雷锋网按：在今年的 CES 上，无论是媒体还是参会者，都经历了一场自动驾驶汽车时代的预演。各家公司用演示、广告和发布会频繁对我们的神经进行“轰炸”，公司间的合作、设计上的比拼、新技术和新产品在本次展会的自动驾驶展台上“谋杀”了无数菲林。
不过，VSI Labs 创始人兼首席咨询师 Phil Magney 对 CES 却有自己的观察。“零部件供应商们仿佛一夜间打了鸡血，它们号称能更快的提供更廉价、更安全、更高效且可大规模量产的产品。”Magney 说道。“不过，展台上的那些产品，你现在还买不到，有些甚至可能还停留在设计图阶段。因此，在这场虚伪的自动驾驶大跃进中，参展的厂商都有罪。”
对喜欢逛展会的人来说，这样最新最炫的产品依然吸引力十足，Mageny 就是其中之一。虽然他已经看透了一些展台的实质，但依然忍不住去想象“即插即用”自动驾驶汽车的未来。
Magney 在本届 CES 上也看到了不少有希望的信号。“虽然一些展会上的产品太过美好，一时半会根本实现不了，但主要的一级供应商和半导体公司确实走在了正确的研发道路上。”Magney 解释。
据雷锋网了解，本届 CES 上，有关自动驾驶汽车的生态系统也开始初具雏形。
Magney 就指出，“从理论上来讲，所有在做汽车、零部件、交通、物流、云和数据服务、地图、支付交易、车队管理、模拟和软件生意的公司都是自动驾驶生态系统的一部分。”
诚然，不断膨胀的生态系统是一件好事。不过，在发展中也不断有问题涌现出来。这些一只脚伸进自动驾驶圈的公司到底有多少有资格？
Magney 就表示，行业内有钱袋子鼓鼓前不断创新的公司，也有达不到标准，只是打擦边球的公司。因此，这个行业机遇与问题并存。同时，他认为未来行业内会有更多的合作与收购发生。
此外，AI 也成了每家公司做主题演讲时的必谈元素。“整个行业都接受了这样一个理念，即自动驾驶与人工智能密不可分。”Magney 强调道。
在 CES 上的重磅演讲中，英伟达一再提及自家 Pegasus 平台符合 ASIL-D 标准。现实情况是，Pegasus 平台确实用到了符合 ASIL-D 标准的零部件，不过，这些零部件符合标准就代表整个系统符合标准了吗？
因此，Magney 对 Pegasus 如何通过 ASIL-D 评定心存疑惑，毕竟“AI 为基础的推理模型在软件跟踪能力上依然有欠缺，Pegasus 又怎么能实现完美的功能安全？”
对于这些问题，CES 没能给我们一一作答。不过在下文中，我们列出了本届 CES 透露出的未来趋势和深度思考后得出的问题。当然，还有一些查漏补遗。本文虽然无法穷尽自动驾驶世界，但对今年赌城这场大展却不失为一篇全面的参考文章，大家可千万别错过。
问题：虽然全行业已经一致认同自动驾驶出租车将成为破冰者，但这个阶段之后呢？有人为自动驾驶汽车规划未来吗？
丰田 e-Palette 概念车
在传统汽车巨头中，来自日本的丰田一直给人以非常保守的印象，但在本届 CES 上，丰田却一反常态对为什么现代社会需要自动驾驶汽车的问题作了解答。
眼下，汽车行业还在无休止的争论到底谁应该驾驶汽车（机器还是人？），丰田却直接拿出了自己的答案： e-Palette 概念车。这款自动驾驶汽车不但能完成人员输送任务，还能一并承担起货物递送、食品外卖和救护车的责任。与 e-Palette 共同诞生的还有丰田眼中的未来城市形态，其基础是近些年来最火热的按需经济。
在这场主题演讲中，丰田章男还是没离开“转型”这个话题，丰田要从传统的汽车制造商进化成出行服务提供商。不过，看看那张合作伙伴的名单，包括亚马逊、滴滴、Uber、必胜客和马自达，你就放心了，丰田这次是铁了心要做开放的出行平台。
丰田研究所 CEO Gill Pratt 则更注重当下，他非常看重研发中的自动驾驶平台模型，该平台秉承“护卫”和“司机”的理念，将人和机器的任务进行了详细划分。
同时，Pratt 还强调称，“媒体和大众应对Level 2 与 Level 3，Level 4 与 Level 5 级别自动驾驶之间的细微差别有个详细的了解。“
问题：听说中国已经有 200 多家 OEM 商，真有这么神？
拜腾首款电动 SUV
今年的 CES 上，中国电动车新创公司拜腾吸引了各界目光，它推出旗下首款电动 SUV，续航可达 323 英里（约合 520 公里），售价则仅为 4.5 万美元。
虽然是一家中国新创公司，但拜腾却拥有大量的顶尖德国汽车工程师。当然，这样的组合已经不太新鲜，类似法拉第未来和 Lucid Motors 这样的中国新创公司也采用了这种模式。
不过，市场研究公司 IHS Markit 却表示：“拜腾与此前的中国新创公司有些不同，它更加开放，向公众透露了大量涉及技术和产品的细节信息。”
对于拜腾电动 SUV，业内专家一致认为：“以 4.5 万美元的售价（补贴前），这辆车需求量会相当巨大。当然，前提是它们有足够的产能且产品不会跳票。”
百度阿波罗 2.0 也是本次 CES 的一大亮点
与初出茅庐的拜腾相比，百度被外媒评价为“真正的中国力量”。已经在大数据领域显出超强实力的搜索巨头在自动驾驶开放平台上也在快步前行。
去年 7 月，百度在推出阿波罗平台后就不断加速，今年 CES 上的阿波罗 2.0 更是首次集齐了平台的四大模块——云服务、软件、参考硬件和车辆平台。百度表示，基于 Duer OS 的阿波罗现在已经可以引导车辆在普通城市环境中穿行，即使夜晚也不在话下。
现在的百度身后已经有超过 90 家行业伙伴，其中光芯片供应商就有鼎鼎大名的英伟达、英特尔、恩智浦和瑞萨电子。阿波罗平台的初衷是为了降低 OEM 开发自动驾驶汽车的门槛。而有报道显示，中国已经有了 200 家汽车 OEM 。以阿波罗平台为后盾，它们都能在自动驾驶市场搅起风浪，就像当年谷歌安卓系统的疯狂扩张一样。
百度首席运营官兼董事会副主席陆奇则在 CES 上表示：“我们有大数据且提供开放开发平台，最重要的是中国有强大的量产能力。”此外，中国还有专门针对自动驾驶开发和测试的政策支持。
在 CES 的演讲中，百度还用视频展示了使用自家自动驾驶平台的车辆，其中包括穿梭车、客车，甚至还有一辆自动驾驶街道清扫车。
问题：众所周知，英伟达与英特尔正打得不可开交，那么两者中谁才是自动驾驶计算平台的最佳选项？
英伟达将 Uber 拉入自家阵营
在本届 CES 上，两家公司都拿出了自己的自动驾驶计算平台。
不出意外，穿着皮夹克的黄仁勋还是亲自上台为 Xavier 处理器宣传，他表示“Xavier 是自动驾驶交通模式下的 AI 超级电脑”。同时，英伟达还把 Uber 拉进了自家阵营，未来 Uber 的自动驾驶车队将用上英伟达的计算平台。此外，英伟达宣称拥有 90 亿个晶体管的 Xavier 处理器已经领先其他对手“至少两年”。
自动驾驶汽车可不是科研课题
在 CES 的主题演讲中，英特尔为“摄像头优先”的自动驾驶战略站台，该项目计划通过推广基于摄像头的 ADAS 系统来帮助自动驾驶汽车提高安全性。
隔天，Mobileye（已归属在英特尔旗下）发布会上，Mobileye CEO Shashua 则强调了自动驾驶战略背后的哲学。首先，Shashua 称 Level 2-Level 5 车辆的开发是一个连续的过程，也就是说它们现在不会开发不符合时代要求的自动驾驶汽车。
Shashua 曾公开批评过对手直接跳级到 Level 4 和 Level 5 的战略，他认为这股风潮必然会引发计算需求的指数级增长。在他看来，自动驾驶汽车可不是一个“科研课题”。想成功，研发就必须注重“经济的延展性”，即处理器和高精地图等技术能否跟上研发脚步和市场需要。
问题：我们都知道 Level 2-Level 5 意味着什么，但 Level 2+ 这个概念可是第一次听说。
在主题演讲中，Mobileye 抛出了 Level 2+ 这样的全新概念。Magney 称其为“典型的市场宣传用语”，因为 Level 2 的本地化应用已经风风火火的开始了。
“我们现在定义的 Level 2 比自适应巡航+主动车道保持功能组合囊括的范围更大。毕竟这两项高端车上已经普及的功能在没有前车或者车道模糊的情况下会出问题。”Magney 解释道。
他指出，只要加入一些本地化应用，车辆的安全性和性能会有大幅提升（比如通用的 SuperCruise）。也就是说，将地图和定位等功能加入量产车，Level 2 就升级成了 Level 2+。不过，Mobileye 并非市场上唯一提供此类解决方案的公司。
问题：一直以来，瑞萨的拳头产品都是它们旗下的 R-Car 系列 SoC，这款产品是为车载信息娱乐系统量身打造的。那么这家日本芯片巨头准备如何渗透进自动驾驶世界？
瑞萨举办了自动驾驶试乘活动
作为全球领先的车载芯片供应商，瑞萨在 CES 上也准备了自动驾驶试乘活动。不过它现在只有 6 辆测试车，其中 4 辆林肯可实现全自动驾驶。另外两辆凯迪拉克则是“感知车型”，主攻 ADAS 功能，它们均搭载了瑞萨的芯片。
瑞萨车载系统业务主管 Craig Johnson 表示，瑞萨自动驾驶战略的核心为全自动驾驶汽车。当然，大规模量产和功能安全是关键注脚。眼下，瑞萨正在帮 OEM 和一级供应商逐个检查芯片的每一个关键部分，以打造安全、可靠且性价比较高的自动驾驶汽车。
众所周知，全自动驾驶汽车会搭载大量传感器，不同品牌的安装位置会有所不同。举例来说，瑞萨的试乘车型就把 9 个摄像头和 1 个 360 度激光雷达架在车顶。同时，车上还有两颗雷达暂未投入使用，摄像头中有两个负责立体视觉。
驱动试乘车的是瑞萨的 R-Car V3M SoC，主攻前视摄像头应用。此外，车上还搭载了 R-Car H3（两颗，其中 1 颗用于提供冗余），它是车载信息娱乐系统的核心。瑞萨表示，R-Car H3 符合 ISO 26262 (ASIL-B) 安全标准，且稳定性和安全性都有所提升。
负责试乘项目的 John Buszek 指出，驱动车顶 9 颗摄像头的是 6 颗 R-Car V3M 芯片。此外，车里还有一台 PC，它没什么特别功能，只是为了向乘客展示试乘车到底看到了什么。
瑞萨的全自动驾驶林肯定位能力也相当强悍，因为它用上了 GPS、激光雷达和高精地图数据。在第一趟试乘时，车辆没看到建筑工地的标识，于是就开启了地图匹配功能，及时解决了麻烦。
眼下，瑞萨的合作伙伴包括海拉、恩智浦和滑铁卢大学。
在被问到瑞萨从测试中学到什么时，Buszek 表示：“我们还有很多要学，自动驾驶可不简单。”现实环境中有很多意想不到的挑战。
当然，瑞萨的测试目标主要是开发出高度集成的芯片，在成本、安全性和功耗上取得完美平衡。
问题：我们什么时候能用上可更换的自动驾驶零部件？
Magney 是即插即用自动驾驶的坚定拥趸。那么在本届展会上他都看到了什么新变化？
他表示：“伟世通是自动驾驶生态的最新成员，它推出了名为 DriveCore 的自动驾驶硬件堆栈。伟世通的架构可支持子板，包含从某家处理器制造商选择的处理堆栈。”
伟世通 DriveCore
三星和哈曼也是 CES 的一个亮点。“它们带来了开放式研发平台概念——DRVLINE，还演示了可更换的软硬件零件。当然，算法传感器和处理器堆栈也来自不同的合作伙伴。”Magney 说。“以上两种自动驾驶解决方案都用到了开放式的软硬件架构和开发工具。”
问题：自动驾驶汽车需要冗余，现在有新传感器能通吃所有情况，挤掉其他传感器一统天下吗？
传感器技术近些年来确实进步神速。在本届展会上，Ambarella 就展示了新的计算视觉架构，可提供立体视觉处理和深度学习感知算法。
Alberto Broggi
在展示中，它的立体摄像头成功探测到了目标物体（此前算法没见过这一物体）。传感器专家 Alberto Broggi 表示，这种远程的立体摄像头每秒能捕捉 8-9 亿个 3D 点，而现在大热的激光雷达每秒才能捕捉 200 万个 3D 点。
那么，Ambarella 的计算视觉芯片能让激光雷达“下岗”吗？Broggi 认为有可能，不过这可能不是 Ambarella 的本意。
德州仪器（TI）则展示了自家的高集成度单芯片雷达传感器，它运行在 76-81 GHz 频段。该设备搭载了一颗 ARM R4F 处理器和一颗硬件急速器，以帮助雷达完成必要的数据处理。
德州仪器雷达和分析处理器部门主管 Sameer Wasson 则着重介绍了自家雷达芯片的多功能性。
眼下，德仪已经将低功耗高精度雷达系统塞进了极小的外壳中。它们的前置远程雷达能“探测到 300 km/h 以内的摩托车、汽车和其它动态物体，角度准确度还不到 1 度”，其近程雷达也不弱，“80 米之内的动态物体都能精准的探测到”。Wasson 解释。
德仪的高集成度单芯片雷达传感器
Magney 指出，“雷达正变得越来越好，特别是在识别物体方面。此外，雷达也能像激光雷达一样做出点云图，只是精度稍差而已。眼下，马格纳、恩智浦和德仪就正在开发能胜任各种探测任务的新型雷达。“
新一代雷达的目标是在分辨率上接近激光雷达，甚至直接替代激光雷达。两款传感器的生存大战已经正式开打。
通过对市场的分析，恩智浦认识到，不断崛起的自动驾驶正在改变市场对车用雷达的需求。制造商们希望通过雷达解决前视视角和 360 度环视视角的探测。不过，归根结底它们要的还是射频性能强大，功耗和体积却能多小就多小的产品。
恩智浦汽车业务部 CTO Lars Reger 指出，从长远来看，市场上的雷达产品会逐渐向高清图像雷达过渡。这种产品是高清视觉处理器和图像雷达的结合体。总有一天它们会彻底让激光雷达“下岗”。
在本届 CES 上，我们还见到了联发科展出了首款基于 CMOS 的雷达。该公司汽车业务副主席 JC Hsu 就表示：“我们的毫米波雷达运行频段为 76-81 GHz，它能探测到 10-15 米内的障碍物。此类产品是厂商和消费者的福利，因为你再也不用看到车辆上钻的一个个孔了（装倒车雷达）。”
如果雷达真能达到以上性能指标，恐怕激光雷达真得半路夭折。不过还好，激光雷达技术近些年来也在飞速发展。
Magney 强调称，“我们见到了不少聪明的激光雷达创新，它们在图像分辨率和精确度上都相当出色。”TetraVue 和 AEye 等公司都是激光雷达 创新的佼佼者。”
TetraVue 是飞行时间（ToF）技术的行家。作为 4D 激光雷达视频摄像头的开发商，它能准确的捕捉广视场和各种距离下的动作和深度。
另一家公司 Aeye 在 CES 上则推出了 AE100——一款基于该公司 iDAR 技术且有价格优势的固态激光雷达系统。Aeye 将 iDAR 定义为“为模拟视觉皮层而生的机器感知传感器。“这套系统捕捉到一个场景后，会将关键物体的清晰度拉高，从而通过只能数据采集实现快速动态感知，并增强路径规划能力。”Aeye 解释。
雷锋网推荐阅读：
正在生成分享图...
刘伊伦