特斯拉自动驾驶硬件系统结构解析

◆文/安徽 程增木

本文主要为读者解析特斯拉自动驾驶硬件相关结构及系统组成，我将从系统发展历程、系统构成、系统工作原理、摄像头方案解析等方面进行说明。

一、特斯拉自动驾驶系统的发展

在特斯拉发展的早期，特斯拉通过采购mobileye EyeQ3芯片+摄像头的半集成方案来实现辅助驾驶功能，主要是为了满足特斯拉的快速量产需求，并且受限于研发资金不足，该阶段无法自研。

在特斯拉发展的中期，特斯拉采用高算力NVIDIA芯片平台+其他摄像头供应商的方案，在该阶段由于mobileye的产品更新迭代速度较慢，无法满足特斯拉的使用需求，特斯拉开始甩开mobileye。

当前特斯拉采用自研NPU（网络处理器）为核心的芯片+ Aptina摄像头的核心自研方案，可满足特斯拉高度定制化的要求，并且后期时间和资金较为充足，公司的自研实力和开发自由度较高。

2014-2016年，特斯拉配备的是基于Mobileye EyeQ3芯片的AutoPilot HW1.0计算平台，车上包含1个前摄像头、1个毫米波雷达、12个超声波雷达。2016-2019年，特斯拉采用基于英伟达的DRIVE PX 2 AI计算平台的AutoPilot HW2.0和后续的AutoPilot HW2.5，包含8个摄像头、1个毫米波雷达、12超声波雷达。

2017年开始特斯拉开始启动自研主控芯片，尤其是主控芯片中的神经网络算法和AI处理单元全部自己完成。2019年4月，AutoPilot HW3.0平台搭载了Tesla FSD自研版本的主控芯片，这款自动驾驶主控芯片拥有高达60亿的晶体管，每秒可完成144万亿次的计算，能同时处理每秒2 300帧的图像，硬件实拍图如图1所示。

图1 AutoPilot HW3.0硬件实拍图

二、特斯拉FSD HW3.0介绍

特斯拉Model 3自研“中央-区的EEA”架构：中央计算机是自动驾驶及娱乐控制模块，由两块FSD芯片构成并进行大量的数据计算，主要服务于自动驾驶功能。两个区控制器分别是右车身控制器（BCM RH）和左车身控制器（BCM LH），主要服务于热管理、扭矩控制、灯光等功能（图2）。

图2 特斯拉HW3.0系统架构示意图

FSD的HW3.0由两个相同的计算单元构成，每个计算单元上面有特斯拉自研的2块FSD计算芯片，每块计算芯片的算力为36 Tops（处理器运算能力单位，1TOPS代表处理器每秒钟可进行一万亿次（1012）操作），总算力为4x36Tops=144Tops。但是由于采用的是双机冗余的运行方式，实际可用的算力为72Top。

特斯拉板子的右侧接口从上到下依次是FOV摄像头、环视摄像头、A柱左右摄像头、B柱左右摄像头、前视主摄像头、车内DMS摄像头、后摄像头、GPS同轴天线。左侧从上到下依次是第二供电和I/O接口（车身LIN网络等），以太网诊断进/出、调试USB、烧录、主供电和I/O（底盘CAN网络等）。其系统构成示意图如图3所示。

图3 特斯拉HW3.0系统构成示意图

而通过特斯拉在售车型的介绍和实际配置来看，主张以摄像头视觉为核心的特斯拉安装了一个三目摄像头、四个环视摄像头、一个后置摄像头、车内DMS摄像头、前置毫米波雷达、以及12颗超声波雷达。

三、特斯拉摄像头硬件解析

特斯拉的Autopilot系统搭载了8个摄像头，其中前方摄像头模组共由3个摄像头组成，这3个摄像头都是基于2015年安森美半导体公司发布的120万像素图像传感器开发的，其配备了3个AR0136A上的CMOS图像传感器，像素大小为3.75um，分辨率为1 280×960（1.2MP）。

主视野摄像头：视野能覆盖大部分交通场景。

鱼眼镜头：视野达120°的鱼眼镜头能够拍摄到交通信号灯、行驶路线上的障碍物和距离较近的物体，非常适用于城市街道、低速缓行的交通场景。

长焦距镜头：视野相对较窄，适用于高速行驶的交通场景，并可以清晰拍摄远达250m的物体，其前方摄像头模组如图4所示。

图4 特斯拉前方摄像头模组

前方侧视摄像头：视场角为90°，前方侧视摄像头分别位于特斯拉两侧的B柱上，最大探测距离为80m。其能够探测到高速公路上突然并入当前车道的车辆，以及在进入视野受限的交叉路口时进行探测。前方侧视摄像头如图5所示。

图5 特斯拉前方侧视摄像头

四、特斯拉FSD信号传输的流程

侧方后视摄像头：最大探测距离为100m，能监测车辆两侧的后方盲区，在变道和汇入高速公路时起着重要作用，侧方后视摄像头如图6所示。

图6 特斯拉侧方后视摄像头

后视摄像头：探测距离为 50m，主要进行泊车辅助（图7）。

图7 特斯拉后视摄像头

特斯拉FSD信号传输的流程如图8所示。

图8 特斯拉信号传输的流程

首先，数据以每秒25亿像素的最大速度采集输入，这大致相当于以每秒60帧的速度输入21块全高清1080P屏幕的数据。这些数据然后进入FSD的DRAM，这是SoC的第一个也是主要瓶颈之一，因为这是处理速度最慢的组件。然后通过图像信号处理器ISP进行图像数据的预处理，每秒可以处理10亿像素（大约8个全高清1 080P屏幕，每秒60帧）。这一阶段芯片将来自摄像头传感器的原始RGB数据转换成除了增强色调和消除噪音之外实际上有用的数据。随后数据进入LPDDR中进行存储，影响此阶段的关键要素就是内存带宽，FSD除了要处理摄像头的内存数据，还需要处理毫米波雷达及其它传感器的数据。数据随后存储与SRAM中，最终通过特斯拉的NPU/GPU/CPU进行数据处理。

五、总结与展望

特斯拉后续会持续升级其FSD硬件系统，包括更新CPU、升级LPDDR，更新DRAM，更新更高分辨率的摄像头以及ISP，并有可能使用新一代毫米波雷达或者使用4D毫米波雷达。特斯拉的自研硬件架构为自动驾驶开辟了新的道路，现在各大主机厂、各大供应商开始设计新一代的电子电气架构平台以及芯片计算平台，相信这会让未来自动驾驶功能更加完善，可靠性更高。