自动驾驶「硬件」开发理念

勇往直前11

有一句在业内广为流传的话，相信很多人都听过——如果你看重「软件」，那也应该自主生产「硬件」。在Cruise，软件和硬件都是我们的工作重心。

我和我的团队（Autonomous Vehicle Hardware Systems ）负责设计和开发硬件和架构——包括传感器、运算组件和其它相关子系统，以支持自动驾驶汽车的商业化应用。我们与软件、系统和产品团队紧密合作，开发模块化、安全并且可规模化的架构，确保其适配我们的车型平台和商业需求，并且与最优秀的合作伙伴一起将其投入生产。

借由本文，我将与大家分享Cruise的「硬件」开发理念，以及我们「如何实现自动驾驶硬件的规模化应用」。

4 q5 f$ m/ S# X) `' k" OCruise自动驾驶车型硬件透视效果图我们的硬件开发理念

自动驾驶行业目前正处于起步阶段，任何新入场的「玩家」或新动向都会引发大量关注。经常有人问我：「什么样的传感器或计算机最适合自动驾驶汽车？」

现实情况是，当下在自动驾驶领域大家所面临的挑战其本质上是类似的物理难题——即传感、认知、处理和运动学（kinematics）。解决这些难题的途径是多种多样的。

过去一个世纪，军用及航空领域的传感器和运算组件飞速发展，已经能够对周围环境做出有效准确的感知。但从成本层面考虑，它们难以在自动驾驶领域得到大规模应用。此外，数年前已经应用于工业采矿的自动驾驶卡车同样造价不菲，限制了其规模化的潜力。

打造并大规模部署一个能够实时、安全地完成传感和认知任务的系统，这的确需要人们共同的努力和智慧。若这一难题得以解决，不仅将对人们的出行方式产生革命性的影响，同时也能大幅减少交通事故造成的伤亡数量。

因此，针对「最合适硬件」这个问题，答案可能有点微妙——最适合自动驾驶汽车的硬件并不一定是性能最好的传感器或是运算组件，而是最好的系统。经过调试，该认知和运算系统必须能够完美匹配相应软件，进而满足自动驾驶对性能、安全、成本、规模和可靠性的极致追求。

随着越来越多的传感器和科技（初创）企业如雨后春笋般成立，我们也迎来了行业发展的黄金时期。既然如此，我们为什么还要在硬件制造上投入大量资源？为什么不能直接从外部采购？

尽管行业发展迅速，要实现满足自动驾驶性能要求的硬件设备的大规模商业化应用，仍然任重道远。每个自动驾驶企业的初始情况，例如成立时间、身处环境和背景等，对该公司硬件栈和软件栈的开发过程都有深远影响。

传感器市场的发展赋予那些有志于挑战自动驾驶难题的企业巨大的暂时优势——它们可以直接从市场上购买自动驾驶套件作为创业起点。Cruise在几年前也是这样起步的。这种模式使得软件先行成为可能，不至于被冗长且昂贵的硬件开发周期拖了后腿。随着软件开发的逐步成熟，硬件则能够配合软件进行更有针对性的优化。

. }* {; O+ O; U

想要在自动驾驶领域取得成功，你的硬件必须满足以下三个条件：

• 安全：这是一个包罗万象的概念，安全包括功能安全、系统性能、可靠性和柔性降级（Graceful degradation）等；
• 性能：实现自动驾驶所必需的性能要求；
• 成本：包含零部件成本，以及研发、维护和可靠性成本。
  0 e+ }6 z/ u6 j

只有少数企业能够调配足够的资金和其他资源投入自动驾驶的硬件开发项目，并为行业发展带来颠覆性影响。对于Cruise来说，要实现业务发展，我们必须迎难而上。

' M+ o2 u7 b" p' s* @% e6 J! {

另一方面，有些企业则可能在垂直整合（vertical integration）的道路上矫枉过正。Cruise始终坚持最大程度地利用行业现有科技成果，把有限的资源聚焦在能够带来巨大价值的零部件和技术上——即遵循「最少需要原则」（minimum necessary），对自动驾驶系统所必须的核心技术进行投资。

然而即便如此，现实仍充满挑战。在硬件开发周期的每个阶段，我们都要进行「自主开发或外部购买」研究。目前在旧金山进行路测的Cruise自动驾驶测试车型上配有30多个模块，其中2/3以上是专门为其定制的。这一比例在我们的下一代车型上会达到接近75%。这些定制版模块包括人们耳熟能详的摄像头、雷达传感器和计算模组；也包括许多后端远程信息处理、网络和交互模组。

剩下的模块我们会通过与相关领域的公司深度合作，针对我们的特殊需求来进行共同开发。

开发可规模化应用的自动驾驶汽车

Cruise纯电动自动驾驶测试车队

人们常常会低估实现自动驾驶规模化和可靠性的难度。然而，如同要实现在恶劣天气中安全驾驶，这些制造环节的问题必须在最初阶段就从系统和部件层面将其纳入考虑，而无法事后新增。此外，在不牺牲性能标准的前提下实现快速迭代的能力也十分重要。

我们与通用汽车的深度合作关系在这些领域显得尤为关键。目前的Cruise自动驾驶车型是基于雪佛兰Bolt纯电动车打造的，但它在通用汽车内部体系中是作为一个独立的车型来进行生产的，由此使得这些自动驾驶汽车从工厂下线时已经配备了完整的相关硬件。这需要对整个生产流程进行大幅度的重新规划。

大部分传统车企的车型开发周期通常需要几年时间，这个节奏无法满足自动驾驶所需的快速迭代和技术演进。

在过去几年的合作中，我们有意识地组建团队，建立流程，以实现全球最大车企之一对安全和制造标准的坚持，以及硅谷企业追求技术高速迭代这两种思路的和谐共存。

要建立这样的合作关系并非易事。我们也一直在摸索和实践，以达到最佳状态。每次针对车型的重大修改都被认定为是一个新的车型系列（a new “track” of vehicles），目前所见在旧金山街道上进行路测的车型是我们和通用汽车共同完成的第三代车型（Track 3）。

不过，如果仔细观察其实不难发现——虽然同为第三代车型，初期下线的测试车型和半年前下线的车型，以及现阶段车型之间都存在差别。几乎所有的传感器以及全部的自动驾驶组件在此期间都经历过修改、替换、移位或升级（有时以上皆有）。更重要的是，这些从工厂下线的自动驾驶车型在部件和系统可靠性上都没有做出任何牺牲妥协。

这使得我们能够配合部件升级和系统学习来快速地更换或修改车型系统。我们在车型的关键战略性领域保持柔性和模块化设计，并且从设计端到生产端全流程把握，由此实现快速迭代。

实景路测对于自动驾驶来说是无可替代的，我们在该领域正持续投入。除此之外，我们也投入了大量资源来借助工具和模拟测试实现超快速（且可靠）的传感器架构开发、评估和优化。其中包括高保真的3D模拟，让我们可以在新的传感器布局下模拟运行所有的软件系统，来测试其效果；以及通过电磁传播的物理建模来应对高难度的配置或天气问题。

! y7 M' }  S2 y* q

以上就是我们硬件开发理念的全闭环，它能够帮助我们快速辨别需要开发的硬件。目前我们的努力已经在下一代车型身上初见成效。随着我们逐渐从设计单一硬件演进至设计整体架构，希望这一理念能在未来成为行业标准。

IBB-EUT