傳統汽車廠商更趨向于通過技術的不斷積累，場景的不斷豐富，逐步從輔助駕駛過渡到半自動駕駛，進而在將來最終實現無人駕駛;某些高科技公司則希望通過各種外部傳感器實時采集海量數據，處理器經過數據分析然后根據機器學習長期積累的駕駛經驗選擇最優的解決方案，直接跨越到無人駕駛的階段。

　　但是無論是哪種技術路線，都脫離不開感知及執行處理兩個步驟，在未來的幾年中，負責感知的各類車載傳感、通信器件及負責處理的車載處理器仍然將是半導體廠商在汽車電子領域的重點投資及發展方向。

ADI公司汽車電子事業部大中華區市場總監 許智斌

中國自動駕駛面臨的挑戰

　　首先中國不同地域以及城鎮之間在道路基礎設施方面存在差異，包括路標、車道線、紅綠燈等設置各有不同。中國特色的自動駕駛需要海量的數據積累，前期完整的測試是實現自動駕駛的必不可少的步驟。

　　其次中國非機動車及行人的行為規律存在差異，自動駕駛外部傳感器必須對非機動車及行人做出及時準確的判斷從而有效避免事故的發生。這就對外部傳感器的精度及靈敏度提出了更高的要求。ADI可以提供業界領先的視覺ADAS處理器及完整的24GHz雷達芯片產品。ADI的2發4收24GHz雷達解決方案，相較于通道數較少的方案，可以實現更遠的探測距離，更寬的速度探測范圍，以及更高的距離、速度及角度分辨率。

　　另外，隨著V2V,V2X的普及，自動駕駛所需要處理的實時數據將呈現級數增長，這對處理芯片的性能也提出了更高的要求。ADI可以提供獨具特色的Telematics收發芯片，非常適合V2V及V2X等相關應用中。

　　相比于傳統的底盤、發動機等傳統汽車技術，自動駕駛更多的技術集中在電子領域，而且核心技術并沒有被跨國車廠或Tier1所壟斷。并且得益于2025規劃，中國整車廠與Tier1目前對于自動駕駛有極大的熱忱及投入，有機會在這個領域實現彎道超車。目前的顧慮在于法規政策的制定，以及中國特色的交通情況帶給自動駕駛的挑戰。

安全問題

　　目前主要的攻擊方式有幾種，一是攻擊自動駕駛的外部傳感器，科恩實驗室對于特斯拉的模擬攻擊實驗是一個很好的例子。在這方面，使用多傳感器融合，綜合決策，而不是只依賴某個傳感器，是較好的解決辦法。另外，在傳感器中加入抗攻擊手段，比如對于雷達波形進行編碼調制，都可以在一定程度上抵抗對于傳感器的攻擊。另外一種方式是攻擊汽車與外部的通信，通過智能天線進而控制CAN總線及汽車控制權，這方面可以通過通信加密的一些技術進行提升。

　　總之，與其他領域類似，攻擊與防守將會是一個長久的話題，目前的做法是盡量提高攻擊成本，不斷提升自身防御能力。這就要求自動駕駛系統必須要具備軟件實時升級的能力。

小結

　　ADI在在自動駕駛方面最近推出了DRIVE360自動駕駛平臺，利用高精度MEMS傳感器、毫米波雷達、激光雷達等技術，在未來構建非常完善無死角的360°安全駕駛方案。基于之前長期汽車安全布局，緊密的車廠和供應商合作，以及ADI在自動駕駛以及相關半導體產品的經驗，我們有足夠的能力和信心迎接高級駕駛員輔助系統的大量裝載以及未來的自動駕駛的到來。