今年上半年，突如其来的疫情对全球汽车产业链产生了巨大的冲击。业务重组、裁员、关闭工厂、降本等等消息频出。

高工智能汽车研究院发布的2020年上半年国内市场（自主及合资品牌）前装市场数据显示，1-6月搭载L2（含L2+，比如高速公路本车道及变道自动驾驶辅助功能）新车上险量为78.13万辆，渗透率为10.39%。

其中L2+渗透率为3.36%，上险量占全部L2新车的三成。此外，上半年新车ADAS功能（L0-L2）搭载率为35.9%，同比上年同期（17.87%）增长超过一倍。

关于中国的汽车智能驾驶市场，针对不同产品该采用什么操作系统呢？相信来自汽车行业的开发团队都有自己的观点。作为在芯片原厂的系统开发团队，我们经历了多款安霸半导体(Ambarella)的视频和视觉芯片的系统开发实践，并参与了国内国外诸多客户的项目成功量产，这些积累使得我们对不同操作系统的性能特点和差别得到一定的了解。在汽车行业努力耕耘的几年里，我们也发现了汽车市场对于芯片和操作系统需求的不同，因此积极努力，不断推陈出新，争取给客户和市场带来更好的体验。以下是有关智能驾驶主控芯片的操作系统的研究。

常见操作系统的对比

据我们观察，汽车市场的操作系统选择主要来自于开发团队的经验积累，或者来自于主控芯片厂的SDK的默认支持。按其特性分为两类：一个是各种各样的Linux(包含标准Linux, Android, AGL，商用Linux等)，一个是各种各样的RTOS （实时操作系统, 包含QNX，GHS，Vxworks, ThreadX，Nucleus，FreeRTOS，μITRON，厂商自制的RTOS， RT-Thread等），而RTOS又可根据特性分为简单RTOS和高级RTOS两类。

关于这几种OS大体上列表比较如下：

我们了解到在某些领域，比如Android凭借在平板和手机领域的地位，在国产新能源车的中控娱乐系统上占了很大的市场份额， 而BBA的新款车中控则采用了QNX，其它一些车型采用的是AGL。如果我们来看ADAS市场和自动驾驶市场，早期采用雷达和相对简单的传统视觉算法时， RTOS搭配经典AUTOSAR的使用比较普遍，而在近些年来的各种新涌现的基于神经网络算法的ADAS解决方案里Linux占比开始增加。在APA辅助泊车领域里，多路摄像头+ GPU的应用搭配Linux/Android更加流行。在自动驾驶时代，QNX和Linux都成为比较流行的自动驾驶域控制器的OS选择。众所周知，特斯拉采用了自己维护的Linux系统做Autopilot并取得广泛好评。

传统意义上，Linux被认为是实时性不够好，而RTOS如其名Real-time OS， 可以保证任务调度（ISR，线程切换等）总是可以在几个微秒之内调度，除非驱动程序有错误卡死。所有RTOS上的任务严格按照优先级，高优先级可以抢占低优先任务，同优先级的任务一般按轮转调度策略，一切井然有序。目前基于雷达的ADAS产品一般都采用RTOS，就是利用其硬实时性带来的安全保障，而且产品开发阶段需求都已经非常清晰，所以可以给每个人任务固定的优先级。而随着Linux内核技术的发展，如今的Linux的实时性已经大为改观，具体有哪些改观呢？请参见后面章节详述。

Linux和RTOS的实时性对比

Linux常被工业界诟病为“实时性”不佳，任务调度延时不确定，是这样吗？

对于大学本科或者研究生里开设“操作系统”课程而言，一般都称Linux为一种典型的“非实时系统”，以有别于RTOS (Real-Time Operating System)。原因就是RTOS严格根据优先级决定调度，高优先级的任务可以抢占低优先级的任务；但Linux的调度机制较为复杂，是以完全公平调度（CFS）为基础的，支持内核抢占式调度，以及实时线程的一种综合机制。

那么我们要问，这个任务调度延时是多长呢？一般说来，硬实时的RTOS需要这个调度延时最坏情况在10微秒到100微秒左右。而软实时的桌面式操作系统则最坏情况在1~10毫秒左右。

德国不莱梅大学曾做CONFIG_PREEMPT_RT配置下Linux 实时性 vs RTOS的测试。（来源：

https://pdfs.semanticscholar.org/cf24/c3601d8420ff9f3cb875b5b41d9aefdfa53f.pdf）

结果表明， Linux内核的实时性已经接近RTOS，都可以达到微秒级延时。

采用标准Linux kernel 5.4内核即使不加实时性补丁，仅仅把CONFIG_PREEMPT做成默认，实际也可以达到很好的实时性。对此我们做了长时间压力测试，条件如下：

• CPU为4核ARM Cortex A53，运行于1GHz

• 整个SoC系统做高性能4Kp30视频采集和H.265编码

• 同时满负荷深度学习计算

• 并加50个busyloop 进程让CPU保持100%忙

• 维持整个测试过程24个小时

结果如下：

那我们要问，既然Linux实时性变得这么好了，RTOS的存在意义在哪里呢？其实也不尽然。因为Linux虽然可以创建实时线程（和实时进程），但本质上的调度并不是严格按照优先级调度。如果你需要严格按照特定的顺序调度程序，在Linux里的开发方法可以使用线程同步，或者把任务装进一个队列等机制，而不是依靠绝对优先级的高低。相对来说，RTOS的方式更为简单和确定，但Linux的方式更灵活也更利于系统任务的扩展和承载更大的吞吐量。

不管Linux还是RTOS，实时性都和CPU收到中断的频率，中断处理程序占用的时间等有关。先进的处理器支持一些硬件机制可以减小关中断的时间。在Linux里，也可以把时间要求最苛刻的任务放在中断处理程序里做或者做一部分，所以在现代CPU里搭配新的Linux内核以后，只要按照合理的编程规范和做必要的代码检查，实时性接近RTOS是有保证的。但因为Linux的调度机制非常复杂，所以至少无法做得像RTOS调度器那样“简单易懂”，如果是一个对实时性和确定性能要求极高的场合，比如汽车上控制刹车的电子稳定控制系统的ECU使用Linux是不太可能的。但是如果对于摄像机而言，Linux的实时性就已经远远好于系统所需要的指标。对比一下，人眼的视觉暂留也是一种神经传输延迟，高达100毫秒以上。

系统架构和硬件对操作系统的影响

早期的汽车电子电气架构，是分立式ECU,各自独立存在，为不同功能独立设计的系统。后来的主流架构演变成为以CAN总线或其他总线为核心，多个ECU相互合作，并划分为多个域的系统，从而大大降低总线束长度和系统复杂性。

而未来这种系统架构，受到自动驾驶技术的驱动，可能在每个域内采用一个或几个域控制器来代替多个分立的ECU，并且数据总线将会变得更加高速和简洁，如千兆/万兆以太网作为数据传输的骨干网络，以便接入大量的6个以上的摄像头作为视觉感知，以及各种雷达和其他传感器。

简单的说,汽车架构将会是一个包含多个网关的“局域网”，内部包含多个传感器、控制器和执行器。有的简单传感器和执行器则更看重功能安全，实现简单，以及重用已经有的设计，对这些场景来说，继续沿用本来的RTOS设计是非常合理的。传感器和视觉相关的就是多个摄像头，控制器和算法相关如舱内域控制器，自动驾驶域控制器等。而摄像头和域控制器的复杂度已经远远超过了早期的ECU，而变成了嵌入式计算机系统，这就产生了对于操作系统功能更多的要求。

（图片来自于Vector公司的“TC8 conformance Testing of Automotive Ethernet Networks”）

正因为系统复杂度越来越大，软件的创新也越来越多，和新车交付时间从设计到上市越来越短，这使得系统中的崭新功能模块不一定能够在第一个版本就已经完善，所以系统在线升级（OTA）成为必须。几乎所有车载嵌入式软件系统，都可以通过OTA升级。这使得通用的架构设计、网络协议、计算机安全等技术环节对汽车系统比以往都更加重要。

这种架构的升级，使得系统需要使用高级的CPU加上高级的操作系统，才有利于软件的移植，才可以利用丰富的软件库，和成熟的软件开发工具，丰富的文档，或者直接开放源代码。简单MCU加上简单RTOS已经很难适应这种需求。

针对这些新需求，为了改善系统的实时性和可靠性，硬件也在快速发展并使得操作系统和软件的工作变得更加简单和可靠。多核CPU、更大的Cache、硬件连接间的FIFO、DMA、硬件时间戳、硬件mailbox、互斥锁、信号量等，使得多模块通信更加便捷高效，多任务共同执行的时间更有保证，系统变得更加实时，更加高效率，更加容错和即时对错误进行处理。这时候，我们把这种改进的硬件看做是承载着数据流的主通路，而CPU上运行的软件更多的是在配置，调整，和应对特殊的场景和错误。软件更多地是考虑系统的功能需求实现，而更快更好的硬件，使得较为通用的操作系统策略和软件开发模型也可以更好地适用于工业系统。比如车载以太网凭借AVB 802.1AS（gPTP）,在Linux里也可以很好地实现系统间时钟同步，这种同步的精度可以达到或好于微秒级别。

根据公开的数据，全球有超过1.5亿辆汽车搭载了QNX系统，其中包含通用，丰田，奥迪，福特等大量知名车厂。根据IHS汽车市场的调查的数据，2019年有超过4200万辆汽车的中控娱乐系统采用QNX，同一年搭载Linux的中控系统是4100万辆。预计2020年搭载Linux的中控系统将超过QNX。

ZDNet在2020年刊文说：并不仅仅是特斯拉，事实上，举例来说，奥迪，奔驰，现代，丰田，都已经在依赖Linux。

为什么？AGL执行董事Dan Cauchy在一份声明中说：“汽车制造商正在成为软件公司，就像在技术行业一样，他们也意识到开源是前进的道路。” 汽车公司知道，尽管销售能力强大，但客户还需要智能信息娱乐系统，自动安全驾驶功能以及最终的无人驾驶汽车。Linux和开源公司可以为他们提供所有这些服务。

(来源：https://www.zdnet.com/article/its-a-linux-powered-car-world/  )

Linux的开发社区非常广泛，开发人员众多，API非常丰富，除了高度兼容POSIX API便于跨平台移植，也支持Linux平台特有的一些API 以实现高性能或者特殊的操作。几乎所有成熟稳定的计算机视觉系统都方便移植给Linux，从比如OpenCV的不同版本，Caffe, Tensorflow, PyTorch等深度学习框架，从Linux开发平台迁移到Linux的嵌入式运行平台相对更为容易。从机器人框架ROS，从流媒体框架gstreamer, 包括GPU，Ethernet,WiFi, IMU等外设驱动。也包含多种面向汽车以太网等的应用协议AVB，SOME/IP。

如果看最新款的硬件设备驱动程序，或者特殊的芯片定制开发而言，对于有能力的团队，较容易通过配置Linux内核和驱动得到自己所需要的功能支持。对于比如一个最新款802.11AX Wifi芯片的支持也许几天就可以做好，因为同样的芯片加驱动可能在Android手机已经量产了。而对于所有商用RTOS而言，可能都面临着额外付费，比如需要让硬件厂商针对你的商用RTOS提供特殊的驱动程序支持。

开源库不一定能够带来100%完美的代码，但是提供了一种快速上手，快速展示概念的方式。在此基础上，中小型研发团队比如创业公司可以投入自己的研发力量，进行快速改善，从而得到自己的软件体系。

安全性和可靠性

总结

在全球汽车市场低迷的当下，零部件行业日子也难过。不过，随着更多智能网联功能“上车”，传感器作为感知系统的“刚需”，市场配套逆势上扬。记者了解到，国内外汽车零部件供应商积极布局自动驾驶传感器领域，以车载摄像头、毫米波雷达和激光雷达三大核心部件为代表，随着其产业链上下游的发展，相关企业迎来增长机遇。

车载摄像头

ADAS作为无人驾驶的前奏，正随着技术的应用加速渗透。2017年工信部、国家发改委、科技部联合印发的《汽车产业中长期发展规划》提出，到2020年，汽车驾驶辅助、部分自动驾驶、有条件自动驾驶技术在新车上的装配率将超过50%，网联式驾驶辅助系统装配率将达到10%，满足智慧交通城市建设需求。未来，随着系统成本的下降，ADAS产品将全面渗透低端车型。至2020年，ADAS的总渗透率有预计可达到50%，新车装配率有望达到100%。

车载摄像头一直被誉为自动驾驶之眼，是实现众多预警、识别类ADAS功能的基础，是智能驾驶必不可少的基础传感装置。车载摄像头相对于雷达等车载传感器价格更加低廉，易于普及应用。近些年，ADAS功能逐渐“落地”，车载摄像头的产品可靠性、成熟度也实现了长足进步。

据介绍，车载摄像头主要包括内视摄像头、后视摄像头、前视摄像头、侧视摄像头、环视摄像头等。高端车型配备的摄像头可多达8颗，用于辅助驾驶员泊车或触发紧急制动等功能。摄像头在汽车上的应用如今愈发多元，包括DMS（驾驶员监控）、CMS（乘员监控系统）、双目、三目、夜视等各种产品形态，迅速扩大了汽车视觉的市场空间。2020年3月，Waymo发布最新的第五代自动驾驶系统，车内各处的摄像头多达29颗，通过相互重复覆盖的视角，可识别出500米外位置的道路交通指示牌。

摄像头成功取代侧视镜后，汽车上的摄像头数量将达到12颗。而随着技术和市场的发展，L3级以上自动驾驶车型对摄像头的需求将增加，单车多摄像头将成为趋势。ADAS视觉系统使用摄像头采集图像信息，通过算法分析出图像中的道路环境，因此摄像头及其芯片是ADAS的核心组成部分。随着ADAS系统搭载率的提升，车载摄像头未来将成为摄像头芯片主要市场之一。数据显示，2019年全球车载摄像头的出货量约为2.5亿颗，预估2020年将达3.2亿颗，2021年将达4亿颗。

今年以来，多家企业推出了摄像头新技术与新应用。首先是汽车驾驶室摄像头的应用开始“落地”。今年6月，福特汽车表示，其电动汽车Mach-E将配备驾驶室摄像头，用于车辆处于辅助驾驶状态时对司机视线及头部位置进行监控。同期，特斯拉也公布了驾驶室摄像头的第一个功能，通过OTA之后，该款配置将自动记录碰撞或安全事件发生前的图像和短视频，完成性能改进。此外，雷克萨斯ES300h首次在量产车型上使用摄像头，取代传统外部后视镜。摄像头拍摄的图像传输到车内高分辨率监视器中，不仅使驾驶更安全，而且还可减少风阻。雷克萨斯方面表示，摄像头与监视器结合，可在所有驾驶条件下，提升车辆后方以及与其他车辆相邻区域的可见度，同时还能消除盲点。此外，其自动广角功能能使车辆转向、倒车更简便、更安全。

近期，采埃孚宣布，首款完整的基于单摄像头的L2级自动驾驶系统已经搭载在一家自主品牌SUV领军车企的热销车型上，支持十字路口场景的增强型的自动紧急制动（AEB）、智能自适应巡航控制（iACC）、交通拥堵辅助（TJA）、智能巡航辅助（ICA）、紧急车道保持(ELK)、智慧躲闪、智慧灯光以及道路标志识别等功能。该项目由采埃孚中国团队负责开发，目前在中国市场开始量产。

智驾科技（MAXIEYE）创始人周圣砚告诉《中国汽车报》记者，在车载摄像头领域，单目、双目产品都有应用，目前性价比最高的是单目视觉方案，同时摄像头与毫米波雷达融合也是当前的一个主要发展方向。不过，车载摄像头解决方案的挑战在于感知性能指标仍需突破，包括测距精度、三维立体感知构建、感知实时性、可靠性等方面。

中国物联网产业联盟副秘书长贺思聪在接受记者采访时表示，从去年三季度开始，上游原材料价格开始松动，摄像头等感知类产品的边际成本有所降低，国产替代品不断增加。“得益于在消费品市场的发展，国产摄像头企业有了大量积累，也在逐步推出车规级产品，长期来看，非常有竞争力。”他介绍道。

目前，博世、大陆、安波福、电装、法雷奥、维宁尔、采埃孚等外资零部件一级供应商，占据车载摄像头前视单目市场90%以上份额。国内ADAS视觉厂商主攻环视、后视以及商用车ADAS视觉等领域。

与激光雷达和摄像头相比，毫米波雷达的测量距离较远，且在雨雪等恶劣天气情形下能维持稳定工作，常常与摄像头及其他传感器一起组成综合解决方案，实现包括ADAS在内的自动驾驶功能。

毫米波雷达的主要特点包括穿透能力强，不受天气影响；体积小巧紧凑，识别精度较高；可实现远距离感知与探测。正因为这些优势，毫米波雷达目前在汽车防撞传感器中占比较大，根据IHS的统计，毫米波/微波雷达＋摄像头在汽车防撞传感器中占比达到了70%。

随着ADAS渗透率的提升，毫米波雷达的搭载率也大幅提升。佐思汽研数据显示，2020年1~5月，我国乘用车新车毫米波雷达安装量达140.89万颗，同比增长47.4%，其中77GHz同比增速显著，达69.3%。根据中商产业研究院的预测，2020年全球车载毫米波雷达市场规模将超过50亿美元，国内市场规模将超70亿元。

毫米波雷达是ADAS中的核心测距传感器，性价比优势显著：性能优于超声波雷达，成本远低于激光雷达。在毫米波雷达的频率上，主要有三种波段——24GHz、60GHz、77GHz。24GHz毫米波雷达是目前市场上的主流产品，但随着技术升级正逐渐被性能更优的77/79GHz产品替代。据悉，主要供应商都在力推77GHz毫米波雷达，博世和大陆公布的最新一代77GHz毫米雷达覆盖中、长、短距。目前，毫米波雷达技术主要由大陆、博世、电装、奥托立夫、德尔福等传统零部件巨头所垄断，特别是77GHz产品。近年来，国内企业陆续量产24GHz毫米波雷达，并加快77/79GHz产品研发。

森思泰克总经理秦屹认为，随着技术的演进，毫米波雷达历经迭代，探测范围实现了从近程到远程，测量精度也逐渐提高。在ADAS这样一个对产品安全性、可靠性要求比较高的领域，毫米波雷达拥有很难撼动的地位。据介绍，广汽蔚来合创品牌的首款量产车型HYCAN 007采用了森思泰克自主研发的STA79-4车内成员检测雷达，以非接触的方式探测指定区域内的生命体征，避免出行过程中意外滞留事件的发生

“毫米波雷达主要用于ADAS感知测距，配合视觉摄像头融合应用。目前，毫米波雷达市场主要份额仍被国外厂商垄断，高性价比的国产毫米波雷达是行业所期待的。”一位不愿透露姓名的行业人士说。

对于国产毫米波雷达的发展，汽车电子技术专家黄武陵也给出了类似的看法。他提出：“面向高速公路和城市道路环境，毫米波雷达的应用是智能汽车的强需求，期待更多成熟的国产77GHz毫米波雷达产品出现。”

在应用场景上，毫米波雷达主要用于驾驶座舱和乘员监测、自动泊车、车路协同和智能交通等场景。以驾驶员监测为例，近距毫米波雷达和视觉传感器一起实时识别车内情况，与机械和电子系统进行交互，提供必要的安全保障。

在自动驾驶的解决方案中，摄像头可以识别不同的物体，在物体高度、宽度测量精度，车道线识别、行人识别准确度等方面有优势，但容易受光照、天气等因素影响。毫米波雷达可穿透尘雾、雨雪、不受恶劣天气影响，但其难以识别车道线、交通标志等元素。所以，“毫米波雷达＋摄像头”融合的解决方案可以做到取长补短，被不少整车企业所采用。

在目前自动驾驶汽车的众多传感器中，激光雷达几乎被公认为是“C位”担当。这主要是由于激光雷达具有几大明显优势：首先是超高的分辨率，激光雷达发射的光波的频率比微波高出2~3个数量级，因此具有极高的距离分辨率、角分辨率和速度分辨率；二是测量精度更高，激光雷达可直接获取目标的距离、角度、反射强度、速度等信息，生成目标的立体维度图像；三是抗干扰能力强。

换句话说，激光雷达能克服摄像头和毫米波雷达的一些不足，在复杂的交通条件下工作。仅使用雷达和摄像头传感器时，它们不能保证感知系统符合自动驾驶ASIL-D安全标准，激光雷达的加入则为感知系统提供真正的冗余，是确保之后决策层与控制层中每一个板块安全的关键。

如今，激光雷达技术正在不断实现突破。今年7月，自动驾驶技术初创公司Aurora宣布，推出用于无人驾驶汽车的新款激光雷达系统，该款自主研发的产品可探测300米以外的物体。

事实上，随着自动驾驶商业化应用提速，车载激光雷达市场也迎来全新的未来。中商产业研究院的数据显示，到2021年我国车载激光雷达市场规模将超过6亿元，年均增幅将保持在50%以上。目前，奥迪、雷克萨斯、宝马、沃尔沃等主流整车企业将在量产新车上选配激光雷达，融合激光雷达的自动驾驶解决方案也成为了大势所趋。

根据记者掌握的最新信息，Ibeo成为长城汽车首家量产激光雷达供应商，其最新研发的Ibeo NEXT固态激光雷达被应用于WEY品牌的SUV车型上。未来，Ibeo将提供一套支持L3级自动驾驶的激光雷达系统，以实现高速公路长距离自动驾驶。该系统由新型Ibeo NEXT固态激光雷达、控制单元和目标感知软件组成，能与其他系统交互从而达到安全驾驶的目的。

令人欣喜的是，在激光雷达赛道上，自主企业表现格外亮眼。速腾聚创、禾赛科技、北科天绘、镭神智能等厂商逐步拓展市场份额，同时大疆、华为等大型科技公司也跑步入场。禾赛科技自主研发的激光雷达Pandar40已实现量产。该公司近日宣布，已与美国威力登激光雷达公司达成了长期的全球专利交叉许可协议。览沃科技（Livox）正式对外推出了两款面向L3/L4级自动驾驶的高性能、低成本激光雷达产品Horizon和Tele-15。此外，速腾聚创日前正式发布80线激光雷达RS-Ruby Lite，其优势在于成本更低且性能稳定可靠，以进一步突出性价比。

在黄武陵看来，激光雷达现在逐步过渡到半固态和固态，一些自主企业也陆续推出了相应产品，需求方的试用和反馈将推动产品快速迭代，期待更多、更好、价格适中的国产激光雷达进入市场。前述行业人士则告诉记者，激光雷达在测距精度方面有很大优势，现阶段主要应用于L3及以上级别自动驾驶场景应用的测试和开发，但仍面临成本、车规等方面的规模化量产挑战。

众多调研数据显示，随着智能网联技术的发展，汽车传感器市场渐渐进入一个新的发展阶段，未来增长可期。对于传感器企业来说，如何把握机会，在自主创新中寻找突围机会成为当下重要的课题。梳理自动驾驶三大传感器的技术发展及市场应用后，记者采访了企业代表、行业专家，畅谈自主企业面临的机遇与挑战。

“随着ADAS及更高级别自动驾驶技术的快速普及，今年以来其市场渗透率比去年增加了约10%。而且，随着传感器解决方案更加成熟，整车企业可以提供的整体配置比往年提高不少，今年卖出的车毛利率有所提升。”中国物联网产业联盟副秘书长贺思聪说。

一位不愿透露姓名的行业人士向记者介绍道，国内自2015年起陆续涌现了一批智能驾驶企业，主要采用两条技术路线：以ADAS逐级“落地”为主的渐进式自动驾驶演进路线，以L4级自动驾驶卡车、Robotaxi运营为主的无人驾驶路线。通过产业化的逐步摸索，智能驾驶产业链上下游形态逐步清晰和细分。目前，ADAS相关产品依旧占据智能驾驶产业化的主流，自主企业多数具备前装预警系统的开发能力，部分企业具备环视泊车场景的“落地”能力。而涉及到前向ADAS控制，诸如AEB等功能，能够具备完善且可靠的技术能力的企业仍屈指可数。传统零部件供应商在行业中深耕多年，在对汽车产业的理解方面有很大优势，且与整车企业建立了长期稳健的合作关系，资金实力较为雄厚，但在市场灵活性、技术敏锐度以及新兴业务转型布局方面稍显弱势。创业公司直接瞄准产业的新兴需求，公司体系灵活，有创新活力；弱势在于面临的资金风险较大，相对缺乏对行业的理解和前装量产经验。

在传感器领域，初创公司与传统零部件供应商互有所长，在某些领域的竞争已进行到白热化阶段。对此，汽车电子技术专家黄武陵表示，车载传感器的门槛较高，需要经过一系列的测试和验证。传统零部件供应商在针对车规级产品的设计、测试和验证的经验比较丰富。创业公司则充分利用后发优势进行研发，胜出者往往实现了技术突破，对应用能够起到更大的推动作用。

竞争意味着胜出与淘汰。贺思聪告诉记者，全国有几十家汽车传感器企业，并且数量还在快速增长，它们的规划路径、目标不同，导致最后的竞争结果将产生差异。对于所有自主企业来说，市场的最大挑战就是技术平台期，以目前的技术手段，突破L3级以上自动驾驶市场较为困难。“突破不了最终的高级别自动驾驶市场，渗透率就无法再提高，市场或将在2025年变成‘红海’。在这种情况下，有一些外资企业进行长周期的规划，用决策层和执行层反哺感知系统，一些企业的Know-How是部分自主企业不具备的。”他坦言。

不过，从目前市场情况看，自主企业还是有实力与外资企业“掰手腕”的。黄武陵表示，无论摄像头、毫米波雷达还是激光雷达，国内均有国产替代产品，从量产的各个方面考虑，比如价格及可控性等方面，自主企业具备一定优势。

“目前，国产传感器发展速度很快，除了关键的芯片还没有能力替换外，其他已全部国产化，而且材料工艺也不错，获得了不错的配套机会。”贺思聪说。

作为快速崛起的初创企业代表之一，智驾科技（MAXIEYE）对于企业发展与市场需求之间的平衡有着自己的理解。在其创始人周圣砚看来，随着L2+级自动驾驶系统渗透率逐步提升，自主企业已开始与跨国一级零部件巨头同台竞技。“只有专注于解决前装智能驾驶实际应用场景所面临的客户痛点问题，以技术驱动，配合灵活的本土化开发及服务，才可以赢得更多的市场机遇。从整车前装ADAS装配率和整车智能化水平而言，留给自主企业的市场空间很大。”他说。（作者：赵玲玲 中国汽车报）

随着5G等新一代网络技术的发展，自动驾驶时代迎面走来，“车联万物”也将以更高速稳定的形式呈现。

 另一方面，对数据存储安全可靠的要求大幅提升。众所周知，行车交通中重要的前提是“安全”，不光是行车安全，还有“车联万物”的数据安全，其中就包括车联网端到端、端到云的数据管理和存储安全问题。因此，车厂对车联网系统质量和可靠度的要求更为严谨，为车联网系统打造嵌入式安全保护很有必要。

目前，威刚科技已获得车载IATF 16949:2016全球汽车产业质量管理系统认证，证明了威刚科技在产品设计、生产流程、产品质量上都已达到全球汽车工业的统一标准，可生产符合规格的产品，进而在车联网的应用中提供耐用可靠的解决方案。IATF 16949是由国际汽车推动小组（IATF，International Automotive Task Force）成员制定，旨在为全球汽车产业客户提供更优质的产品，并制定汽车行业通用的质量管理体系标准。

固态硬盘存储系列解决方案

随着科技的发展，芯片在制造业各领域的应用越来越广泛。那么，什么是芯片？如何制造芯片？涉及到多少高科技？我国的芯片产业现状如何？又会有哪些挑战？

别看芯片的体积小，但制造难度非常大，其制作过程不亚于在指甲盖上建造一座城市，我们一般看到的芯片是这样的：

但是在显微镜下，如同街道星罗棋布，无数的细节令人惊叹不已！

原来，指甲盖大小的芯片，上面却有数公里的导线和几千万甚至上亿根晶体管。

芯片，以储量最丰富成本最廉价的二氧化硅为原料，成就了这个星球的科技之巅，颁一枚最佳逆袭奖，实至名归！

尽管目前我国芯片产业的发展仍需面对需求旺盛、供给不足、人才短缺等诸多挑战，但我国芯片的自主研发和量产势在必行。

2019年7月22日，科创板迎来了首批25家公司挂牌，所以这两天各家媒体都在对科创板开市一周年进行盘点。

万众瞩目，“AI芯片第一股”寒武纪（688256）7月20日正式登陆科创板。上市首日，寒武纪开盘大涨288.26%，盘中飙涨超300%，总市值一度突破千亿元。截至收盘，寒武纪涨超2倍，单日市值大增592.18亿元。

前天，比亚迪发布了智能新能源轿车——比亚迪汉。同时，华为宣布了基于鸿蒙OS的华为HiCar系统将搭载在这款汽车上，这是华为Hiar系统首次亮相。

同时，车内体验也可定制。通过各种预设或实时输入，XiM21能为乘客打造定制化的车内体验，如透光装饰条、可调节香氛及音响等。3D音效可为整个座舱打造高品质的听觉环境，独享式音响头枕能让乘客拥有私人音乐空间。

“随着新四化的不断深入和自动驾驶技术的不断成熟，未来汽车作为交通工具的属性将会被削弱，而作为移动空间的属性将会被大大加强。汽车的座舱系统作为空间属性的核心承载单元，将会扮演越来越重要的角色，它将更加智能化、个性化、场景化，追求极致的客户体验将会成为重要趋势。”延锋相关负责人表示。

为用户打造专属的感官特性

坐进XiM21座舱，便能感受到一股强烈的“未来感”。其中，多屏交互是一大亮点。概念车内安装的5个显示屏无缝融入内饰，显示屏、智能表面及其它组件经过直观、友好的交互设计，为用户提供易于操作的界面。对于驾驶员而言，双12.3英寸曲面显示屏可作为整个座舱的操控中心，电动滑动屏让前排乘客也能灵活设置车内各种模式及信息娱乐系统。

同时，座舱内部的表面材料及造型，让人从视觉上看感觉更轻更纤薄，营造出现代感。此外，概念舱采用了金属、水杉木等作为装饰表面，通过陶瓷、金属、水晶质感等高光材质和柔性布艺材质的对比更添艺术性，释放出居家放松的温馨与暖意。

业内业外开始“短兵相接”了

如今的汽车越来越智能化，无人驾驶亦非遥不可及，届时人们只需要坐在车里休闲喝茶即可到达目的地。然而，在智能汽车的内部却是人们察觉不到的密密麻麻的线路以及无处不在的电子起件在工作，这就是汽车的“大脑”——电子控制系统。正是这套越来越复杂的电子控制系统完成辅助甚至替换驾驶员的动作，实现对车辆运行状态的监测与控制，使人们的出行更轻松、简单、安全。

AI赋能，正在从汽车制造商加速转向汽车零部件供应商。

车用芯片对制程工艺的跟进力度往往落后于消费电子芯片。然而，恩智浦近日宣布，将在下一代高性能汽车平台中采用台积电的5纳米制程。恩智浦将当前最先进的量产制程用于汽车SoC开发，折射出汽车产业对于半导体需求的变化。在智能化趋势下，汽车行业成为半导体细分领域成长最快的市场之一，也从性能、安全、整合性等多个层面，对半导体供应商提出了新的挑战。

根据市场调研机构DIGITIMES Research观察，伺服器CPU与GPU的协同运算趋势，将加速NVLink、CCIX （Cache Coherent Interconnect for Accelerators）、CXL （Compute Express Link）与Gen-Z等开放式高速互连介面发展，亦带动英特尔（intel）、超微（AMD）与英伟达（nVIDIA）伺服器芯片三巨头的高速互连介面标准竞争。

近日，技术领先的CMOS图像传感器供应商思特威科技（SmartSens）成功收购了深圳安芯微电子有限公司（Allchip）。本次收购不仅进一步扩展了思特威的产品线，更加速了思特威在汽车电子领域业务布局的步伐。

深圳安芯微电子（以下简称Allchip）是一家位于深圳的专注于车载摄像头CMOS图像传感器设计和产品经营的新兴高科技公司，其所生产的芯片在车载摄像头和其他小型化视频监控应用方面极具竞争力，拥有自主研发量产的多款SOC系列图像传感器产品。

思特威创始人兼董事长徐辰博士表示：“汽车智能化的走热为车载图像传感器带来了广阔的前景，据Yole预测,全球汽车市场摄像头模组体量到2025年有望超过80亿美元。此次收购正是公司一步重要的发展策略，思特威深耕CIS芯片设计多年，拥有世界先进的工艺研发经验及强大的供应链体系；而Allchip作为图像传感器汽车电子领域的生力军，其高集成的SOC产品技术受到市场普遍认可。今后，思特威将进一步结合Allchip在车载产品上丰富的设计经验，强强联合，通过技术与资源的优势叠加，共同打造性能更出色的前/后装车载CIS产品，服务于客户所需。”

面临未来更多的挑战，唯有强强合作才能为公司开辟更好的发展前景。深刻认识到这一点，2019年年底胡文阁先生率领整个团队加入了思特威科技，担任技术副总裁（V.P. of Technology），全面负责公司车载图像传感器芯片项目的研发和设计。在加入后的短短几个月内，迅速完成了团队融合并带领新的团队推出了国内首颗高清车载CMOS成像芯片暨单片三合一（传感+图像处理+视频编码与传输）芯片，此外还研发出了多款超高性价比的标清车载芯片，在车载摄像头和其他小型化视频监控应用方面极具竞争力，一举帮助公司实现每月车载芯片出货200万颗，半年销售额近亿元的成绩。

胡文阁先生对未来的发展前景信心十足：

此次收购是思特威深入汽车电子领域的一次重要战略布局，Allchip的加入势必能为思特威进一步提升车载应用市场触达和加快车载产品技术创新带来更大的优势！

如何训练自动驾驶汽车，让其对周围的世界有更深的认识？计算机能够从过去的经验中学习，从而认识到未来的模式，以帮助自动驾驶汽车安全地在不可预测的新情况下行驶吗？这些就是麻省理工学院（MIT）运输&物流中心的AgeLab与丰田安全技术协作研究中心（CSRC）试图解答的问题。据外媒报道，MIT与CSRC的答案就是共享了一个名为DriveSeg的创新开放数据集。

通过DriveSeg数据集的发布，可以知道MIT和丰田正致力于推进自动驾驶系统的研究，让该系统能够拥有像人类一样的感知能力，将驾驶环境视为连续的视觉信息流。首席研究员Bryan Reimer表示：“通过共享该数据集，我们希望鼓励研究人员、业内人士和其他创新者为临时AI建模研发新见解和新方向，以实现下一代辅助驾驶和汽车安全技术。”

CSRC高级首席工程师Rini Sherony表示：“预测能力是人类智能的一个重要组成部分。每当人类开车时，总是会跟踪周围环境的运动情况，以识别潜在的危险，做出更安全的决策。通过共享该数据集，我们希望加快对自动驾驶系统和先进安全功能的研究，让其更能适应周围的复杂环境。”

截至目前，已经向研究社区公布的数据集主要是由静态、单一的图像组成，可通过使用“边界框”识别和追踪道路内和道路周围的常见物体，如自行车、行人或交通信号灯等。相比之下，DriveSeg通过连续驾驶场景的视频镜头，对此类相同的常见道路物体进行了更精确的像素级表征。此种全场景分割对于识别没有特定、统一形状的不定形物体特别有用，如道路建筑和植被。

Sherony表示，基于视频的驾驶场景感知提供的数据流与动态的真实驾驶情况更接近，还能够让研究人员随着视频播放时间的增加而探索出数据模式，有助于在机器学习、场景理解和行为预测研究领域取得进展。

DriveSeg数据集免费提供，可供研究人员和学术团队用作非商业用途。其数据由两部分组成，DriveSeg（手动）是2分27秒的高清视频，拍摄于马萨诸塞州剑桥市白日繁忙街道的交通。该视频有5000帧，由人工密集地标注了12类道路物体的像素标签。

DriveSeg（半自动）是20,100个视频帧（6-10秒的视频片段），来自MIT先进汽车技术（AVT）联盟的数据。DriveSeg（半自动）与DriveSeg（手动）的像素语义注释相同，只是注释是通过MIT研发的一种新型半自动注释法完成。此种方法既利用人工，也利用计算机的能力，与人工注释相比，效率更高、成本更低。MIT和丰田创建该数据集的目的是为了评估，在大量真实世界驾驶场景中进行注释的可能性，并评估通过AI标签系统训练车辆感知系统的潜力。（作者：余秋云 | 盖世汽车）

6月17日，千寻位置与广汽新能源联合宣布，全球首款北斗高精度定位5G V2X智能车发布并正式上市。依托千寻位置提供的北斗高精度时空智能服务，“下一代智能SUV”——广汽新能源埃安V的定位精度达到厘米级，可以实时知道自己开在哪一个车道，行驶更加安全、可靠。

据广汽新能源方面介绍，车道级定位能力可以帮助ADiGO 3.0自动驾驶系统准确判断设计运行区域（ODD），决定自动驾驶功能在合适的时候进行交接。在相对定位方案失效的情况下，比如车道线不规则、车道线短暂覆盖、道路无明显标志物、弯道曲率过大，埃安V依然能够根据准确的卫星定位和高精度地图数据，进行自动驾驶功能决策。

此外，基于千寻位置提供的高精度定位和授时服务，埃安V拥有的V2X技术可以获得车与车、车与人、车与路侧单元等各类信息交互的统一时空体系。这意味着，埃安V的ADiGO 3.0自动驾驶系统，将不受视线遮挡、恶劣气候等因素干扰，在紧急制动预警、前向碰撞预警等安全功能中减少误报漏报，保障车主、行人等交通参与方的安全。

据悉，千寻位置与广汽新能源合作的另一款车型埃安LX，也搭载了北斗高精度定位技术，可实现L3级自动驾驶，在高精地图覆盖的全国高速及城市快速路，实现0-120km/h“脱手脱脚”自动驾驶。

根据前期测试结果，无论是烈日还是大雨，埃安LX都能在复杂极端的环境下安全、稳定地自动驾驶。在高速弯道行驶时，系统则可以提前获得弯道信息并规划行车路线，以最合适的速度和路线通过。

据千寻位置方面介绍，2020年将有6款搭载千寻位置智能驾驶专有服务FindAUTO的车型量产上市。这意味着，北斗高精度定位服务今年开始将大规模“上车”。

千寻位置是北斗高精度时空服务平台，提供厘米级定位、毫米级感知和纳秒级授时能力，各类应用终端通过互联网就可以随时随地获取这项服务。

千寻位置的FindAUTO时空引擎已达到车规级量产能力，为L2.5级的高速公路自动巡航， L3级的高速自动驾驶，或特定场景的L4级无人自主泊车提供精准、可靠、安全的高精度时空绝对基准。

对于当下的汽车制造商来说，最大的挑战是面对新技术、新供应商以及新的整车电子架构驱动的研发体系变革。

芯驰科技CEO仇雨菁

晶圆代工龙头台积电日前宣布，领先全球推出7 纳米汽车设计实现平台（Automotive Design Enablement Platform，ADEP），协助客户加速人工智能推理引擎、先进驾驶辅助系统、以及自动化驾驶应用的设计时程。