0
雷鋒網按：本文作者朱玉龍，汽車行業從業工程師，主做汽車電子。
簡單來說，現在是德國車企，拉著美國&全球的科技企業來一起打造一個數字化的計算平臺，配合德國的底盤電子和EE總線來革新和進化。
最近寶馬、英特爾和Mobileye開了個小會，組團征戰自動駕駛戰爭。我們也應該正視這一場未來100年汽車行業的戰爭。
三方將基于寶馬 i Vision Future Interaction 概念車合作開發自動駕駛汽車
量產版將在 2021 年推出
三方打造出一個更好的自駕平臺，也是一個拉人入伙的聯盟
我們簡單的來考慮，特別是拿AUDI來PK一下BMW
1）ADAS領域
其實我們認真的比一下，兩家的ADAS在L0～L1上其實體驗差距不大。
傳感器配置找Bosch、Conti和Kostal等
77G Radar除了價格都會趨同（可以選一樣的）
ME+攝像頭模組的都一樣
2）自動駕駛領域
按照他們兩家的概念，BMW和AUDI找傳感器的能力是一樣的
IBEO的lidar兩家都會給
我們考慮下什么不一樣？什么是值得去拉攏的？
BMW的這個組團
1）BMW牽頭協調車
1.1 搞定Radar&Lidar&Camera 應該有的傳感器
1.2 搞定執行機構
1.3 添置V2X&Telematics
2）Intel提供計算平臺
2014年5月，英特爾向該ZMP出資1億刀，ZMP的“IZAC（Intel ZMP Autonomous Computer）”，配備有實時Linux的箱形裝置。處理器配備的是英特爾的“Core i7”。將連接了LIDAR、攝像頭、毫米波雷達及GPS等傳感器的IZAC與車輛的CAN總線連接，在Linux上運行自動駕駛應用軟件。
3）ME 提供環視圖像的深度學習
這里其實還是Amnon Shashu里面一個觀點我比較贊同：支撐自動駕駛的三大支柱
1. 環境感知技術（Sensing）：這塊ME公司提供視覺提取技術，而BMW則建立完備的冗余體系。
傳感器組合感知道路環境得到環境數據，通過計算單元，建立環境模型
2. 駕駛策略（Driving policy）：
自動駕駛系統需要學習如何遵守交通規則=>訓練(DNN)和規定(Rule based)
何時該走
何時該停，等等，均需要
系統需要將這些整理成系統遵守的規則
3. 地圖繪制（Mapping）
自動駕駛系統需要建立非常精確的地圖，方便應對路況
同時確定自己在哪里
這里BMW建立的冗余體系
感知冗余：傳感器融合
地圖&定位冗余=>路徑
高精度地圖&REM冗余
GPS+IMU定位冗余
對比下AUDI，這個格局往前走了一個身位。
輔助：Altera’s Cyclone V SoC FPGAs：處理邏輯
冗余
32位TriCore Fail Safe用的
核心處理部分
NVIDIA Tegra K1處理器：進行大量運算
外圍
Camera=》MobilEye EyeQ3 ：處理前面的攝像頭，這里是配角。
超聲
77G雷達
24G雷達
超聲
某種意義上，決定成敗的還是對視覺系統的充分利用，這決定了整個系統的成本和效率
兩家對比，相信AUDI也需要拉更多的幫手一起來戰斗。簡單來說，現在是德國車企，拉著美國&全球的科技企業來一起打造一個數字化的計算平臺，配合德國的底盤電子和EE總線來革新和進化。
1）Tesla的事故，更多的是前進道路上的一些波瀾，后面大的聯盟戰爭開啟了，自動駕駛完全不是一家公司的事，現在是召集盟友期
2）這比的是投入，比的是號召力，比的也是長期的戰斗力
雷鋒網注：本文首發作者公號：汽車電子設計，轉載請聯系授權并保留完整信息，不得刪減內容。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
