Super Cruise和 AutoPilot 最大的不同在哪儿？
最近的两个事情是比较有意思的，通用的Super Cruise在中国发布了，而且未来在北美要扩展到凯迪拉克全系车型。而马斯克在社交媒体上表示，特斯拉Autopilot 9.0版本即将在2个月后上线，这次的亮点在于将启动全自动驾驶功能。我们从整体上来看一下，有关于这两个老牌美国企业和新锐在传统辅助驾驶功能演进过程的一些点点滴滴。
第一部分 软硬件差异化
我们先来说通用的故事，这个系统设计从配置上如下，是从单纯的警告，进入辅助到套件（L1），然后进入L2层级，特别是导入了外部的通信网络模块和地图来辅助这个L2做到更高效和安全。
如下图所示，在从不同的功能演进的时候，凯迪拉克是一步步走过来的，在传感器配置，功能的实现过程中，从里到外有着比较深刻的演进。
与之相比，特斯拉的Autopilot就像变出来的一样，这是一个从头开始设计的硬件模块，然后随着软件的升级一路迭代和包装成为高级驾驶系统的。与电池和电控这种单一的控制系统可能稍微好一些，而往自动驾驶来靠，就有些让人诧异了。
1） 传感器和系统架构配置差异化
我们可以看到在GM的L1的系统架构，是基于LRR和SRR的毫米波感知系统，配合图像的融合来对四周的环境进行感知，处理器的核心是EOCM
备注：EOCM ：external object calculation modules是通用有关于感知部件处理的单元的叫法，LRR和SRR是里面的长距离毫米波雷达和短距离的毫米波雷达
而在GM一些交流材料上面，具备功能安全与网络安全双模块，从两个层面保证系统的安全性。系统拥有两个EOCM模块，实时进行互相备份，并在刹车系统、转向控制、驾驶员注意力监控等子系统，全面实现增强性冗余设计，以确保安全驾驶和行车安全。这段论述在一些软件架构里面有一个典型的图：
根据这个拓扑图，可以猜测用了感知的两根总线（黄色+绿色）
· 根据现在来看，左右各两根对等的是侧边雷达，而主长距离雷达和主摄像头模块分别挂两边
· 执行的总线也是挂上刹车、转向
· 大的模块可能还有那个地图模块，也需要与两个EOCM进行总线性质的集成
· 执行用了两根总线同时挂在这里（黄色+黑色），并使用原有的蓝色的作为通信总线传递基本数据信息。
3种摄像头——前摄像头、环视摄像头、车内摄像头，3种雷达——长距雷达、短距雷达、超声波雷达，以及惯性导航.实时摄像头用于检测车道线与识别交通标志；雷达传感器用于探测其他的道路使用者，包括车辆、障碍物等
我们看这个架构图，基本还是以一个分布式的系统来构建，以大部分成熟的技术上面来搭建新的功能。某种层面上，能够得到一个非常可靠的系统。从Tier1算法来看，也是建立在Mobieye这样成熟的视觉软件，融合毫米波雷达的信息来获取整个外部的信息。
现实来说，Tesla的做法，就是建立在集中式系统上面，从0开始构建整个自动驾驶的硬件架构，然后在上面使用算法。由于整个架构系统是从集中式开始做，某种层面需要在软硬件整合上面需要花费很大的功夫。我一直是这么理解的，两种软件迭代的方式，是汽车软件和IT软件的差异，随着前者一直在后者上吸取养分，但是汽车有着不一样的需求和可靠性要求。
对比两者的差异，我是觉得从安全和可靠性的角度来说，拿来装量产车是需要基于之前的道路上去优化，而做L4这样的车队受控而且超过原有的需求的软件，需要换一种思路来走。
备注：这个图细节的说明了，一个分布式系统需要仔细考虑功能架构的软件处理的问题，在里面核心的每一个软件功能，信号输入的时候，需要考虑实时性。短期内，车企开发L2系统都是经由现在来做的；从长远来看往L3和L4的架构，需要在架构上革新。这个图展示了之前通用对于内部的软件功能块的流图定义，挺值得参考的
第二部分 国内差异化
2）有关于车道定位的准确性
这里回到之前Autopilot的问题。如下图所示，如果出现车道判断错误，特别是这种两边都有线，而且中间是个隔离带，如果基于LKA的系统原理，识别到两边都有线，就会认为这里是一条车道，由此则会忽视中间隔离带的存在。也就意味着想要保证L2级别的自动驾驶，就有可能引发事故。
这里就涉及到核心的问题，地图和定位到底有什么用？
通过激光雷达来扫描地图，通过预先制作的高精度路网信息配合车辆的定位技术，可以保证避免以上的错误。高精地图记录了精确的道路绝对位置、车道信息、指示等信息，确保超级智能驾驶系统只在合适的道路条件下启动。为了达到车道级别的精确定位，在地面上建立了具有绝对位置的参考坐标点用于计算并补偿GPS信号穿越地球电离层产生的误差，这些补偿数据将被实时上传至云端，并下发到每一台装载超级智能驾驶系统的车辆上。这种突破方法将GPS数据的精度提升到亚米级别，有效地保障了该系统对车道的判断。目前所提供的实时方位数据的准确性是传统GPS的4-8倍。
这是之前秦岭事故的情况，如果车道跑错了就要出大事啊。如果缺乏地图信息有效的支持，很多现有的技术不考虑实际的路要出大事的。以下这些在中国尝试搞这个事情，是必须要布局去做的：工程测试人员对中国各种特殊路况信息进行实地核查，以应对中国路况特有的分道限速、多隧道、多弯道等情况，全面覆盖中国境内绝大多数城际高速公路、城市快速路，以及与高速公路相连的城市高架道路。分道限速是中国高速公路特点，对于中国城市快速路车流量大，出入口频繁，路况复杂的场景。在相对复杂的道路环境中，会对高速道路上的每一条车道进行实际核查。中国很多地区的高速公路会有很多隧道，在通过隧道的时候，通过让车载摄像头参与道路识别，来弥补GPS信号的不足，更好的识别车辆所在的位置，保证系统功能正常使用。中国道路的弯道、山路是驾驶员经常遇到的路况，高精地图提供坡道斜率和弯道角度的测绘信息，确保车辆平顺同行。
3）对于车主状态的判断
从三个角度来看，我个人以为短期内驾驶者对自动驾驶技术"过于信任"，在习惯以后会在自动驾驶开启之后为自己找一些别的事情干，比如吃早餐、提前进入办公状态、看新闻等，这都是潜在的安全隐患。因此判定是不是滥用是非常重要的，正是基于这点。这里需要考虑几个事情，如何检测、如何警告、警告不成功如何处理。
Super Cruise一个比较聪明的做法是加入了驾驶员注意力保持系统，并将其与车联网系统相关联，所以通过各种报警引起注意，如果出现还没反应，可以通过电话语音接入的人工坐席为驾驶员提供处理，并在驾驶员出现意外情况时可以及时地提供救援。
总体对比和探讨：从几个方面来说对于应用范围和适用环境的差异、对于驾驶体验的差异、对于车主安全性的长期考虑，我觉得两者还是有很大的差异的。
原文链接：https://www.zhihu.com/question/280849406/answer/418277347