第4章 智能驾驶硬件平台

智能驾驶与计算架构

第4章

智能驾驶硬件平台

1智能驾驶基础硬件平台_x0008_

2硬件平台设计方案3硬件平台设计规范4案例：典型计算平台智能驾驶计算概述智能驾驶硬件平台包括传感器、计算平台、通信和定位系统等多个关键部分，共同实现感知、决策和控制功能。本章在第3章芯片基础上，学习硬件平台基础架构、不同等级下的设计方案，以及典型计算平台案例。学习目标：了解智能驾驶硬件平台常见主流计算架构。了解不同等级下的智能驾驶硬件设计方案及典型案例。理解智能驾驶硬件设计规则中的安全性要求基本原理。掌握智能驾驶硬件平台常见传感器及其布局。硬件单元摄像头是智能驾驶最核心的传感器，按镜头和布置方式分为单目、双目、三目和环视四种类型。单目：算法成熟，但视野与远距离不可兼得，测距精度低。双目：通过像素偏移量和基线计算深度，但标定要求高。三目：三个不同焦距摄像头（窄视野250m、主视野150m、宽视野60m），弥补视野与距离矛盾。环视：鱼眼镜头，安装于前后保险杠和左右后视镜，拼接成俯视图（AVM），用于5~10m内障碍物检测和泊车。传感器布局传感器布局与智能驾驶功能等级密切相关，L2以朝前为主，L2+需要360°覆盖，泊车场景依赖鱼眼摄像头。L2：面向高速，传感器以朝前为主（摄像头、毫米波雷达、固态激光雷达覆盖前视）。L2+：面向城区，前视采用中远近三目（最远250m），周视采用多个窄角摄像头构成360°覆盖。泊车：4颗鱼眼摄像头（安装位置低）+超声波传感器+角雷达，覆盖20m内近距离环境。真实案例：小鹏XPILOT3.0（13摄像头、5毫米波雷达、12超声波）；小马智行第六代（23个传感器，含4个固态激光雷达）。激光雷达激光雷达具有测距精度高（毫米级）、探测距离远（最远300m）的特点，但成本高且易受雨雪天气影响。工作原理：发射激光脉冲，接收反射信号，获取距离、方位、高度、速度等参数。激光雷达激光雷达具有测距精度高（毫米级）、探测距离远（最远300m）的特点，但成本高且易受雨雪天气影响。点云数据处理：数据预处理→聚类（距离/反射强度）→特征提取→分类。应用：障碍物检测与分割、可通行空间检测、高精地图制图与定位、障碍物轨迹预测。控制单元与ECU演进域控制器（DCU）将分散的ECU集中化，是汽车电子电气架构从分布式向中央计算演进的关键。ECU分类：传感器ECU（识别环境）、主ECU（数据处理和判断）、执行元件ECU（驾驶操作）。域型vs区型：域型按功能分组（ADAS/座舱/底盘），区型按车身位置集中，中央计算机统一处理。控制单元与ECU演进域控制器（DCU）将分散的ECU集中化，是汽车电子电气架构从分布式向中央计算演进的关键。DCU优势：整合多个ECU，实现信息互联互通和资源共享，软件可升级，降低线束复杂度。EEA演进：分布式（L0~L2）→域集中式（L3开始）→中央计算（特斯拉Model3）。GPS与IMUGPS+IMU是自动驾驶领域的"黄金搭档"，GPS提供全局修正，IMU提供高频位姿推算。GPS：三角定位法，差分GPS可将精度从10m提升至米级。高楼环境存在遮挡和多路径信号问题，频率仅10Hz。IMU：以牛顿力学定律为基础，测量加速度和角速度，积分得速度和位置。频率>100Hz，短期精度高但累积误差大。融合机制：每100ms用GPS修正，中间IMU预测9次，实现100Hz高频稳定定位输出。硬件平台设计方案自动驾驶分级（NHTSA/SAE/国内）从L0到L5，L3是驾驶员与系统责任转移的重要分水岭。NHTSA（4级）：L0无自动化、L1特定功能、L2组合功能、L3有限度自动驾驶、L4全自动驾驶。SAE（6级）：L0无自动化、L1驾驶辅助、L2部分自动化、L3有条件自动化、L4高度自动化、L5完全自动化。国内（GB/T40429—2021）：0级应急辅助、1级部分驾驶辅助、2级组合驾驶辅助、3级有条件自动驾驶、4级高度自动驾驶、5级完全自动驾驶。不同等级硬件设计方案L2+行泊一体方案追求高性价比，而全场景智能驾驶方案（SuperDrive）追求拟人化体验和端到端技术。HorizonMono2（高性价比）：单颗征程2芯片处理单目前视摄像头，实现FCW、LDW、AEB、ACC、LKA、TJA等ADAS基础功能。不同等级硬件设计方案L2+行泊一体方案追求高性价比，而全场景智能驾驶方案（SuperDrive）追求拟人化体验和端到端技术。HorizonMono3（高性能）：单颗征程3芯片处理前视摄像头+多模态融合，支持RampMI/O、CAA、CIP、ISR、LLN、VFP等高级功能，并支持行泊一体。不同等级硬件设计方案L2+行泊一体方案追求高性价比，而全场景智能驾驶方案（SuperDrive）追求拟人化体验和端到端技术。HorizonSuperDrive：全场景智能驾驶方案，动态/静态/Occupancy三网合一的端到端感知架构，搭配征程6芯片，支持城区NOA。硬件平台设计规范高级别自动驾驶域控制器硬件通用设计规范》从电源、通信、计算、存储、散热、结构、安全与冗余等方面给出了通用设计建议。异构硬件总体设计：电源单元、低速通信单元（CAN/LIN/DSI3）、高速通信单元（MIPI/以太网）、异构分布式计算单元（SoC+MCU）、存储单元（DDR/eMMC/UFS）、散热单元、结构单元、安全与冗余单元。功能安全：需满足ISO26262ASIL等级要求，采用多通道设计、故障检测回路、冗余设计等。ASIL等级确定：考虑严重度（S）、暴露概率（E）和可控性（C）。硬件平台设计规范高级别自动驾驶域控制器硬件通用设计规范》从电源、通信、计算、存储、散热、结构、安全与冗余等方面给出了通用设计建议。功能安全：需满足ISO26262ASIL等级要求，采用多通道设计、故障检测回路、冗余设计等。ASIL等级确定：考虑严重度（S）、暴露概率（E）和可控性（C）。典型计算平台特斯拉Hardware和英伟达DrivePX系列代表了智能驾驶计算平台的两大技术路线——全栈自研与平台赋能。TeslaHW3.0：双FSD芯片（14nm），每颗含2个NPU，总算力144TOPS，72W功耗，支持8摄像头+12超声波+雷达。HW4.0升级为7nm工艺，算力提升3倍。NVIDIADrivePX2：双Tegra+双PascalGPU，8TFLOPS，支持L3/L4。DrivePXXavier：30TOPS，30W，支持L4/L5。DrivePXPegasus：320TOPS，支持L5。DriveOrin：254TOPS，ARMHerculesCPU+AmpereGPU+深度学习加速器。典型计算平台MobileyeEyeQ系列从EyeQ1到EyeQUltra，算力从0.0044TOPS提升至176TOPS，覆盖L1到L5级自动驾驶。EyeQ1（2004）：0.0044TOPS，基础ADAS。EyeQ3（2014）：0.256TOPS，支持ACC、自动泊车，TeslaAP1.0搭载。EyeQ4（2018）：2.5TOPS，支