奥迪制造了世界上第一辆l3级自动驾驶汽车a8，尽管a8因为各种原因不再配置该系统，但其中的经验教育值得深度拆解。
奥迪a8的最新拆解恰恰说明了从技术和经济角度来看，实现更高水平的汽车自主性比任何人最初的预期都难。因此，奥迪在a8上的经验至今仍然很重要。
当奥迪于2017年底推出重新设计的a8轿车时，该公司吹捧它是汽车行业的首款l3级汽车。整个汽车行业仍在面对当时奥迪面临的技术问题和陌生的成本结构。
system plus进行的拆卸提供了对以下几个问题的宝贵见解：制造出l3级汽车需要什么？a8传感器套件包含什么？三级车需要多少处理能力？是gpu，soc，cpu还是fpga驱动着奥迪的称为zfas的中央驾驶员辅助控制器吗？zfas的价格是多少？这对奥迪如何使用市场上已有的芯片实现了level 3功能具有启发性，并且已经在其他应用中进行了测试和测试，特别是与特斯拉相比，特斯拉在两年后（2019年）推出了“ 全自动驾驶计算机 ”主板主要依靠两个自产的自动驾驶芯片。
system plus拆解包括的分析不仅仅包括逆向工程和确定硬件元素。该公司还执行“反向成本计算”，即估算公司采购特定组件和制造其产品所必须付出的成本。system plus的a8反向成本计算表明，zfas成本的60％（估计为290美元）是由半导体成本驱动的。这几乎令人吃惊，因为现代汽车中80％至85％的内容是电子产品。但是，这并不是令人惊讶的成本。
system plus的拆解／成本估算不包括自动驾驶汽车软件开发的成本。但是，在zfas中使用fpga（altera cyclone）表明，奥迪试图保留自己已经开发的软件资产。
在过去的18个月中，一些领先的oem厂商开始暗示他们希望设计自己的自动驾驶汽车芯片（特斯拉）。这种方法使他们能够在硬件和软件开发方面控制自己的命运。然而，鉴于芯片设计的高昂成本，目前尚不清楚汽车原始设备制造商是否会更好地独自解决。
在a8投放市场时，车内技术被称为“自动驾驶突破”，其特色是名为traffic jam pilot的系统。启用该功能后，traffic jam pilot可以缓解驾驶员在停停走走交通谈判中的麻烦。
但是，这些规划最完善的计划与“交接问题”（当计算机停滞时提醒并吸引分心的人）相冲突，自一开始就困扰着level－3车辆的概念。
如今，a8出现在大街上，但没有一个在现实世界中激活并运行其3级自治功能。a8向视听行业表明了它所面临的挑战。行业领导者必须弄清各种监管，技术，安全，行为，法律和与业务相关的复杂性，然后才能吹嘘无人驾驶机器人的未来。这部分解释了汽车原始设备制造商，一级供应商，芯片供应商以及技术和服务公司（即waymo，uber）之间制定安全标准的势头越来越大。
引擎盖下的a8
汽车制造商所面临的挑战将不再是提供从零到100 km ／ h的最快速度或最佳加速，而是要确保日益先进的自动驾驶和辅助系统。这是奥迪a8具有第3级自驾功能的目标，这是第一个使用激光雷达技术的汽车。
a8的传感器套件还包括摄像头，雷达和超声波传感器。奥迪a8将自动在最拥挤的道路上进行驾驶管理，而无需驾驶员干预。奥迪（audi）规定，驾驶员可以始终保持双手不离开方向盘，并且可以根据当地法律法规进行其他活动，例如在车上看电视。车辆可以执行大多数驾驶任务，但仍然需要人工控制（图1）。
图1：奥迪a8的关键要素
弗劳克斯（fraux）在奥迪a8内的创新技术名列榜首：“奥迪是首款具有3级自主性的汽车。安装在奥迪a8上的traffic jam pilot系统使用传感器融合技术和世界上第一台激光扫描仪，负责在高速公路和高速公路上以60 km ／ h的速度缓慢行驶的交通。（注意：但是，此级别3功能迄今为止尚未激活）
l3级自治和计算平台
数字技术可以承担驾驶员应执行的相同任务，同时提供更高的安全性和舒适性。长期目标是拥有完全联网的道路－汽车智能电网。减少交通拥堵和环境污染，安全性显着提高。
无人驾驶是汽车界越来越重要的话题。有关该部门的进展和新颖性的新闻 已提上日程。奥迪a8所使用的级别3被定义为高度自动驾驶。该系统能够使驾驶员无需对车辆的纵向和横向运动进行连续控制。
弗劳克斯说：“奥迪a8由aptiv与四个处理器芯片组合在一起的各种传感器和一个zfas控制器组成。” zfas（图2）是第一个集中式计算平台。一台计算机作为中央枢纽，用于处理超声传感器（前，后和侧面），360度摄像头（前，后和侧面镜），中程雷达（各个角度）以及远程雷达和激光扫描仪实时位于车辆前部。
图2：aptiv zfas控制器
zfas中的大量处理器构成该平台的处理器是nvidia tegra k1，用于交通信号识别，行人检测，碰撞警告，光检测和车道识别。具有八层pcb的tegra k1集成了192个cuda内核，与nvidia集成到目前市场上的开普勒gpu（图3）中支持directx 11和opengl 4．4的单个smx模块中的数量相同。
图3：nvidia tegra k1
考虑到集成在其中的传感器的数量，在汽车中拥有非常强大的处理器至关重要。英特尔／ mobileye的eyeq3负责图像处理。为了满足功耗和性能目标，eyeq soc通过使用更精细的几何体进行设计。
在eye3中，mobileye使用40 nm cmos，而该公司将在第五代soc eyeq5中使用7nm finfet。每个eyeq芯片均具有异构的完全可编程的加速器。每个加速器类型都针对其自己的算法系列进行了优化。
奇怪的是，nvidia tegra k1和mobileye eyeq 3不足以处理3级车辆的所有adas任务。在zfas内部是用于数据预处理的altera cyclone和用于监视安全操作的infineon aurix tricore。altera cyclone系列fpga器件基于1．5v，0．13？m的全层铜sram工艺，具有高达20，060个逻辑单元（le）的密度和高达288 kbit的ram。
英飞凌aurix架构实现了汽车行业动力总成和安全应用中的性能优化。tricore是第一个为实时嵌入式系统优化的统一的单核32位微控制器－dsp架构。
