近年來，自動駕駛成為激起汽車行業集體熱情的為數不多的話題之一。 Google，Tesla和Uber等新興企業紛紛進場參與競爭，在網聯車開發，深度學習和數據分析等技術突破的推動下，汽車制造商和OEM競相提供全自動駕駛汽車。

然而，理想很豐滿，現實很骨感。許多項目面臨重大延遲和一些基礎性問題的挑戰，包括：完全分布式系統中大量異構傳感器所需的復雜架構、驗證幾乎無限的駕駛場景，以及具有巨大業務模式差異的硬件和軟件提供商。

適用于不同自動化級別的功能

盡管無人駕駛汽車對出行服務提供商而言具有商業意義，但目前為止尚無具體的商業案例可證明投資的合理性。此外，諸如汽車電氣化和 NCAP （新車評估計劃，旨在評估新汽車設計的性能以抵御各種安全威脅）等因素抑制了自動駕駛汽車的炒作。因此，OEM正在尋找更現實的基礎來建立可持續發展的業務。

NCAP評估仍在不斷發展，其涵蓋功能數量隨時間推移而增加。例如，較早版本的NCAP僅專注于前置駕駛。但是NCAP 2025需要360°全景環視，遠距離視覺，轉向和內部監控。此外，全世界的立法都鼓勵將攝像頭用于安全駕駛。在美國，汽車現在必須裝有備用攝像頭。到2022年2月，歐洲將強制實行自動緊急制動，而中國已經發布了新的商用車安全法規。

用于ADAS和自動駕駛的端到端平臺

除安全性能外，由于成本下降，自動泊車、帶轉向輔助的自適應巡航控制等某些ADAS涵蓋的便利功能可能會隨著對高級功能的需求增加而增加。對于OEM而言，這意味著自動駕駛汽車的開發在財務上最可行的途徑是使產品可向上兼容最新的NCAP法規要求，同時將ADAS功能開發為便捷功能。

規模問題

隨著ADAS日益復雜，OEM尋求更經濟的方法來滿足盡可能廣泛的要求。最大的挑戰是將入門級平（涵蓋了NCAP三星級評級的最低ADAS要求）擴展到高級自動駕駛級別。這就要求必須在整個過程中控制成本，并盡一切努力使資源在整個系統中得以復用。

在設計可擴展性時，將多個功能集成到集中式ECU的趨勢似乎很有吸引力。但這就給功能安全要求，功耗和商業模型更新帶來了技術挑戰。例如，許多OEM發現，依靠單一來源的硬件或軟件的常規方法不再適用于他們。因此，他們自己開發自己的硬件或軟件，或者在多個第三方之間分配工作。

對于硬件制造商而言，挑戰在于找到一家可提供將其產品從入門級擴展到高端、同時保持兼容、開放平臺的半導體供應商。如果OEM要開發自己的軟件或與他人集成，則必須掌握新的開發方法和框架。AI是另一個挑戰，它完全依賴于誕生于幾年前、尚在研究開發的新型算法。

半導體供應商必須調整其產品以適應新的框架。他們面臨的第一個挑戰是在確保軟件可復用的同時，兼容從入門級到高級的各種功能。大多數半導體供應商都將重點放在入門級到中級系統上，其主要競爭力是成本，低功耗，處理關鍵的實時任務和功能安全性。入門級到中級系統占數量的絕對優勢。

來自消費領域的半導體供應商在開發車載電子產品時面臨幾個問題：嚴格的功耗需求，功能安全支持（最高達到ASIL-D）以及極低的量產PPM不良率的嚴苛質量要求。相較消費類產品，在縮減量產規模時，如何確保可行的BOM成本也極具挑戰。

OEM必須集成開放的軟件平臺，并尋求一流的軟件提供商。融合軟硬件的黑匣子方式并不適用，因為先進IP對軟件供應商并不開放。對于一級供應商來說，這亦非理想選擇，因為它會使內部創造價值的任務變得復雜。專有軟件還阻礙了將算法移植到優化的硬件平臺中。以上問題充分說明了為什么許多OEM都喜歡開放式標準（如Khronos Group的開放式標準），并得到眾多第三方和供應商的支持。

同時，AI被廣泛用于數據中心。在實現汽車系統管理同時嵌入AI將面臨如下挑戰：低功耗，功能安全和低成本，同時優化功耗/性能比。因此，OEM在ADAS / AD上還有很長的路要走。

R-Car聯盟聯合系統集成商，中間件/應用開發人員、操作系統和工具供應商 共同為網聯車和ADAS市場開發解決方案

為了滿足對靈活，可擴展和開放環境的需求，瑞薩開發了針對ADAS和自動駕駛的瑞薩自動駕駛平臺。該平臺利用RH850 MCU來實現實時和功能安全，并利用R-Car SoC來實現高計算性能。 Renesas autonomy platform 可為OEM和一級供應商提供如下支持：開發人員可購買或自主開發的開放式架構、創新的嵌入式產品、尖端IP、通過IS026262認證的AI算法，作為全球知名供應商、具有數十年來提供高品質、量產級產品的技術支持，以及堅定的產品路線圖。

R-Car V3M 和 R-Car V3H SoCs 是該新平臺的首批產品，現已實現量產并在全球范圍內部署到前置攝像頭，全景環視和激光雷達應用中。入門級R-Car V3M可支持NCAP2020“五星級”市場和即將頒布的法規要求。它還為3D環視系統提供了一種經濟的解決方案。 R-Car V3H針對高級智能攝像頭功能進行了優化，并且還適用于便捷功能，例如自動泊車和激光雷達系統。

兩種R-Car SoC均可兼容傳統嵌入式計算機視覺算法和用于嵌入式系統的AI。瑞薩將持續致力于滿足下一代市場需求，如NCAP2025等下一代設備以及Level 2 + / Level 3 ADAS平臺的自動駕駛功能。

審核編輯：郭婷