0. 前言

剛剛過去的2023上海車展我自然不會錯過，除了給公司站臺，就是把輔助駕駛相關的參展商仔細逛了一遍，尤其是自動駕駛域控制器。于是想寫這篇文章，和大家交流一下感想。我會努力用一個簡單的邏輯，站在系統的角度，把自動駕駛域控制器要做什么、要怎么做進行以及目前流行的方案做一個梳理。由于很多讀者朋友是學生或者剛轉行不久的新人，和以前一樣，我會盡量把文章寫得淺顯一些，并且鋪墊多一些。有相關經驗的同學可以直接跳第四章。 在汽車領域，分析或者介紹一個控制器，一般都從其最頂層需求（功能）入手。對自動駕駛域控而言，它的頂層需求是“實現一定的輔助駕駛功能”，一切都是為這個目標服務的。受制于成本，不同的域控能實現的功能自然是不同的，于是對輔助駕駛功能需要分級介紹；為了實現這些輔助駕駛功能，還需要有不同的傳感器配置方案作為基礎；基于不同的傳感器配置，要選擇與之相匹配的自動駕駛芯片，確保芯片算力能夠實時處理傳感器的海量數據；最后，不同的自動駕駛芯片進行各種排列組合，就形成了目前行業內琳瑯滿目的自動駕駛域控方案。以上，就是這篇文章介紹域控制器的邏輯主線。

圖1.邏輯主線 對于術語稱呼，標題里說的“自動駕駛域控制器”，Advanced Driver Assistance System Domain Controller，嚴格來說得叫“輔助駕駛域控”或者“智能駕駛域控制器”，因為業界對ADAS和AD還是有比較明確區分的。但是似乎大家都叫“自動駕駛域控”，所以后面我就不嚴格區分了。

1. 輔助駕駛功能的分級

近年只要是關注汽車行業的，大多都聽說過SAE對自動駕駛進行的L0至L5的分級定義[1]。

圖2. SAE自動駕駛分級 相關介紹文章很多，不再贅述。這里我想結合業界各家公司的實際宣傳現狀，做一個新分類。目前在國內市場能實際買到的車型中，對自動駕駛類功能的豐富程度也可以分成五級：

1.1 實現L1和最基礎的L2功能

行車功能主要包括：

ACC自適應巡航（全速域/非全速域）

FCW前向碰撞預警

AEB自動緊急制動

LDW車道偏離預警

LKA車道偏離輔助

LCC車道居中保持

泊車功能包括全自動泊車。 做到這些，整車廠就會宣傳車輛具備“L2輔助駕駛功能”。一般市面上十至十五萬級的車型都會配置。便宜一點的例子比如吉利帝豪S[2]這種十萬級車型也有（你沒看錯，現在十萬的車型就有輔助駕駛了，卷出了天際）。需要注意的是，實現這些功能一般不需要自動駕駛域控制器。

圖3. 帝豪S

1.2 實現大部分L2功能，廠家宣傳“L2+”

行車功能主要包括：

ACC自適應巡航（全速域）

TJA交通擁堵輔助（ACC+Stop&Go+循前車軌跡）

ALC撥桿變道輔助

FCW前向碰撞預警

AEB自動緊急制動

RCW后方碰撞預警

RCTB后方橫穿制動

LDW車道偏離預警

LKA車道偏離輔助

LCC車道居中保持

ESA緊急轉向避障

BSD盲區預警

TSR交通限速識別

泊車功能包括APA全自動泊車和RPA遙控泊車。 雖然豐富了不少，但嚴格來說這些功能就是L2而已，但市場宣傳方面總得體現出和十萬級車型有區別吧，于是生造了個"L2+"的概念。具體車型例如領克01[3]。車價也來到了十五至二十萬這個量級。一般從這個階段開始，自動駕駛域控開始上車了。

圖4. 領克01

1.3 實現L2+高速NOA

這一級車型，行車功能包括以上全部，加高速領航輔助，即高速NOA。泊車功能有的還會增加記憶泊車HPA等。很遺憾，這些功能還是屬于L2，但是車企這里就開始玩花活了，什么“L2++”、“L2.5”、“L2.9”還有什么“L2.99”都來了。目前能實現高速NOA功能的車型都在二十萬以上的。典型車型包括蔚來、小鵬、理想等等這些造車新勢力的絕大部分車型。比如蔚來EC6[4]（得選配大NP包）。

圖5. 蔚來EC6

1.4 實現L2+高速NOA+城區NOA

這一級車型，行車功能包括以上全部，加城區領航輔助，即城區NOA。泊車功能基本與以上相同。進行了城區NOA硬件預埋的車型一般都在二十五萬以上。事實上目前（2023年5月3日）推送了城區NOA功能的就只有小鵬G9、P7i[5]和P5（上海、廣州、深圳）以及北汽極狐阿爾法S·HI版（深圳、上海）、阿維塔11（深圳、上海）這5款車。當然，其他包括蔚來、理想、智己、廣汽埃安等等一堆車企都宣稱會“很快”推送城區NOA。

圖6. 小鵬P7i

1.5 實現L3

這個不用多說了，量產實現L3功能的全球目前就奔馳S級(包括EQS)這一款車。另外一個本田Lengend只租不賣、而且產量也很小，感覺更多像是一個噱頭。我在德國的時候恰好參與了Drive Pilot[6]中一部分橫縱向控制功能（DTRQ+, Diamler的小伙伴們肯定知道）的量產設計工作，不過沒等量產我就撤了。感覺最后量產的性能和最初的設計要求相比還是做了妥協。

圖7. 奔馳S級，來源Drive Pilot官網

1.6 實現L4/L5

另外，目前還沒有真正量產實現L4功能的車型。通用汽車Cruise[7]倒是在美國舊金山、奧斯丁和鳳凰城三個地方開始了全無人商業出租車運營，但是都只是在晚上至凌晨運營，數量也比較有限。而且這外形一看就離大規模量產還很遠。。。這種情況我們就不討論了。

圖8. Cruise Poppy，來源Cruise官網 總結一下，根據輔助駕駛功能的豐富程度，我們可把輔助駕駛分成以下五級(不考慮L4/L5)： 表1：輔助駕駛功能

2. 輔助駕駛系統傳感器配置

上面把量產車型的輔助駕駛功能分了五個等級，每個級別的功能需要通過不同的傳感器配置方案來實現。當然每個級別的傳感器方案不是唯一的，不同級別之間方案也有可能共用或者重疊。需要強調的是，實現輔助駕駛功能不是靠堆傳感器。傳感器只是整個自動駕駛系統中的一小環。限于篇幅這里就不展開了。 我們這里挑一些最典型的情況介紹。

2.1 基礎L2的傳感器配置

實現基礎L2功能一般通過1V1R，即一個前視攝像頭和一個前向毫米波雷達就可以實現了。攝像頭負責前方車輛、弱勢交通參與者、車道線等的識別，毫米波雷達進行感知融合。追求極致性價比的車型，只通過一個高清攝像頭也行，無非就是不融合了，性能表現稍微差點意思。常見的其他配置還包括1V3R(在1V1R基礎上增加兩個后雷達以獲得有限的后方感知能力)、1V5R（在1V3R基礎上再增加兩個角雷達）。 對于泊車功能，為了追求性價比，一般會搭載12個超聲波傳感器（USS）（下圖沒畫出來）。

圖9. 1V1R方案

圖10. 1V5R方案 圖片來自佑駕創新Minieye官網[8] 前面提到過，這么簡單的傳感器配置，算力要求不高，再加上突出性價比，一般也就不需要域控制器了，行車和泊車的控制也是完全分離的。

2.2 L2+的傳感器配置

要實現這些功能，典型的傳感器配置是5V5R12U。即在1V5R12U的基礎上，再增加4個廣角環視攝像頭。

圖11. 5V5R12U方案 圖片來自佑駕創新Minieye官網[9]

圖12. 環視攝像頭布置，圖片來源網絡 如上圖示，通過在車輛前保、后保/后尾門上方、左右后視鏡下方布置四個廣角環視攝像頭，可實現車輛近距離360度感知、可用以實現自動泊車，結合四個角雷達，能實現對行車盲區以及后方來車的監控，最終實現L2+的功能。

2.3 L2+高速NOA的傳感器配置

實現高速NOA的方案也比較多。典型的方案是11V5R12U，或10V5R12U即在5V5R12U的基礎上，再增加一顆(或兩顆)前視攝像頭（長焦/主視）、一顆后視攝像頭和四顆周視攝像頭。

圖13. 11V5R12U方案 圖片來自佑駕創新Minieye官網[9] 其中，周視攝像頭一般放置在前翼子板或者轉向燈下方，用于進一步增強側向盲區感知、對車輛加塞進行感知等等。例如，下圖是我在上海車展上拍的阿維塔11的攝像頭布置。類似的攝像頭布置在哪吒S、小鵬P7i等車型上都有應用。

圖14. 阿維塔11的側面攝像頭布置，上海車展拍攝

圖15. 小鵬P7i的11V攝像頭（不包括駕駛員監控)布置，來源官網 但是就像我前面提到的，傳感器方案不是絕對的。比如吉利博越L使用6V5R12U(沒有布置周視攝像頭)的方案也實現高速NOA。

2.4 L2+高速NOA+城市NOA的傳感器配置

目前市場上量產實現城市NOA、或者對城市NOA進行了硬件預埋的車型，典型比如蔚小理、華為智選等等的車型，在實現高速NOA的傳感器配置基礎上，又加裝了激光雷達。不過有的比如蔚來ET7、理想L9等使用了一顆前向激光雷達、裝在前側正面上方；小鵬P7i使用了兩顆激光雷達，裝在前保兩側；阿維塔11裝了三顆激光雷達，分別位于正面和左右翼子板。

圖16. 典型的實現城市NOA的傳感器配置 圖片來自佑駕創新Minieye官網[9] 激光雷達這東西我沒實際上手玩過，說實話不了解為什么非得加激光雷達。據我所知現在各家激光雷達廠商都在血虧硬著頭皮賣激光雷達給這些主機廠，分明是不可持續的。

2.5 實現L3的傳感器配置

實現L3自動駕駛的瓶頸不在傳感器。以上的傳感器配置很多都是可以滿足L3需求了。事實上，奔馳DRIVE Pilot的傳感器布置是6V5R12U[10]，還不如國內很多車型豐富。當然，奔馳DRIVE Pilot也不支持城區NOA。

圖17. 奔馳L3自動駕駛Drive Pilot傳感器布置方案，來源官方手冊 總結一下，根據實現不同輔助駕駛的功能，傳感器配置有很多種方案。為了展示明晰，我們有如下幾類典型的傳感器配置： 表2.典型傳感器配置

3. 自動駕駛的靈魂

——自動駕駛芯片

3.1 自動駕駛芯片規格和市場劃分

前面說完了實現不同輔助駕駛功能需要的傳感器配置。很顯然，不同的傳感器配置所需要的處理算力也是不一樣的。按照前面對輔助駕駛功能的分類邏輯，對應到傳感器方案，我們可以延續將域控制器的算力需求歸納成幾類：

1V1R/1V3R/1V5R方案：最少需要4-5 TOPS算力；

5V5R12U方案：最少需要5-10 TOPS算力；

11V5R12U方案：這就不好說了，各家差異很大，一般需要十幾到一百多TOPS算力；

11V5R12+激光雷達方案：業內一般認為最少需要150TOPS算力；

這個不好說，這篇文章就不討論了。

有了以上這些基本的概念，自動駕駛域控制器即可依此進行芯片選型了。為了獲得相應算力，設計自動駕駛域控時可以選擇：

由多個低算力芯片疊加獲得所需算力；

直接選擇單個中高算力芯片獲得所需算力。

當然，實際芯片選型要考慮的事情比這個多得多得多，限于篇幅這里不展開。那么現在市面上有哪些自動駕駛芯片呢？這又是一個卷得讓人懷疑人生的市場： 表3. 常見自動駕駛匯總

別看芯片種類琳瑯滿目，其實“目前”市場占有率高的芯片并不多，基本就是我在表中打了星號的這幾款：TDA4，EyeQ5，Xavier，Orin，J3和J5。當然，未來這個市場是什么情況不好說。 從表中，我們可以粗略地把自動駕駛芯片按算力分成幾個市場：

中低算力市場：十幾TOPS以下，主打一個性價比。主要玩家是地平線J3、黑芝麻A1000L、TDA4VM等，互相有很強的可替代性，基本上是殺紅了眼的存在；

中端算力市場：大幾十到一百多TOPS，包括地平線J5、黑芝麻A1000、高通平臺系列芯片等等，這個市場目前地平線J5占據了較大優勢，但是高通勢頭很猛；

高算力市場：Nvidia Orin，目前好像沒什么對手。

其他的什么地平線J6系列、黑芝麻A2000、Nvidia Thor之類的超大算力芯片，目前資料太少，不在分析的范圍內。 總結一下，根據輔助駕駛功能的豐富程度、對應不同傳感器方案，可將域控算力需求進行分類如下： 表4.自動駕駛域控制器典型算力需求

3.2 自動駕駛芯片的設計和架構

另外這里我想特別提醒的是，芯片設計、域控選型涉及到一個“雞生蛋，蛋生雞”的問題。它絕對不是芯片公司關起門懟幾個芯片出來，然后域控制造商就像點菜一樣拿著菜單選。 自動駕駛芯片在設計的時候，就要和主機廠、Tier1充分溝通，一定是要站在系統的角度，通盤考慮自動駕駛功能、傳感器方案、整車E/E架構、軟件架構、功能安全、信息安全、域控硬件設計、可測性等等之后，才能形成最優設計，這其中牽扯到幾乎是汽車產業全方面的資源協調。這也是為什么我們經常在新聞里看到某芯片廠商、Tier1、整車廠又搞戰略合作又搞聯合發布等等。芯片設計是“攢局”，從來都不是“單打獨斗"。所以說，芯片是自動駕駛的靈魂吶。 圖18. 地平線J5芯片 ? 下面我們把一片自動駕駛芯片打開，看看它的系統框圖。這里就以今年最火的地平線J5為例。 ?

圖19. 地平線J5系統框圖 圖片來自地平線官網[11] 從上圖我們可以看到地平線J5內部分成幾個大塊，也是典型的自動駕駛芯片配置。其從左到右、從上到下依次是：

圖像輸入/輸出單元

CV引擎

兩個ISP（Image Signal Processing）核

兩個DSP核

8個ARM A55核構成的CPU單元

兩個AI深度學習計算核心BPU

視頻編解碼單元

信息安全單元

鎖步核MCU構成的安全島

內存和存儲單元

外設接口單元

其中BPU負責AI深度學習的計算，A55負責一般的邏輯計算，比如傳感器融合，MCU負責進行高功能安全等級的邏輯判斷、診斷等等。 再比如從TDA4VM的系統框圖中，也能看出它包含圖像輸入輸出編解碼單元、DSP核、用于進行深度學習的MMA（Matrix Multiplication Accelerator矩陣乘法加速器, 類比于地平線的BPU）、2個高性能A72核、6個R5核，其中有一對鎖步R5核位于安全島、信息安全單元、內存/存儲和外設接口。這類異構SoC（將A核/R核/M核/DSP/深度學習加速器等等集成在一個SoC中）在基本單元上是有很強共性的。

圖20. TDA4VM系統框圖 圖片來自德州儀器官網[12]

4.自動駕駛域控制器

4.1 自動駕駛域控控制器的典型框圖

首先介紹一下典型的自動駕駛域控制器構成。

圖21. 自動駕駛域控制器的典型系統框圖 一般而言，一個自動駕駛域控包括以下部分：

自動駕駛芯片，也就是AI SoC (System on Chip)，它主要用來進行攝像頭圖像處理，通過深度學習算法，輸出目標識別列表，也可以用來實現傳感器融合、軌跡預測、環境模型搭建、自車定位等功能。

Safety MCU，用來進行高功能安全等級的邏輯運算。一般車輛的規劃與控制、通信、診斷以及域控制器的對外接口等功能會運行在MCU中。這里有人可能會問，自動駕駛芯片中不是自帶安全島（也就是鎖步核）嘛，為什么還需要外置MCU？誠然，對于一部分應用場景而言，自動駕駛芯片內置的安全島確實夠用了，這就是后面會提到的域控制器“單芯片”方案；但是對于復雜一些的場景，內置安全島的算力就不夠了，智能通過外置MCU來實現。

eMMC/Nor Flash/Memory，存儲芯片；

Des 視頻解串芯片，將攝像頭的原始圖像解串供自動駕駛芯片處理；

以太網網關芯片；

各種外設接口芯片、電源管理芯片（PMIC）等。

后面我們會看到域控制器方案具體會有很多種形態，但是無非就是這些典型內容的排列組合。

4.2 自動駕駛域控制器的方案

這里我們繼續參照前面對自動駕駛功能的分類邏輯為主線來梳理。 4.2.1 實現基礎L2功能： 1V1R/1V3R/1V5R感知方案，最少需要4-5 TOPS算力。這個需求一般就通過低成本的前視一體機或者智能攝像頭搭配毫米波雷達來實現。一般基于J2、J3或者Mobileye的各種中低算力芯片設計，不需要配置域控制器。主控ECU可以是前視一體機，在有些方案（比如博世的一些古早的方案中）甚至可以是雷達。 例如大陸Conti基于J3芯片設計的前視一體機，目前已在十五萬級的長安深藍SL03上量產。另外前文提到的十萬塊的博越S，也通過裝配博世智能攝像頭+毫米波雷達來實現基礎L2功能。

圖22. 大陸芯智駕8M像素前視一體機，來源網絡 這類方案中，如果車輛還具備泊車功能，一般就是通過另一個單獨的泊車控制器來實現，不再展開。 4.2.1 實現L2+以及泊車功能： 5V5R12U感知方案，最少需要5-10 TOPS算力。從這里開始，域控就進入了主戰場。今年還開始流行通過“分時復用”等等方式極簡壓縮芯片數量和成本。于是這類型的域控也就相應的有下面一些典型方案： i) 單TDA4行泊一體方案 使用一顆TDA4來實現行泊一體，用TDA4自帶的MMA做深度學習計算、視覺處理等，用一對高性能A72核做傳感器融合、環境建模、軌跡預測等，再使用TDA4自帶的R5鎖步核實現車輛規控、以及自動泊車等功能（參見前文TDA4VM系統架構框圖）。 例如福瑞泰克ADC15就采用這樣的設計思路：

圖23. 福瑞泰克ADC15行泊一體域控系統架構，上海車展拍攝 除了福瑞泰克，采用單TDA4自動駕駛域控方案的廠商很多：德賽西威[13]、MAXEYE[14]、知行科技[15]、易航智能、東軟睿馳、Minieye等等都有相關產品，但是可以想象對于這種硬件方案，軟件開發的難度是非常高的。硬件倒是簡化了，如果軟件玩不轉也是不行的。有消息稱福瑞泰克以后單SoC方案也要改成基于單J3[16]。

圖24. 知行科技單TDA4行泊一體域控IDC Mid ii) 單J3+MCU方案 宏景智駕是業內第一個推出單J3行泊一體域控的廠家[17]，因為J3本身不帶鎖步核（內部只有一個R5核），為了滿足功能安全的要求，使用單J3一般都得外掛一個MCU做規控/通信/診斷，TC297/TC397是常見的選擇。今年車展上本土芯片廠商異軍突起，也有J3搭配芯馳E3（芯馳E3本身也是基于R5核設計的[18]）作為MCU的解決方案。

圖25. 單J3+MCU（TC397）架構框圖，來自映馳科技官網 其他類似產品還有Minieye的iPilot 2[9]、以及映馳科技為哪吒U-II量產的單J3行泊一體域控[19]、縱目科技Amphiman3000、四維圖新行泊一體（單J3+瑞薩RH850）、禾多科技HoloARK1.0單J3版等等。

圖26. 宏景智駕單J3行泊一體域控 iii) 單黑芝麻A1000L+MCU方案 把J3換成了黑芝麻A1000L，搭配TC397。域馳智能IDDC行泊一體域控采用了這個方案，最多支持2路8M/2M攝像頭和4路2M/1M環視攝像頭。保隆科技也有一款同方案域控展示?？驁D我就不放了。感覺距離量產還遠了去了，不是主流方案。 除此之外單小算力芯片+MCU的方案還有很多，比如大家比較熟悉的Mobieye EQ3/EQ4等等，甚至還有用FPGA的，比如博世已作古的域控制器DASy。 4.2.2 實現L2+高速NOA功能： 典型為11V5R12U方案，十幾到一百多TOPS算力需求。前面提到過，要獲得這些算力，可以堆小算力芯片或者選大算力芯片。 需要說明的是，有的車型20萬不到也提供城市NOA功能。其中已經量產的就有吉利博越L，使用6V5R12U方案：取消了周視攝像頭，增加了一個250萬像素后視攝像，環視升級成3百萬像素[20]。博越L域控制器使用了J3+TDA4的架構。 i) J3+TDA4方案

圖27. 福瑞泰克ADC20域控架構框圖，上海車展拍攝 在這個架構下，J3用于處理前視攝像頭，TDA4用來處理環視、感知融合、高精地圖定位等等，MCU(TC397)實現規控。 多說一句，除了博越L，還有其他車型也使用6V5R12U的傳感器配置，比如威馬W6(雙目前視：主攝像頭+遠焦攝像頭)[21]、五菱Kiwi EV（雙目兩百萬前視）[22]不過貌似他們目前沒有提供高速NOA功能。PS：威馬都涼了估計是提供不了了吧.... ii) 雙TDA4方案 把J3換成TDA4，就有是雙TDA4行泊一體方案，這也是很流行的架構設計。百度ANP2.0[23]、大疆智能D80方案[24]（五菱Kiwi EV量產使用）、MAXEYE、易航智能（雷諾江鈴-羿 、上汽大通等量產使用）都有雙TDA4架構的產品。甚至TI官方都給出了使用雙TDA4實現前視、環視、周視融合的應用建議手冊[25]。

圖28. TI官方提供的雙TDA4實現行泊一體攝像頭系統處理框圖（之一） ii) 雙J3+MCU方案 目前已知的量產使用雙J3+MCU方案的只有宏景智駕為2021款理想One提供的域控。地平線官方是沒有提供雙J3的參考設計的，但是可以在三J3方案上裁剪。而且這套域控也不支持11V5R。有傳言說21款理想One變道輔助根本不是靠攝像頭實現的，具體設計不是很不清楚。 iii) 三J3+MCU方案 地平線官方提供三J3+MCU（TC397，或者升級為異構SoC NXP S32G）的參考設計，并且通過幾家IDH（授權硬件合作伙伴，即映馳、金脈、天準）提供域控制器整機。

圖29. 地平線三J3參考設計框圖，來自官網 上圖是官網的參考設計。在是忍不住吐槽這個圖畫的是真爛。大家畫圖時候一定要注意遵循一個原則：一類圖形只能表示一類實體。圖中既然已經用矩形方框來表示芯片實體（“MCU”、“J3#1”），就不能再用同樣的矩形方框來表示功能實體（“控制”、“感知balabala”）了，不然只會讓人看得很迷惑，要反應幾秒鐘才能理解是什么意思。

圖30. 三J3+S32G行泊一體方案DCU3.0框圖，來自映馳科技官網 上圖是映馳科技三J3+S32G的方案?？梢钥闯觯阂活wJ3負責8M主相機處理、一顆J3負責周視和后視處理，第三課J3負責環視處理，最后由S32G中的M7核負責規控（S32G中有三對M7鎖步核[26]）。 不過三J3方案似乎還沒有量產車型采用？如果有誰知道可以留言告訴我。 iv) 雙J3+TDA4方案 把地平線官方三J3方案中的一顆J3替換成TDA4，就形成了雙J3+TDA4方案。然后還可根據實際情況決定是不是再需要一顆MCU。禾多科技HoloArk1.0似乎就采用了這樣的架構，這是我上海車展上拍的圖，疑似雙J3+TDA4+TC397。事實上這篇文章[27]也支持這樣的架構。GNSS定位使用了uBlox F9K。

圖31. 禾多科技HoloArk1.0裸板，上海車展實拍 不過這塊板子。。。好歹這是上海車展啊喂，非得擺一塊有好幾條飛線的板子來展示。。。。 v) Nvidia Xavier + MCU Xavier畢竟是Nvidia上一代主力輔助駕駛芯片，在全球出貨量是相當大的。國內而言，德賽西威IPU03控制器即使用此方案，在小鵬P7等車型上量產。

圖32. 德賽西威IPU3.0，來源網絡 vi) 單J5 + TDA4或S32G等等一堆 單J5方案是目前業界比較火的行泊一體域控方案，同時也有地平線官方參考設計支持。一般使用J5+S32G。也可根據企業實際情況搭配TDA4、TC397甚至是芯馳E3。比如上海車展上禾多的同學就跟我說，泊車算法做在TDA4里可復用的資源比較多，于是就在J5基礎上搭一顆TDA4。 使用單J5方案的廠商和產品實在是太多了，禾多HoloArk2.0、大陸ADC615、縱目科技Ampheman 8000、映馳、東軟睿馳、Minieye....數不過來。 J5域控的系統框圖我實在是沒在網上找到有開源的，所以也就不畫了。

圖33.映馳開放式計算群，來源網絡 vii) 黑芝麻A1000+MCU 把J5替換成黑芝麻A1000就能得到相應的行泊一體域控。吉咖智能、德賽西威ICP Aurora智能駕駛平臺、清智科技、德馳等等各色公司都有產品推出，目前黑芝麻官宣在紅旗EQM和江淮思皓品牌中量產。 4.2.3 實現L2+高速NOA+城市NOA功能： 實現這一層級的功能，業界普遍認為需要150T以上的算力支持。目前支持城市NOA功能的車型都配備了激光雷達，這也為域控的算力提出了更高要求。 i) 雙黑芝麻A1000 + MCU

圖34. 黑芝麻官方雙A1000行泊一體參考設計，上海車展實拍 這沒啥好說的，就是堆算力唄。 ii）雙J5+MCU 圖就不畫了，跟雙A1000差不了多少。兩顆J5可以實現高度冗余，其中一顆可以處理8M前視、周視、以及融合，一定程度上實現BEV算法，另一個J5也能處理8M長焦前視、周視、環視等等，還能分一點算力給激光雷達（要看整車掛幾顆激光雷達了），規控還是在MCU里做。基本上就是這個套路。 這個方案也有地平線官方參考設計，也被廣泛使用。

圖35. 采埃孚J5域控，上海車展實拍 采埃孚、東軟睿馳、Minieye、易航智能等等都有使用雙J5或多J5芯片的高階域控制器。 iii）多J5+多TDA4+多MCU 福瑞泰克ADC30域控，這堆的可以啊，3個J5+2個TDA4VH再外掛兩個TC397。反正缺算力就是堆唄。

圖36. 福瑞泰克ADC30架構圖，來源網絡 iv）單Orin + MCU Nvidia Orin是目前全球量產最多的大算力域控芯片。大量自動駕駛公司都在使用Orin作為域控的主芯片。

圖37. 單Orin開發板框圖，來自官方開發板手冊 v）多Orin 方案 德賽西威IPU04雙Orin域控已經在理想L9上量產。博世在拋棄了DASy域控產品以后，新一代高階域控也是基于雙Orin芯片設計。蔚來新一代“Adam”計算平臺，直接上了4顆Orin。

圖38. 德賽西威IPU04域控，來源網絡

圖39. 博世新一代高階域控， 上海車展實拍 大算力方案這一塊，公開的資料太少。就寫這些吧。反正量產的也少-_-!!! 最后總結一下： 表5.自動駕駛域控制器方案

4.3 自動駕駛域控的未來——降本增效、艙駕一體、車路協同

前面洋洋灑灑寫了一萬字，現在我們來說說自動駕駛域控的未來。我認為自動駕駛域控在未來五到七年里，一定會朝著三個方向發展，也就是標題里寫的：降本增效、艙駕一體、車路協同。 降本增效這個自不必說，現在每個車企的降本壓力都非常大，像最后幾節描述的那樣無限堆算力、堆激光雷達一定是不可持續的，整條產業鏈都耗不起。比如現在的激光雷達企業，哪個不是淌著血在給整車廠供貨？未來自動駕駛域控需要的，是用最小的算力、最少的芯片和最簡單的傳感器方案來實現輔助駕駛功能，誰能最先淌出這樣一條路（比如前文提到的宏景單J3行泊一體、福瑞泰克的6V5R12U實現高速NOA，以及百度ANP2.0雙TDA4實現高速NOA等等），誰就能笑到最后。當然這里面臨著對基礎軟件和中間件的深度定制、功能安全的博弈、對用戶體驗的取舍以及市場宣傳的技巧等等難點，是個非常復雜的系統工程。 艙駕一體的本質其實還是降本增效。“集中域控”是不可逆的趨勢。事實上，今年上海車展上已經有很多企業推出了艙駕一體域控，只不過還是生硬的把智能駕駛芯片和智能座艙芯片放在一個PCB板上，比如東軟睿馳（TDA4+高通8155）、縱目科技（J3+芯馳X9或高通8155）等。未來使用低成本單芯片實現基本的智能駕駛和智能座艙功能一定會在兩三年內實現，而使用超大算力單芯片搭配基礎冗余系統實現高階輔助駕駛+全車駕艙功能會成為高端市場的玩法。黑芝麻前段時間推出了艙駕一體芯片武當C1200，就在這個領域做出了嘗試。艙駕一體這個是大勢，阻止不了的。 把目光放得再遠一點，如果我們看2030，那么車路協同將會成為自動駕駛域控的主題。“通過車聯網實現輔助駕駛預警”將在2024納入C-NCAP評價規程，這已經引起了各大整車廠和T1的注意。永遠不要懷疑中國的基建能力，車聯網路側設施建設如果全速鋪開，最多也就是2、3年就能把重點城市+干線高速覆蓋了。把車聯網通信和車規級GNSS定位納入域控已經成為新的趨勢，并且國內已經有幾家整車廠開始做這方面的概念驗證項目。當然，無線通信進入自動駕駛域控一定會對功能安全提出巨大挑戰，但這并不是不能克服的：畢竟毫米波雷達的本質不也是無線通信嘛！ 于是一個2030年的自動駕駛域控，應該是單艙駕一體芯片+車聯網（V2X+5G+GNSS）模組+網關芯片，取代掉目前的自動駕駛域控+座艙控制器+T-Box+整車網關+組合慣導盒子+V2XOBU，讓我們拭目以待吧。

5.寫在最后：

輔助駕駛是不是偽需求？

別看自動駕駛域控現在呈現出百花齊放的繁榮態勢，其實搭載輔助駕駛、特別是L2+功能的車輛占汽車市場的比重還是不高（但是在快速增長），如果看實際使用率就更低了。而且輔助駕駛傳感器顯著提升了車輛輕微事故的維修成本。前陣子小鵬P5車主輕微擦掛了前保，結果需近萬元維修激光雷達的新聞很快就會成為“常態”。究竟有多少消費者愿意為輔助駕駛買單、這個生意究竟賺不賺錢目前還是未知之數。 我堅信，長遠來看自動駕駛一定能構成商業閉環，關鍵是這個“長遠”究竟有多遠。畢竟第一輛使用鉛酸電池、可循環充電、能跑40km/h的“新能源”電動車，可是1982年，不！1882年就問世了。 PS: 限于篇幅，這篇文章里沒有盤點到的自動駕駛域控重要、甚至是頭部玩家還包括：華為、經緯恒潤、中科創達、毫末智行、聯創電子、均勝電子等等，以及那些L4降維L2的公司：小馬智行、輕舟智航、Momenta......都寫到恐怕還得再加5000字，咱們還是就此打住吧。

審核編輯 ：李倩