自動駕駛來了，究竟是哪些技術讓汽車變聰明了？

過去一兩年里，無論你是否關心汽車，肯定都沒能躲開 Google 無人車的消息。　　離一輛無人車自己會去接你下班的未來還有點遠。但遇到危險時不需要駕駛者行動，就能自動剎車的主動防撞系統已經成了 2016 年大眾帕薩特的新賣點，有這個功能的車型在美國最低不過 20 萬人民幣出頭。更貴的沃爾沃 S60 已經可以自己在高速上跟著堵車大隊挪動，而不用駕駛者踩下剎車或油門。　　如今智能汽車能做的遠不止這些。特斯拉 Model S 的自動駕駛（AutoPolit）功能已經會自動在高速上變道。　　傳統汽車廠商還沒有跟進是因為這還不是絕對安全。　　「特斯拉產量很小，用戶受教育程度往往也很高。特斯拉還不算大眾市場產品，如果通用汽車、克萊斯勒這麼干，很快就破產了。」汽車系統整合商采埃孚（ZF）銷售副總裁 Robert Evans 告訴《好奇心日報》。今年 CES 消費電子展上，采埃孚的展區里擺放著幾套自動駕駛系統，其中一些已經被用在量產車上。　　的確，你可以看到特斯拉 Model S 在行駛中誤判路況的視頻，但絕大部分時候，它已經知道該怎麼開。要不了幾年，自動開車、防撞、變道等功能都會成為新車的標配。　　汽車是如何從只能跟著駕駛者手腳而動，變得這樣「智能」？行業里不同的公司又在做什麼？　　汽車怎麼讀懂世界？這些感測器幫它搜集了第一手資料　　汽車學會自動駕駛第一步是理解人類所看到的世界，靠的是感測器。　　2015 年 11 月豐田由雷克薩斯 GS450h 改裝的無人車在日本公路上測試。今年 CES 上，豐田也用這輛改裝車展示了自己接近量產的自動駕駛技術。　　《好奇心日報》在現場觀察到，整車總共有 5 個激光雷達，3 個普通雷達、3 個光學攝像頭以及 2 個 GPS 天線。　　

　　正面是感測器最多的地方　　

　　車內的攝像頭是自動駕駛所需要的最基本感測器　　

　　側後方還有兩個激光雷達　　光學攝像頭　　

　　自動駕駛最基本的感測器是攝像頭，它的硬體並不先進，像素甚至不如你的 iPhone。 但它能讓汽車像司機一樣看清前方的路。　　一個單色黑白攝像頭拍下汽車看到的路況之後，背後的圖像識別演算法找出了前方的汽車、行人、樹甚至是藏在司機視線盲區里騎自行車的人。　　Mobileye 可能是目前和汽車公司合作最廣泛的智能輔助駕駛技術供應商。通用、寶馬、福特等等都是它的客戶。特斯拉去年 4000 多輛升級了 Autopilot 的 Modle S 也用到了這個技術。　　ZF 銷售副總裁 Evans 認為，單攝像頭有局限，看的角度比較窄。多攝像頭的確是更好的方案。但攝像頭不是 Mobileye 技術方案的終點。這家以色列科技公司外購相機元件，自己生產則是一枚載入了優化圖像識別演算法的晶元 EyeQ。　　汽車最終沒有看到視頻里的畫面，而是直接收到指令，比如看到前方有車，系統會直接讓車停下來。　　很多創業公司也在提供類似的軟體解決方案，比如日本無人車自動駕駛技術初創公司 ZMP。為東京奧運會備戰的無人車項目，它是主要的供應商。英特爾也在 2 年前注資這家公司。但不是所有公司都像 Mobileye 一樣同時做軟硬體。　　多普勒雷達　　這就是常見的倒車雷達。它成像分辨低，很難識別出清晰的物體，卻能在雨雪天氣中有效地測算出和四周物體的距離。和蝙蝠通過回聲定位的原理一樣，遠近不同的物體反射的電波都不一樣。　　今年 CES 雷克薩斯展出的自動駕駛汽車，在車燈里藏著 2 個短距離雷達，探測範圍最遠只有 30 米，足以看清左轉、右轉時汽車周圍的情況，確保駕駛安全。同時，它很好地彌補了雨雪、夜間環境成像質量大打折扣的問題。　　圖中雷克薩斯自動駕駛汽車的車標里還有一個長距離雷達，可以監測到前方 250 米內的物體。探測範圍更遠的多普勒雷達能測出前方汽車的行駛速度。定速跟車和變道功能的實現都有賴於此。　　激光雷達　　攝像頭和雷達是無人車基本的配置。但無人車在日常行進中肯定要看到距離更遠的路況，給系統更多時間做精準測算。更高級的硬體是激光雷達。　　

　　福特在 CES 2016 上無人車用到的激光雷達　　和 Mobileye 的輔助駕駛方案不同，Google 無人車不需要用演算法把平面路況轉換成三維的。因為車頂激光雷達系統拍下來的實時路況本身就是 3D 的。街景團隊也用的是這種方法，誤差控制在 2 厘米以內。　　

　　激光雷達測算距離　　不可見的激光光束能夠快速地投射並反射回雷達系統。光的傳播速度快過聲音，這個常識為無人車實時分析路況奠定了基礎。系統內的 GPS 定位會輔助校準激光判斷的方位。慣性單位（IMU）則像手機中的陀螺儀一樣，能夠隨時追蹤物體移動的速度，幫著判斷相對距離。　　雷克薩斯的概念車裡激光雷達看上去已經不顯眼，但目前大多數無人車上用的激光雷達還是像 Google 那樣在頂上放一個大圓盤。　　成立超過 30 年的矽谷科技公司 Velodyne ，今年 CES 上展示了咖啡罐大小的激光雷達。2007 年它們研發的第一代商用產品 SC-600 IW 直徑超過 30 英寸（約等於 76 厘米）。但採用通用技術的一個機械激光雷達成本為 8 萬美元。　　

　　Velodyne 激光雷達體積越來越小　　這可能也是 Google 無人車遲遲無法量產的原因之一，激光雷達佔去了整車成本的一半。而 1 年前奧迪官方曾稱，只有在成本控制在 200 美元時，激光雷達才有可能量產。　　為了讓這項無人車技術更快地進入日常使用，順著 Mobileye 「弱硬體＋強演算法」的思路，Quanery 用固態圖像感測器替代了 360 度旋轉的攝像頭和激光測距器，成本將降到 1000 美元一套左右。加拿大創業公司 Leddar Tech 甚至直接用 LED 燈來測距，套件售價只有 299 美元。　　不管是單攝像頭，還是多攝像頭，普通雷達抑或是激光雷達，這類感測器本質上為汽車打造了智能的雙眼，使它能看清不同範圍內的路況。　　更多的感測器，把汽車變成了有車輪的智能手機　　一輛普通汽車內部本身就有不少感測器，或者叫做電子元件。1960 年代到 1970 年代，汽車發動機從適應燃料、提高馬力再到控制廢氣排放，整個設計越來越趨向模塊化。　　一套車載診斷系統（OBD）能監控發動機的運行和尾氣排放。除此之外還有制動防抱死系統（ABS），但車載計算機長期處於非常原始的階段，停留於監控電機故障。而且每增加一個功能，就需要一個搭載 CPU 的獨立電子元件。如今一台車少說也有 50 多個晶元，多則上百。　　這麼多處理器是不科學的。還沒創立蘋果之前，喬布斯和沃茲為雅達利開發遊戲機。老闆布希內爾就對喬布斯說，整機每減少一塊晶元獎勵一百美元。結果，結果沃茲用內存將減少了 50 個晶元。　　手機廠商諾基亞曾為了不斷更新的硬體元素，疲於升級新系統和晶元處理性能。後來，諾基亞操作系統推出的速度越來越越慢，對各種硬體的兼容還是不夠高。　　而福特和微軟合作的娛樂信息系統第一代 Sync 整整存在了 5 年。而 iPhone 每年從硬體到系統都不只更新一次。　　硬體整合　　一個整合不同感測器數據的計算平台能夠幫助汽車系統設計減輕負擔，留更多空間給未來技術。　　今年 CES 上，汽車電子元件製造商德爾福最新發布了多域控制器（Multi Domain Controller），前邊提到的 ABS 、OBD 和雷達系統都會被集成進去。奧迪將成為這款產品的第一個客戶，2016 年的新車型中就能看到。　　

　　使用 MDC 後，車內電子元件數量明顯減少了　　這也是各家晶元公司要做的事。　　英偉達（NVIDIA）CEO 黃仁勛手裡舉著的巨無霸晶元 Drive PX 2 ，被他稱為「自動駕駛超級電腦」，最多可以處理 12 部 200 萬像素攝像頭（60fps）產生的數據。　　2015 年 3 月荷蘭恩智浦半導體公司（NXP）118 億美元收購了飛思卡爾半導體公司（Freescale）。NXP 擅長為自動剎車和定速巡航功能定製晶元，讓汽車聯網的無線通信技術則是飛思卡爾的優勢。除此之外，2015 年全球車用晶元市場份額前五的公司還包括，瑞薩、英飛凌、意法半導體。　　同時，為了進入車用晶元市場，傳統半導體公司加快了收購互補技術的工作。英特爾去年 12 月 167 億美元收購了拓朗半導體（Altera）。英特爾併購副總裁文德爾·布魯克斯（Wendell Brooks）當時表示，將英特爾凌動處理器與拓朗可編程的 FPGA 晶元進行整合，這樣的晶元將可以用於汽車電子系統等領域。　　這種情景不禁讓人回想起 1970 到 1980 年代的電腦市場，當時最大的半導體公司都在日本：NEC、東芝和日立。英特爾還在和美國本土公司 AMD 搶生意。手機廠商摩托羅拉也有自己的晶元生意。現在，Intel Inside 佔領了絕大多數筆記本電腦和機房。　　這一次呢？更多的創業公司會出現，收購也會隨之而來。誰都還沒有成為最後的贏家。　　操作系統　　隨著汽車需要的感測器和處理器越來越多，一個統一支撐它們運行的操作系統成為必須。有了操作系統，軟體開發才能不管硬體。比如 Android 應用開發者做一個拍照應用，不需要弄清楚每個手機都在用哪一個相機模塊。因為 Android 系統自己會對接硬體，他只需要對接系統就好。　　黑莓汽車系統 QNX 的產品經理 Kerry Johnson 也告訴《好奇心日報》，「隨著汽車用到的技術越來越多，軟體越來越複雜，汽車業需要一個高級操作系統，而不是傳統的那些只能提供一種功能的系統。」　　電腦和智能手機領域，透過操作系統把複雜的硬體模塊藏起來，讓軟體開發者專註於軟體設計是最基本的邏輯。變智能之後的汽車也得這麼做。這恰好是黑莓 QNX 正在做的事情。　　今年 CES 上 QNX 帶來了自動駕駛操作系統。它只做底層的操作系統，完全不涉及硬體製造和實現具體功能的軟體演算法開發。自動駕駛演算法來自以色列初創公司 Adasworks。俄國公司 itseez 提供圖像識別演算法。處理器的合作夥伴則包括德州儀器、瑞薩、NXP、英特爾和英偉達。　　在此之前，強調系統安全的 QNX 被裝在了全球超過 50% 的汽車上。但 QNX 不是唯一一家做汽車操作系統的公司。半導體公司英偉達在做，自動駕駛技術公司 Mobieye 也試著在做。　　當然還有 Google 發起的開放汽車聯盟（OAA）。它想和做手機一樣，控制智能汽車生產的每一個環節。從硬體生產（汽車公司）、軟體研發（科技公司）、計算處理器（晶元公司）到電子元件（零件供應商）。　　但 Android 手機廠商的前車之鑒，汽車廠商都看在眼裡。福特的董事長比爾·福特就曾表示過，不願意讓汽車公司變成一個硬體製造商，為那些更創新的公司賣命。　　而在 Google 的陣營裡面，現在已經有奧迪、GM、現代、賓利等多家汽車廠商。除了英偉達的晶元，這些汽車廠商幾乎沒有用到聯盟里的其他產品。　　不過，Google 或者蘋果說不定哪天會自己做個完整的汽車系統出來。現在 Google 無人車到底用的什麼系統？還相當神秘。蘋果的造車計劃更是如此。　　誰把各種硬體和操作系統粘接在一起？　　德爾福、大陸集團、博世等等這些市場份額排名前十的零件供應商，成了最終整合硬體和操作系統的公司，而不是汽車公司。　　德國傳動系統製造商采埃孚（ZF）今年在 CES 的展台上，擺出了像車廠一樣的概念車，邀請參觀者坐進去對著大屏幕體驗自動駕駛到來後的世界。展區電視上放著的圖像識別視頻，打著「Mobileye 授權「的水印。　　一方面，它們收購科技創業公司或者找大的技術公司合作軟體演算法，比如 Mobileye。同時，它們還是 QNX 的客戶。另一方面，考慮到安全性對自動駕駛的重要性。零件製造商之間也出現了併購。2014 年 9月 ZF 收購了負債纍纍的美國天合汽車集團（TRW）。後者擅長為汽車製造安全系統，比如制動防抱死等等。安全也成了 ZF 今年 CES 上自動駕駛解決方案的關鍵詞。　　汽車行業發展到今天，出於降低成本的考慮，主機廠只負責整車設計框架。通過招標或者戰略合作，從供應商那裡外購零件。這個供應鏈聯繫相當緊密。「和 Mobileye 等公司合作後把所有系統整合在一起再帶給廠商。」 ZF 銷售副總裁 Robert Evans 告訴《好奇心日報》，「這是ZF、博世、Continental 等零件供應商做自動駕駛的優勢。「　　和手機、電腦一樣，聯網是汽車必須的　　地圖，這一回不是給人看的　　現實生活中，你可能已經離不開地圖導航。汽車更是這樣。　　

　　無人車看到的世界　　去年下半年被寶馬、奧迪、戴姆勒一起收購的歐洲地圖公司 HERE 就在做這事。它在 CES 發布了 HERE HD Live Maps。這個聽名字很平常，就像是又一個 Google Maps 或者百度地圖，但它的運作方式已經完全變了。　　平時你用地圖，最細的那根線可能就是一條巷子。而專門給汽車定製的地圖需要精確到車道上的線是虛的還是實的？如果上面標了「公交專用道」或者「限行時間」，它都要能識別出來。　　

　　Here 測繪車　　另外，車頂上裝著一個圓盤的 Here 地圖測繪車，用更精準的激光雷達識別出所有路牌的位置。當汽車看到這些路牌，就能再次通過相對位置幫助自己定位。這種方法讓汽車獲得了比 GPS 地圖上更精確的位置。　　也許，你終於可以考慮用一下汽車內置的地圖了，而不是手機上的。　　和手機地圖一樣，地圖廠商也想從每一輛汽車上獲得數據。三家公司宣布要向 HERE 提供數據。全球那麼多 Google 街景車甚至是無人車，你很難說 Google 地圖已經做到哪一步了。在特斯拉汽車打算自己做地圖之前，Model S 中控的導航數據就是來自 Google 地圖。　　汽車需要連接的不只是互聯網，還有區域網　　一台汽車足夠智能還不夠，當它們聯網之後，車和車、信號燈、路人等等之間的數據共享將變得更加迅速。　　相鄰的兩輛車突然插入車道時可以防撞。在獲取城市的信號燈狀況之後，汽車還能預測它什麼時候變黃或者紅，從而讓車自動加速或者減速。　　背後使用的技術和高速不停車收費系統（ETC）類似，往每輛汽車裡裝一個電子標籤，在數十米範圍內，管理系統可以識別出高速運動的車輛之外，車與車之間也能夠互相識別，包括駕駛員身份、車速、相對距離和車速等等。　　QNX 在 CES 上播放的四段視頻對 V2V 技術有清晰的說明：　　這種專用短程通信技術（DSRC）還用於在生產流水線上追蹤貨物。但實際生活中，兼容這種無線通信標準的硬體並不多。汽車真的想連接一切，可能還需要政府和車廠的共同推動。這不是三、五年內就能完成的。　　不只是自動駕駛，汽車的用戶界面和交互也在變得更好　　車內玻璃是天然的顯示屏　　2007 年初代 iPhone 用觸摸屏取代了功能複雜的手機物理按鈕。在汽車變智能的過程中，難用的儀錶盤和中控屏幕都會融合到車上現有的幾塊玻璃上。　　特斯拉 Model S 的 17 英寸中控屏幕可能不是最好的解決方案。 2 年前捷豹路虎發布的 Vision 概念車就把汽車信息放到前擋風玻璃上，但這類技術遲遲沒有量產。像 HUDWAY 這樣的手機應用，也想幫著你把實時導航地圖投射到前擋上。　　

　　虛擬前擋風玻璃　　於是，零部件製造商偉世通往儀錶盤上加了一個屏幕——抬頭顯示器（HUD）。它最早是戰鬥機的光學瞄準器，後來被用作顯示飛機駕駛信息。讓飛行員不用低頭也能看到。因為佔用寶貴的座艙空間被捨棄，換成了 AR 頭盔。但去年上海車展上寶馬展示的 AR 頭盔更像是一種品牌營銷，製造未來感而已。　　全玻璃座艙已經成了現代戰鬥機的標準配置。什麼時候能運用到汽車上還很難說，但這是個趨勢。　　語音識別　　現在用 CarPlay、Android Auto 或者福特 Sync 里自帶的語音助手，就可以啟動一輛汽車或者打開車載空調預熱／預冷。　　儘管現在手機語音助手都還不夠聰明，但對還需要方向盤的智能汽車來說，語音控制是操作其他功能最安全的方式，比如放歌、發簡訊。目前，寶馬和語音識別公司 Nuance Communiation 合作，想讓語音助手能聽出口音來。　　追蹤眼球動作，來防止疲勞駕駛　　靠紅外線攝像頭捕捉司機的眼球和面部動作，澳大利亞公司 Seeing Machines 在捷豹的 F-Type 上展示過一套內置實時監測系統，追蹤司機的注意力。　　透過眼鏡或者墨鏡也能捕捉你的眼球動作。和緊急制動裝置連接，一旦系統發現你注意力不在方向盤上，而且前方出現危險路況時，汽車就會自動剎車。　　生物識別　　給筆記本電腦做觸摸板的 Synaptics 今年 CES 推出了 Natural ID 技術，把指紋識別器嵌入玻璃夾層中，可以隔著玻璃識別指紋。當不再需要買車，租車和乘無人車時，如何讓這輛車足夠私人？通過生物識別，登陸熟悉的歌單、自動調節座椅距離，聽起來是靠譜的方法。　　智能汽車現在很像 30 多年前的計算機生意。那時，蘋果、微軟、英特爾都還是小公司。就像今天的汽車，操作系統、CPU、甚至互聯網都可以有多個標準。95% 的操作系統裝機滲透率一度讓微軟的網路服務 MSN 成為萬維網最早的競爭對手。　　今天我們看到這麼多做智能汽車技術的公司，它們最終也不會都留下來，也會整合進一個個大公司。收購已經開始。德爾福 2015 年一口氣收購了 2 家軟體公司，還投資做廉價激光雷達的 Quanery。大陸集團收購了自動駕駛軟體公司 Elektrobit Automotive 公司。　　等到市場玩家穩定下來後，自動駕駛差不多就真正來了。　　不管自動駕駛的競爭誰勝誰負，汽車廠商對汽車的控制權都在變弱。以往，造車是汽車行業的核心，拿著發動機專利的汽車公司牢牢控制著整個行業。現在，控制自動駕駛的是晶元公司、軟體公司、互聯網公司……甚至零部件整合商都已經在今年 CES 上展出了自家的無人車。　　前通用 CEO Dan AKerson 曾表示蘋果遠遠低估了造車的挑戰，「如果我是蘋果股東，就會不太高興。我很懷疑加入利潤薄、工藝複雜的製造環節會有多少好處。」　　自動駕駛到來後，如果不能滲入系統、服務環節，汽車公司能守住的大概也就是保留這個製造環節而已，淪為一個組裝硬體的公司，就像做 iPhone 的富士康。　　題圖來自 Pixabay
推薦閱讀：