凤凰网汽车

在今年年初的时候，德国媒体《经理人杂志》透露，大众有意收购华为的自动驾驶部门。这笔价值数十亿欧元的谈判其实已经进行了好几个月，主要涉及的就是大众不熟悉的技术领域。

目前，大众与华为方面表示对此不予置评。

大众作为全球数一数二的汽车巨头，当下正处于电动化转型的关键时期，如今看上了华为的自动驾驶部门，某种程度来说也是对华为自动驾驶技术实力的认可。

不只是大众，国内车企包括长安、广汽、北汽以及赛力斯等都加入了华为自动驾驶阵营。所以，这也让人不禁好奇，不造车的华为，其自动驾驶技术究竟如何呢？

2019年5月，华为车BU正式成立。完整包含了智能电动、智能驾驶、智能座舱、智能网联以及云服务几大板块。

而在华为备受关注的智能驾驶方面，其最大的魅力就是“全自研”，从硬件、算法和数据，华为都实现了自研。下面我们一一来看！

先看硬件：MDC计算平台+自研传感器

华为自动驾驶解决方案在硬件层面主要集中于计算平台与传感器两个方面：

一、计算平台：

众所周知，在整个自动驾驶系统中，一个高性能高算力的AI计算平台是必不可少的。

而自动驾驶刚刚兴起的阶段，市面上面向智能驾驶的专用计算平台产品还很少，需求基本上被英伟达、Mobileye 这样的企业包圆。特别是对算力有更高要求的高级别自动驾驶研发，英伟达几乎是一家独大。

于是，正是看准了高性能计算平台的需求不断增长，华为推出MDC智能驾驶计算平台。综合起来，其具有以下几大技术优势：

1、开放性高：

根据官方的说法，华为MDC具备组件服务化、接口标准化、开发工具化的特性，软件方面除了华为自有的鸿蒙平台之外，还兼容Adaptive AUTOSAR和ROS，并且搭配配套的工具链。基于此平台，用户可快速开发、调试、运行自动驾驶算法与功能，适配不同级别的智能驾驶应用。

2、高算力：

一般认为，L2需要的AI计算力<10TOPS，L3需要的AI计算力为30~60TOPS，L4需要的AI计算力>100TOPS，L5需要的AI计算力为500-1000TOPS。

据悉，华为自动驾驶解决方案的ECU则采用专门定制的超级中央超算ADCSC，最低起步算力为400TOPS，高阶能到800TOPS算力。

华为智能汽车BU ADS智能驾驶产品线前任总裁苏箐也曾公开介绍华为自动驾驶算力的两个配置：标准版400TOPS算力，豪华版800TOPS算力。

3、高安全：

一方面源于华为MDC智能驾驶计算平台凝聚了华为30年的ICT设备研发、设计、生产制作的经验，从而使其能够进行端到端的冗余备份设计，规避单点故障，并能够支持-40°C~85°C的环境温度，应对苛刻外部环境。

另一方面，则在于华为遵守从业界车规级可靠性与功能安全等级的要求，如ISO 26262的ASIL D级。

说到，说到遵守车规级要求，在这里需要补充的一点是，华为MDC智能驾驶计算平台已经于2020年1月16日通过了德国莱茵颁发的ISO26262功能安全管理认证，达到ASIL-D级标准。

这是全球范围内，首个获得ISO 26262功能安全管理认证证书的智能驾驶计算平台。

ISO 26262汽车功能安全标准是国际标准化组织于2011年制定的一项全球性标准，并于2018年12月正式发布其最新版本。

该标准涵盖功能性安全需求规划、设计、实施、集成、验证、确认和配置等方面，旨在通过完善的开发流程，将汽车电气或电子系统故障的风险降到最低，是全球电子零部件供应商进入汽车行业的准入门槛之一。

也就是说，ISO 26262是汽车行业的“高准入门槛”。

对于自动驾驶从业者来说，无论是高级驾驶员辅助(ADAS)，还是计算平台和芯片，都需要经过其车规认证。

4、高能效：

根据华为方面的介绍，在能效方面，其实现了领先业界的端到端1TOPS/W的高能效（业界一般为0.6TOPS/W）。

基于其高能效，自动驾驶汽车不仅可以节能和延长续航里程，还可以实现同等算力下功耗温度更低，提升电子元器件的可靠性，且无需配置风扇散热或水冷散热等易损部件，减小体积，降低对车辆现有结构的影响。

5、确定性低时延：

因为MDC智能驾驶计算平台的底层硬件平台搭载实时操作系统，从而能够高效的使底层软硬件一体化优化。而操作系统方面，则使用的是华为自研车控OS，其是基于低时延、高安全的华为鸿蒙内核而研发的。

通过MDC智能驾驶计算平台的软硬一体化优化，华为则能够使其内核调度时延低于10us，ROS内部节点通信时延小于1ms，并为客户的端到端自动驾驶带来小于200ms的低时延。在业内，这个数据一般是400~500ms。因此，这也大大提高了自动驾驶过程中的安全性。

总结而言，华为 MDC是华为面向智能驾驶推出的对标特斯拉 FSD、英伟达 DRIVE 的高级别自动驾驶域控制器系列，核心优势在于全自研芯片，高算力、高可靠、高能效和低延时，目标是可供量产的车规级自动驾驶域控制器。

二、传感器

如果说计算平台是自动驾驶的大脑，那么传感器便是“眼睛”和“耳朵”,将所见所感传递给计算平台进行分析，并最终发出指令。

常见的包括毫米波雷达、超声波雷达以及激光雷达。而华为厉害的地方是，几乎所有的传感器雷达都是“自研”的。

作为全球领先的ICT（信息与通信）基础设施和智能终端提供商，华为本身就是一个传感器需求市场，其开发的手机、电脑、平板、手表、车机、音响、VR眼镜等各种物联网设备都需要用到激光雷达、摄像头、光器件、MEMS麦克风等大量的传感器。

凭借多年来在ICT领域的技术积累，华为打通了未来智能网联汽车所需的芯片（计算）和通信（5G）领域的两个关键环节。

1、自研激光雷达：

早在2016年，华为就已经开始研发激光雷达产品，到了2020年12月，华为正式发布车规级高性能激光雷达产品和解决方案——单轴转镜的 96 线激光雷达。

该产品是华为在对激光雷达要应对的独特场景分析后，选择微转镜扫描器架构，通过精准的扫描、光路控制，以此来提升点云精度的稳定性与一致性以及收发模块的光电转换效率。

截至目前，已有北汽新能源ARCFOX HI版、长城汽车沙龙机甲龙、哪吒S、阿维塔11四款车型宣布搭载华为激光雷达。

其中，北汽新能源ARCFOX是与华为第一个深度绑定的汽车，也是首个搭载了华为三个激光雷达方案的量产第一车。

2、自研毫米波雷达

华为在布局毫米波雷达领域也有着其独特的优势，不仅完全拥有5G技术（包含毫米波频段技术），在实现5G硬件设备过程中，也掌握了毫米波滤波器、倍频器、混频器、功分器等基础设计方法。

从上车的情况来看，2022年2月22日，江淮大众思皓E50 Apro正式下线，首发搭载华为智能驾驶系统，包括首次上车的华为自研77GHz前向毫米波雷达。

值得一提的是，随着自动驾驶要求的提升，传统毫米波雷达所存在的缺少高度感知、水平分辨能力不足，不支持垂直分辨等问题逐渐成为局限其发展的难题。对此，在华为看来，成像雷达必然会成为下一个高阶自动驾驶的必备武器。

2021年4月18日，华为发布了用于ADS(Autonomous Driving Solution)核心传感器——成像毫米波雷达，采用12个发射通道，24接收通道大天线阵列，比常规毫米波雷达3发4收的天线配置，提升了24倍，比业界典型成像雷达多50%接收通道。

除此之外，通过大阵列设计，华为4D成像雷达可支持远近两种波形，兼顾远距和近距广角覆盖，长波形支持18°内超过300米覆盖，短波形实现120°内的150米覆盖，完全满足十字路口等城区场景要求，将对齐摄像头和激光雷达目标。目前，华为4D成像雷达还未正式上车。

3、融合了摄像装置和雷达这两种传感器的专利技术

日前，华为公开了一项自动驾驶相关专利，据了解，该专利融合了摄像装置和雷达两种传感器。

从专利文件中我们可以清楚的了解到，华为申请的专利融合了摄像装置和雷达这两种传感器，同时还对两种传感器所获取的碍物分布信息进行了进一步的融合，融合完后的车辆可行驶区域以概率的形式进行表示。简单来说就是通过融合摄像装置和雷达，从而全面的获取到车辆周围的障碍物信息。

再看软件：华为ADS高阶自动驾驶全栈解决方案

软件层面主要集中于算法与数据两个方面：

一、算法

华为ADS高阶自动驾驶全栈解决方案，则是其基于MDC平台的为行业提供的一整套解决方案。

该方案是华为推出为中国道路和交通环境设计、以用户驾乘体验为目标的全栈（Full Stack）自动驾驶系统，采用了以终为始的设计思路，以L4级自动驾驶架构为基础，构筑面向L4~L2+级自动驾驶全栈解决方案。

搭载华为全套高阶自动驾驶的车型本质上根据对高精度地图的依赖程度给消费者提供三种自动驾驶模式选择：

NCA模式车内有预制的高精地图、ICA没有预制高精度地图仅自适应巡航，ICA+介于两者之间即没有高精度地图但具备自学习能力。

具体如下：

第一：NCA模式。

NCA模式只需要在地图中输入目的地，然后通过车辆的巡航拨杆，可一键开启此功能驶向目的地，其前提是预制完整的城市高精度地图，也就是类似小鹏的NGP。

据悉，目前首批可以使用的该功能的城市只限北上广深，随着高精度地图数据更新完善未来预计会每三个月更新一次城市的数量。

第二：ICA模式

即完全不依赖于预制地图数据来实现简单的自适应巡航模式，类似于特斯拉目前提供的自动驾驶功能，类似特斯拉的NOA。

第三：ICA+模式

这种模式介于NCA与ICA之间，本身不依赖高精度地图，但具有自学习能力。

按照华为的说法，ICA+是基于NCA和ICA中间的一个地带，自车开过的次数越多，或者是他车开过的次数越多，体验就会越向NCA靠拢。随着自身驾驶数据和环境数据的积累会越来越向NCA 模式体验靠拢。

二、数据

华为自动驾驶地图数据系统由两部分组成：Roadcode HD与Roadcode RT。

·Roadcode HD即传统高精的地图，为专门地图制作团队做的离线地图。

·Roadcode RT是智能汽车的自学习地图，需要不断地自学习数据进行循环迭代，本质上解决了整个交通静态环境的一个自学习、自构图的问题。对于车主的驾驶行为数据，华为通过DDI系统来实现自学习，即类似特斯拉的“影子模式”。

实际表现如何？

得益于强大全自研能力，以及在硬件、算法，数据等软硬件方面的优势，华为方面表示，其高阶自动驾驶系统能够应对城区各路段及高速公路，包括点到点的连续自动驾驶体验，以及全自动代客泊车，并且是全天候的。

具体表现来看，阿尔法S华为HI是首款搭载华为高阶自动驾驶ADS系统的量产车型，目前网上也有很多关于该车的详细评测。在华为领先的全栈算法帮助下，极狐阿尔法S华为HI版在路口控制表现更加接近人工驾驶，进而实现城区点到点的全场景能力。

华为自动驾驶面临的难题

虽然华为在自动驾驶技术上已经做到相对比较领先了，但是对于华为而言，目前最大的问题不是来自于技术的瓶颈，而是行业惧怕华为的“灵魂”。

自动驾驶技术被视为车企视为“灵魂”，包括上汽等主流车企都选择自主研发，这也导致目前与华为展开合作的伙伴，都是新势力或者小众车企，华为在获取“客源”上是面临巨大的压力。

不过，此次大众收购华为的某一自动驾驶独立团队，或许将为华为带来新的合作思路——从技术合作和零部件输出转向技术团队的输出。

华为可以凭借自身技术优势，向车企打包成熟的技术研发团队，并以此展开和衍生其他服务和业务，比如后期人员的技术培训等等。

一方面既能让华为获得更多的优质合作伙伴，将自己的技术优势彻彻底底的发挥出来，另一方面也能让其他车企掌握自己的“灵魂”，而不用担心在核心技术上被人卡脖子。

所以，这样看，华为自动驾驶某种程度上的“被收购”，可能并不是件坏事！