1美丽的错觉

    ZOL科技预言坛是一档ZOL显卡频道全新展开的系列连载类文章，在这档连载当中，我们将会围绕读者们关心的一些IT界甚至科技界话题展开有针对性的回顾和展望，为读者带来各种在未来或者近未来所能够实现的IT及科技突破/阶段性成果/目标将会在何时到来的答案。今天这个关于“还有多远”的话题，将从本页的这段视频开始。

     2014今年10月19日，霍根海姆赛道迎来了一位特殊的客人——在全场数万名观众的注视下，一辆黑白条纹涂装的奥迪RS7从发车线起步，在各种标准规范的走线动作之后，它完成了赛道并稳稳地停在了终点线上。虽然表现确实上佳，但以一辆“坦克车”级别的Sportback轿车而言，这辆赛道全程最高时速仅220公里每小时的RS7与驰骋在霍根海姆赛道上的F1、或者哪怕是刚刚驶过的那群DTM版RS5相比都算不上快速，它甚至相当不专业的使用了A7的圆形普通方向盘，可全场观众还是为其奉上了雷鸣般的掌声和欢呼。

    因为这辆RS7上并没有人，刚刚的所有驾驶动作，全部是车辆自主完成的。

    精确走线，大力刹车，完美地切弯，然后在出弯之后的大直道上时机恰到好处地用轰鸣声全力释放V8发动机那560hp/700n.m的热情……当得知这是一辆无人驾驶的RS7之后，任何人看待刚刚那一圈时的感觉都会有明显的不同，无论现场观众还是观看视频的观众，很多人都会产生那么一丝错觉——自动驾驶汽车是不是已经准备就绪只等上市了？赛车手这个行当是不是就要淡出历史舞台了？

    很遗憾，这仅仅只是错觉而已。

    无论在技术上还是实际产品，确定能够取代人类驾驶员完成一切常规道路环境下自动驾驶过程的汽车都还没有出现，赛车手这个行当在可见的未来内也不会被具备自动驾驶能力的汽车所取代。我们所目前所拥有的，仅仅是谷歌汽车或者像这辆RS7这样在特定环境当中完成特定目标的原型技术验证车。不过现在没有并不代表以后不会有，自动驾驶技术正同其他许多新奇技术一样处在即将被实现的前夕，也许再过几年，我们就真的可以放开手中的方向盘，只需要在上车时报出自己的目的地，然后就能“咻”的一下到达目的地了。

    那么，这一幕到底“还有多远”呢？

2闪开，让专业的来

    闪开，让专业的来

    我们曾经保证过，ZOL科技预言坛的宗旨在于以通俗易懂的形式为您展现预言的过程，我们将会尽量避免枯燥无味的技术演说和细节。但是要想明白“汽车自动驾驶”这件事儿离我们到底还有多远，我们先要建立一个相对理性的实现难度概念。所以不可避免的，我们要先来点儿枯燥的东西了。

无人驾驶的RS7 Piloted Driving Concept

    先是一大堆令人头晕的名词——一个辐射角为35°、可以探测250米距离的前视雷达；前后风挡各一组视角为103°、用以分辨路面车道线、行人或其它车辆的3D摄像系统；分布于车身四周不同位置用来感知近距障碍物的12个超声波传感器；还有一套分6层覆盖车头145°范围、能够每秒发射10万次信号并通过反射绘制实时环境模型的激光扫描仪。在这辆名为“Piloted Driving Concept”的改装版RS7上，奥迪添加了上述的一系列先进传感器+智能自动控制系统套件。

    雷达，摄像系统，超声波传感器，激光扫描仪……这么一大堆的传感器系统组成了RS7 Piloted Driving Concept的全部感应信息收集系统。它们采集各种车身周围的实时情况，将之形成图像数据，然后传递给车辆内部的处理单元。通过这些传感器，这辆无人驾驶的RS7几乎可以做到实时感知周遭的一切环境变化，并控制车辆进行相对应的运动。这些形形色色的传感器，就是RS7 Piloted Driving Concept的眼睛和耳朵。

前视感应器系统——注意前挡风左上方

    不过很显然，光感知到周围是不行的。即便拥有RS7 Piloted Driving Concept这种眼睛和耳朵级别的传感器阵列，自动驾驶汽车也别想挪动半步。所有被收集到的信息都需要转化成驾驶动作指令并回馈给车辆的操控系统，而完成这一过程的，是PC。

    是的，您没看错，我也没说错，是“PC”。

应用于奥迪自动驾驶平台的通用计算解决方案——JETSON TK1

    RS7 Piloted Driving Concept采用了来自NVIDIA的Tegra平台解决方案——JETSON TK1，这套基于Tegra K1的平台解决方案完善于NVIDIA的桌面GPU架构Kepler，拥有相当接近桌面PC的基本结构以及强大的可编程特性，能够透过CUDA环境运行各种基于ARM甚至X86平台（通过CUDA-X86编译器）的程序，它的体积小巧，同时具备一台完整PC所具备的绝大部分特性。在车载平台，JETSON TK1可以对传感器收集到的图像数据进行处理，在图像比对过程中完成环境事态的分析，并从中得出可以改变驾驶操作的条件依据。它还能为整车的数据呈现，尤其是驾驶员辅助系统的信息呈现提供显示支持。早在今年年初的GTC大会上，奥迪就已经打造了一台基于JetsonTK1的自动驾驶版A7 Sportback，当这辆无人驾驶的汽车自行驶上舞台并躲开所有障碍物的时候，全场与会者都明白一个新的时代即将到来了。

    那么问题就来了（……怎么又是这句……），为什么是现在？为什么是"PC"？自动驾驶汽车为什么会需要这样的处理机制才能实现？

3转角遇到爱

    转角遇到爱

    我们非常高兴的通知大家，艰涩的技术部分已经结束，我们可以开始聊一些轻松点的话题了——要回答前页的问题，我们先要来说说关于开车的那点事儿。

    比如说，司机在开车时最怕什么？

    司机其实是很可怜的群体，只要坐进驾驶舱，他们就开始了一段段恐怖甚至命悬一线的经历：大半夜车灯照不到的地方可能有头鹿在发愣、走边道的时候路边也许会突然跳出来一个没比车头高多少的熊孩子、高速上没看清限速标牌结果只能惶恐的在大车阵当中踌躇自己是不是已经超速……各种偶发或者突发事件无时无刻不在考验着司机的神经，如果稍有不慎，也许几秒之后就是司机生命的终点。而导致这些问题的关键，是事件信息的及时有效传递和接收。

面对如此多需要照顾的信息，司机其实是相当可怜的……

    人的反应以及感知能力都是有限的，在汽车这类高速行驶同时视野受限的机械中更是明显，很多信息无法第一时间的被驾驶员接收到（比如说那头鹿以及熊孩子），或者无法在驾驶员的生理极限范围内以合适的时间窗口出现（比如说离远了看不清离近了一闪而过的限速牌），而错过重要信息的结果通常都很惨痛，轻者损失金钱，重则可能在下一个弯角拥抱上帝那无边的爱……

    谁能有效的帮助可怜的司机呢？答案是机器。

    机器反应速度比人快，在很多特定环境下的能力也比人强得多。黑夜里看不到的鹿或者哈队长可以被夜视传感器看到，突然蹦出来的熊孩子可以被前视雷达及时发现，一闪而过的限速标志可以被摄像机捕捉。如果有机器从旁辅助来完成周边信息的收集，处理和反馈呈现，并及时提醒甚至直接帮助司机完成驾驶动作，开车应该就不再是那么危险的一件事了。

    可这事儿说得容易，做起来可是困难重重的。

尚未得到精简化的奥迪自动驾驶支持系统，没错，塞满了整整一后备箱还不够装

    秉承宗旨，我们决定把复杂的事儿简单化——在汽车工程师多少有些不太开窍的头脑里，从晚上找到黑暗中的哈队长到及时警告路边蹦出来的熊孩子再到抓拍高速路牌，这些工作都是完全不同的，其中的任何一种都需要一套专门的系统来实现。于是一项功能一堆电路，一个应用一台箱子，随便三两个需要机器介入的信息收集及驾驶员辅助子系统就能轻松塞满一辆车的后备箱。汽车工程师们在相当长的一段历史时期都痛苦的认为擎天柱哥哥那大大的拖车后备箱不是摆设或者耍酷用的，要实现变形金刚那么强悍的自动驾驶能力，一集装箱设备可能都算是少的了。

    这种局面持续了很久，汽车辅助甚至自动驾驶也一直被梦想了很久，直到通用可编程处理芯片，尤其是逻辑结构基于ARM/桌面GPU的新一代SoC解决方案进入汽车领域，并且成功的将满满一后备箱设备浓缩到了一台mini PC的大小为止。

4行走的PC

    行走的PC

    一种传感器连接一种处理终端并处理一种数据，这就好像每种感官都连接到了一个大脑上。雷达一个大脑、摄像头一个大脑、扫描仪一个大脑……就我所知，只有八爪鱼才会有类似的身体构造（虽然没那么多大脑，但头足纲随便抓一个都是斩了头还能再扭几个钟头的存在……）。任何想要添加必要功能以便接近自动驾驶的努力，都会被由此而急剧增大的系统复杂度和设备总量所打败。而基于ARM/桌面GPU的新一代SoC解决方案进入汽车领域恰恰解决了这一问题，它的最大特点就是系统集成化，仅使用一套类似PC的系统就可以完成所有的信息处理工作。

通过CUDA的介入，JETSON TK1实现了以通用计算方式处理传感器信息

    我们前面曾经提到过，以基于Tegra K1的自动驾驶技术为例，系统可以将绝大部分传感器收集到的信息图形化，然后交给具备通用处理能力的Tegra K1来完成图像的比对及分析处理，说白了就是看画儿，用画儿中透露的信息去跟预设好的规则进行对比，然后再根据对比的结果作出决策。画儿中突然出现了熊孩子就需要减速甚至刹车，画儿中突然出现了一头蠢爆了的鹿就需要打轮躲避，画儿中出现了因为速度太快或者距离太远而看不清的限速标牌就需要把限速值提取出来呈献给司机。完成此类工作，让基于Tegra K1的JETSON TK1成了驾驶员辅助系统的称职组成部分。

    话说回来，为什么是JETSON TK1？或者说一直不开窍的汽车工程师们为什么忽然找到了这么一个解决方案呢？

GTC2014大会上Audi现场演示Tegra K1在汽车领域的精彩应用

    其实，JETSON TK1以及其背后的Tegra处理器早就已经是车内信息呈现系统的一部分了。Tegra本身就包含源自桌面的GPU架构，一直都被包括奥迪、宝马以及Tesla在内的一系列车厂用来完成HMI（人机交互界面）当中的信息呈现任务，能够很好地完成各种图像处理工作。在CUDA的帮助下，Tegra GPU可以像PC平台那样用通用计算能力来执行各种多样化的任务或者实现丰富的基于计算的功能，这其中就包括了车辆自动驾驶及驾驶员辅助系统所需要的图像比对及处理能力，所需要的硬件变动仅仅是提供更好的周边支持，比如更大容量的高速内存、存储系统以及I/O接口等等，这自然难不倒硬件供应商们，于是也就给了汽车工程师们机会。过去需要半辆擎天柱哥哥那么大空间才能装得下的设备，现在完全可以透过特定的算法用原本就要往车上装的一个类似mini PC机箱的小盒子来替代。

复杂的实时环境分析系统

    不仅如此，因为在PC以及移动智能平台上所需要担心的能耗和发热问题在汽车上其实都不是大事儿，提升这个小盒子的性能也就相对轻松和容易，这些性能提升不光可以解决帮助司机甚至替代驾驶的问题，还能给车内带来更加丰富的信息呈现、中控显示以及多媒体交互娱乐功能。这不仅能增加司机的驾乘感受，同时还有助于实现更丰富的驾驶员辅助信息呈现功能。

尺寸小巧了许多，就像mini PC一样的JETSON TK1

    本着系统最简原则，充分利用现有的东西以及一次提升双重甚至多重享受之类的事总归都是好的，所以即便汽车工程师的脑子大部分时候都不算开窍，遇到这种机会也不会轻易错过。

    于是，当PC似的的小盒子出现在车上之后，RS7 Piloted Driving Concept终于飞驰在了霍根海姆赛道上，但暂时也只能飞驰在霍根海姆赛道上……

5two steps from hell

    two steps from hell

    说了半天，汽车自动化或者说有意义的自动驾驶汽车到底有多远？相比于之前我们探讨过的犹如阿基里斯追龟悖论一般的游戏画质电影化，汽车自动化要幸运得多，它的目标固定而且完全可以达成，无非就是能够在日常交通环境当中实现而已，所以说远也不远，只要两步即可……

    作为组成部分，传感器等信息收集系统以及图像转化过程在技术上已经相当成熟了，所以实现自动驾驶汽车的第一步关键点是处理能力。别看一身雷达摄像头的RS7 Piloted Driving Concept在霍根海姆跑的挺欢，其实它离正式上路还差得远着呢，霍根海姆赛道上空荡荡的环境和良好的能见度让传感器只需要简单的分析赛道前路情况并做出针对性的转向和加减速动作即可，这跟真的在路上开车完全是两码事。奥迪到目前为止进行的最刺激的自动驾驶路试，仅仅是在101高速公路的最右侧车道以40公里每小时的时速直线行驶并完成了基本的让车并道而已。行驶速度以及环境复杂度的提升导致了信息量的巨大飞跃，这需要处理机制具备足够的处理能力，不过好消息是这样的处理能力完全是可实现的。

RS7 Piloted Driving Concept还不足以应对实际道路行驶的需求

    当前的解决方案当中，一套JETSON TK1能够为整车完成数据呈现任务，通常会被用来支持炫目的车内显示及多媒体系统，两套JETSON TK1则可以完成部分自动驾驶过程的辅助处理（101公路试车以及GTC大会上自行驶上舞台），RS7 Piloted Driving Concept甚至启用了更多套的JETSON TK1以及更加复杂的周边支持系统来应对高速行驶过程带来的信息量激增问题。尽管NVIDIA曾经声称280G Flops的运算能力即可满足需求，但考虑到复杂的实际路况、常规行驶速度、并行存在的车内呈现及多媒体娱乐系统的需求以及对突发事件而言必不可少的算力余量储备，我们认为可行的运算能力起码要在当前最强的解决方案的基础上再增加5~10倍左右，也就是10~20套当前的JETSON TK1所能够提供的有效运算能力——2~4T Flops。这并不是一个遥不可及的目标，甚至现在的桌面PC产品就足以实现了，换个不准确但很好理解的说法，就是当汽车真的具备一块GeForce GTX 980的运算能力时，自动驾驶技术差不多就具备成熟的条件了。所以按照当前的进步速度，更具实用性的奥迪自动驾驶汽车将可能会在NVIDIA下一Tegra产品的中后期开发出更具实用性的原型，再算上算法进步、支持设备的进一步精简以及经验积累，3年左右之后我们将可能看到成型的原型车了（仍旧基于复数的类似JETSON TK1的运算平台）。

正在101高速公路上进行路试的自动驾驶版奥迪A7

    相对于芯片运算能力的提升，接下来的问题显得比较棘手，那就是法律法规问题。自动驾驶虽然可以算作驾驶员辅助系统的一部分，但它和驾驶员辅助系统又有本质不同，一旦车辆完全接替司机来进行自主行驶，后面就会衍生出一系列法理和伦理问题——撞了人谁负责（伤人责任认定）、撞了狗谁负责（其他伤害性责任认定）、撞了花花草草谁来负责（物品损失及经济损失责任认定）、两辆同处自动驾驶状态的车发生碰撞又由谁负责……如果不能厘清这些问题，不仅自动驾驶汽车无法上路，就连公众在情感和理智上也难以接受自动驾驶汽车，即便它所采用的技术在可靠性上没什么问题也是如此，这就是我们前页所述“暂时也只能飞驰在霍根海姆赛道上”的原因。众所周知，要迈过这个法律门槛可不是一件容易的事，乐观的话短则3~5年，长则吵个十几年甚至二十几年都是正常，具体只能看产品出现前后的环境，包括舆论导向、市场需求以及车厂的决心和投入力度而定。不过，只要自动驾驶技术能够证明自己在绝大多数场合下的可靠性，这一门槛也不是不可逾越的。

基于CUDA和Tegra处理器的车载系统及应用正在被陆续开发

    换句话说，最短三、四年之后，最长大概也就是我们开不动车的时候，我们可能就可以乘上由PC控制的自动驾驶轿车，然后开心地在下一个弯角迎接终点，或者奔向地狱了……

6一步之遥

    一步之遥

    说到底，自动驾驶技术所需要的基础技术储备和设计都已经出现并逐渐完善成型，在技术上其实并不存在无法逾越的障碍，包括奥迪、奔驰以及谷歌在内的厂商都拥有了自己的解决方案，只要持续投入并保证投入充足，这项技术在甚至都谈不上是未来的短时间内就可以实现。整个体系需要逾越的更大障碍来自需求、公众接受度以及法律层面。我们今天所进行的讨论，其实最终目的就是要告诉诸位这一点。

现有技术框架内的车辆主动安全系统

    其实无论是否存在自动驾驶的需求，车载电子系统都将会不断的提升性能并逐渐PC化。包括Android Auto以及Carplay在内的新兴操作系统所带来的应用对车载电子芯片的性能提出了显而易见的需求，可编程通用任务处理、多媒体任务处理性能、显示性能以及多任务并行处理性能都将是未来汽车芯片所必须具备的，这些应用明显超出了传统的单片机/定制IP解决方案的处理能力，最通俗易懂的解释，就是需要车载电子系统像一台PC或者智能移动设备那样，拥有性能优秀的CPU和GPU系统。

JETSON TK1

    如果再考虑到车载系统原本的稳定性及安全性需求，系统尽可能简化以降低故障概率的要求会再次打击复杂的多组元单片机系统，更少组元构成且性能强大的多功能可编程芯片才是符合当前汽车电子领域需求的解决方案。所以，现在在智能移动平台上已经非常成熟的SoC解决方案就成了相当理想的选择。这种解决方案为汽车带来了强大的通用任务处理能力，不善加利用显然是暴殄天物的。

JETSON TK1还可以用于增强车内原有的多媒体娱乐及人机交互界面

    所以可以这么说，自动驾驶及更为强大的驾驶员辅助系统并不是存在与科幻当中的需要倾尽心血才能实现的梦想，它在当前的汽车电子技术发展方向上根本就是水到渠成的自然产物，如果不能在短时间内在技术上加以实现的话才是有什么地方不大对劲了。只要稍加耐心，看似遥不可及的梦想马上就能实现了。

放心吧，RS7 Piloted Driving Concept在可见未来内都不会取代赛车手的

    顺带一提，机器确实在很多时候都比绝大部分人更加精确，在算力和技术发展到充沛的程度之后，纯自动驾驶的汽车起码在理论上是可以做出不亚于人甚至快于人的圈速的，但是赛车并不单纯是比拼精确度的运动，赛手本人的策略和根据实际情况展开的战术运用同样十分重要。在可见未来内，要让车载芯片同时兼备功能性和智能性，尤其是拥有逼近真人的策略性还是一件不可能的事情。担心这玩意儿有一天会取代赛车手的人可以彻底歇了，这一天离我们大概无限远吧……