本次分享人：杨治国

北京理工大学机械工程硕士，目前负责Pony.ai机械结构设计及车辆改制相关工作。曾就职于ABB，从事低电压电器产品的开发；曾就职于凌云光技术集团，从事视觉检测系统的开发。

注：本文基于作者2019年12月22日在DataFunTalk的演讲。

划重点：本文的主题为自动驾驶中机械结构设计，主要内容包括：

  • 未来汽车概念及开发
  • 传统汽车开发流程
  • 自动驾驶车辆组件介绍
  • Pony.ai自动驾驶车辆介绍
  • 自动驾驶车辆结构开发与改装
  • 自动驾驶中结构设计的挑战

未来的汽车

简单地说，未来的汽车可能将沿着以下五个方向发展，即电动（或新能源）、自动、智能、共享和定制。

电动（Electric）：可能不一定是电动，但一定是新能源，因为现在各个车厂（OEM），包括各个国家，都对电动（或新能源）汽车替代燃油汽车的时间节点提出了相应的计划。

自动（Autonomous）：即自动驾驶，这是大家现在最为关注的方向。

智能（Intelligent）：智能性现已在一些汽车上体现出来，包括车辆状态诊断、车窗内智能设备等等。

共享（Shared）：共享与汽车自动化紧密相连。如果实现了汽车自动驾驶，那么汽车就可以成为共享的。例如现在的（RobotTaxi）就是一种共享模式。

定制（Customized）：由于自动驾驶的实现将对汽车外观与内部结构产生颠覆性的改变，因此未来汽车可以根据每个人的需求对内饰外观等实现定制。

未来汽车的设计，我们可以从三个方面来讲述。

首先是外观。

相较于我们现在的汽车，未来的汽车在外观方面可能有颠覆性的区别。如果实现了自动驾驶，那么新型自动驾驶汽车可能会省略反光镜和车窗玻璃，因为现在车窗的设计，很多情况下都是为了更大程度减少驾驶员视角上的阻碍。

倘若实现了自动驾驶，这些组件都是可以取消的。那么就需要设计师拓展更多的新思维、新方案、新创造。

其次是传感器。

我们现有的传感器裸露在外部，对于很多普通消费者来说，这样的外观与固定方式是很难接受的。同时出于安全性角度考虑，传感器裸露在外部也是不合理的。未来自动驾驶车辆的传感器必然需要与车身集成一体。

最后是车舱。

未来自动驾驶车辆的车舱内饰和座椅将有巨大的变化。车舱可能会成为移动的办公、娱乐的场所，我们可以根据用户不同的需求对车舱内的设计进行定制。

从上图（右）中我们也可以看到，上世纪50年代，美国的电力公司已经提出了相关概念。因为实现了无人驾驶，没有固定驾驶舱的概念，乘客在车舱内可以更加自由，例如转换椅子的方向围坐在一起。另外，未来实现了自动驾驶，车辆可以原地360°转向，有了自动停泊，倒车变得便捷了许多。

总之整个无人驾驶的发展是硬件与软件相互促进的过程，硬件上的提升可以推动软件的发展促使软件提供更简便更有益的算法。

传统的汽车开发流程

传统汽车开发流程示意图

将现今自动驾驶汽车相关研发的流程与传统汽车研发流程进行对比：

按照传统流程，如果我们要完全从零起步开发一款新的车，需要50多个月，在固有基础上进行更新迭代也需要将近两年的时间，这种时间消耗对无人驾驶这个行业来说是完全接受不了的。

我们自动驾驶一个版本的开发周期应当控制在六到八个月。

自动驾驶结构设计面临的问题

硬件带来的挑战更像是矗立眼前的一座大山。

现阶段自动驾驶结构设计主要面临以下问题：

首先，目前市面上还没有任何量产车型是专为无人驾驶设计的，没有为传感器及计算平台预留的安装接口。我们需要自己根据现在车的状态进行设计。

另外，结构设计及验证的周期长，而AI行业的迭代速度快，如何让生产制造跟上自动驾驶行业的速度？

第三，自动驾驶车辆增加了大量新型传感器，典型的就包括激光雷达和摄像头。目前产品仍未达到车规级的要求，所以在结构设计的过程中保证各组件平稳、安全地运行也是大家面临的问题。

自动驾驶车辆组件介绍

结构设计的主要工作目前也是将所有传感器合理集中在一辆车上。现在我们的自动驾驶车前、两侧雷达，车顶两侧、中间有激光雷达，车顶四周都布置了摄像头，后备箱放置了运算平台，车舱内布置了多个显示器。

对于结构设计来说，重要的是如何准确、稳定地将传感器固定在相应的位置，让计算平台在车载环境下正常工作。

自动驾驶车辆的传感器包括：

机械式激光雷达：其核心机械组件为光学组件和高速旋转的电机。由于它是一个高速旋转的传感器，在具有强振动和颠簸冲击的车载环境中，很容易出现偏轴和缝隙变大的情况，导致激光雷达运行故障。振动、冲击、雨雪等恶劣工况都会对激光雷达的正常工作造成影响。为了克服这这些阻碍，我们的技术需要更上一层楼。

毫米波雷达：是现阶段比较成熟的一个组件，在结构设计方面主要要求是防水。

摄像头：现成市场上有车载规格的相机，但是暂不能满足自动驾驶中对相机的需求，而且能满足车载要求的相机和镜头是发展趋势。现阶段，将多个相机集成到一个模块中，减震、防水、防尘、防雾是必需满足的要求。

在普通车辆的使用中，目前的减震技术是可以接受的，但是卡车等大型车辆相对来说就比较困难，由于卡车的减震系统包括整个车体重量导致其震动和振幅会非常大，会导致传感器在探测障碍物时出现很大的偏差。

自动驾驶车辆运算平台

做自动驾驶硬件，我们一直希望车能够性能强劲而功耗很低，但车载设备都是“电老虎”，这也给我们带来一些主要挑战。

热管理方面，说白了就是散热的问题。

现在的车辆运算平台基本都在千瓦级的运算状态，如何更好地散热这是我们结构工程师以及热工程师需要做的工作。目前有用到水冷散热，因为风扇满足不了太强的散热需求。

适应性当面，良好的适应性代表着我们能克服环境的复杂多变。

例如振动，自动驾驶车辆所配置的传感器对减震有很高的要求，我们需要做好减震、隔振工作。自动驾驶车中的机械硬盘、电路板都很怕震动。比如电路板，它的表面刷了一层绝缘胶。如果设计不好，当车辆在颠簸时，结构件经常摩擦电路板，会把绝缘层磨掉，电路甚至会直接烧毁，这将是灾难性的。

温度：我们需要做到系统在低温下能够启动、在高温下能够正常工作。汽车在夏天的时候在室外暴晒温度非常高，环境温度可能就是40-50度，而这时候如果机箱还在产热，那么温度会更高。汽车要求的温度范围非常高，仅次于航天，要求是40-120度的温度能够工作，可以说目前无人车大部分的元器件还达不到要求。

湿度：怎样保证后备箱里的整个运算平台能够保持在隔绝水汽的状态。因为其内部有很多芯片以及电路板之类组件，在高湿的环境下容易出现结雾的情况。湿度太高会导致电源短路或者进水。

盐，在离海边比较近的地区（例如我们Robotaxi车队运行的加州尔湾市和广州南沙区），空气中有盐，对车辆内部运算平台、元器件的腐蚀是很危险的。

电磁，怎样在高速数据传输的过程中尽量频闭电磁干扰，不影响数据的传输包括信号的传输。因为数据和信号传输故障也会对自动驾驶安全性产生巨大影响。这也是结构工程师包括车辆工程师需要去考虑的问题。

Pony.ai自动驾驶车辆的迭代

主要从结构方面讲述Pony.ai自动驾驶车辆的迭代：

上图中左边的车辆是我们成立后不久，在国内发布的第一代自动驾驶车辆，其结构较为简单：64线激光雷达、两个摄像头，车顶结构通过行李架固定在车身上为的是搭建方便，但结构略微粗糙。

右边是我们在美国Fremont的同一代自动驾驶车辆，结构与前者类似，摄像头也是安装在外面的。这种结构有利于我们快速搭建、快速验证，但是从长期运营的角度来看，其稳定性和强度都是存在风险的。

2018年，下半年，我们在上海世界人工智能大会发布了当时最新的一代软硬件系统PonyAlpha（如上图）。

同早期相比的主要区别在于传感器组合，车顶前方增加了两个激光雷达，摄像头的位置也进行了调整。

车顶结构虽然还是通过行李架固定，但增加了装饰罩。使车顶与车身配合更紧密，整车看上去也更具科技感。这种设计更有利于被用户接受。

其实从与OEM联手开始，我们车顶的固定结构已经发生了很大改变。

上图左边所示，是我们与丰田合作基于Lexus RX车型合作研发L4级自动驾驶汽车。

上图右，是与现代合作在加州尔湾市推出的Robotaxi，车型为全电动的现代Kona。我们将车顶结构通过原车自带行李架固定。

相较与原型车车顶结构，这两个项目的车顶结构与车身贴合更紧密，一体化效果更好，同时体现了模块化的设计思路。但是两者的固定方式还是有细微区别，Lexus RX车顶结构通过螺钉直接贯穿，与车身连接。Kona车顶结构通过螺钉连接到行李架上。

从用行李架、到用螺钉将其系统固定在在车顶，这种设计在长期运营中可以有效减少松动和位移情况的出现。这也是我们探索中的一项进步。

自动驾驶车辆结构开发

总的来说，内部将车辆改装分成以下五种模块：

第一，车顶结构。传感器多位于车顶，存在较多固定上的风险，涉及车顶传感系统固定、车顶结构固定、清洁系统的开发以及车顶装饰罩。拟将整个车顶封装起来，在车辆空气动力学角度来说更优同时这样的外观更有利于被广泛接受。

第二，后备箱。主要涉及各类传感器之固定与散热问题，其次便是外观装饰件。传统的制造过程只涉及简单的固定，但从运营的角度来说，我们需要合理有效地充分利用后备箱的空间。为乘客提供充足的载物空间。

第三，坐舱。增加各类显示器便于乘客直观了解车辆的整体状态。同时现阶段增加各类控制面板方便工程师对车辆进行调试。

第四，车身。车前和车侧都设有车身传感器。

第五，线缆。线缆是大家容易忽略的一点，对于量产车来说线缆的作用就好比人体的血管，是很重要的。如果线缆出了问题，会危及整个车辆。现阶段我们将线缆问题单另提出，并且在开发每辆车的时候，线缆也将随之一起开发。将来也会与专门供应商一起合力研发适用于自动驾驶车辆的线缆。

具体讲讲我们怎么固定传感器。

在固定传感器之前，我们首先要确定这个传感器的位置是否能满足我们车辆的感知要求，如上图所示：

左上，车辆在爬坡的时候，另外一侧的大部分障碍物是看不到的。

右上，车辆在即将上坡时，如果视场不够，则看不到破上的障碍物。

左下，传感器安装在车顶，它的视场看不到红***域的物体。

右下，如果把传感器调整到车前，就能看到红***域一半的物体。

上图所示是传感器视场仿真工具。

左上图是激光雷达视场在地面上的位置，黑色的线表示在没有遮挡的情况下的范围。灰色的线表示部分遮挡。

右上图是摄像头视角看司机侧物体的效果图。如果我们在侧面离车身某处摆一个物体，可以直观看到物体是否在视场内。

左下图，激光雷达视场下，能直观的看到在车侧的激光雷达是否可以探测到旁边的小朋友。

右下图，车前摄像头的视角。可以看到前方物体的动态效果。从图里也可以看到红绿灯的位置变化。

传感器安装

传感器该如何安装呢？上图就是一个激光雷达的简单安装示意图。

现在的传感器是需要进行标定的，即在传感器正式运行之前我们需要对其位置增加机械固定。因为每辆车安装有差异，所以我们现阶段也在进行一些探索，即装了传感器之后不需要进行标定，而通过经线间隔链直接使其处在相对固定的位置上，然后经过验证合格后就可以投入运行了。

这样将来车辆量产后若出现传感器需要维修的情况时，重安装一个即可，而不需要再花大量时间来重新标定，节约了时间成本。

所以我们现在主要做的工作就是传感器与其底座之间的解耦，即我们不需要再对其重新固定。再者传感器相互解耦，拆装传感器时，相互之间不受影响这样做也有利于节省后续维护和运营的时间成本。

出于美观和空气动力学的角度，我们会增加一个装饰罩，并且对装饰罩做出适宜的结构上的设计，即在拆装车顶装饰罩时，不影响传感器的位置。

传感器清洁系统

我们现在也正在积极探索的传感器清洁系统，我们新一代的自动驾驶汽车会有专门的传感器清洁系统。这也是各大车厂和自动驾驶公司布局的一个点，举几个例子：

左上图中Waymo模组通过水注和雨刷完成清洁。

右上图是Ford公司研发的摄像头清洗系统，通过高压水柱冲击摄像头上附着的异物。Ford公司为了做这个实验专门设计了一款用来驱除昆虫的装置，其原理有点类似于高涵道比的航空涡旋风扇发动机，以一定速度将误打误撞凑过来的飞鸟喷射出去。

左下图是Ford公司研发的激光雷达清洗机构，通过底面四周的喷射高压水柱来清洗激光雷拉。可能我们在实物上暂时难以看到这些东西，但实际上各大OEM以及相关领域公司都拥有这方面的研究专利。就比如日前Tesla发布的一项专利：利用激光进行传感器清洗，虽然尚未成功研制，但也进行了相应的专利证明。

右下图是Ficosa公司的相机和传感器清洁系统，如果发现相机镜头上有异物，可以通过雨刷控制器来控制出水口喷水来清洗相机镜头。

在我们最新发布的PonyAlpha2.0系统中，相机模块也配套了除水除雪系统，通过高压气流将相机镜头上的水滴吹走。能够保证相机在雨雪天正常成像。

车顶结构固定

再讲讲车顶结构的固定。

如左上角图中显示，这种固定模式也是众多自动驾驶公司刚开始采取的车顶结构固定方式。但后来各大自动驾驶公司就会采用其他模式，即在车顶找到一个固定点，这样比卡在行李架上更加稳定，降低风险。

左下角图中是Ford公司自动驾驶车辆车顶结构的固定，拥有生产线资源的车厂可以在其量产车上进行轻微的改动，然后将整个结构直接固定在车顶，这样与车身的结合会更加牢靠，也是未来车顶结构发展的大体方向。

后备箱的改装

后备箱的改装同样关键。

图中是Pony.ai最新一代的车辆后备箱设计，空间利用较好，可以放下行李箱。对于普通的乘客来说：后备箱的整洁程度是他们能直观的感受，如果后备箱乱糟糟的话，会带给乘客很不好的感受。如果和量产车的后备箱没有明显区别，也是反映一个无人驾驶公司的硬件研发水平。

但对于机构工程师来说，与计算平台相关的器件的热管理，能适应高振动、高温等恶劣工况下的解决方案才是他们关心的。只有解决了相关的问题，才能让乘客感受到舒适的乘坐体验。

Pony.ai 通过一系列减震措施，将器件固定在原车的备胎槽中，同时增加出风口，入网口和风扇，在内部形成通路，实现在高温天气下，满足计算平台的散热需求。同时现阶段我们也在尝试水冷方面的探索，从下一代版本（即PonyAlpha2.0)开始使用水冷技术，而非普通的风扇、鼓风机，解决噪声问题。水冷散热的优势有二：散热效果优于风扇；水冷散热没有什么噪声。

生产

生产是自动驾驶未来要实现产品化、商品化必须经历的过程。

首先，对于汽车生产线来说，模块化生产组装效率较高。自动驾驶中，我们的摄像头、激光雷达都可以分别做一个模块。

第二，产品需进行离线测试而非直接上车测试。比如散热模块，我们可以在线下模拟一个后备箱的状态进行测试，如果我们的方案在离线状态下是OK的，那么代表着方案试验成功，可以正式上车。离线测试的优点在于更大程度节约成本并且缩短设备研发的时间周期。

第三，流水线组装是我们正在进一步探索的发展方向。目前Cruise的生产状态就是流水线组装，他们现已做到模块化生产，将车顶、后备箱分别实现模块化生产，完成后直接上流水线进行组装。

自动驾驶设计面临的挑战

最后谈谈我们看到的自动驾驶设计方面面临的主要挑战：

首先，法律和标准。目前，关于自动驾驶结构的法规和标准是欠缺的，比如我们传感器应当固定在什么位置、需要怎样的强度，需不需要满足车规级标准等。

第二，车规级组件。现阶段部分自动驾驶传感器还不能满足车规级需求，生产车规级组件也是行业未来的发展方向。

第三，环境适应性。我们将根据现有的了解对车辆在高温、高湿、盐碱等各种环境中的适应性进行探索。

最后，找到传统和AI行业之间的平衡点，传统造车模式和AI之间匹配困难是整个AI行业所面临的挑战。我们不能按照传统的造车模式来开发自动驾驶，如何快速地将一辆车组装好，既稳定又能够满足安全要求，这也是未来整个行业要思考的问题。