在自动驾驶发展的硬件方面，已经相当成熟，而且各家公司的传感器配置越来越趋同化：前视多目摄像头，77GHz长距/短距雷达、环视摄像头、加上十个以上的超声波雷达，豪华一点的再配上几个低线束的激光雷达，这些传感器的供应商也差不多。Gwlednc
另外对于传统车厂和Tier1来说，控制技术也积累了大量的经验。Gwlednc
这些都把自动驾驶技术的竞争，聚焦于决策算法的差异化。目前自动驾驶的算法技术呈现三大趋势：Gwlednc
算法技术趋势1：E/E架构由分布式走向集中，中央计算模块需求突显
- 电子电器架构向域集中之后，算力开始集中，集成化的设计可以降低算力冗余要求的同时大幅降低整车线束长度，有效降低成本。域集中之后，智能化功能升级由增加传感器数量转为增加算力、算法模型和数据训练;
- 特斯拉是全球最早采用中央集中式架构的车企，其通过域控制器开始集成汽车的传感器处理器、数据融合、路径规划、控制等诸多运算处理器功能，因此对域控制芯片的算力需求大幅提升
Gwlednc
Gwlednc
算法技术趋势2：自动驾驶升级驱使算力革命，算法是决策层的核心
- 汽车中央集中式架构的演进促进了车载芯片行业发展，不同级别自动驾驶对芯片算力的需求值有很大差距，尤其到L3级别，场景的复杂和操作的多样性需要驾驶处理器要达到每秒百万亿次的计算，算力需求大约在30到60TOPS;
- 一般决策规划模块可分为三个层次，即路径规划、行为决策和运动规划等，而这些功能的完成均建立在对应的算法之上。因此，智能驾驶决策层的核心竞争力将主要体现在决策算法上。
Gwlednc
Gwlednc
算法技术趋势3：Al芯片市场规模增长爆发，国产芯片厂商开启突围赛
- 2020年，中国AI芯片市场规模达到17.8亿元，随着汽车EE架构加速升级，域控制器/中央计算平台被广泛使用，预计到2025年AI芯片市场规模达109.9亿元;
- 全球汽车芯片短缺情况愈演愈烈，正在倒逼中国芯片产业做大做强。近些年，中国汽车芯片厂商逐渐掌握话语权，并在高性能芯片上取得重要突破。例如，地平线将推出新一代智能驾驶系列芯片“征程5”算力达到96TOPs。
Gwlednc
Gwlednc
Gwlednc
责编：胡安Gwlednc
Gwlednc
最前沿的电子设计资讯
