拆解和改造：特斯拉 Model 3通过硬件升级实现完全自动驾驶

特斯拉 Model 3 发布已有 3 年历史。然而，通过软件更新和硬件升级（从 HW 2.5 到 HW3.0），特斯拉承诺将保持特斯拉 Model 3 的相关性，并为完全自动驾驶的未来做好准备。至少，这是他们的承诺。

硅谷一群精通技术的消费者迷上了特斯拉，但买不到。他们热爱汽车，喜欢电动助推器，并虔诚地关注着埃隆·马斯克（Elon Musk）的推文。

最重要的是，他们欣赏特斯拉全新设计的整洁，优雅的车辆架构。特斯拉可以通过空中（OTA）软件更新来添加新功能，甚至几乎神奇地提升车辆性能。其他汽车制造商（他们的车辆基于传统平台）没有一个达到这样的精心设计，能够像特斯拉那样通过软件更新来升级车辆。

特斯拉车迷们对特斯拉备受争议的“自动驾驶”功能的担忧程度降低了。他们不太关心它能够做什么，而宁愿相信特斯拉的承诺，只关注自动驾驶的发展。除了一系列软件更新外，特斯拉还通过去年推出的硬件交换（从特斯拉的 HW2.5 到 HW3.0）提高了车迷们的关注度。

埃隆·马斯克（Elon Musk）在发布 HW3.0 时，在一条推文中表示：“所有生产的汽车都具有进行自动驾驶所需的所有必要硬件、计算和其他硬件。” 我们将看到马斯克所谓的“完全自动驾驶”到底意味着什么。

特斯拉宣称的向 HW3.0 的过渡令我们着迷。如今，Model 3 将如何转变？

Model 3 是一款更小，更实惠的 EV，于 2017 年中期首次生产。由于去年推出了自己的 SoC，特斯拉向 Model 3 买家承诺，如果他们购买完整的自动驾驶（FSD）软件包，他们将通过一个简单的服务中心进行 HW 2.5 至 HW 3.0 的改装约定。

不过，需要明确的是，当今的 FSD 软件包尚未使特斯拉能够在没有人为干预的情况下驾驶。目前，这是一系列增量自动驾驶仪升级。此外，根据马斯克 5 月发布的推文，目前的 7,000 美元 FSD 套餐计划在 7 月 1 日上涨约 1,000 美元。

在 System Plus Consulting 最新发布的“引擎盖下(Under the Hood)”系列中，我们对 Tesla Model 3 进行了更深入的研究，重点关注 Model 3 中部署的汽车传感器和 Autopilot ECU Tesla。

来源：System Plus Consulting

算力至上
车内计算能力已成为越来越重要的功能。为了实现最佳的驾驶员辅助和自动驾驶并激活安全功能，需要大量的计算能力。

为了优化自动驾驶，许多汽车 OEM 和 Tier One 都采用了各种传感器，例如摄像头，雷达，激光雷达和超声波传感器，以便车辆可以在周围环境中进行检测。所有从传感器获得的数据都必须组合在一起，这就是控制单元起作用的地方。

鉴于特斯拉保持着“最先进”的形象，如果公众相信 Model 3 内的所有硬件在技术上都是市场上最先进的，那是可以理解的。

不过，一窥幕后的秘密发现，特斯拉 Model 3 的主要设计目标是降低 ADAS 的成本，使该模型“价格合理”，System Plus 首席执行官 Romain Fraux 解释说。

对于 Model 3 的汽车传感器，特斯拉使用了 8 个摄像头，1 个雷达和 12 个超声传感器。Model 3 不使用激光雷达，这与马斯克（Musk）著名的激光雷达是“傻瓜的事”的说法是正确的。

在接下来的页面中，System Plus 分享了引擎盖下 Model 3 的传感器和计算单元的重点内容。

适用于 ADAS 应用的传感器

来源：System Plus

特斯拉 Model 3 设计的传感器套件包括：八个摄像头，可在 250 米半径内在汽车周围提供 360 度可视性；完善此视觉系统的 12 个超声波传感器。它们一起可以在远距离检测硬和软物体，其精度几乎是以前系统的两倍。该软件包还集成了具有改进处理能力的前向雷达系统。它以冗余波长提供有关周围环境的其他数据，这些数据可以穿透大雨，雾气，灰尘甚至超越以前的汽车。

在摄像机正面，有四个面向正面的摄像机，它们支撑雷达并具有不同的特性。最主要的是覆盖 250 米，但视角非常狭窄，还有一些覆盖的距离较短（150、80 和 60 米），但可以看到汽车周围环境的广角，并且那些用来阅读路标的东西。其他四个摄像头面向汽车的侧面和后部，可以看到 100 米远的距离。

另一方面，声纳使用超声波检测汽车周围 8 米半径范围内的障碍物。它可以以任何速度工作，也可以控制盲点。声纳收集的数据也被自动驾驶仪用来管理超车期间的自动车道变更。最后，GPS 用于检测汽车在道路上的位置。

前视摄像头
为了实现前视，特斯拉开发了带有三个 On Semiconductor 图像传感器的三摄像头模块。Model 3 还使用了两个前视摄像头，两个后视摄像头和一个后视摄像头。

来源：System Plus

Model 3 总共设计了 8 部相机，都是基于安森美半导体在 2015 年发布的相同的 1.2 兆像素图像传感器。它们既不是新的也不是高分辨率，” Fraux 说道。

采购来自同一供应商的所有八个图像传感器意味着“特斯拉必须设法获得更好的购买价格，”弗劳克斯指出。

三镜头比较

来源：System Plus

Tesla Model 3 的三重前进相机具有三个 ON Semi AR0136A 的 CMOS 图像传感器，像素尺寸为 3.75 um，分辨率为 1280×960 1.2Mp。它提供了一个长达 250 米的前置图像捕获系统，供 Tesla Model 3 驾驶员辅助自动驾驶仪控制模块单元使用。

为了给特斯拉的三镜头模块增加背景，System Plus 将其与最大的一级汽车供应商之一的采埃孚设计的三镜头模块进行了比较。采埃孚（ZF）的 S-Cam4 提供两种解决方案，一种采用单镜头相机，另一种采用三相机。

S-Cam4 是 ZF 模块的三重相机版本，具有 Omnivision CMOS 图像传感器和 Mobileye'a EyeQ4 视觉处理器。

如上图所示，特斯拉使用的 PCB 安装技术与宝马的有所不同。宝马希望将传感器隔离在三个不同的 PCB 上。相比之下，特斯拉的三重前向摄像头模块将所有 CMOS 传感器嵌入到 PCB 中，而无需处理 SoC。

采用埃孚的 S-Cam4 包括 Mobileye 的视觉处理功能。

通过从安森美半导体选择成熟的图像传感器，并且不添加任何后处理，特斯拉使相机模块“不是关于拥有最新的图像传感器，而是全部与成本有关”，System Plus 观察到。该公司估计，采埃孚的三相机成本为 165 美元，而特斯拉的三相机成本为 65 美元。

（来源：System Plus）

雷达

来源：System Plus

特斯拉选择使用大陆集团成熟的雷达模块。美国大陆航空的 ARS4-B 内部装有一个 NXP 半导体提供的 77GHz 雷达芯片组和 32 位 MCU。System Plus 的 Fraux 指出，尽管包括联发科和德州仪器在内的数家芯片公司声称已进入汽车雷达市场，但恩智浦和英飞凌是无可争议的两大巨头。大陆集团是雷达模块供应商中的关键角色。Fraux 解释说：“它的 ARS4-B 至少还可以找到 15 辆其他车辆，包括 Audio Q3，大众 Tiguan，日产 Rogue 等。”

大陆 ARS4-A 雷达系统用于转发碰撞警告，紧急制动辅助，减轻碰撞或自适应巡航控制（ACC）。一个重要的元素是同时测量两个物体之间的远距离（最大 250m，精度为+/- 0.2m）和近距离（最大 70m），相对速度和角度。

该系统由两个电子板组成，其中包括 NXP Semiconductor 微控制器和 Broadcom 以太网收发器。射频（RF）板采用不对称结构制成，带有 PTFE / FR4 混合基板，并配有平面天线。

由四个接收器，两个发送器以及一个相关的压控振荡器（VCO）组成的 NXP Semiconductor 77 GHz 多通道雷达收发器芯片组被用作高频发送器和接收器。

特斯拉计算单元

来源：System Plus

特斯拉开发了一个自定义的“液冷双计算平台”，其中包括其自动驾驶仪和信息计算机。System Plus 的首席执行官 Fraux 解释说，它们被构建在同一模块的两个不同板上。

一方面是信息娱乐电子控制单元（ECU）或 MCU。另一方面，还有自动驾驶 ECU。在最初安装在 Model 3 中的 HW2.5 中，Tesla 的 Autopilot 仍由 Nvidia 的 SoC 和 GPU 启用。

特斯拉集成了多家制造商的完整模块，这些模块与用于 GPU 的 Nvidia 高性能集成电路，用于处理器的英特尔，用于微控制器的 NXP 和 Infineon，用于存储器的 Micron Technology，三星和 SK Hynix 以及用于音频放大器的 STMicroelectronics 相关。

自动驾驶 ECU 的演变

来源：System Plus

System Plus 指出，特斯拉计算机的发展一直在 Autopilot ECU 上进行。通过 HW2.5，特斯拉集成了两个 Nvidia Parker SoC，一个 Nvidia Pascal GPU 和一个 Infineon TriCore CPU。通过升级到 HW3.0，特斯拉集成了两个新设计的 Tesla SoC，两个 GPU，两个神经网络处理器和一个锁步 CPU。

Fraux 观察到，一方面，zFAS Audi A8 的中央驾驶员辅助控制器 -“没有冗余，而且确实很昂贵”。另一方面，使用两个 SoC 的 Tesla 版本提供了冗余。

HW2.5 与 HW3.0

来源：System Plus

Fraux 表示，特斯拉在相同尺寸的板上塞满了更多用于 HW3 的组件（4746 个组件），而 HW2.5（4681 个组件）对于 HW3，处理器数量从四个 Tesla SoC 减少到了两个（英伟达，英飞凌）。

Tesla SoC 在 HW3 中使用的工艺制程为 14nm，而在 Nvidia 的 HW2.5 处理器中为 16nm。在 HW3 推出时，Fraux 观察到，“这是首次在汽车中使用 14nm FinFET 工艺。”

（来源：System Plus）

内部设计的 SoC 的投资回报率是多少？

来源：System Plus

汽车行业很少见到任何汽车制造商内部为其车辆设计自己的汽车 ASIC。Fraux 表示，这是“巨大的风险，除非您内部具有出色的团队硬件设计能力。” 他补充说，考虑到当今的汽车市场，这将不是一个容易的决定。

然而，特斯拉并不是第一个有这个想法的。有许多汽车原始设备制造商渴望做到特斯拉在开发自己的自动驾驶仪处理器方面所做的工作。

但是，花费大量的研发资金并为自己的汽车模型设计自己的 ASIC 真的值得吗？

Fraux 观察到：“如果您想保持良好的利润率并进行批量生产，那是有道理的。” 在过去的几年中，随着越来越多的电子部件进入车辆，对于许多汽车 OEM 而言，得知英伟达（Nvidia）和英特尔（Intel）等领先的芯片供应商已经习惯于为其 SoC，CPU 和 GPU 保持高利润率感到震惊。如果 OEM 厂商不希望在未来五年内继续与芯片供应商进行价格谈判，他们可能会发现开发自己的 SoC 来控制自己的命运更加容易。

System Plus 估计，由三颗 Nvdia 芯片和英飞凌 MCU 组成的特斯拉 HW2.5 售价为 280 美元。相比之下，基于特斯拉两款 SoC 的特斯拉 HW3.0 售价为 190 美元。

Fraux 指出，假设一家汽车制造商在自己的处理器上花费 1.5 亿美元的设计成本，而组件价格没有任何变化，并且年产量达到 40 万辆，“我们的快速估算表明您可以在四年内收回投资。”