汽車行業目前正在研究如何進行安全的自動駕駛大規模部署，必須能夠應對L4甚至L5級別的各項關鍵挑戰。此外，汽車電子系統的復雜度也在急速增長，在要求計算力與復雜度增長保持一致的同時，如何確保系統的功耗、散熱、尺寸、成本和安全也是汽車制造商與解決方案提供商需要考慮的重要因素。

7大關鍵挑戰

1、成本

有人預測，如果在2020年生產L4級和L5級自動駕駛汽車的成本可能比普通汽車高出75000至100000美元。事實上，考慮到實現L4級和L5級自動駕駛所需要的傳感器數量，這個數字還是太低。如果總成本超過100000美元，為了使這些車輛能夠被購買，價格還需大幅下降，以使消費者負擔得起。因此，這很可能意味著第一批真正部署自動駕駛的車輛將成為出行即服務（MaaS）、共享騎乘或機器人出租車隊的一部分，通過取代人力駕駛的成本，建立一種新的商業模式，以支持這些更昂貴的車輛。

2、L3級真的可以被部署嗎

如上圖所示，L3級是從ADAS邁向全自動駕駛的第一步，它代表了在條件許可的情況下，車輛可以完成所有的駕駛動作，并具備提醒駕駛者功能。駕駛者無需監控駕駛環境，可以分心，但不可以睡覺，需要隨時能夠接管車輛，以便隨時應對可能出現的人工智能應對不了的情況。這便引發了一個有趣的現象，一旦駕駛員的手脫離了方向盤，會很愉快地處理電子郵件、文本等，使眼睛與思想也脫離了道路，一旦遇到意外，分心的駕駛員能多塊地回到“方向盤”上？從責任的劃分方面考慮，跳過L3級自動駕駛能夠更好地判斷駕駛員是在控制車輛還是車輛在進行自動駕駛。不過即使汽車制造商決定跳過L3這一階段，從L3到L4所需要的技術復雜性也要高得多。

3、傳感器急劇增加的計算需求

從ADAS邁向自動駕駛需要對汽車周圍的一切環境有更精確的了解，為了實現這一點，汽車上的傳感器數量急劇增加，需要多個雷達、車載攝像頭和激光雷達，以基本上取代和增強人眼感知。這些傳感器不僅昂貴，而且需要處理器處理才能理解它們“看到”的東西，以及車外的情況變化，這與自適應巡航控制或緊急制動等簡單的ADAS功能所需的計算力有很大不同。

4、軟件復雜性的增加

隨著電氣化、智能化、網聯化等技術的發展，自動駕駛汽車電子電器架構更為復雜，亦將面臨著諸多問題，如ECU及大數據的增多、人機交互界面的復雜程度更高、互聯汽車常遭黑客侵入、自動駕駛客戶差異化需求的滿足……據了解，預計L5級自動駕駛車輛將需要10億行代碼，相比波音787夢想飛機（Boeing 787 Dreamliner）需要的代碼僅為1400萬行。

因此，軟件功能虛擬化和硬件簡化的重要意義將進一步提升，而這可能以幾種形式成為現實。一是將硬件整合到針對不同時延性和可靠性要求的堆棧中；二是一個冗余的“超級計算機”將取代ECU的地位；三是徹底放棄控制單元的概念，轉而采用智能節點計算網絡。

5、如何提高自動駕駛部署接受度

根據美國汽車協會（AAA）最新數據，73 %的美國司機表示害怕搭乘全自動駕駛汽車，63 %的美國成年人認為在步行或騎車時與自動駕駛汽車共用道路是不太安全的。只有當駕駛員和乘客認為安全性足夠值得信賴時，大眾才會接受新型高級駕駛員輔助系統( ADAS )和自動化程度越來越高的技術。

安全是汽車電子系統的一個關鍵保障，嚴格的安全標準和認證適用于任何需要在駕駛員要求時保持可靠性能，如剎車、轉向等。當我們提高汽車的自主決策時，本質上是用復雜的計算機系統來代替人的安全決策。

6、從原型到量產

當今自主決策計算系統原型通常是基于現有的服務器技術，其挑戰在于尺寸、功耗和散熱性不適合于汽車。所有這些特性都需要顯著減少，人們普遍認為功耗需要減少10倍，尺寸需要減少5倍，如果兩者都能實現，那么成本和散熱將顯著降低。這也將推動自動駕駛汽車在消費者領域和機器人出租車領域的真正部署。

7、增強車內乘客互聯體驗

對于終端領域來講，以支持自動駕駛的V2X通訊模塊為入口，進一步整合車內的各種功能模塊，包括車內計算，存儲等功能，構筑新的車載電子業務領域，這也可以說是芯片公司的商業范疇。打造更高性能更安全的聯網汽車，更快實現自動駕駛，提供更好的車內乘客互聯體驗，成為管理車內應用的軟硬件平臺，則是車廠差異化競爭力所在。