特斯拉对智能汽车设计的考虑

早在2016年，马斯克就在《特斯拉宏图计划第二篇章》提到要发展自动驾驶，但特斯拉与当时最热的自动驾驶技术路线有所不同——Google的Waymo为代表的众多自动驾驶企业，以L4级别和量产自动驾驶出租车Robetaxi为目标。

特斯拉走的垂直整合路线：不仅自己开发自动驾驶相关的软件和硬件，还自己造车：开创了将自动驾驶与汽车量产结合的技术路线——简单来说，就是在量产车上安装低级别自动驾驶系统收集数据，凭借数据不断完善自动驾驶算法，最终实现由较低级别的自动驾驶向高级别自动驾驶间融合过渡。

目前来看，后者的自动驾驶技术方案是比较成功的。他的路线甚至从车成功复制到机器人。

那么特斯拉是怎么考虑智能汽车的设计的呢？

特斯拉的整车设计

特斯拉与传统主机厂把设计开发交给供应商的方式不同，而是反过来，不断从供应商手中拿回主导开发权。我们看到，在整个EE架构里面，特斯拉不断在把大量的部件做成In-house Design然后再由非传统的一级供应商来代工的模式进行，不断把系统内化。

• 
  

• 芯片层面的全面考虑

特斯拉会和芯片企业直接交流设计开发，这样一方面在过去几年缺芯的状态下，可以优先获取支持。另一方面，这样的直接接触，可以把自己的设计思路传递到芯片企业，同时获取最新的设计方案。

最重要的计算类SOC芯片：座舱层面依靠Intel和AMD计算芯片、特斯拉自研FSD的芯片

通信芯片：从以太网的Marvell扩展到下一代

存储芯片：SK海力士和Sumsung

功率芯片：由SiC的英飞凌和ST供应，低压小功率的主要包括安森美

MCU：全方面的拥抱TI和ST

其他芯片：也是和ADI、Microchip等战略芯片供应商合作

• 
  

• 电子电气架构的设计

特斯拉在设计电子电气架构时，不仅从Model 3 开始就采用了集中式的架构，还很早就导入了Zonal控制器的概念，这样的架构可以尽可能的简化线束，提高整车安装效率。

特斯拉设计了三个区域控制器，分布在车身的左、右和前部中间，这三个控制器大量合并了原有分布式系统的功能，比如：车身控制、热管理、驻车还有座椅控制等。

如果按其他车企的设计，至少会分为七八个模块（门模块、集成式车身控制器、座椅控制器、热管理控制器HVAC和前端冷却控制器Theraml Unit和泊车控制器、灯光控制）。

但特斯拉通过这三个区域控制器既能实现基本功能，又可以做一些顶层的应用，实现系统的整体控制。整个控制逻辑复杂的部分都在上层，底层的可以实现冗余和执行功能。

比如热管理的控制中，复杂的热泵模式功能是在顶层的软件系统里面来定义的，再由区域控制器负责执行。这个创新性的设计，就让特斯拉把握了整体软件和系统方面的设计，供应商只负责做结构设计集成，特斯拉在热管理功能上实现了自主开发控制。

特斯拉的自动驾驶设计

• 
  

• 自动驾驶软件部分

2019 年前后，自动驾驶技术堆栈出现了颠覆性变化，特斯拉引领了这次变革。这次变革是从规则驱动，转向为数据驱动。这几乎改变了整个技术堆栈，甚至是工程师的思考方式。

所谓规则驱动，简单来说，以前的自动驾驶，是依靠提前设计好一定的规则；数据驱动，则是围绕AI的算法模型，通过感知AI、规控AI，以及数据改进自动驾驶的效果，跟现在很火热的ChatGPT类似。

• 
  

• 自动驾驶硬件部分

特斯拉的驾驶辅助硬件经过了HW1.0到3.0的迭代：

1.0的版本硬件选型为成熟商品。特斯拉做了多传感器融合+应用层软件开发。

2.0的版本，采用了英伟达的芯片，提升传感器数量提升，特斯拉在原有的技术基础上，增加了图像识别算法的开发。

3.0 是特斯拉的驾驶辅助硬件的重大革新，首次采用自研的高度集成自动驾驶SoC+MCU芯片。此时的特斯拉已经具备：全套芯片设计能力。

正在开发的基于自研的自动驾驶芯片的第二代控制器，也就是4.0版本，马上要发布，我们会持续地跟踪。

我们看到特斯拉在Model S、Model X、Model 3到Model Y上，一步步深化了自己的设计范围，而全球车企包括大量的中国汽车企业也开始了这个过程。

总结

虽说特斯拉的自动驾驶技术路线很成功，但并不是没有问题。首先就表现在有各种召回。这是因为自主设计的开发难度的确很大，随着车主增多，会遇到很多激进的工况。但换个角度来看，特斯拉就是通过量产车上收集到的数据不断完善自己的产品，最终要实现不仅是智能汽车，还有马斯克本人的Master plan。