*雷锋网注：Renovo 全家福，图片来自网络
雷锋网按，自动驾驶热潮兴起之时就有专家断言未来一定属于它们，但现在汽车制造商们却对到底怎样设计和打造自动驾驶汽车充满疑问？为了寻找答案，笔者专门询问了最为中立也学识最渊博的专家——Chris Heiser 。
Chris Heiser 是 Renovo Auto 的 CEO，十年前这位 Verisign 公司（世界 Web 域名与互联网安全领域领导者）前产品经理与英特尔工程师兼复古车爱好者 Jason Stinson 共同创立了 Renovo。现在这家公司负责生产能将自动驾驶汽车各部件“粘”在一起的“数字胶水”。
这款“数字胶水”名为 AWare，业内有些人将其称为中间软件，另一些人则认为 AWare 本质还是操作系统。详细来说，AWare 的任务是引导摄像头、激光雷达、雷达、超声波换能器和线控转向系统间的数据流，方便开发者专心搭建自动驾驶汽车。Renovo 认为，这管“数字胶水”最终将成为汽车制造商实现 Level 4 自动驾驶的必备工具。
显然，Chris Heiser 对自动驾驶汽车的未来非常有信心。同时，他也不参与现在火热的摄像头和激光雷达的对战，因为 AWare 能和一切事物相连并协同工作。
为了解决笔者心中的疑问，笔者甚至和 Chris 来了场模拟电话会议，而电话线那头笔者假装的是铃木汽车主席 Osamu Suzuki。众所周知，铃木汽车年销量大约 350 万台，可靠性是铃木的第一信条，而该公司产品的卖点中并不包含高科技这一项。如果说未来汽车就是轮子上的超级电脑，那么铃木必将面对一场转型的困局。
假设 Osamu Suzuki 打电话向 Chris 求助，他肯定会说：“Heiser 先生，我的员工告诉我自动驾驶汽车是未来，我的车里加装什么才能变自动驾驶呢？”
“别从汽车开始。”Chris 说道。“你得从软件出发，自动驾驶汽车不是电子产品，也不是硬件，更不是一场算力大挑战，它更像一场软件开发马拉松。”
*雷锋网注：图片来自网络
“我觉得你还是没想清楚，Heiser 先生”，电话那头的 Osamu Suzuki 说道。“铃木公司已经 109 岁了，铃木的车遍布全球。你现在居然告诉我搞自动驾驶汽车得先抛弃它们，转而成为极客？这种观点我无法苟同。”
Chris 依旧很淡定，他回答道：“自动驾驶不是你从供应商买来装进去就能用的商品。你得从软件开始并且搞清楚任务的定义。我们的使命是什么？要如何到达那里？我们先来围绕它搭建个商业案例吧。不过在开始之前你还是得问自己：如果车辆自动驾驶化了，它会做什么？它到底归属个人还是车队？在城市还是郊区运行？需要上高速吗？能应对雨雪雾等恶劣天气吗？”
“是是是”，Suzuki 那边回答道。“我们一年造 350 万台车，印度的道路铃木车占了一半。现在你告诉我我们的车只能在晴天工作？”
在 Chris 看来，Level 4 以上才能算自动驾驶汽车，而这个级别的车辆确实还搞不定雨雪雾或印度的季风季。同时，它们暂时也不适合大规模量产。“印度和山景城可大不相同，在山景城训练系统的方法直接输出到印度恐怕是无效的。毕竟，不是所有情况都适用同一模式。”
Chris 常说，自动驾驶汽车的开发和登月一样困难。“有可能还更难呢，因为你得把规模给做大。”对于 OEM 商，Chris 推荐别上去就搞“大力神”火箭，而是弄一两个试验性火箭并从中学点什么。
Chris 指出，制造商不该一开始就想将驾驶员“踢出”驾驶席，而是应该想想自动驾驶汽车如何创造新的营收机会。
“两位轮班司机一年工资成本至少 10 万美元，三年就是 30 万美元，如果你的自动驾驶汽车三年运营成本低于 30 万美元，不就赚钱了。”Chris 解释道。
对许多人来说，传统出租车的成本吸引不了眼球，但自动驾驶汽车 3 年 30 万美元确实让他们惊到了。Chris 也毫不避讳，他表示 Level 4 自动驾驶汽车就是贵，因为你得多装不少传感器来换冗余，同时“塞进行李箱的超级电脑也是耗电大户。”
这时，笔者假扮 Suzuki 问道，特斯拉不是宣称自己的“全自动驾驶”电脑功耗和普通灯泡的难度是一样的，马斯克是怎么做到的？面对这样刁钻的问题，Chris 只好圆滑的回答：“没有算力和传感器网络到底怎么实现这一效果我也不知道，毕竟这俩都是电老虎。如果特斯拉真有这能耐，恐怕早就对外展示了，但现在我们什么都没看到。”
既然电能依然宝贵，自动驾驶汽车和电动车的结合恐怕就没那么容易了。真正的 Level 4 自动驾驶汽车只需要在后备箱放个小的数据中心就行，“其性能和存储能力就像 10 或 20 个笔记本绑在一起”。在当下的技术条件下，低功耗产品根本满足不了要求，而且软件设计师们对细节和分辨率的需求是无止境的，但未来几年内想将功耗从千瓦级降到百万级恐怕也不太现实。
“好在，自动驾驶成本可通过专业化来降低。城市用的自动驾驶出租车不需要昂贵的远程传感器，而适用于高速运输的卡车则不需要像自动驾驶出租车那样‘敏感’。”Chris 解释道。
从与 Chris 的对话来看，他不是一个相信自动驾驶汽车马上就要落地的人。相反，Chris 会劝自己的顾客从高度专业化的狭义解决方案出发，比如自动驾驶卡车，出租车或固定路线的穿梭车。“你是想做个瑞士军刀，什么都能做什么都不精？还是瞄准一个目标做到最好？”
在自动驾驶这场长征中，最大的障碍其实就来自软件，而罪魁祸首就是老牌 OEM 商的文化。“OEM 商里愿意将软件写在基因里的真不多。”Chrie 说道。“它们打造汽车的核心是动力系统与空气动力学，现在它们则必须围绕软件开展工作了。当 OEM 商思考有关软件的问题时，它们的思维与数据科学家可不一样。当然，现代汽车已经配备许多电脑了，不过锁在黑盒子里面的它们其实本质只是对老旧机械系统的替代罢了。”需要注意的是，这些黑盒子也来自供应商，因此 OEM 商的软件文化很难建立。
Chris 表示：“在软件世界，那些复杂的代码由数千名程序员携手贡献，而各家公司的合作更加密切。它们贡献了平台、架构和 API。传统汽车行业则完全相反，它们总是想用设计来阻止其他公司的追赶，在自己周围构建护城河。不过，当目标是打造复杂系统时，护城河就丧失了壁垒性的优势。因此，那些已经落后的 OEM 商必须赶紧找帮手共进退，什么都自己埋头苦干是没有前途的。
正在生成分享图...
于胜越