再智能的驾驶，也离不开安全

2018年5月22日，美国国家仪器(NI)公司投资者会议。

在这次会议上，NI第一次将公司汽车市场销售增长目标公布出来：即2018-2020年间，NI在汽车测试市场要实现10%-12%的增幅。其中市场自然增长率3%，细分市场成长率为4%，还有来自对竞争对手替代的增幅为3%-5%，重点关注ADAS系统和汽车电气化两大市场。

2018-2020年NI汽车市场销售增长目标

NI 自动化测试市场副总裁Luke Schreier在PXI TAC 2018上指出，随着5G、物联网(IoT)与汽车等快速发展的产业趋势带动迅速创新以及提高生产力的需求，对于测试产业带来了系统与功能日益复杂、测试时间不断被压缩以及执行团队的规模越来越小等挑战，特别是在NI专注的半导体、交通运输、航天与国防以及工程教育等领域。

再智能的驾驶，也离不开安全

相关报告显示，以特斯拉、谷歌、百度等为代表的科技型公司目前均开始涉足智能驾驶/无人驾驶领域，其发展速度远远快于传统的整车厂商。预计至2025年，科技型公司将在智能汽车领域分得40%市场份额。

2050年五级自动驾驶汽车产量预测

NI亚太区汽车市场经理贾青超认为相对于传统车企，科技公司的优势在于有资金，有人才，商业模式更加灵活。不但在算法上具有不可比拟的先进性，也善于把新技术迅速导入无人驾驶领域，并开展实际测试。

他并不同意外界给车企贴上“保守”的标签，因为科技巨头和传统车企所奉行的其实是两条路线：前者走的是“跳跃式”发展道路，起步就是L3/L4级别，希望采用“颠覆式”的技术革命来推动无人驾驶；而后者希望走出一条“渐进式”发展道路(例如奥迪宣布2019年A8将成为世界上第一辆3级自动驾驶汽车)，通过技术的不断成熟来推动从智能驾驶到无人驾驶的分步升级与迭代。

“对车厂而言，他们始终对汽车安全怀有深深的敬畏之心。对他们来说，汽车不仅仅是一个单纯的消费品，它还与生命财产息息相关，需要更多的考虑到在无人驾驶产业化过程中随时可能出现的法律和技术风险。”贾青超说，其实双方目前在无人驾驶发展方向上的共识越来越多，分歧越来越少，目标正趋于一致。

科技与互联网公司的入局，加速了新兴车企的诞生速度。NI方面的看法是这些客户的核心竞争力主要还是体现在软件上，正好这也是NI的核心竞争力，所以他们更易于接受NI的平台化测试方案，认为NI的全流程测试能够让初入行业的客户无需为选择供应商而犯愁。同时，尽管不同车厂有不同的架构和测试需求，但能否在某些领域提供标准化的测试方案，尽可能减少不兼容的现象发生，也是NI一直在思考的问题。

硬件在环(HIL)仿真测试参考设计就是NI在2016年做出的有益尝试。在标准化的机柜中，NI配置了PXI和CompactRIO开放式平台、SLSC信号调理硬件、VeriStand实时测试配置和数据记录软件、以及LabVIEW系统设计软件，可实现标准化的信号路由、开关、负载和信号调理。此外，HIL系统还搭载了实时操作系统和FPGA技术，在具有高度可自定义性的同时还可利用商用现成组件来降低长期维护风险。

蜂窝技术和DSRC之争

根据分析师预测，随着5G部署启动，预计将在更广泛的汽车领域中创造超过2.4万亿美元经济产出，这几乎占预期5G全球经济影响的五分之一。到2024年，近75%的新车将嵌入蜂窝连接技术，与2015年的20%相比将实现大幅提升，支持厂商也据此认为C-V2X将会比其他V2X技术更具成本效益，更能降低系统复杂性。而通过利用现有的网络通信基础设施(V2N)，C-V2X可以结合路边单元(RSU)和蜂窝网络的功能来提供本地或广域路况信息和实时地图更新，使得运营商不仅可以节省成本，还可以实现新的业务模式和服务产业机会，何乐而不为？

不过，对于C-V2X的反对声和质疑声也从未停止。DSRC技术的支持者们认为，且不说5G网络尚未出现，就是蜂窝网络本身还需要解决连网装置与基站同步的问题，而这种同步模式与V2V通信所需要的非常不同，它必须在高速移动的物体之间瞬间完成。此外，蜂窝技术支持者们在将5G技术用于V2V应用时，还必须克服蜂窝网络在效率和频率源方面的限制。因此，C-V2X并不能取代DSRC，但混合模式是可行的，即蜂窝技术和DSRC并存。

NI射频技术市场工程师屠方泽对《电子工程专辑》表示，802.11P和LTE-V分别隶属于IEEE和3GPP组织，从技术角度来看，两者都采用了正交频分复用(OFDM)调制技术和类似的帧结构进行传输，NI也是业界唯一一家可以对两个协议进行测试的厂商。不同之处在于802.11p只针对车辆间通信进行了优化，不像LTE-V既可以与基站同步，也可以跟GNSS同步。这样，在与远端车辆进行通讯时，如果采用802.11p标准，就必须部署大量的RSU，但LTE-V就可以通过对基站的复用进行传输。而且从当前的演进趋势和商业模式上来看，不论是政府还是产业链，都更加主推LTE-V协议。

平台化的价值

目前人们所谈论的智能驾驶或是无人驾驶，更多集中在单车智能。有人将其描述为“短视”，意指只有全面引入V2V场景，才能真正表明智能驾驶时代的到来。

“单车智能是否就是短视还有待商榷，但它确实存在一定的盲区。比如摄像头+毫米波雷达+LiDAR的方案在遇到特别刺眼的阳光时，一旦摄像头失灵，就会造成严重事故。所以V2X的引入确实能帮助智能驾驶/无人驾驶的实现。”屠方泽说。

2017年，Konrad科技有限公司、SET有限公司、S.E.A.数据技术有限公司、measX有限公司达成一项合作—ADAS IIT创新测试—利用他们在高级辅助驾驶系统(ADAS)、传感器融合、HIL、V2X通信、GNSS模拟和数据管理领域的经验，为完全自动驾驶提供一站式解决方案。

贾青超认为ADAS IIT创新测试是一件特别有意义的事情。他将车载传感器和各种雷达比作眼睛和耳朵，将V2X比作嘴巴，认为只有这些不同技术间形成了无缝的融合，自动驾驶时代才会真正到来。也就是说，只有形成完整的感知、判断、执行通路，才有可能提高自动驾驶水平。对测试测量厂商来说，要实现同步的融合，就必须要能够提供基于同一个标准的测试平台，而这正是NI的优势所在。

“现在的汽车架构日趋复杂，直流模块、开关模块、射频模块……数百个不同协议，不同标准的模块如果采用分立仪器去测量，很难在同一平台下实现同步或扩展。”贾青超说，如果通过软件定义系统平台，就可应对任何复杂和广泛的客户应用需求。“平台化测试的特点之一就在于I/O的扩展。科技的发展会不断引入新的技术和标准，带来测试项的扩展。即便是同样的测试项，测试需求可能也会改变。”

因此，提供灵活的PXI模块和构建强大的汽车生态系统，成为了NI的核心战略。

在NIWEEK 2018上，马自达(Mazda)采用PXI和可重配置的I/O模块进行硬件回路(HIL)测试来验证软件，并以机器人和图像处理实现自动化系统，其后因需求扩充升级系统，又陆续添加噪声仿真器来评估稳健性、产生各种语言和风格的语音合成系统，以及GPS仿真器来产生仿真无线电讯号。

马自达资深首席工程师Tomohiko Adachi表示，NI与马自达联打造出首款能够为多个协同运作的电子组件自动评估其逻辑和稳健性的系统，相较于原有的测试系统，测试时间缩短了90%，每年可节约数亿日元的测试成本。

定制化软件加速开发流程

“法国小说家Jean-Baptiste Karr曾经说过，越多事情改变，改变的部分就越少(The more things change, the more they stay the same)。”NI公司汽车市场营销总监Jeff Phillips在自己的博文中这样写道。

他说自己访问过世界各地许多的汽车客户，包括OEM和一级供应商。在对话中，大部分人的焦点都放在了网联系统的技术革命所带来的汽车电气化、自动驾驶系统以及车辆与车辆/周围基础设施之间通信方式的趋势变化上，但却往往忽略了目前制造安全可靠车辆的种种挑战—包括如何配置测试来应对日益缩减的时间期限、集中式ECU以及缺乏高效的企业数据管理解决方案等问题。

另据NI的调查发现，72%的客户产品与服务都需要测试与量测解决方案。其中，25%需要可编程API、定制化硬件与支持服务，协助其定义测试仪表，47%需要测试供货商协助根据开发需求量身打造的解决方案。

因此，除了提供完全开放的平台外，NI在面向定制化(customization)应用和企业级软件开发方面也花费了不少心思。比如最新推出的FlexLogger数据记录软件无需编程，即可撷取、显示与记录数据，支持直观的工作流程与集成的数据管理功能。工程师通过使用FlexLogger，可以快速整合模拟传感器、数字脉冲频率、CAN信号信道，建立数据的关联性并进行分析与特性参数描述，并以技术数据管理串流(TDMS)的格式加以保存。

InstrumentStudio则是另一款针对行业应用的代表性产品。它整合了SMU、VST等所有PXI仪器的射频功能，能够在实时、互动的多仪器作业环境下，让测试执行期间的纠错任务更为简单直观。此外，每个工作流程还能与第三方软件互通，以尽可能地重复使用程序代码和IP，同时藉由LabVIEW Tools Network生态系统提供的插件与工具，配合专属需求，可应用于组件自动验证以及航天、汽车与半导体领域的生产测试。

作为企业级软件，SystemLink透过中央web应用程序管理远程装置与系统，协调跨部门的软件部署，能以监控服务、警报和通知追踪系统运作，透过仪表远程监控自动测试程序，并汇整来自多个系统的数据并创建客制图形化仪表板，从而打造更快速更优质的系统。

Jeff Phillips承认变化是汽车领域的新元素。但他同时强调说，这些变化的重中之重是用于验证和测试这些组件的系统和方法，不仅要确保低成本、快速上市时间、高可靠性，同时最重要的就是确保安全性，NI也正在帮助汽车行业用户从半导体、国防和航空航天等邻近行业的类似挑战中汲取更多经验。