自动驾驶的成长之路

　　传统汽车厂商更趋向于通过技术的不断积累，场景的不断丰富，逐步从辅助驾驶过渡到半自动驾驶，进而在将来最终实现无人驾驶;某些高科技公司则希望通过各种外部传感器实时采集海量数据，处理器经过数据分析然后根据机器学习长期积累的驾驶经验选择最优的解决方案，直接跨越到无人驾驶的阶段。

　　但是无论是哪种技术路线，都脱离不开感知及执行处理两个步骤，在未来的几年中，负责感知的各类车载传感、通信器件及负责处理的车载处理器仍然将是半导体厂商在汽车电子领域的重点投资及发展方向。

ADI公司汽车电子事业部大中华区市场总监 许智斌

中国自动驾驶面临的挑战

　　首先中国不同地域以及城镇之间在道路基础设施方面存在差异，包括路标、车道线、红绿灯等设置各有不同。中国特色的自动驾驶需要海量的数据积累，前期完整的测试是实现自动驾驶的必不可少的步骤。

　　其次中国非机动车及行人的行为规律存在差异，自动驾驶外部传感器必须对非机动车及行人做出及时准确的判断从而有效避免事故的发生。这就对外部传感器的精度及灵敏度提出了更高的要求。ADI可以提供业界领先的视觉ADAS处理器及完整的24GHz雷达芯片产品。ADI的2发4收24GHz雷达解决方案，相较于通道数较少的方案，可以实现更远的探测距离，更宽的速度探测范围，以及更高的距离、速度及角度分辨率。

　　另外，随着V2V,V2X的普及，自动驾驶所需要处理的实时数据将呈现级数增长，这对处理芯片的性能也提出了更高的要求。ADI可以提供独具特色的Telematics收发芯片，非常适合V2V及V2X等相关应用中。

　　相比于传统的底盘、发动机等传统汽车技术，自动驾驶更多的技术集中在电子领域，而且核心技术并没有被跨国车厂或Tier1所垄断。并且得益于2025规划，中国整车厂与Tier1目前对于自动驾驶有极大的热忱及投入，有机会在这个领域实现弯道超车。目前的顾虑在于法规政策的制定，以及中国特色的交通情况带给自动驾驶的挑战。

安全问题

　　目前主要的攻击方式有几种，一是攻击自动驾驶的外部传感器，科恩实验室对于特斯拉的模拟攻击实验是一个很好的例子。在这方面，使用多传感器融合，综合决策，而不是只依赖某个传感器，是较好的解决办法。另外，在传感器中加入抗攻击手段，比如对于雷达波形进行编码调制，都可以在一定程度上抵抗对于传感器的攻击。另外一种方式是攻击汽车与外部的通信，通过智能天线进而控制CAN总线及汽车控制权，这方面可以通过通信加密的一些技术进行提升。

　　总之，与其他领域类似，攻击与防守将会是一个长久的话题，目前的做法是尽量提高攻击成本，不断提升自身防御能力。这就要求自动驾驶系统必须要具备软件实时升级的能力。

小结

　　ADI在在自动驾驶方面最近推出了DRIVE360自动驾驶平台，利用高精度MEMS传感器、毫米波雷达、激光雷达等技术，在未来构建非常完善无死角的360°安全驾驶方案。基于之前长期汽车安全布局，紧密的车厂和供应商合作，以及ADI在自动驾驶以及相关半导体产品的经验，我们有足够的能力和信心迎接高级驾驶员辅助系统的大量装载以及未来的自动驾驶的到来。