mobileye则是提出了“摄影机优先”(camera-first)的无人驾驶汽车策略，也就是借由扩大使用摄影机为基础的先进驾驶辅助系统(ADAS)来帮助无人驾驶汽车安全行驶； Mobileye首席执行官兼首席技术官Amnon Shashua在一场记者会上说明了这种策略的背后哲学，首先也是最重要的，他将开发Level (L) 2到L4/L5车辆视为同一件事，并表明该公司对于开发“现在没有任何用途”的无人驾驶汽车没有兴趣。

Shashua公开批评那些直接投入L4与L5无人驾驶汽车开发的竞争对手，表示这种趋势会引发对运算需求的爆炸性增加；他重复警告“这并不是科学研究”，无人驾驶汽车开发的成功关键要同时仰赖处理器与高分辨率地图之“经济可扩展性”。

Level 2+是什么东东？

我想我们都知道什么是L2、L3与L4/L5自动驾驶汽车，那Level 2+呢？

Mobileye在简报时提出了一个新的无人驾驶汽车等级“Level 2 +”；对此技术顾问机构VSI Labs创办人暨首席顾问Phil Magney认为，那“实际上是一种营销术语，因为将定位资材应用于L2应用程序的动作已经发生。”

他进一步解释：“如我们所知，现在的L2是比自适应巡航控制搭配主动式防车道偏离更多一点点，但如果跟随的车辆开走了或是车道线难以辨识，这些功能最终证明是会有问题的。”

Magney也指出，利用定位资材（例如GM以Supercruise所实现的）能强化安全性与系统性能，藉由将地图绘制与定位信息添加到量产汽车上，L2+代表的是L2在安全与性能上的升级；Mobileye的REM支持这种模型，但该公司并不是唯一提供这种类型解决方案的厂商。

即插即用的自动驾驶方案

我们何时可以替换无人驾驶汽车上的硬件与软件组件？

技术顾问机构VSI Labs创始人兼首席顾问Phil Magney坚信应该要有即插即用的自动驾驶方案，而在CES 2018发表DriveCore硬件堆栈的汽车零件供货商伟世通（Visteon），就是这个生态系统中的最新成员之一；Visteon的架构能支持包含来自多家处理器供货商之处理堆栈选项的子板。

还有另一个例子是已经隶属于三星（Samsung）的Harman；Magney表示，该公司提供了一种名为DRVLINE的开放性开发平台概念，并展示了可替换的硬件与软件元素，还有包括算法、传感器与处理器堆栈在内的多位合作伙伴：“以上两家公司的无人驾驶汽车解决方案，都包含开放性软硬件架构以及开发工具。”

新一代的传感器与模块

我们都了解无人驾驶汽车需要备援，但有没有什么新传感器技术已经准备好取代其他传感器？

我们已经看到传感器技术有显着的进步，例如安霸（Ambarella）就展示了一种新的计算机视觉架构，能提供立体视觉处理以及深度学习感知算法；此外该公司还展示其立体摄影机如何能在屏幕上的3D结构中侦测未经训练的物体。

隶属Ambarella旗下的VisLab创始人Alberto Broggi表示，相较于能够每秒产生200万个3D点的光达，其长距离立体摄影机能每秒撷取800万至900万个3D点。那Ambarella的计算机视觉芯片能取代光达吗？ Broggi指出是有可能的，但这并不一定是该公司的意图。

还有德州仪器(TI)展示该公司的高整合度雷达传感器单芯片，能在76~81GHz频段运作；该组件采用TI的低功耗45纳米RFCMOS制程，配备ARM R4F处理器以及一个硬件加速器，可以在芯片内支持必要的雷达数据处理。

TI的雷达与分析处理器部门总经理Sameer Wasson解释，该精准的低功耗雷达系统，封装尺寸非常小；其长距离雷达能在小于1度的角度精准度以及300公里时速下，侦测机车、汽车以及其他动态物体，短距离雷达则能以高精准度侦测80公尺距离的动态物体。

VSI Labs的Magney观察指出，雷达技术在分辨物体方面越来越有进步，而且尽管不如光达细致，也能制作点云；Magna、恩智浦（NXP）与TI都号称能提供支持各种侦测应用的精密雷达。如NXP汽车业务部门技术长Lars Reger表示，高分辨率成像雷达的长期目标，是结合非常高分辨率的视觉处理器以及成像雷达，最终取代光达。

台湾的联发科（MediaTek）则在CES 2018展示了首款CMOS雷达，该公司负责车用业务的副总经理徐敬全(JC Hsu)表示，该公司的毫米波（mmWave）雷达能运作于76~81GHz，侦测10~15公尺距离内的障碍物，可取代目前汽车用以侦测较近距离物体的超音波装置。

不过尽管有众多新竞争技术冒出头，光达技术也未停滞不前；Magney表示，已看到一些搭配飞行时间闪光灯装置的创新光达方案，支持更高分辨率以及精确的深度；例如TetraVue就是一家提供“4D光达视讯摄影机”的供货商，结合高画质视讯与光达以精确撷取大视觉范围与距离的运动与景深。

还有一家公司AEye是在CES 2018发表一款以该公司iDAR为基础的静态、低成本系统；其iDAR技术是一种机器感知传感器，以模仿大脑视觉皮质所设计；当该系统撷取某个画面场景时，会赋予关键物体较高的分辨率，因此支持快速、动态感知的智能数据收集，也能强化路径规划。