宝马自动驾驶计算架构剖析：姗姗来迟的EyeQ5

Original 周彦武佐思汽车研究 2022-05-16

收录于合集 #自动驾驶 47个

Mobileye或者说英特尔的EyeQ5第一次宣布是在2016年5月，当时宣称2018年有工程样片，2019年量产。2017年12月，英特尔收购Mobileye后宣布2020年量产。而英伟达的Xavier在2016年9月透露，2017年3月宣布与博世合作开发自动驾驶控制器盒子，2018年1月CES大会上正式宣布，2018年6月即量产。

显然，在2016年底，应该就有了Xavier的工程样片。2019年英特尔宣布EyeQ5在2021年3月量产，而采用Xavier的量产车小鹏P7已经上市了，即便一切顺利，采用EyeQ5的量产车也要到2022年上市了。第一辆采用EyeQ5的车是宝马的iNext。

英伟达主要合作伙伴是博世、ZF、沃尔沃、奔驰、奥迪、丰田。英特尔主要合作伙伴是宝马、蔚来。在2019年中期，安波福、奥迪、百度、宝马、大陆集团、戴姆勒、菲亚特克莱斯勒、Here、英飞凌、英特尔和大众这11家企业组成的联盟发表了一份白皮书（自动驾驶安全为先，Safety First For Automated Driving，SaFAD）。在2020年2月，日本丰田、电装、法雷奥、马自达和日产与SaFAD联盟也举行了联合会议。

SaFAD联盟正在主导一项ISO标准，即ISO Draft Technology Report(DTR) 4804。试图打造一个取代ISO26262的自动驾驶行业标准。ISO 4804标准的主席是宝马自动驾驶最重要（Principal）的专家Simon Fürst，4月底，EE时代对Simon Fürst进行了采访，https://www.eetimes.com/unveiled-bmws-scalable-av-architecture/，透露了众多有关宝马自动驾驶计算系统的信息。

上图为宝马智能驾驶硬件系统路线图，实际这个路线图早在2017年初就已经制定，宝马当时已决定和英特尔（Mobileye）合作。宝马的逻辑是尽可能最大化复用研究成果，降低研发成本，模块化设计，可灵活添加或删除。

按照这副图，我们可以看出宝马的基本模块是L1级使用EyeQ4加英飞凌的Aurix MCU。L2使用英特尔的denverton 双核CPU加EyeQ5加两片英飞凌的Aurix MCU。一般来说L3系统不设Fallback，但宝马还是增加了一套Fallback（完全独立，包括电源和线控执行系统），宝马的L3的Fallback系统就是L2系统。L4系统也是如此。而L3的主系统是一片CV版的EyeQ5和一片开放版高端EyeQ5，加两片英特尔denverton的8核CPU。英飞凌的Aurix MCU当然还在。传感器方面则增加一个前向激光雷达，应该是法雷奥Scala二代。L4用一个24核的至强处理器代替L3的两片8核处理器，又增加一片开放版高端EyeQ5。传感器方面增加侧方和后方激光雷达。

L2系统称之为mPAD，L3为hPAD，L4为uPAD。在2018年底宝马曾经公开展示过这些控制器盒子。L3和L4系统都是水冷。

上图为安波福为宝马打造的mPAD

上图为mPAD内部拆解图，英特尔CPU在背面

不过按照采访Simon Fürst的文章，则和宝马提供的路线图大相径庭。Theplatform’s baseline uses Infineon’s Aurix and Renesas’ R-CAR SoCs to optimize its application in stereo front cameras.按照文章里所说的，宝马智能驾驶的基本系统是瑞萨的H3加V3H构成的前向立体双目系统。而在路线图里瑞萨的H3加V3H只是自动泊车部分。

众所周知，宝马自2018年似乎放弃了立体双目，全面转向三目系统。这让人非常疑惑。有几种可能，第一种，采访文章完全是错的，路线图是对的。第二种，采访文章是对的，路线图错了，但错误不多，宝马结合了EyeQ5的三目和瑞萨的立体双目，宝马又重走立体双目的回头路了。第三种，采访文章和路线图都是错的，宝马没说实话。感觉第二种的可能性大一点，宝马在立体双目上虽不如奔驰那样技术深厚，但也算有不错的积累。不过第一种的可能性也存在，Mobileye一直强调单目也可以做到立体双目的深度计算，完全可以取代双目，Mobileye系统里使用双目可能性很低。

宝马L3/L4智能驾驶软件架构

宝马L3/L4主系统计算路径，Fallback系统监督主系统，当得知主系统计算的路径会发生事故或碰撞时，Fallback系统会切换为主系统，主系统使用人工智能的非确定性算法，Fallback系统使用经典的确定性算法来保证安全。Simon Fürst认为大部分地方ASIL B级即可，D级只用在极少地方。对于感知，宝马认为关键不是探测目标，而是预测目标的移动轨迹并根据轨迹计算出可行使空间。这些恰恰是激光雷达和双目最擅长的（光流法）。

对于轨迹规划，宝马主要依靠激光雷达估算道路曲率，激光雷达制作的地图也可以提供曲率，卡迪拉克的超级巡航就是如此，激光雷达高精度地图也有助于定位，Simon Fürst对Mobileye推崇的视觉定位REM只字未提。

对于传感器融合，Simon Fürst不以为然，他认为传感器融合目前只是科研阶段，远未到实用阶段，这与特斯拉观点一致，特斯拉就是纯视觉系统，没有传感器融合。The industry still needs to build a fundamental understanding on howdifferent algorithms should apply to different sensor modalities.传感器融合目前对性能提升微乎其微，有时可能更多漏报，安全性反而降低，但成本和复杂度都大幅度增加。

宝马智能驾驶安全等级

抛开是否双目的难题，我们来看英特尔的CPU，denverton是英特尔在2016年下半年推出的边缘计算Atom C3XXX系列CPU，采用14纳米工艺，代号为“Denverton”和“Denverton-NS”。C3XXX系列分三个目标市场，一个是服务器和云存储，一个是网络与企业存储，最后一个是IoT。C3XXX系列没有针对车载的产品，英特尔车载Atom是A39X0系列。不过IoT系列最高运行温度85度，勉强可算车规。所以宝马使用水冷而不敢用自然冷却。

自从特斯拉对车规不屑一顾后，传统车厂也有所动摇，EyeQ5未通过功能安全认证，Xavier申请功能安全认证已经超过两年，但目前官方还只能说Target。所以用C3XXX系列也不奇怪。显然双核Denverton是C3308，8核是C3708。

C3XXX系列平台内部框架图

宝马为何要采用非车载应用的C3XXX系列芯片，主要是看重C3XXX的以太网MAC和交换功能，C3XXX系列针对的目标市场主要就是CPE。

图为C3XXX系列的LAN控制器部分，双核也有4个2.5G的AMC，8核则有4个10G的MAC。在L3/L4计算系统里，除了主芯片，最贵的就是以太网络交换芯片，如果端口较多且多10G级别，性能强大，以太网络交换芯片价格可能超过EyeQ5这样的主芯片。C3XXX系列CPU用的好的话，传感器不多的话，可以不用昂贵的以太网络交换芯片。当然Phy物理层还是少不了的，英特尔产品线齐全，以太网络交换和物理层芯片都有，但都没有车规版的。

至于24核的至强处理器选择范围很窄，大部分24核至强处理器功耗都在160瓦以上，标准零售价都在4500美元以上，宝马只能选择至强金牌6262V，功耗是24核至强里最低的，只有135瓦，标准零售价2900美元。不过英特尔在2020年4月刚刚推出的针对5G服务器的Atom P5962B也可以，这是首款基于10nm制程和新的Tremont架构的Atom处理器，最高运行温度为85度，勉强达到最低级车规级别。功耗参数未提供，预计80瓦左右。

R-CAR V3H推出于2018年2月，2019年3季度量产。内含4个A53内核，一个Cortex-R7@0.8GHz内核，也达到了ASIL B级别。

瑞萨使用三种加速器，一种是基于管线引擎的IMP-X5加速器，它拥有用于固定功能的流水线计算，近似于GPU。也有电脑视觉引擎CVE，采用可编程的电脑视觉引擎将浮点运算降至最低。另一种是硬核加速器，包括针对双目的立体视差和光流。还有一个聚类器。最后是一种类似多核DSP的CNN加速器。总性能达到426GMAC，也就是每秒4260亿次乘积累加，功耗仅为0.3瓦。

瑞萨产品规划第四代R-CAR大约在2023年量产，而V3U也是第四代产品，预计将在2022年量产，这是一款12纳米芯片。瑞萨表示12nm工艺R-Car SoC V3U的AI性能可以达到6.0TOPs/W，远高于英伟达的Xavier平台和Mobileye的EyeQ5平台。

瑞萨V3H已经慢慢建立了自己的生态系统。在初创公司领域有韩国的Stradvision、以色列Cortica和加拿大的Leddar tech合作伙伴。Stradvision是韩国现代和LG投资的初创企业，早在瑞萨开发V2H时已经和瑞萨合作，顺便提一下，日产号称L3的用于天籁（北美型号是Skyline）的 ProPILOT 2.0就使用了瑞萨的RH 850和V2H，当然主芯片还是Mobileye的EyeQ4。系统由日立提供。

初创公司外，瑞萨主要与博世和海拉合作。同时V3H也有望取代日立的双目ASIC。

博世寄予厚望的下一代主前视觉系统MPC3内置了瑞萨的V3H。于2019年底量产，已经获得大众和奥迪的订单。除传统深度学习外，还有基于光流的非模型算法，能够预测目标运动轨迹。对运动目标敏感度高，260万像素，帧率达每秒45帧，比30帧更安全可靠，能够适应LED灯的闪烁现象，能够适应复杂的环境。明确表示达到ASIL-B级，是使用深度学习系统中唯一能够达到ASIL-B级的摄像头。因为V3H是唯二已经拿到ASIL-B级认证的芯片，而不是正在申请功能安全认证（大部分都是写Target），Mobileye是没有功能安全认证的。

宝马的自动驾驶安全性远超特斯拉FSD。但马斯克搞SpaceX，全球星链，移民火星，俨然一位科技教主，在全球范围内赢得众多铁杆粉丝，公众对其自动驾驶安全性宽容度极高，即使事故频发、频繁降价、减配等也丝毫无损特斯拉和马斯克神一般的地位。可以说除特斯拉外的车厂安全性需要高特斯拉10倍才能被认同。

【近期文章】