大规模部署自动驾驶汽车，这些挑战考虑到了吗？
一个孩子跑到街上，看到一辆汽车驶向他，顿时被吓得僵硬地站着在原地。这时什么更安全，依靠自动驾驶汽车还是人类驾驶员及时制动？在这种情况下，人类驾驶员平均需要1.5秒才能做出反应并踩刹车；一辆装有视觉系统、雷达和激光雷达的自动驾驶汽车仅需0.5秒。
快3倍的响应时间意味着生与死之间的鸿沟，这是汽车工业加速实现自动驾驶的众多原因之一。基于安全性、效率、舒适性、导航性等优势，汽车公司都在越来越多地采用自动驾驶技术。
但我们也应看到，自动驾驶汽车系统的复杂性正以前所未有的速度增长，且计算处理必须与这种增长保持同步而又不影响当前的功耗、热性能、尺寸和成本及安全性挑战。
除了这些技术挑战外，关于消费者和监管机构对完全自治的接受仍然存在许多争论。美国汽车协会最近进行的一项调查显示，73%的美国驾驶员过于担心无法驾驭全自动驾驶汽车。另一个来自于社会的事实是，很难让自动驾驶汽车与普通汽车共享道路，这可能导致自动驾驶汽车时刻处于计算状态中。
因此，为推进自动驾驶汽车的大规模部署，需要考虑的挑战主要有以下几个方面。
有人认为，目前生产安全的4级和5级自动驾驶汽车的成本可能达到7.5~10万美元。说实话，这个估算可能太低，因为考虑到实现4级和5级自治所需的传感器数量，其总成本可能超过10万美元。为了使这些车辆的购买变得可行，价格将需要大幅度降低以使消费者负担得起。
高昂的价格可能意味着无人驾驶汽车的第一批真正部署将成为移动即服务、共享车辆或机器人车队的一部分。通过替代人类驾驶员的成本，以及驾驶比一般汽车高得多的车辆利用率，这些实体可以建立一种商业模式，以支持这些更昂贵的自动驾驶汽车。
3级是从ADAS过渡到自治的第一步。但是，目前对于3级自治以及对车辆和驾驶员的要求存在一些争议。成功部署的3级自动驾驶要求驾驶员在车辆的自动驾驶功能启用时仍保持警觉。
这引起了一个有趣的问题，作为驾驶员的我们会本能地认为，只要放开手就不再需要关注车辆的行驶问题，并且可以很开心地发送电子邮件、处理别的事情等，这时我们的双眼和想法已经不在路上。
但是，当启用Level 3驾驶时，汽车可能会要求您随时收回汽车的控制权。这就提出了一个问题，即分心的驾驶员可以多快回到方向盘上并重新控制车辆，以处理自动驾驶汽车无法控制的情况。为此，目前一些汽车制造商正在讨论跳过3级以此来克服这一挑战。
同时，从责任角度来看，跳过3级可以更容易地确定驾驶员是在控制车辆还是在自动驾驶。即使汽车制造商决定跳过这一级别，但从3级到4级所需的技术复杂性要高得多。
此外，他们还讨论了高级驾驶监控系统，该系统使用车内摄像头和高级软件算法来确定驾驶员是否处于警醒状态、是否适合收回控制权，而不是激活适当的警告以使驾驶员恢复到完全准备状态。
从ADAS到自动驾驶的转变要求对汽车周围的所有事物有更多的了解。为了实现这一目标，汽车上的传感器数量将急剧增加，需要多个激光雷达、摄像头和雷达传感器来替代和增强人类的视线和态势感知。
这些传感器不仅价格昂贵，且为了解它们正在“看到”什么，以及车外情况演变所需的处理，这都与更简单的ADAS功能（诸如自适应巡航控制或紧急制动）所需的计算有着天壤之别。
目前，大多数自主汽车的原型都在测试传感器的复杂性和软件算法，这些算法需要处理进入汽车的大量信息，以做出正确的决定后再采取行动。这个过程需要大量的软件，目前估计已经有10亿行代码来驱动一辆完全自主的汽车。与传统的汽车嵌入式处理相比，执行这种大量软件的计算要求更接近服务器性能。
这正在推动一种趋势，即在性能更高的多核SoC（而不是离散CPU）整合功能更强大的应用处理器和加速器集群。同时，这种整合需要软件架构发生重大变化，也可能导致软件占用空间的急剧增加。
据了解，软件应用程序的复杂性甚至远远超过已经充满了自动驾驶功能的最先进的客机，因为自动驾驶汽车将不得不面对充满无法预测的人类驾驶员和行人的高度混乱的道路（相对于充满专业飞行员的相对空旷的天空）。
这导致大量的算法处理需要实时进行，以了解汽车周围正在发生的一切，然后需要所有自动计算组件做出正确决策并安全执行的庞大软件堆栈。这种更大的复杂性使得它有了一个通用统一的平台体系结构，在这个架构上可以构建易于升级和可移植的软件堆栈。
最近的统计数据表明，有63％的美国成年人在步行或骑自行车时与自动驾驶汽车共用道路会感到不安全。这对如何获得消费者的信任提出了新的挑战，无论是作为自动驾驶汽车的乘客还是与汽车共享道路环境的其他人。
安全性是许多汽车系统的关键部分，当驾驶员提出要求时，任何需要可靠运行的功能都会采用严格的安全标准和认证，例如刹车，转向等。当我们提高汽车的自主性时，实质上是用包含许多异构计算元素以及10亿行代码的复杂计算机系统来代替人类驾驶员的安全决策，那么该如何保证这个极其复杂的计算系统能够在乘客和环境安全方面达到最高水平？
在更多功能被整合到功能强大的多核SoC基础上，还需要在单个SoC上支持混合关键性应用程序。在这种情况下，一些应用程序将需要最高级别的功能安全性，因为它们正在执行生命攸关的功能，并与在较低临界水平下运行的应用程序混合。试图将所有软件都带到最高的功能安全级别是不可能的，因此需要一个计算和软件体系架构来支持这些不同的安全级别，而不必为每个应用程序专门指定单独的SoC。
如今，进入自治原型的计算系统通常基于现成的服务器技术。服务器技术面临的主要挑战是其尺寸、功耗和热性能不适用于汽车，所有这些当前属性都需要大幅减少。
人们普遍认为，耗电量需要减少10倍，尺寸需要减少5倍，如果这两项都能实现，那么成本和散热量将显著降低，这也将获得更简单、更可靠的冷却方法。这些改进将促进自动驾驶汽车的真正应用，无论是在消费领域还是在机器人领域。
座舱内有一个日益增长的发展趋势，即消费者希望获得更丰富的车内体验。随着更高程度自主性的实现，车辆的乘员将从驾驶员变成乘客，他们对信息、娱乐和连接的要求将更加类似于他们在家里或办公室。
在我们实现完全自主之前，将会有一个有趣的混合司机、环境信息、娱乐和生产力功能的融合。因此即使将安全信息和别的信息混合在一起，也要确保这些信息不会对驾驶员的安全构成威胁。
未来5~7年汽车将进入一个更加自治的世界，将会有不同种类的信息传递到屏幕上，包括来自自主系统的驾驶员信息、媒体体验、驾驶员监控系统、面向车内的传感器等，所有这些都将有助于提供更加个性化的车内体验。这将需要高吞吐能力来将数据传送到屏幕，以及高带宽连接性和增强的安全性，尤其是诸如驾驶员警告信息之类的重要信息。