标签: 特斯拉

以人形机器人和通用人工智能为代表的新技术、新产品、新业态蓬勃发展，正成为全球科技创新的制高点与未来产业的新赛道。 01、Optimus-Gen 2来了，人形机器人管家还远吗？ 没有一点点防备， 特斯拉人形机器人Optimus-Gen 2来了！ 12月13日，马斯克于社交媒体上公布了特斯拉第二代人形机器人的产品演示，并预计将于本月内发布。 在视频中，Optimus-Gen 2相比上一代有了大幅改进，不仅拥有AI大模型的加持，并在没有其他性能影响的前提下（相比上一代）将体重减少10kg，更包含： 由特斯拉设计的致动器和传感器； 2-Dof（自由度）的脖子，可以让机器人在一定幅度内转头； *图片来源网络 11-DoF 全新双手，手指伸展灵活得像个真人； *图片来源网络 所有手指都配备触觉传感器，可以处理精致的物体，比如鸡蛋； *图片来源网络 行走速度提高 30%； 人体脚部几何形状，走路方式也和人类相似； 脚力 / 扭矩感应； 铰接式脚趾部分； 它甚至还能做一个均匀的90度深蹲，众所周知，做这个动作需要调动全身多个关节来保持平衡；更能随着音乐翩翩起舞。 *图片来源网络 看起来，似乎我们距离拥有机器人管家的设想不远了。 02、产业链细分技术市场空间前景可期 人形机器人，其灵感来源于人类的身体，来自人类的感知和运动技能，以及人类在环境中使用工具的能力。 人形机器人通过集仿生学原理和机器电控原理于一体，通过模仿人体结构、运动特性等，设计出具有优越性能的机电结构。 从1969年发展至今，人形机器人产业已经发生了不少变化： 主导国家从日本变为美国、中国。早期，人形机器人由本田等日本企业主导。现今包括波士顿动力、 Agility Robotics、特斯拉、优必选科技、小米等全球范围内的企业均已推出人形机器人产品，并且在持续迭代研发； 研发目的从科学展示与教育培训变为多场景作业，企业积极探索人形机器人商业化落地。 而拆分其产业链架构来看，主要仍分为上中下游三部分。 具体来看，上游为人形机器人本体结构、伺服驱动器、智能感知、驱动控制、支撑环境五个模块的供应商；中游则是人形机器人产品集成商；下游为人形机器人可能的应用场景，如商业服务、科学 研究、科学展示等。 *图片来源：《人形机器人技术专利分析报告》 大模型赋能人形机器人，“具身智能”进化的关键一环 由于在传统的深度学习模型中，机器智能往往局限于特定场景，而在大模型赋能下，机器人可以与真实世界进行多模态交互，从而实现“具身智能”，拥有不断进化、跨场景应用的能力。 可以说AI大模型的发展决定了人形机器人产品力的天花板。 智能感知：传感是智能化的必要基础 而要产生人形机器人智能化的直观体现，就需要智能感知、执行控制和智能决策合三为一。 因为，传感器可以将外部信息以及自身状态信息传递给机器人控制系统，从而为人形机器人的决策提供必要条件。 比如在Optimus-Gen 2的升级中，就有特斯拉设计的传感器加持，而触觉传感器的加入，也让其具备了处理更精致物体，例如鸡蛋的能力。 对于智能传感器和发射器解决方案的全球领导者来说，艾迈斯欧司朗认为，在任何应用中，机器人都需要对周围环境有可靠的感测能力，从而确保产品功能的效率、有效性和安全性。 传感和照明技术正是实现环境感知这一目标的关键。 比如，精准紧凑的飞行时间距离测量传感器(1/2/3D)、激光雷达系统（EEL和VCSEL）、用于泛光照明和点阵照明的照明器、在近红外光谱中支持3D主动立体视觉和结构光（路径扫描传感器、人脸识别、物体避让）解决方案的高性能成像器……，它们都将使人形机器人更加智能、使用更加便捷，并在无防护区域提供更安全的人机交互界面。 伺服驱动：精准执行 在伺服系统中，要实现精准执行，除了需要减速器和电机这2大核心硬件，也离不开编码器。 作为人形机器人的内部传感器，它可用于测量人形机器人的自身状态，比如让机器人感知自身的运动状态，使得机器人可以按照规定的位置、轨迹等参数运动。 而艾迈斯欧司朗的磁性位置传感器具备的对外部磁场几近“免疫”的能力，成为其“入主”高性能应用领域的核心优势。 之前，艾迈斯欧司朗专家就曾表示，除了在汽车，其位置传感器的另一个增长点就是各类电机。当下，电机的用量与日俱增，而电机的发展趋势正由过去的有刷电机向无刷电机过渡。对于无刷电机来说，位置传感器更是必不可少的一个组成部分。 而对人形机器人来说，几乎每个关节都会使用两个或多个位置传感器。 特别是马斯克早在特斯拉2023年股东大会上便表示，人形机器人将是今后特斯拉主要的长期价值来源，“如果人形机器人和人的比例是2比1左右，那么人们对机器人的需求量可能是100亿乃至200亿个，远超电动车的数量。” 这其中的市场空间，值得想象。 03、技术专利储备，中国后来居上 2022~2023年，在人工智能为通用人形机器人带来新的想象力之际，特斯拉、亚马逊、微软、三星等多家全球巨头企业都在纷纷投入人形机器人的研发中。而在国内，人形机器人也在 2023 年成为了最受关注的新兴产业之一。 今年11月初，工业和信息化部印发了《人形机器人创新发展指导意见》，将人形机器人定位为“集成人工智能、高端制造、新材料等先进技术，有望成为继计算机、智能手机、新能源汽车后的颠覆性产品，将深刻变革人类生产生活方式，重塑全球产业发展格局”的科技竞争新高地、未来产业新赛道，以及经济发展新引擎。 而下一代颠覆性产品的推出，离不开技术专利这个基座。 11月27日，人民网研究院发布了《人形机器人技术专利分析报告》，对全球范围内的人形机器人技术专利进行了深度分析，并对人形机器人行业发展至今的技术专利布局趋势进行阐述。 据悉，中国已累计申请6618件人形机器人技术专利，是申请人形机器人技术专利数量最多的国家。 *图片来源：《人形机器人技术专利分析报告》 特别是自2000年来，在人形机器人技术领域，中国的专利集中度整体呈下降趋势，并在2014年后在20%~30%间波动。因此，目前，中国的专利集中度较低，可以推知，中国在该领域的竞争相对激烈，行业活力较强。 *图片来源：《人形机器人技术专利分析报告》 此外，在人形机器人的技术分支上，本体结构、智能感知、驱动控制是三个主要的技术专利布局领域，其中，关节、腿部、机器视觉、步态控制等技术是重点的专利布局分支。 *图片来源：《人形机器人技术专利分析报告》 总结来说，在全球人形机器人产业占位的竞争中，中国正在加速投入。 04、产业化落地，拐点已至？ 随着国内外标杆企业持续推进，以及未来更多潜在重磅玩家的参与，或将带来新一轮人形机器人产业发展的热潮。 国内外标杆企业持续推进人形机器人技术升级和商业化落地 *图片来源：国海证券 在过往，人形机器人领域也曾出现过不少明星产品，但这些产品都遭遇了商业化落地难的问题，主要还是缘于： 1.核心部件门槛高 伺服驱动器是人形机器人实现运动的核心部件，但技术应用门槛高，只有同时具备体积小、重量轻、大扭矩、高精度等性能，才能保证人形机器人在不断变化的环境中安全、顺畅地工作； 2.系统化集成能力要求高 人形机器人产品技术难度大且集合度高，是机械设计、运动控制、人工智能等领域高精尖技术的综合体现。而当前市面上的企业缺少将大量高难度技术规模化的能力，无法形成有效的人形机器人集合系统； 3.难与多个应用场景共振 人形机器人难以与多个应用场景共振，无法适应多场景的不同需求。人形机器人想要在各领域中落地都需投入大量研发时间和成本，企业研发出的人形机器人无法与多个场景匹配； 4.成本高昂 人形机器人的生产成本高，人形机器人需要多个部件、高性能硬件等做支撑，如相较于工业机器人只需要使用六到七个关节，人形机器人需使用几十个关节以满足人形机器人灵活行走的要求，因此人形机器人生产成本高昂。 但随着人形机器人本体技术的不断成熟，以及AI大模型等前沿技术的快速发展，情况正在发生变化。AI大模型提升了机器人的智能化水平，人形机器人不仅在机械方面取得突破，人机交互方面的能力也在不断提升。 人形机器人正式进入了商业化的初级阶段，全球范围内的多家企业也开始入局人形机器人。 而在商业化的过程中，寻找合适的场景尤为重要。现阶段，工业制造成为了最受关注的场景之一。 在国内，不仅优必选人形机器人针对工业领域的应用进行了多方面的布局，其一是研发了应用于工业领域的人形机器人Walker S；其二是与多家新能源汽车头部企业合作，分阶段规划人形机器人在制造业场景中的应用。 小米也在积极推进仿人机器人在自有制造系统中的分阶段落地，将在北京亦庄建设通用仿人机器人创新示范项目，开展面向3C工厂和汽车工厂等典型制造场景的创新应用示范。 无独有偶，在今年特斯拉二季度的业绩会上，马斯克明确示，特斯拉已经生产了10台擎天柱，预计在今年11月份进行行走测试，计划明年在特斯拉工厂进行实用性测试，据特斯拉透露的未来方向，擎天柱的应用场景未来会全程接管汽车生产领域，实现真正的无人生产。 未来，人工智能教育、智慧物流、智慧康养、商用服务，甚至是家庭管家都将是人形机器人试图冲击的前景领域。

快科技4月7日消息，小米SU7 Max创始版目前已经陆续交付。博主@杨长顺维修家 提车后第一时间拆掉了新车的主控， 一起来看看Orin X、8295芯片到底长什么样，PCB做工如何，和特斯拉比到底是什么水平 。 首先可以看到， 小米SU7的两大主控——智能驾驶主控、车机主控（智能座舱控制器）均在副驾驶手套箱下方 ，需要将整个扶手箱完全拆开，才能看到。 其中， 智能驾驶主控搭配了一套水冷散热系统 （算力较高发热量较大）， 车机主控则是风扇风冷散热 。 拆掉主控外壳之后，可以看到PCB真身。 小米SU7的两块主控PCB芯片均采用了完善的防水处理，可防潮、防腐蚀、防尘 等，能大大增加PCB板的寿命 。 PCB整体做工细致、用料很足（很像显卡的PCB），整体明显优于未作防水处理的特斯拉主控PCB。 上图为未作三防处理的特斯拉主控PCB ，因进水受潮烧掉。 智能驾驶主控PCB， 上下排布两颗英伟达的Orin X算力芯片。该芯片于2019年发布，2022年量产，7nm工艺制程，功耗45W。 “TA990SA-A1”即Orin X芯片代号，从“2347A1”的丝印来看，推测这颗芯片应该产于23年47周。 Orin X芯片算力可达254TOPS，即每秒可计算254万亿次。小米SU7 Max用了两颗，算力达到了508TOPS。 Orin X是目前应用最广的高阶智能驾驶主控芯片，蔚来ET7、小鹏G9、零跑C10、智己L7/LS6、极氪007等车型均使用了这颗芯片，有单颗、有双颗、还有四颗，主机厂可自由选择，丰俭由人。 这颗芯片不仅能用到车上，还能用到换电站上。去年底，蔚来第四代换电站发布，采用4颗英伟达Orin X芯片，宣称换电时间减少22%。 所以，小米SU7 Max的这两颗Orin X芯片在硬件上算是主流水平。当然，最终的智驾效果，除了硬件之外，主要还看算法调教。 在小米SU7发布会上， 雷军也坦承，特斯拉Model 3焕新版搭载的最新的HW 4.0在算力上更胜一筹。后者从HW3.0的144TOPS提升到720TOPS，翻了5倍之多。 另外，特斯拉一直坚持纯视觉方案，完全依靠算力和算法，完整版的FSD需要额外付费（6.4万元）。小米SU7 Max则有激光雷达辅助，且智驾（包括高速NOA和城市NOA）完全免费。 这块是小米SU7 Max的车机主控， 主要依靠一颗高通骁龙8295芯片，采用四颗8295AU电源芯片来驱动。 8295是高通第四代骁龙汽车数字座舱平台中的产品，目前很多新车型都在使用，算是标配了。 该平台在2021年1月27日发布，CPU算力达到230K DMIPS。 备注：DMIPS是衡量处理器性能的一个指标，描述每秒钟能够处理整数运算的工作数量。 230K DMIPS，相当于每秒处理230000*100万次计算，与PC端大家熟悉的Intel酷睿i5 1135 G7性能相当。 GPU算力达到2.9TFLOPS(32位)以及5.8TFLOPS(16位)，和英伟达当年的旗舰GPU 1080Ti性能相当。 需要注意的是， 小米SU7的主控拆解后将不再保修，普通用户千万不要模仿。 整体来看，作为一家造车只有三年的新势力， 小米SU7的主控PCB做工用料表现给了我们一定的惊喜，展现出大厂应有的水准。整体芯片硬件属于目前的主流水平，后期智驾及车机体验，主要还要看小米的自研算法和软硬件调教。 【本文结束】如需转载请务必注明出处：快科技

极简风的圆形无线充电器拆解：原理与组件分析 在本次拆解过程中，我们将深入探讨一款极简风的圆形无线充电器的内部构造和工作原理。这款无线充电器采用type-c接口进行充电，让我们通过对其电路板和主要组件的详细介绍，来深入理解其工作机制。 背面可以看到均匀分布的散热孔，整体看来就是非常堆成，这样的圆形也和器主要的线圈结构有关。 前面板是通过双面胶固定的，板卡是通过过盈配合固定在下壳上； 看一看板卡： 首先，我们来了解一下无线充电的基本原理。无线充电主要利用了电磁感应原理。通过在发射端和接收端之间建立一个高频的交流电场，使电能可以在两者之间进行传输。接收端设备如手机或其他电子设备，只要放在发射端的有效范围内，就可以通过这个交流电场获得电能。这种无线充电技术，无需插拔充电线，为使用者带来了极大的便利。 现在，我们回到这款无线充电器。其主控采用了一个SOP16封装的8位单片机。在这款无线充电器中，单片机负责控制整个充电过程，包括对线圈输出电压的调整，以及检测接收端的充电状态等。 为了实现无线充电，这款充电器采用了两个4606增强型MOS。在这款充电器中，4606增强型MOS负责控制线圈的快速切换输出。当主控单片机发送指令时，这些MOS就会调整线圈的输出，从而实现线圈产生一个高频的交流电场，将电能传输到接收端设备。为了确保安全和效率，这个线圈通常会与一个适当的保护电路相连，以防止过热或过流的情况发生，不过这款没有。 线性稳压器ME6209A负责将输入的电压稳定地输出到单片机和其他组件上。 除了以上的器件还有就是Type-c充电口/感应线圈，以及均匀分布的LED（两种颜色）。 这款极简风的圆形无线充电器利用了电磁感应原理、8位单片机、增强型MOS以及线性稳压器等器件，实现了高效、便捷的无线充电功能。在电路板设计上，它采用了简洁、实用的布局和布局方式，使得整个电路板看起来既美观又易于维护。此外，该无线充电器的type-c接口使其兼容性更强，可以适用于各种支持type-c接口的设备。 通过这次拆解分析，我们不仅了解了无线充电器的内部结构和原理，也理解了各个组件在其中的作用。这不仅有助于我们更好地理解和使用无线充电器，也为我们在未来设计和改进类似产品提供了宝贵的经验。

特斯拉 FSD ，英文全称 Full Self-Driving ，中文翻译为完全自动驾驶。 SAE J3016 ，将驾驶自动化系统由低到高划分为 L0~L5 六个等级，最高级别为 L5 ，英文全称 Full Driving Automation ，中文翻译为完全驾驶自动化。 极其暧昧的名字，再加上特斯拉故带迷惑性的宣传，部分不明真相的群众以为多花 1.2 万美元就能让自己的车辆拥有自动驾驶能力，就可以堂而皇之的在开启了 FSD （其中的导航辅助驾驶功能叫 NOA ）功能的车里睡大觉。 国内厂商们看了之后心领神会、相视一笑，不过不是站出来为消费者打抱不平，而是顺势将自家独门修炼的武功命名为 NOP 、 NGP ……，站在巨人的肩上命名，瞬间也积攒了足够的人气。 如果说 NOA/NOP/NGP 们的虚张声势唬唬普通消费者还情有可原，那么国内部分自动驾驶公司对标 L2 级别的 NOA/NOP/NGP 功能做自家的 L4 自动系统算怎么回事？ 这不是无中生有，也不是夸大其词，这是和业内几个朋友交流之后的意外收获。听到之后既震惊又窃喜，震惊行业的急速扩张让部分从业人员还没来得及转变 “打法”，窃喜从天而降一个科普 L2 、 L3 、 L4 本质区别的机会。 01 回归到本源 业内但凡讨论 L2 、 L3 、 L4 的区别，总喜欢站在“担责的角度”，这逐渐让人们误解，但凡厂家声明出了事由驾驶员负责的就是 L2 ，出了事由系统负责的就是 L4 ，视具体情况而定责的就是 L3 。 那么厂家开发出来的这个驾驶自动化系统能力上有没有达到 L2/L3/L4 的水平呢，关心的人不多，评价的指标很少。就连如何正向设计一个具有不同级别“自动驾驶”的系统，目前也没有什么方法论。 这就导致部分自动驾驶公司开发自动驾驶系统时，最重要的工作就是对标，宛如众泰当年的皮尺部。但将自己要设计的 L4 系统降维对标到 L2 头上，也着实让人大跌眼镜。该如何从系统正向设计的角度去理解 L2 、 L3 、 L4 之间的区别，是行业内每位工程师必须修炼的基本功。 上述问题的部分答案其实在国际上古老的 SAE J3016 标准已经给出，但遗憾的是，从业人员很少能静下心来去细读这份完整标准。说他不懂，他却也能说上两句，说他懂，又说不出个所以然，这大概就是行业内的现状。 SAE J3016 是国际上最早也是最权威的驾驶自动化系统分级标准， 2014 年第一次发布， 2016 年、 2018 年、 2021 年又分别发布了三次更新。下文提到这个标准的内容皆是出自 2021 年发布的最新版本。 SAE J3016 将可以持续执行部分或全部动态驾驶任务的驾驶自动化系统划分为六个等级： L0 ：无驾驶自动化 (No Driving Automation) L1 ：驾驶员辅助 (Driver Assistance) L2 ：部分驾驶自动化 (Partial Driving Automation) L3 ：有条件驾驶自动化 (Conditional Driving Automation) L4 ：高度驾驶自动化 (High Driving Automation) L5 ：完全驾驶自动化 (Full Driving Automation) 而这六个等级的划分原则，也构成了驾驶自动化系统正向设计的最顶层输入。而这个划分原则包括 DDT 、 DDT 后援、 ODD ，下文我们逐一分析。 一、 DDT 动态驾驶任务 (Dynamic Driving Task ， DDT) ，安全驾驶一辆车所需做的操作，通俗一点讲包括眼观六路、耳听八方、手脚并用，文雅一点讲包括感知、决策和执行等，包括但不限于以下子任务： 目标和事件的探测与响应 ( 感知 ) ； 驾驶决策 ( 决策 ) ； 车辆横向运动控制 ( 执行 ) ； 车辆纵向运动控制 ( 执行 ) ； 车辆照明及信号装置控制 ( 执行 ) 。 而可以担负 DDT 子任务的不同，则是不同级别驾驶自动化系统的第一层不同。 L0 没什么可多说的，驾驶自动化系统不承担任何 DDT 子任务，一切由驾驶员负责，就是典型的纯人驾驶。 L1 长进了一点，驾驶自动化系统可以承担车辆的横向运动控制或者纵向运动控制了，以及具备有限的目标和事件的探测与响应能力。 前半句挺好理解的，驾驶自动化系统要么负责纵向加速、减速，要么负责横向转向，不会两者都负责， ACC 和 APA 分别是 L1 驾驶自动化系统的典型代表功能；后半句理解起来有点绕，比如车辆现在具备单一纵向控制的 ACC 功能，那么系统只具备实现 ACC 功能所需要的纵向目标和事件的探测和响应能力，横向控制的 APA 功能所需要的目标和事件的探测和响应能力就不具备了。 因此， L1 这一级别，驾驶员可闲不住，需要时刻监督驾驶自动化系统的性能，时刻承担系统能力之外的目标和事件的探测和响应职责，时刻承担系统不具备能力维度的车辆纵向或横向控制。 L2 更加成熟，驾驶自动化系统可以承担车辆的横向运动控制和纵向运动控制了，以及具备有限的目标和事件的探测与响应能力。 有了 L1 的解释， L2 的含义不言自喻，不过需要强调的是驾驶员仍需时刻监督驾驶自动化系统，除了横纵向控制以外的车辆控制 ( 如灯、雨刮控制等 ) ，仍存在大量系统无法响应的事件，比如前方道路施工。 所以做的不好的 L1 或 L2 驾驶自动化系统，简直是驾驶员的噩梦，不仅眼观六路、耳听八方的职责没有少，还增加了照看这个小 baby 的责任。说好听点是辅助驾驶员，说难听点就是驾驶员照顾它，可以说是食之无味、弃之可惜的功能。 而对于 L3~L5 来说，已经是个大人了，可以独立负责所有 DDT 子任务了。在 DDT 层面， L3~L5 没有区别，因此这三个级别驾驶自动化系统又被称为自动驾驶系统 (Automated Driving System ， ADS) 。 二、 DDT 后援 DDT 可以让我们区分出 L0 、 L1 、 L2 和 L3~L5 ，但 L3~L5 之间有什么区别，可以让我们在进行系统设计时有所侧重。这样的条目很多，但 DDT 后援绝对是最重要的一个，这也是不同级别驾驶自动化系统的第二层不同。 DDT 后援听起来就像一个舶来品，但当你理解它的含义，你会发现翻译的精妙。 老虎都有打盹的时候，驾驶自动化系统也不例外，这其中就包括执行 DDT 相关的系统失效、超出 ODD 等。而当这些失效情况出现时，要么请求用户接管车辆执行 DDT 或执行最小风险策略使车辆达到最小风险状态，要么驾驶自动化系统直接执行最小风险策略使车辆达到最小风险状态，而这一行为被称为 DDT 后援。 这一段话异常难理解，那是因为出现了两个不太好理解的术语： （ 1 ）最下风险策略：驾驶自动化系统无法继续执行 DDT 时，系统或用户所采取的使车辆达到最小风险状态的措施。 （ 2 ）最小风险状态：车辆平稳停车，可以最大限度减少碰撞风险的状态。 DDT 后援可以说是驾驶自动化系统设计一个分水岭，而踩在这个分水岭上的就是 L3 驾驶自动化系统。 L1/L2 驾驶自动化系统，准确来讲没有 DDT 后援的功能，驾驶员的职责本身就包括目标和事件的探测与响应以及部分控制，所以一般会早于系统发现失效，并第一时间补位。 L3 定义的 DDT 后援非常暧昧，原文意思是 L3 驾驶自动化系统在部分情况下具备直接执行最小风险策略使车辆进入最小风险状态的能力，在部分情况下需要请求 DDT 后援用户进行接管，由 DDT 后援用户决定是接管车辆执行 DDT 或执行最小风险策略使车辆达到最小风险状态。 而如何定义这个部分情况将厂家分成了不同的样子，有的厂家将请求接管理解成了 L3 驾驶自动化系统的标配，但凡出现上文说的任何失效情况，都去请求 DDT 后援用户接管， DDT 后援用户在一定时间没有接管后，执行失效减缓策略（本车道停车），而不去思考在部分失效情况下系统直接执行最小风险策略是不是比请求 DDT 后援用户接管更有效果。 举个不成熟的例子，如果 L3 驾驶自动化系统中的感知、决策子系统出现失效，请求接管没有问题，毕竟此时没有了眼睛的 L3 驾驶自动化系统如果执行最小风险策略只能选择停车（靠边停车或本车道停车），但是如果请求 DDT 后援用户接管， DDT 后援用户可以替代系统继续执行 DDT ，而感知、决策子系统失效说不定在一定时间后可以自行恢复， L3 驾驶自动化系统又可以重新激活，何乐而不为。 但是如果转向、制动等子系统失效，除非为 DDT 后援用户设计了一套专用的应急冗余执行机构，否则让 L3 驾驶自动化系统直接执行最小风险策略，完成安全停车，不才是最靠谱 DDT 后援吗！否则请求接管只能白白浪费安全停车的时间。 而且在请求 DDT 后援用户接管的几秒钟时间内， L3 驾驶自动化系统需要具备继续执行 DDT 的能力，不加区分失效类型的请求用户接管，能做出来一个产品，但肯定不是一个好产品。 当然这也是 L3 驾驶自动化系统的设计难点、感知系统、执行机构都比 L2 要强一点，但又达不到 L4 全冗余的要求，在这样的条件下，能做出具备量产水平的 L3 驾驶自动化系统才是真正的勇士。而细数市面上，貌似只有奥迪、宝马这两位愣头青面向消费者推出过 L3 产品，国内高高在上的自动驾驶公司显然是看不上出力不讨好的 L3 。 然而对于 L4 驾驶自动化系统来说，没有请求接管这一说， DDT 后援是其必备功能之一。 L4 驾驶自动化系统激活后，任何失效发生，系统都可以执行最小风险策略从而达到最小风险状态。 有人可能会有疑问， L4 毕竟还是限定在 ODD 范围内，如果从起点到终点整个路线上， L4 只能在高速公路这个 ODD 条件内激活，下了高速不还是要请求接管。其实不然，即将驶出高速公路这个 ODD 条件后， L4 驾驶自动化系统会告知车内乘客，如果需要完成剩余路线，需要有人变成驾驶员继续执行 DDT 。 注意乘客这个名词，如果此时这名乘客带着耳机没有听到系统提醒， L4 驾驶自动化系统会执行最小风险策略从而达到最小风险状态。等到车辆停下来半小时后，乘客发现自己需要执行 DDT 完成接下来的路线，才摇身一变，变成一名驾驶员。 而对于 L3 驾驶自动化系统来说，车内的直接相关角色就是 DDT 后援用户，用户监测系统需要对 DDT 后援用户的接管能力进行实时监测，下文用户监测章节会详细介绍。且在接管请求发出后，如果一定时间内 DDT 后援用户没有接管，系统执行的是失效减缓策略，也不是风险减缓策略。 这是 L4 和 L3 驾驶自动化系统的本质区别。所以打着做 L4 产品的名义，设计一堆 DDT 后援用户请求接管的逻辑，天花板就是 L3 ，连 L4 的脚后跟都算不上。 当然 L4 驾驶自动化系统的 DDT 后援能力也不是大风刮来，需要的是全冗余：感知冗余、计算冗余、执行冗余……，否则你拿什么来执行 DDT 后援。 对于 L5 驾驶自动化系统来说， DDT 后援要求和 L4 驾驶自动化系统一样，两者在 DDT 后援这一点上依旧撕扯不开。 DDT 后援完美印证了贺诗人足球场上那句经典的解说：如何面对失效，把 L3 和 L1~L2 与 L4~L5 分成了不同的样子。 三、 ODD 通过 DDT ，我们区分出了 L0 、 L1 、 L2 和 L3~L5 之间的区别，通过 DDT 后援，我们区分出了 L1~L2 ， L3 和 L4~L5 之间的区别，那么 L4 和 L5 有什么本质区别呢。 最重要的一个区别就是上文多次提到的设计运行范围 (operational design domain ， ODD) ，简单来讲 L5 驾驶自动化系统没有 ODD 的限制， L1~L4 驾驶自动化系统都只能工作在 ODD 范围。 02 本源处求真 上一节三个方面主要基于车的角度谈论不同级别驾驶自动化系统设计时的区别，除了车之外，人作为一个重要的系统参与者，不能不提。当然我们不去谈论马路边的责任归属问题，只谈论人在驾驶自动化系统设计时需要承担的职责。 细心的朋友可能发现，前文中我们出现了驾驶员、 DDT 后援用户、乘客等多种角色，而这一些也不是随意乱叫，都在具体语境有着不同的含义。 SAE J3016 中统一用用户这一名称指代不同角色。而监控则是驾驶自动化系统中和用户强相关的功能。 一、用户 用户的第一层含义是驾驶员。 在 L1 和 L2 驾驶自动化系统中，只有驾驶员这一个角色。驾驶员通过一些开关操作决定什么时候打开激活驾驶自动化系统；在驾驶自动化系统激活后，监控驾驶自动化系统、监控驾驶环境、监控车辆性能，以便在需要时及时迅速替代驾驶自动化系统执行 DDT 。 在 L3 驾驶自动化系统中，在系统没有激活时，执行所有 DDT 并像 L1 和 L2 驾驶自动化系统一样，决定什么时候打开激活驾驶自动化系统。但是一旦 L3 驾驶自动化系统激活，驾驶员立马变成了 DDT 后援用户，这也是用户的第二层含义。 而对于 DDT 后援用户，一方面负责在接收到接管请求后，及时接管车辆执行 DDT 后援任务；另一方面在发生影响 DDT 执行相关的系统失效后，及时接管车辆执行 DDT 后援任务；最后在执行 DDT 后援任务时决定是自己变成驾驶员执行全部 DDT 还是执行最小风险策略达到最小风险状态。 在 L4 驾驶自动化系统中，在系统没有激活时，依旧可以存在驾驶员的角色。比如在一个起点到终点的行程中， L4 驾驶自动化系统只能在园区内这个 ODD 内激活使用，出了园区要想开到终点，就需要驾驶员进行驾驶。当然驾驶员同样可以决定是否开启激活 L4 驾驶自动化系统。 不过 L4 驾驶自动化系统一旦激活，驾驶员角色立刻变为乘客，这是用户的第三层含义。乘客人如其名，不需要执行 DDT ，也不需要对 DDT 后援负责，真正可以在车里睡觉看电影。所以在设计 L4 驾驶自动化系统时，你用一堆传感器监视乘客的接管能力，不就是挂着 L4 的头卖 L3 的肉吗！ L5 驾驶自动化系统和 L4 驾驶自动化系统一样，同样存在两种角色，毕竟现在还没有法律法规规定人没有开车的权力。 上文提到的驾驶员、 DDT 后援用户、乘客都是车内用户的角色，与之对应的是车外的远程驾驶员、远程 DDT 后援用户、远程调度员，一一对应，本文就不去多做介绍。 二、监控 你需要用户给你做这做那，但如果用户没有这能力怎么办，监控及提醒便是最好的方法。当然不只用户监控，还包括驾驶环境监控、车辆性能监控、驾驶自动化系统监控。后三者前文我们已经多次带过，不再重提，此处只重点介绍用户监控。 用户监控的目的主要是为了防止用户对驾驶自动化系统误用和滥用，怎么理解呢。 L2 驾驶自动化系统需要驾驶员时刻注意交通状态，系统运行状态，如果驾驶员过度依赖系统，系统激活了之后就开始玩手机，甚至睡大觉，是不是不太合适。 而为了避免这种情况发生，系统就需要对 L2 驾驶自动系统中的驾驶员角色进行监控。监控其是否走神、疲劳等，并在此种情况发生时对其进行提醒，提醒无效后执行失效减缓策略。 而对于 L3 驾驶自动化系统，用户在系统激活后变成 DDT 后援用户，需要承担 DDT 后援职责，那么 DDT 后援用户具不具备接管能力就需要我们对其进行监控。 DDT 后援用户不具备时，系统就要在适当时候对其进行提醒。但有一点很关键、系统是在监控到用户不具备接管能力后就开始进行提醒，还是在同时预测到可能有 DDT 后援任务时才去提醒。两者策略的不同将决定 L3 驾驶自动化系统体验的不同。 而前者不加区分的随时随地提醒也决定其和 L2 驾驶自动化系统不会有本质区别。 而对于 L4/L5 来说，系统激活后，用户角色就是乘客，乘客没有负责任何 DDT 和 DDT 后援的任务，因此是不需要对乘客进行监控的。 而对于 L1 来说， SAE 通过数据研究发现，很少有用户会对 L1 驾驶自动化系统产生无用或依赖，所以也不需要对驾驶员进行监控。 综上所述，用户监控是 L2 和 L3 驾驶自动化系统的典型特征，敲黑板。 03 求真后妄语 2021 年 9 月的时候，我们自己的驾驶自动化分级国家标准 GB/T 40429-2021 也出来了，高兴肯定也是高兴的，但看到内容基本是 SAE J3016 的翻译、阉割及名词上面的创新，也不是那么高兴。矮个中挑高个的话，只能说国标为 SAE J3016 提供了一份中英文名词对照表，也算是幸事一桩。 SAE J3016 虽 2014 年第一版已经出来，但行业内显然没有组织过好好学习，不然也不会出现这么多常识性的错误而无人指出。 最最不可理解的常识性错误我们要从驾驶自动化系统的定义来说：驾驶自动化系统将可以持续执行部分或全部动态驾驶任务的系统划分为六个等级。其中的关键词是持续执行， ACC 激活时持续控制油门、刹车、 TJA 激活时持续控制油门、刹车、方向盘，这些都可以归类为不同级别的驾驶自动化系统没有问题。 但是像 AEB 这种，不是持续执行 DDT ，而是仅在危险情况发生时提供短暂的干预，它就不属于这六个等级里面。但是市面上大量的文章将其划为 L0/L1 。 SAE J3016 中其实已经给这类系统定义了一个名字，主动安全系统 (Active Safety Systems) 。此系统还包括 FCW 、 LDW 、 BSD 等预警类功能。 其它的常识性错误不再举例，列出来也不是为了批判，只是期望从事这个行业的人，该练的功还是要尽快练上，不是有那么一句话老话吗：练武不练功，到头一场空。 本文是基于作者认真看了一遍 SAE J3016 后做出的总结，也不保证完全理解正确，但至少有了自己的理解。 SAE J3016 还有很多在做驾驶自动化系统正向设计时候可供借鉴的点，后续我们有空再来深度剖析。 关注公众号“优特美尔商城”，获取更多电子元器件知识、电路讲解、型号资料、电子资讯，欢迎留言讨论。

​​ 文/ 彭艺信 杨晓羽 曾嘉怡 编辑/侯煜 风起云涌的新能源汽车市场，允许一部分人先富起来。而对于已经建立了领先优势的特斯拉和其创始人伊隆·马斯克(Elon Musk)而言，赚钱的方式更是有一万种。刚披露的财报显示，特斯拉通过碳积分获得巨额收益，而近日特斯拉宣布向竞争对手开放自家充电桩， 此举最核心的目的是换取巨额的补贴。 在美国当地时间2月15日，特斯拉非常大方地宣布向竞争对手开放自家充电设施。到2024年底， 特斯拉将向非特斯拉品牌的电动汽车开放至少7500个超级充电站 ，这里面包括3000个高速公路沿线的新充电站和已有的超级充电站，4000个设置在酒店和餐馆等地点的速度较慢的Level 2级充电站。另有消息显示，特斯拉计划将在纽约布法罗的超级充电网络规模增加三倍。具体何时实施该项计划，目前还未有明确的时间表。 这样的开放可以说是政府推动的。2021年11月，美国政府出台的《基础设施法案》中提出，将在美国公路沿线和社区建立全美统一的充电网络，包含50万个电动汽车充电桩；以及到2030年，电动汽车销量将占新车销售量的至少50%；同时， 美国政府计划到2050年实现净零排放， 随着时间的推进，这项战略也将创造更多高回报的制造业和安装工作岗位。 此外，美国政府还将为电动车充电投资75亿美元，为清洁交通投资100亿美元。2月11日，有美国政府官员曾表示， 除非特斯拉对外开放充电网络，否则其将被排除在美国政府提供的75亿美元补贴对象之外。 美国政府希望建设全美通用充电桩网络，接受美国联邦政府补贴的公司必须采用美国主导的充电连接器标准。在建成后，全美必须有一致的插头类型、功率水平和最低数量的充电器。充电桩还必须满足97%的正常运行时间，并能通过地图应用程序提供关于位置、价格、可用性和可及性的公开数据。充电桩上应采用单一的识别方法，无需使用多个应用程序和账户来充电。 特斯拉的充电桩若能与其他联邦所采用的“兼容充电系统”（CCS）之间互认，特斯拉便可获得专项补贴。认可CCS是申领专项补贴的必要条件，不过特斯拉目前还未承诺采用这一兼容充电系统。 创建了全球最大的直流快速充电网络的特斯拉，在美国拥有近18000个充电桩，与竞争对手Electrify America相比，充电桩数量多出了近两倍，此外，特斯拉还有17711个超级充电桩，约占美国总数的60%。 如果特斯拉采用兼容的充电系统，可以有效推进全美通用充电网络的普及，还能拿到75亿美元补贴中的大头。 当然，拿到补贴并不那么容易，《规则》还要求电动汽车充电桩须在美国制造。从规则发布日起，所有铁制或钢制充电器外壳或壳体的最终组装和制造过程都要在美国进行。到2024年7月，所有部件至少有55%（按成本计算）也需要在美国国内生产。 相关新闻：中国市场充电桩品牌各自为政 看了特斯拉各种“偏门”的获利方式，不仅要说， 在新能源车的时代，先行者已经抓住了“先富起来”的时间窗口。 全球对电动车充电器的需求给供应链带来了压力，而对于供不应求的充电桩市场，各大企业也试图分一杯羹。目前全球的充电运营商主要分为 4 类： 传统能源巨头：BP、壳牌等 独立运营公司：ChargePoint、Blink、星星充电、特来电等 车企自主运营：特斯拉、蔚来等 电网电力公司：国家电网、法国电网等 视线拉回至中国市场，随着中国新能源车的普及，充电桩需求量也随之增加， 中国目前面临市场供需端极度不平衡的问题 ，这严重制约着新能源汽车在国内的推广和发展，新能源车行业充电站状况也备受关注。 据行业相关报道数据显示，截至2022年10月，全国新能源充电桩共470.8万个，私人桩占比增长至64.3%，公共桩占比不足四成，其中又有一半多是慢充桩。我国新能源汽车保有量增长迅速，而充电桩的扶植增速还相对较低。 为加快新能源充电桩的建设速度，国务院印发的《新能源汽车产业发展规划（2021—2035年）》亦提出要对作为公共设施的充电桩建设给予财政支持。全国各省市亦出台相应的政策，给予对新能源汽车充电网络有贡献的企业相应的补贴及奖励。 广东省深圳市发改委发布的新能源汽车充电设施建设补贴申报通知中提到：2019-2020年充电设施建设补贴，按照充电设施装机功率，对直流充电设备给予400元/kW建设补贴；对40kW及以上交流充电设备给予200元/kW建设补贴，40kW以下交流充电设备给予100元/kW建设补贴。 而今年政府已明确把充电桩列为七大新基建之一，中国各地政府补贴政策也从单纯地补贴电桩建设转而扩展至运营、建设双重补贴。以北京为例，根据《2022年度北京市电动汽车充换电设施建设运营奖补实施细则》，换电设施运营奖励分为日常奖励和年度奖励，日常奖励标准为 0.2 元/千瓦时，年度奖励标准根据充换电站考核评价结果分为4个等级，具体为 106 元/千瓦•年（A级）、 90 元/千瓦•年（B级）、 74 元/千瓦•年（C级）、 0（D级）。 在中国市场，为了解决困扰新能源车主的充电难问题，“聚合充电”平台早已应运而生。按照聚合充电平台的设计，当该类平台与更多品牌充电桩完成对接后，充电会变得更简单、更高效，能极大地便利车主。 但想用一个通用App，充绝大多数充电桩的电还是难以实现， 由于一些充电桩与一些常用的充电App未展开合作，车主只能望桩兴叹。