ADAS和自动驾驶的现状（二）

在昨天的文章中我们着重讨论了，ADAS系统目前的市场状况、作用以及技术趋势等相关问题。随着ADAS系统普及的加快，越来越多的中级车辆都开始配备这些系统，它将成为乘用车辆的标准化配置。本篇将主要介绍自动驾驶的安全性、ADAS的重要性以及ADAS系统的应用等相关技术问题。

自动驾驶的安全性

自动驾驶汽车的安全性是一个敏感话题。我们应该明白，ADAS毕竟是一套软硬件系统，还谈不上智能，更不是百分百可靠，下面是一些自动驾驶（实际上是ADAS）的事故实例。 车祸均为高档车自动驾驶功能未识别前方物体酿成。据央视报道，2018年3月，中国首例自动驾驶致死事故后，相关公司将“自动驾驶”改为了“自动辅助驾驶”。 不过，特斯拉还是信心满满，在2019年第4季安全报告指出：自动驾驶系统或许远比我们想象中要更加可靠。该报告统计了特斯拉售出车辆的事故数据，第4季在使用Autopilot自动驾驶功能情况下，平均每494万公里发生一次事故；未使用Autopilot但有主动安全系统情况下，平均每338万公里发生一次事故；两者皆无平均每264万公里就会发生一次事故。从这一点看，自动驾驶（ADAS）在作为驾驶辅助之余，对降低安全事故还是很有用的。

ADAS的重要性

为了安全，让更多车装上ADAS，半导体厂商是汽车电子的上游供应商，其研发的芯片直接关系到一级供应商的产品功能。Texas Instruments（TI）Jacinto处理器产品线总经理Curt Moore认为，随着ADAS不断向汽车工程师协会定义的L4和L5级自动驾驶汽车的方向发展，我们有机会通过创造可用于更大范围的自动驾驶汽车技术，对未来的驾驶模式产生更深远的影响。

他说，尽管从经济角度来说，给所有汽车配备全ADAS技术是不切实际的，但目标仍是尽可能为汽车配备多点驾驶辅助功能。这意味着，將有更多实时数据和高效行车状况感知和处理的需求。 他告诉记者，保持ADAS在不同路况下持续运行是一项挑战。在突遇恶劣天气或道路情况欠佳等意外情况时，需要车辆实时适应。这些情况很难用传统模式来处理，而通过一个能够帮助汽车感知、理解周围世界并对其作出快速反应的动态系统，汽车就可以变身为司机的得力副驾驶。这样的系统不仅需要数据，而且需要高效地结合计算机视觉和深度学习神经网络，对数据进行实时处理。

ADAS系统的应用

ADAS解决方案需要从不同的传感器集中提取数据，并将数据转换为车辆的行为情报。这些传感器需要配备不同类型的摄像头、搭载相关光学、雷达和超声波技术；甚至在更复杂的情况下，还需要配备激光雷达和热夜视仪。此外，该系统可以通过比较从传感器数据提取的特征与高清地图数据来定位车辆。可以对多模式传感器数据进行实时理解和分析（新数据每秒到达60次），而无需在汽车后座架设数据中心服务器。

图1：ADAS应用实例（图源：Texas Instruments） TI公司利用数十年汽车安全领域的专业知识，开发了Jacinto TM 7处理器平台，致力于提供感测、操作和系统级难题解决方案，采用以汽车为中心的设计方法优化动力并降低系统成本。它可以提高驾驶者在更高驾驶速度、雨雾天气等环境中的感知；支持800万像素摄像头，让汽车看到驾驶者看不到的事物；在单芯片上接入并处理4到6个摄像头的数据（单个摄像头分辨率为300万像素），增强车辆感知能力和360度环视处理功能；使系统能够直接上路使用。

图2：ADAS应用——避障（图源：Texas Instruments） 安全最重要。为了减少事故，挽救生命，Curt Moore认为，眼下最重要的是先让更多车辆装上ADAS。他胸有成竹地表示，高性能片上系统（SoC）可以帮助ADAS技术实现大众化，只要做得好，给更多汽车配备强大的ADAS功能指日可待。 虽然ADAS帶来便捷和新的乘驾体验，但笔者不建议随便加装ADAS。安全是重要的考量，这或许是导致近年汽車后装ADAS市场沉寂的原因。

明天，我们将介绍ADAS技术的未来技术趋势、研发方向、未来智能化交通以及完全自动驾驶技术的一些特点。

责任编辑：lq