本文摘要：翻译成自——semiengineering，KEVINFOGARTY在全自动汽车覆盖面积道路之前，汽车行业的各个层面就早已再次发生了根本性变革。

翻译成自——semiengineering，KEVINFOGARTY在全自动汽车覆盖面积道路之前，汽车行业的各个层面就早已再次发生了根本性变革。自动驾驶汽车的发展正在重塑汽车行业及其供应链，从定义安全性到如何保证质量和可靠性都会受到影响。几年前汽车制造商完全不告诉硅供应商的名字，现在它们于是以以小组的形式牵头一起，联合分担成本问题，解决问题甚至是仅次于公司也很难解决问题的技术挑战。

Daimler和宝马（BMW）、福特（Ford）和大众（Volkswagen）最近宣告正式成立的合资企业，也申明了牵头发展的重要性。但这些变化的影响远不止大型汽车制造商，还包括一级和二级供应商，它们与整个半导体生态系统的合作更为密切。StrategyAnalytics汽车联网移动业务主管RogerLanctot回应：“汽车制造商找到，对任何一家公司来说，这都是一项艰难的任务，因此他们正在找寻方法，为研发获取资金，并逐步将这项技术推广到市场，以协助缴纳剩下的费用。”“他们没一个人能独自一人解决问题所有的问题。

”美国安全性、交通和移动运输中心（TransportationCenterforSafety，trafficandmobility21－u．s．）继续执行主任StanCaldwell说道到：其中一些合作伙伴关系的创建只是为了降低成本，或者是为了应付十分明确的短期紧缺，而交通运输部下科的研究机构专心于交通安全。如今，完全所有主要的汽车完整设备制造商都与最少一家其他汽车公司创建了密切的联盟，一般来说是为了承担AV平台的成本，或是为了新型联网汽车研发人工智能（AI）试点。

汽车合作的网状结构有助将成本分摊到更加普遍的领域。Caldwell说道：“自动驾驶的影响具备分裂性。“实质上，自动化汽车、联网汽车、电动汽车和共享汽车技术这四大技术将同时再次发生。

由于优步（Uber）和Lyft的经常出现，以及它不必须对汽车展开过于多（技术升级或）转变，所以，共享汽车将首先经常出现。一旦你的司机有了智能手机，你就可以相连到车里，这就使得叫车和共享服务忽然显得能用。

为此所有大型汽车制造商都与电信公司结盟，以便将信息输出汽车，这也是为什么他们在5G应用于、车对车或车对基础设施通信方面如此强劲的原因。对汽车制造商来说，一切都在变化之中。”但是财政状况将仍然紧绷，特别是在是电动汽车的销量将高于预期，自动化和自动驾驶汽车的销量也将上升。

今年4月在底特律一个经济俱乐部福特首席执行长JimHackett回应，自动驾驶汽车在车速道路或人行道上更加有可能取得成功。“我们低估了自动驾驶汽车的来临，”他说道。并非所有人都表示同意这一评估。

据最近的一份报告表明，特斯拉卖出的汽车中，将近四成的份额是更加便宜的全自动驾驶技术。不过，作为一个整体，汽车行业不太可能被消费者突如其来的兴趣浪潮所围困，消费者对自动驾驶汽车的态度仍然较为对立。

美国汽车协会（AAA）最近的一项调查找到，71％的美国人回应他们惧怕搭乘仅有自动驾驶汽车，而去年同期这一比例为63％。消费者对自动驾驶技术越不熟知，他们有可能越大不难受，尽管53％的人回应，如果有安全性的边界，比如自动驾驶汽车的专用车道和25英里每小时的速度限制，他们不会实在很难受。

AAA调查的受访者还回应，他们更喜欢先进设备的驾驶员辅助系统（ADAS），对具备ADAS功能的车辆更加感兴趣，部分原因是他们指出这些车辆不会比人类自己驾驶员更加安全性。这一观点在整个供应链上也很显著，由于市场需求上升和人工智能技术的局限性，一些汽车制造商早已退出了几乎自律。FlexLogix的首席执行官GeoffTate回应：“很多客户都在削减规模。

”今年早些时候，他们谈及了多台摄像头和芯片。现在他们看见的是一个芯片和一个摄像头，所以如果司机错失了什么，汽车可以警告他们。有了多个摄像头，你就有立体视觉了，而一个摄像头无法告诉他你距离。

”Tate认为，几乎自律在某些情况下是有可能的，比如在高速公路上，但在交通不那么可预测的简单街区，自主化要艰难得多。我们还必须方向盘吗？这体现在车辆的整体设计上。将自动驾驶出租车的方向盘替换成可能会在AV开发者中引起一场安全性危机。在美国，一辆合法的“安全性”汽车必需合乎联邦机动车安全性标准（FMVSS）的所有拒绝，但它没提及驱动自动化系统或完全任何其他先进设备电子设备，这使得ADAS和AV技术在联邦一级实质上不不受监管。

到目前为止，NHTSA早已公布了三套自愿性准则，并在10月份允诺，它将考虑到对AV和传统汽车实行有所不同的规则，这可能会新的定义有关“司机”或“操作员”的规则，以防止拒绝这两种角色都由人来兼任。它还有可能容许无人驾驶汽车不必须方向盘或刹车踏板等以人为中心的掌控。然而，由于FMVSS对AV只字未提，让一辆没方向盘的汽车上路将使自动驾驶汽车违法，这有可能是测试开始以来的第一次。通用汽车在2018年1月递交的请愿书中，拒绝NHTSA免税16项FMVSS，即没方向盘、刹车踏板或其他掌控表面的车辆将被视作测试或用于自动驾驶出租车的街道合法车辆。

到今年7月，当通用汽车宣告将延期部署机器人出租车服务时，美国国家公路交通安全性管理局仍并未必要对此这份请愿书。Lanctot说道：“问题是这个商业模式并非安全性，但失望的是，基于我们当前安全性体系的局限性，不存在着一个可观的商业模式。”“维修和替换汽车是一项大做生意，保险业是一个大行业。

但目前还没一种商业模式可以保证自动驾驶汽车的安全性，有一些法律正在希望来解决问题这个问题，但形势过于过紧绷和简单，很难坚信立法者需要通过这种方式解决问题。”行业定义安全性与此同时，解决问题安全性问题的重任有可能落在汽车行业身上。“英特尔指出，安全性是所有政策制订的基础，”英特尔自动驾驶和物联网政策副总法律顾问兼任全球总监MarjorieJ．Dickman回应。他说道：“我们不会之后希望业界与各主要标准机构合作，为广告安全性决策制定一个以科技中立和半透明展现出为本的模式。

”我们呼吁各方尽快达成协议，因为任何推迟都有可能对美国的创意和部署机会产生负面影响。”对现有标准的改版，以及来自ISO、汽车工程师协会（SAE）和保险商实验室等著名的组织的全新标准，横跨了为机械车辆功能安全性设计的标准，也横跨了针对新的车辆中高度自动化和自动化系统标准之间的鸿沟。Weast回应，测试必需更加普遍，还包括更好的参与者，我们必需创立一个合理的功能基础和机会。

“仅次于的缺陷是对自动驾驶汽车安全性驾驶员的准确定义，坦白地说道，没它，一切测试都是相悖。”随着汽车制造商对可靠性的拒绝更加低，测试在整个汽车供应链上更加受到注目。

一些原有的方法呼吸困难用作汽车应用于，这就要研究出有一种有所不同的测试方法。“测试覆盖面积计划是什么？”美国国家仪器公司（NationalInstruments）全球汽车战略主管JamieSmith回应。“他们怎么告诉自己测试得够多了？”你有可能总要做到一些事情来弄清楚，比如当你相似一辆消防车的时候，它可能会略为偏向一旁，你可以看见它，但是雷达只是沿着卡车的侧面滑动，而不是回去。所以雷达看见的是路上这个小得令人难以置信的物体，而不是消防车。

如果你为雷达的追踪建模，你可以看见再次发生了什么，但是你必需保证像那样的测试用例，即使它们是你最初测试的一部分。一家坚信自己可以从撰写代码并将其部署到一辆需要展开重返测试和建模就能构建几乎自律的汽车上的公司，在环路测试中用于或许的硬件，这种作法是不负责任的。”这种观点在整个行业都获得了交织。

CyberOptics计算机视觉工程经理JohnHoffman回应：“可靠性是汽车领域仅次于的问题。”“你要保证没任何脱逃。如果生产了2500万块电路板，其中有5个有缺陷就是一个大问题。”直到最近，ISO26262的V－system测试仍然是检验主要功能的安全性方法。

ArterisIP负责管理市场营销的副总裁KurtShuler回应，它将之后充分发挥这一起到，但它还将获得SOTIF（预期功能的安全性，ISO21448）等其他类型测试的补足。“关于SOTIF或许有些争议，”Shuler说道。“它完全没通过。

它的目的是在工作长时间时发现错误，但它也不会找到你不告诉的错误。这种方法与一般来说的方法有一点有所不同，但是SAE和ISO也有一些标准，所以这类挑战将不会有大量的竞争来检验概率系统。”Shuler说道，尽管减少了一些测试功能，从而获得一些软件功能，但彻底说道，这依然是硬件检验过程。

当你处置一个系统，无论是从一个传感器还是从AI／机器学习的角度来看，都是不确认的，这都是概率性问题，它不会通过一个999次的测试但不是1000次，而且很难取得临床或核查信息来理解系统内部的情况。”“这不会带给其他一些标准——sotif和UL4600，它们的细节还在大大发布。”这个难题在电子领域未曾经常出现，有很多有可能的原因造成事情错误，所以要找到每一个有可能的极端情况就出了一个挑战。

Cadence负责管理产品营销的集团总监MarcGreenberg回应：“每个检验团队总是担忧如何捕捉到所有角落。”“我们看见的另一个趋势是更加多的基于硬件的检验。因此，有了新的芯片，更好的模拟器解决方案和建模将不会经常出现，以及芯片的大部分与软件的大量循环。

有所不同的是，你必须解读所有事情作为一个整体是如何运作的。”这在汽车领域特别是在最重要，因为即使单个芯片在功能上是准确的，但它们在系统级别上具有有所不同的说明。Shuler：“你所处置的传感器可能会看见错误的东西，比如一个女孩在路上追上一个球，造成汽车忽然刹车，可能会损害到乘客，因为它看见的是一个女孩的3D图像，而不是2D图像。

”这不是在回答你否符合要求，而是问自己的拒绝否准确。这种模棱两可的程度让工程师们深感不难受，因为大家都讨厌有一个分析的答案。

当你处置系统误差时，你处置的是那些我们能解读的随机误差。不过，我们回应有一个过程，如何寻找并处置这些问题有一个分析的答案。”有所不同系统之间的相互作用是有所不同的Shuler：“当你下降到系统级别层面，尤其是用于人工智能或机器学习软件时，你要处置的是不确认的事情，所以一切都在某个地方的概率事件。”“问题不在于你否符合要求，而在于你的拒绝否准确。

这一般来说不会转入非确定性的领域，答案不是一个定量性质的。

本文来源：开云集团-www.fullpowerwebs.com