自動(dòng)駕駛事故權(quán)威揭秘：算法和軟件錯(cuò)誤太多

從傳感器到人工智能，經(jīng)典的電子供應(yīng)鏈已經(jīng)形成了一個(gè)協(xié)作矩陣，致力于實(shí)現(xiàn)自動(dòng)駕駛車輛的安全性。

自動(dòng)駕駛發(fā)展就好比是登月計(jì)劃。

從傳感器到人工智能，經(jīng)典的電子供應(yīng)鏈已經(jīng)形成了一個(gè)協(xié)作矩陣，致力于實(shí)現(xiàn)自動(dòng)駕駛車輛的安全性。

為此，還需進(jìn)行大量硬件和軟件開(kāi)發(fā)工作，以確保駕駛員、乘客和行人受到保護(hù)。

盡管機(jī)器學(xué)習(xí)和AI可以發(fā)揮作用，但其有效性取決于輸入數(shù)據(jù)的質(zhì)量。

因此，除非自動(dòng)駕駛車輛建立在高性能、高可靠度傳感器信號(hào)鏈的基礎(chǔ)上，始終提供最準(zhǔn)確的數(shù)據(jù)作為生死決策的依據(jù)，否則便不能被認(rèn)為是安全的。

就像最初的登月一樣，在通往安全自動(dòng)駕駛車輛的道路上還存在許多障礙。

最近發(fā)生的涉及自動(dòng)駕駛車輛的事故助長(zhǎng)了唱反調(diào)者的聲勢(shì)，他們認(rèn)為車輛及其行駛環(huán)境太復(fù)雜，變數(shù)太多，而算法和軟件仍然錯(cuò)誤太多。

對(duì)于參與了ISO26262功能安全合規(guī)性驗(yàn)證的任何人來(lái)說(shuō)，他們對(duì)此持懷疑態(tài)度是可以理解的。

這種懷疑態(tài)度有相關(guān)數(shù)據(jù)的支持。

下圖比較了2017年在硅谷測(cè)試的五家自動(dòng)駕駛車輛公司的實(shí)際行駛里程數(shù)和脫離自動(dòng)駕駛模式的次數(shù)(圖1)2019年的數(shù)據(jù)尚未匯總，但個(gè)別公司的報(bào)告可在網(wǎng)上查閱。

但是目標(biāo)已經(jīng)很明確，當(dāng)務(wù)之急是要在自動(dòng)駕駛即將到來(lái)之時(shí)，保障至關(guān)重要的安全性。

加州車輛管理局(DMV) 2018年的非官方數(shù)據(jù)顯示，同等英里數(shù)下，自動(dòng)駕駛模式的人為接管次數(shù)正在減少，這也表明自動(dòng)駕駛系統(tǒng)正變得越來(lái)越強(qiáng)大。而這種趨勢(shì)需要進(jìn)一步加快。

通過(guò)將協(xié)作和新思維放在第一位，汽車制造商將直接與芯片供應(yīng)商洽談，傳感器制造商將與AI算法開(kāi)發(fā)人員討論傳感器融合。

而軟件開(kāi)發(fā)人員將與硬件提供商建立聯(lián)系，充分發(fā)揮兩者的優(yōu)勢(shì)。舊的關(guān)系正在改變，新的關(guān)系正在動(dòng)態(tài)地形成，以優(yōu)化最終設(shè)計(jì)的性能、功能、可靠性、成本和安全性。

*(圖1)五大自動(dòng)駕駛制造商在加州的測(cè)試數(shù)據(jù)：每次脫離人為接管后自動(dòng)駕駛系統(tǒng)的平均行駛英里數(shù)(2017年12月至2018年10月)。

在這段時(shí)間內(nèi)，總共有28家公司主動(dòng)在在加州的公眾場(chǎng)合對(duì)車輛進(jìn)行了測(cè)試。期間，在自動(dòng)駕駛模式下共行駛2,036,296英里，發(fā)生143,720次人為接管。

生態(tài)系統(tǒng)正在尋求合適的模式，以便在此基礎(chǔ)上制造和測(cè)試全自動(dòng)駕駛車輛，用于快速涌現(xiàn)的新應(yīng)用，如自動(dòng)駕駛出租車(robo-taxi)和長(zhǎng)途貨車。

在此過(guò)程中，高級(jí)駕駛輔助系統(tǒng)(ADAS)所使用的傳感器不斷改進(jìn)，使得自動(dòng)化程度快速提高。

這些傳感器技術(shù)包括攝像頭、激光探測(cè)與測(cè)距(LiDAR)、無(wú)線電探測(cè)與測(cè)距(radar)、微機(jī)電傳感器(MEMS)、慣性測(cè)量單元(IMU)、超聲波和GPS，所有這些都為人工智能系統(tǒng)提供關(guān)鍵的數(shù)據(jù)輸入，從而驅(qū)動(dòng)真正的自動(dòng)駕駛車輛。

*(圖2)用于ADAS感知和車輛導(dǎo)航的各種傳感技術(shù)往往獨(dú)立工作，并向駕駛員發(fā)出預(yù)警，以便做出反應(yīng)。

*(圖3)為了確保自動(dòng)駕駛車輛的安全，必須充分探測(cè)當(dāng)前和歷史狀態(tài)、環(huán)境特性以及車輛自身狀態(tài)(位置、速度、軌跡和機(jī)械狀況)。

車輛的認(rèn)知能力是預(yù)測(cè)性安全的基石

車輛的智能化程度通常用自動(dòng)駕駛級(jí)別來(lái)表示：L1和L2主要是預(yù)警系統(tǒng)，而L3或更高級(jí)別的車輛被授權(quán)控制以避免事故，隨著車輛發(fā)展到L5，方向盤(pán)將被取消，車輛完全自動(dòng)駕駛。

在最初的幾代系統(tǒng)中，隨著車輛開(kāi)始具備L2功能，各個(gè)傳感器系統(tǒng)獨(dú)立工作。

這些預(yù)警系統(tǒng)誤報(bào)率較高，帶來(lái)了不少麻煩，因此經(jīng)常被關(guān)閉。

為了實(shí)現(xiàn)具有認(rèn)知能力的全自動(dòng)駕駛車輛，傳感器的數(shù)量將顯著增加。此外，性能和響應(yīng)速度也必須大幅提升(圖3、圖4)。

將更多傳感器安裝在車輛上后，還可以更好地監(jiān)控和分析當(dāng)前機(jī)械狀況，如胎壓、重量變化(例如，負(fù)載和無(wú)負(fù)載、一名乘客或五名乘客)，以及可能影響制動(dòng)和操控的其他磨損因素。

有了更多的外部傳感方式，車輛可以更充分地感知其行駛狀況和周圍環(huán)境。

傳感方式的改進(jìn)使汽車能夠識(shí)別環(huán)境的當(dāng)前狀態(tài)，并了解歷史狀態(tài)。

這來(lái)自于ENSCO航空航天科學(xué)和工程部首席技術(shù)官Joseph Motola開(kāi)發(fā)的原理。

這種傳感能力既可以完成一些簡(jiǎn)單的任務(wù)，例如探查道路狀況，識(shí)別坑洼位置，也可以進(jìn)行一些詳細(xì)分析，比如一段時(shí)間內(nèi)在特定區(qū)域發(fā)生的事故類型以及事故原因。

在產(chǎn)生這些認(rèn)知概念時(shí)，由于感測(cè)、處理、內(nèi)存容量和網(wǎng)絡(luò)連接的限制，使它們看起來(lái)似乎遙不可及。

但現(xiàn)在情況已經(jīng)大有改觀?，F(xiàn)在，系統(tǒng)可以訪問(wèn)這些歷史數(shù)據(jù)，并將其與車輛傳感器提供的實(shí)時(shí)數(shù)據(jù)相結(jié)合，以提供越來(lái)越準(zhǔn)確的預(yù)防性措施，避免發(fā)生事故。

例如，IMU可以檢測(cè)到因坑洼或障礙物引起的突然躍起或偏離。過(guò)去，這些信息無(wú)處傳輸，但現(xiàn)在通過(guò)實(shí)時(shí)連接，可將這些數(shù)據(jù)發(fā)送到中央數(shù)據(jù)庫(kù)，并用于警告其他車輛有關(guān)坑洼或障礙物的信息。

攝像頭、雷達(dá)、激光雷達(dá)和其他傳感器數(shù)據(jù)也是如此。

這些數(shù)據(jù)經(jīng)過(guò)編譯、分析和融合，使車輛能夠利用這些數(shù)據(jù)對(duì)其行駛環(huán)境作出預(yù)判。

這使車輛能夠成為一臺(tái)有學(xué)習(xí)能力的機(jī)器，有望做出比人類更好、更安全的決策。

*(圖4)自動(dòng)駕駛等級(jí)和傳感器要求。

多方面決策和分析

在提高車輛感知方面，現(xiàn)已取得了很大的進(jìn)展。重點(diǎn)在于從各個(gè)傳感器收集數(shù)據(jù)，并應(yīng)用傳感器融合策略，將互補(bǔ)優(yōu)勢(shì)發(fā)揮到極致，彌補(bǔ)不同傳感器在各種條件下各自的弱點(diǎn)(圖5)。

*(圖5)每一種傳感技術(shù)都有其各自的優(yōu)缺點(diǎn)，但只要有適當(dāng)?shù)膫鞲衅魅诤喜呗?，它們就可以?yōu)勢(shì)互補(bǔ)并彌補(bǔ)弱點(diǎn)。

不過(guò)，要想真正有效地解決行業(yè)面臨的問(wèn)題，仍有許多工作要做。例如，要提高攝像頭計(jì)算橫向速度的能力(也就是物體在與車輛行駛方向垂直的路徑上移動(dòng)的速度)。

但是，要實(shí)現(xiàn)足夠低的誤報(bào)率，即使是最好的機(jī)器學(xué)習(xí)算法仍然需要大約300毫秒來(lái)進(jìn)行橫向移動(dòng)檢測(cè)。

對(duì)于在以每小時(shí)60英里速度行駛的車輛和在車輛前方行走的行人來(lái)說(shuō)，毫秒之差就關(guān)系到人員受傷的輕重程度，因此響應(yīng)時(shí)間至關(guān)重要。

300毫秒延遲是由系統(tǒng)從連續(xù)視頻幀執(zhí)行增量矢量計(jì)算所需的時(shí)間造成的。

要進(jìn)行可靠的檢測(cè)，需要十個(gè)或以上連續(xù)幀，但我們必須將其降到一個(gè)或兩個(gè)連續(xù)幀，以便給車輛足夠的響應(yīng)時(shí)間。雷達(dá)可以做到這一點(diǎn)。

同樣，雷達(dá)在速度和物體探測(cè)方面也有許多優(yōu)點(diǎn)，例如對(duì)方位和俯仰角的高分辨率，以及“看到”周圍物體的能力，但它也需要為車輛提供更多的時(shí)間來(lái)作出反應(yīng)。

以400公里/小時(shí)或更高的速度測(cè)定為目標(biāo)，77GHz至79GHz的一些開(kāi)發(fā)工作取得了新的進(jìn)展。

這種水平速度測(cè)定可能看起來(lái)很極端，但對(duì)于支持復(fù)雜的雙向車道行駛是必要的，在這種路況中，相向行駛的車輛的相對(duì)速度超過(guò)200公里/小時(shí)。

激光雷達(dá)可以彌補(bǔ)攝像頭和一般雷達(dá)的不足，是具有認(rèn)知能力的全自動(dòng)駕駛車輛上一個(gè)必不可少的組件(圖6)。

但它也面臨著挑戰(zhàn)。

激光雷達(dá)正在發(fā)展為經(jīng)濟(jì)高效的緊湊型固態(tài)設(shè)計(jì)，可以放置在車輛周邊的多個(gè)位置，以支持完整的360?覆蓋范圍。

它與一般雷達(dá)和攝像頭系統(tǒng)相輔相成，提升了角分辨率和深度感知，以提供更精確的三維環(huán)境影像。

但是，近紅外波段(IR)(850 nm至940 nm)對(duì)視網(wǎng)膜有害，因此其能量輸出在905 nm處被嚴(yán)格調(diào)節(jié)到200 nJ/脈沖。

而通過(guò)遷移到波長(zhǎng)超過(guò)1500 nm的短波紅外，這些光由眼睛的整個(gè)表面吸收。這樣就可以放寬一些限制，調(diào)節(jié)到每脈沖8 mJ。1500 nm脈沖激光雷達(dá)系統(tǒng)的能量級(jí)別是905 nm激光雷達(dá)的40,000倍，探測(cè)距離是后者的4倍。

此外，1500 nm系統(tǒng)可以更好地抵御某些環(huán)境條件，如霧霾、灰塵和細(xì)小的氣溶膠。

1500 nm激光雷達(dá)面臨的挑戰(zhàn)是系統(tǒng)成本，這在很大程度上受到光伏探測(cè)器技術(shù)的推動(dòng)(該技術(shù)如今基于InGaAs技術(shù))。

獲得高質(zhì)量解決方案，即具有高靈敏度、低暗電流和低電容，將是1500 nm激光雷達(dá)取得進(jìn)展的關(guān)鍵技術(shù)。

此外，隨著激光雷達(dá)系統(tǒng)進(jìn)入第二代和第三代，需要使用針對(duì)應(yīng)用而優(yōu)化的電路集成，以減少尺寸、功率和整體系統(tǒng)成本。

除了超聲波、攝像頭、雷達(dá)和激光雷達(dá)之外，其他傳感技術(shù)也在實(shí)現(xiàn)全自動(dòng)駕駛方面發(fā)揮著關(guān)鍵作用。

GPS讓車輛能夠始終了解自己所處的位置。盡管如此，仍有一些地方無(wú)法獲得GPS信號(hào)，例如隧道和高層建筑中。

而這就是慣性測(cè)量單元發(fā)揮重要作用的地方。

*(圖6)全自動(dòng)駕駛車輛主要依賴360°檢測(cè)，需要使用先進(jìn)的雷達(dá)、激光雷達(dá)、攝像頭、慣性測(cè)量單元和超聲波傳感器

盡管經(jīng)常被忽視，但I(xiàn)MU非常穩(wěn)定可靠，因?yàn)樗蕾囉谥亓?，而重力幾乎不受環(huán)境條件影響。

它對(duì)航位推算非常有用。

在暫時(shí)沒(méi)有GPS信號(hào)的情況下，航位推算可使用來(lái)自速度計(jì)和IMU等來(lái)源的數(shù)據(jù)，檢測(cè)行駛的距離和方向，并將這些數(shù)據(jù)疊加到高清地圖上。

這使自動(dòng)駕駛車輛能夠保持在正確的軌跡，直到GPS信號(hào)恢復(fù)。

高質(zhì)量數(shù)據(jù)可節(jié)約時(shí)間，挽救生命

和這些傳感技術(shù)一樣重要的是它們的可靠性，如果傳感器本身不可靠，輸出的信號(hào)沒(méi)有被準(zhǔn)確捕獲以作為高精度數(shù)據(jù)提供給上游，那么這些關(guān)鍵的傳感器將變得毫無(wú)意義，也正應(yīng)驗(yàn)了那句話，“如果輸入的是垃圾，那么輸出的也一定是垃圾”。

為了確保傳感器的可靠性，即使是最先進(jìn)的模擬信號(hào)鏈也必須不斷改進(jìn)，以檢測(cè)、獲取和數(shù)字化轉(zhuǎn)換傳感器信號(hào)，使其準(zhǔn)確度和精度不會(huì)隨時(shí)間和溫度的變化而發(fā)生偏差。采用合適的器件和設(shè)計(jì)方法，可以大幅緩解一些出了名的難題(如偏置溫漂、相位噪聲、干擾和其他不穩(wěn)定現(xiàn)象)。

高精度/高質(zhì)量的數(shù)據(jù)是機(jī)器學(xué)習(xí)和人工智能處理器得到適當(dāng)訓(xùn)練并做出正確決策的基礎(chǔ)。一般不會(huì)有第二次機(jī)會(huì)讓你重頭來(lái)過(guò)。

一旦數(shù)據(jù)質(zhì)量得到保證，各種傳感器融合方法和人工智能算法就可以做出最佳響應(yīng)。

事實(shí)上，不管人工智能算法訓(xùn)練得有多好，一旦模型被編譯并部署到網(wǎng)絡(luò)邊緣的設(shè)備上，它們的有效性就完全依賴于高精度的傳感器可靠數(shù)據(jù)。

傳感器模式、傳感器融合、信號(hào)處理和人工智能之間的這種相互作用，對(duì)具有智能和認(rèn)知能力的自動(dòng)駕駛車輛的發(fā)展，以及保障駕駛員、乘客和行人安全都有著深遠(yuǎn)的影響。

但是，如果沒(méi)有高度可靠、準(zhǔn)確、高精度的傳感器信息(這些信息是安全自動(dòng)駕駛車輛的基礎(chǔ))，一切都毫無(wú)意義。

和任何先進(jìn)技術(shù)一樣，我們?cè)谶@方面做的工作越多，就會(huì)發(fā)現(xiàn)更多需要解決的復(fù)雜用例。

這種復(fù)雜性將繼續(xù)對(duì)現(xiàn)有技術(shù)構(gòu)成難題，因此我們期待下一代傳感器和傳感器融合算法可以解決這些問(wèn)題。

就像最初的登月一樣，我們對(duì)于整個(gè)自動(dòng)駕駛車輛推行計(jì)劃也抱有巨大的期待，希望這將為社會(huì)帶來(lái)深刻的變革和持久的影響。

從輔助駕駛發(fā)展到自動(dòng)駕駛，不僅會(huì)大幅提升交通安全性，還會(huì)顯著提高生產(chǎn)力。而這樣的未來(lái)完全依托于傳感器，其他一切都將建立在傳感器基礎(chǔ)之上。

亞德諾半導(dǎo)體公司(Analog Devices)對(duì)自動(dòng)駕駛汽車提出的一些看法：

1.駕駛員、乘客和行人安全，自動(dòng)駕駛&如何贏得消費(fèi)者信任

要想無(wú)人駕駛汽車上路行駛，自動(dòng)駕駛生態(tài)系統(tǒng)需要攻克的首要課題就是安全問(wèn)題——既包括確保實(shí)際行車安全，也包括消除人們心中對(duì)于安全的擔(dān)憂。

全自動(dòng)駕駛預(yù)計(jì)要到2030年乃至更久之后才有望實(shí)現(xiàn)，因?yàn)檫€有無(wú)數(shù)工程方面的課題有待解決?？梢哉f(shuō)安全問(wèn)題始終是包括汽車制造商、技術(shù)公司、AI供應(yīng)商、政策制定者以及學(xué)術(shù)界在內(nèi)的自動(dòng)駕駛生態(tài)系統(tǒng)亟需解決的重要議題之一。

要想實(shí)現(xiàn)全自動(dòng)駕駛，首先需要采用多功能系統(tǒng)級(jí)的方法，為汽車提供一種實(shí)時(shí)360度安全屏障，通過(guò)融合來(lái)自攝像頭、雷達(dá)、激光雷達(dá)和高性能運(yùn)動(dòng)傳感器的數(shù)據(jù)，使汽車能夠準(zhǔn)確感知車身周圍路況，且始終能夠基于安全考量做出正確決策。如今攝像頭已成為汽車標(biāo)配，但為打造這種360度安全屏障，雷達(dá)和激光雷達(dá)等技術(shù)勢(shì)必將成為新一代汽車的標(biāo)配?！?/p>

2.傳感器技術(shù)、IMU、人工智能和機(jī)器學(xué)習(xí)能力技術(shù)突破

核心傳感器技術(shù)對(duì)于人工智能導(dǎo)航系統(tǒng)至關(guān)重要，包括攝像頭、激光雷達(dá)、雷達(dá)、微機(jī)電系統(tǒng)(慣性MEMS)、超聲波和全球定位系統(tǒng)(GPS)，有助于實(shí)現(xiàn)更高級(jí)別的車輛自主化。

具備這些功能的汽車能夠更好地感知周圍環(huán)境，這對(duì)于解決安全問(wèn)題至關(guān)重要，而安全可謂自動(dòng)駕駛生態(tài)系統(tǒng)最重要的課題。除了支持更強(qiáng)大的車輛感知系統(tǒng)外，這些傳感器還能對(duì)影響制動(dòng)和操控的機(jī)械狀況和相關(guān)維護(hù)因素進(jìn)行監(jiān)控?！?/p>

要使自動(dòng)駕駛汽車具備全面認(rèn)知能力，不僅要將傳感器作為標(biāo)配，還需要大量增加其數(shù)量，進(jìn)而大幅提高性能并縮短響應(yīng)時(shí)間。ADI正在研究一些用于未來(lái)汽車的技術(shù)，包括短程和遠(yuǎn)程激光雷達(dá)以及成像雷達(dá)解決方案，其可提供差異化的感知檢測(cè)，明顯降低誤報(bào)率，縮短響應(yīng)時(shí)間，使我們離安全的高度自動(dòng)駕駛這一愿景更近一步。

目前，業(yè)界已將目標(biāo)著眼于L3+級(jí)自動(dòng)駕駛，這也有助于推進(jìn)日后L5級(jí)自動(dòng)駕駛所需的感知技術(shù)的發(fā)展。L3+級(jí)處于ADAS(1-3級(jí))和全自動(dòng)駕駛(4-5級(jí))這兩大類之間，兼顧實(shí)用性和高性能。包括全速公路自動(dòng)駕駛和AEB+技術(shù)在內(nèi)的L3+級(jí)應(yīng)用需要更高性能的傳感器來(lái)提供支持，讓車輛在行駛途中不僅能夠制動(dòng)，還能夠進(jìn)行轉(zhuǎn)向以避免發(fā)生交通事故。這種關(guān)鍵的傳感器架構(gòu)將成為構(gòu)建未來(lái)全自動(dòng)駕駛汽車的基礎(chǔ)。

3. 企業(yè)如何運(yùn)用自動(dòng)駕駛(AV, Autonomous Vehicle)技術(shù)賦力商業(yè)模式創(chuàng)新

自動(dòng)駕駛市場(chǎng)的新技術(shù)催生了許多令人為之興奮的潛在商業(yè)模式創(chuàng)新。自動(dòng)駕駛汽車能夠簡(jiǎn)化交通與服務(wù)，以安全且低成本的方式造福人類，這是企業(yè)和社區(qū)和諧運(yùn)作之根本，也有助于提升易用性和生產(chǎn)力。

基于自動(dòng)駕駛汽車的功能，一些公司正致力于重新定義人們享用相關(guān)服務(wù)的方式。從物流用車到公共交通、再到共享出行服務(wù)，自動(dòng)駕駛能夠改變?nèi)藗兊某鲂蟹绞?，為人們的出行增添更多選擇，并讓我們能夠更好地利用時(shí)間。如今老年人也希望能夠隨時(shí)自由出行，而在自動(dòng)駕駛汽車時(shí)代，他們不用求助于人就能獨(dú)立出行。

4. 價(jià)格負(fù)擔(dān)能力、測(cè)試計(jì)劃、城市先行——現(xiàn)實(shí)中我們離實(shí)現(xiàn)自動(dòng)駕駛尚有距離已成為共識(shí)。

為實(shí)現(xiàn)經(jīng)濟(jì)安全的全自動(dòng)駕駛汽車，我們還需應(yīng)對(duì)許多方面的挑戰(zhàn)，諸如技術(shù)、基礎(chǔ)設(shè)施和消費(fèi)者接受度等。傳感和計(jì)算技術(shù)尚未成為汽車標(biāo)配，其功能也還需進(jìn)一步完善，才能實(shí)現(xiàn)自動(dòng)駕駛汽車始終安全行駛的目標(biāo)。除汽車自身之外，新的基礎(chǔ)設(shè)施技術(shù)，例如車輛間以及車對(duì)基礎(chǔ)設(shè)施通信(統(tǒng)稱為“V2X”)也須得到更廣泛的部署。

盡管我們尚未實(shí)現(xiàn)全自動(dòng)駕駛，但L3+級(jí)自動(dòng)駕駛兼具卓越的性能與實(shí)用性功能，使我們又向前邁進(jìn)了一步，能夠向公眾提供更強(qiáng)大的技術(shù)。L3+級(jí)應(yīng)用所需的高度自動(dòng)駕駛技術(shù)會(huì)成為自動(dòng)駕駛汽車生態(tài)系統(tǒng)的重點(diǎn)，因?yàn)檫@一關(guān)鍵的傳感器架構(gòu)將為更廣泛地部署全自動(dòng)駕駛汽車奠定基礎(chǔ)。

盡管全自動(dòng)駕駛車輛目前尚未普及，但其基礎(chǔ)技術(shù)在其他應(yīng)用領(lǐng)域正日趨成熟，例如在自動(dòng)化工業(yè)設(shè)備領(lǐng)域。技術(shù)在這些應(yīng)用領(lǐng)域不斷打磨和發(fā)展，日后在成本、尺寸、重量和功耗等方面都將能夠滿足汽車應(yīng)用的需求并得以更廣泛的應(yīng)用。