自動(dòng)駕駛汽車長(zhǎng)期以來(lái)一直是科幻小說(shuō)中的情節(jié)，但在如今的2025年，它似乎已經(jīng)離我們?cè)絹?lái)越近，智能輔助駕駛已經(jīng)出現(xiàn)在越來(lái)越多的新能源汽車中。但距離完全的自動(dòng)駕駛?cè)杂行枰朔墓こ烫魬?zhàn)。

從傳感器中的硅片到能夠瞬間做出決策的人工智能模型，汽車行業(yè)正在發(fā)生翻天覆地的變化。有預(yù)測(cè)稱，到2030年，每10輛汽車中就有1輛實(shí)現(xiàn)自動(dòng)駕駛。

那么，是什么推動(dòng)了這種轉(zhuǎn)變？讓我們來(lái)分析一下塑造自動(dòng)駕駛汽車格局的核心技術(shù)，以及那些引領(lǐng)未來(lái)發(fā)展的公司中的幾位代表。

自動(dòng)駕駛汽車創(chuàng)新趨勢(shì)

傳感器技術(shù)

如果說(shuō)人工智能是車輛的大腦，那么傳感器就是它的眼睛和耳朵。

激光雷達(dá)正在從笨重的機(jī)械裝置轉(zhuǎn)向緊湊的固態(tài)系統(tǒng)。微電子機(jī)械系統(tǒng)（MEMS）和閃存激光雷達(dá)能夠以更少的移動(dòng)部件提供高分辨率3D測(cè)繪，非常適合大規(guī)模生產(chǎn)。

雷達(dá)也在不斷發(fā)展。77-81GHz頻段的成像雷達(dá)現(xiàn)在即使在雨霧天氣也能提供物體級(jí)分辨率。

相機(jī)變得越來(lái)越智能，具有高動(dòng)態(tài)范圍（HDR）和全局快門技術(shù)，可以改善物體分類和車道檢測(cè)。

超聲波仍然可以處理停車等近距離任務(wù)，但人工智能使它們更具有情境感知能力。

真正的神奇之處在于傳感器融合，其中所有這些數(shù)據(jù)被集成以創(chuàng)建周圍車輛的連貫、冗余模型。

車對(duì)萬(wàn)物通信（V2X）

態(tài)勢(shì)感知的下一個(gè)發(fā)展方向是車對(duì)萬(wàn)物（V2X，即vehicle to everything）通信。在這里，重要的是考慮汽車能夠感知什么，而不僅僅是它能看到什么。

V2V（車對(duì)車）共享速度、方向和制動(dòng)數(shù)據(jù)，從而實(shí)現(xiàn)排隊(duì)（將車輛連接成車隊(duì)）和避免碰撞等協(xié)調(diào)行動(dòng)。

V2I（車對(duì)基礎(chǔ)設(shè)施）技術(shù)促進(jìn)了交通信號(hào)燈、道路標(biāo)志和智能基礎(chǔ)設(shè)施之間的通信。例如，信號(hào)相位和時(shí)序（SPaT）數(shù)據(jù)可以發(fā)送給汽車，以最大限度地提高速度，并最大限度地減少紅燈時(shí)的怠速。

V2P（車輛對(duì)行人）通過(guò)使用可穿戴設(shè)備和手機(jī)檢測(cè)行人并與其進(jìn)行通信來(lái)提高城市安全。

V2N（車對(duì)網(wǎng)絡(luò)）允許汽車連接到云服務(wù)，以獲取無(wú)線軟件補(bǔ)?。∣TA）、高清地圖更新和實(shí)時(shí)交通信息。

V2X通信通常使用專用短程通信（DSRC）或蜂窩V2X（C-V2X）技術(shù)實(shí)現(xiàn)。借助NR-V2X，延遲可降至毫秒級(jí)，足以在密集交通中實(shí)現(xiàn)實(shí)時(shí)決策。

邊緣人工智能

人工智能嵌入汽車之中是關(guān)鍵，這樣它能夠?qū)崟r(shí)做出判斷（實(shí)現(xiàn)感知、預(yù)測(cè)、規(guī)劃和控制），而不是在云端進(jìn)行計(jì)算。

感知系統(tǒng)：使用卷積神經(jīng)網(wǎng)絡(luò)等來(lái)檢測(cè)和分類物體。這些模型基于海量數(shù)據(jù)集進(jìn)行訓(xùn)練，并針對(duì)邊緣設(shè)備的推理進(jìn)行了優(yōu)化。

預(yù)測(cè)模型：使用循環(huán)神經(jīng)網(wǎng)絡(luò)和圖神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)其他道路使用者的行為。

規(guī)劃和控制可以通過(guò)使用模型預(yù)測(cè)控制（MPC）和強(qiáng)化學(xué)習(xí)來(lái)創(chuàng)建安全、有效的軌跡。

安全性是通過(guò)故障操作架構(gòu)、冗余和運(yùn)行時(shí)監(jiān)控內(nèi)置的。

能源：人工智能還通過(guò)智能路線規(guī)劃、再生制動(dòng)技術(shù)和電動(dòng)汽車部件的熱控制促進(jìn)能源使用優(yōu)化。

邊緣AI的優(yōu)勢(shì)就在于，它通過(guò)在本地處理數(shù)據(jù)，實(shí)現(xiàn)最小的延遲和最大的可靠性。

方向盤背后的大腦

這些轉(zhuǎn)變中的領(lǐng)先公司包括NVIDIA 、英飛凌和意法半導(dǎo)體等等行業(yè)佼佼者，他們的發(fā)明正在影響即將到來(lái)的智能移動(dòng)時(shí)代。

NVIDIA：為AI核心提供動(dòng)力

NVIDIA憑借其DRIVE AGX平臺(tái)，已成為自動(dòng)駕駛汽車生態(tài)系統(tǒng)的核心參與者。該平臺(tái)是一款專為自動(dòng)駕駛汽車設(shè)計(jì)的端到端高性能AI計(jì)算解決方案。最新版本的DRIVE AGX Thor可提供高達(dá)2,000 TOPS（每秒萬(wàn)億次運(yùn)算）的計(jì)算能力，支持從L2+級(jí)駕駛輔助到完全自動(dòng)駕駛的各項(xiàng)功能。它是更廣泛生態(tài)系統(tǒng)的一部分，該生態(tài)系統(tǒng)包括：

DRIVE Hyperion：具有傳感器、計(jì)算和軟件的參考架構(gòu)。

Omniverse和Cosmos：用于訓(xùn)練和驗(yàn)證AV系統(tǒng)的模擬工具。

Halos：全棧安全系統(tǒng)。

NVIDIA的方法是整體性的；硬件、軟件、模擬和安全都被囊括進(jìn)來(lái)。

英飛凌：安全性和可擴(kuò)展性

英飛凌的AURIX TC3xx微控制器和XENSIV傳感器是許多ADAS系統(tǒng)的支柱。它們能夠：

符合ASIL-D功能安全標(biāo)準(zhǔn)；

雷達(dá)和激光雷達(dá)集成，實(shí)現(xiàn)精確感知；

適用于電動(dòng)汽車平臺(tái)的節(jié)能半導(dǎo)體。

英飛凌的技術(shù)已經(jīng)應(yīng)用于量產(chǎn)車輛，他們與NVIDIA在DRIVE Pegasus上的合作表明了他們對(duì)可擴(kuò)展自主性的承諾。

意法半導(dǎo)體：邊緣人工智能的實(shí)際應(yīng)用

STA1295和STA1385等處理器，將智能推向邊緣。他們的重點(diǎn)包括：

用于實(shí)時(shí)決策的低延遲人工智能；

嵌入式系統(tǒng)的能源效率；

傳感器融合以實(shí)現(xiàn)強(qiáng)大的態(tài)勢(shì)感知。

意法半導(dǎo)體的解決方案非常適合對(duì)成本敏感但仍需要高性能的平臺(tái)。

未來(lái)之路

自動(dòng)駕駛汽車不再是遙不可及的夢(mèng)想，而是一項(xiàng)系統(tǒng)工程挑戰(zhàn)。從感知到預(yù)測(cè)，從芯片到軟件，各個(gè)組件正在整合。除了推動(dòng)自動(dòng)駕駛技術(shù)的發(fā)展，NVIDIA、英飛凌和意法半導(dǎo)體等公司也在不斷拓展汽車設(shè)計(jì)的可行性。

對(duì)于工程師來(lái)說(shuō)，這是塑造未來(lái)出行的千載難逢的機(jī)會(huì)。無(wú)論您致力于嵌入式系統(tǒng)、AI模型還是傳感器集成，前方的道路都敞開著，代碼、芯片和創(chuàng)新將為您鋪就道路。