8个Thor-X、17个1700万像素相机：面向个人的L4自动驾驶Tensor Robocar解析

提到L4自动驾驶，我们可能最先联想到的是Robotaxi、Robobus、Robovan等，这些车辆一般由公司运营，而不是面向个人用户。本文介绍全球第一款面向个人的L4级自动驾驶汽车：来自Tensor的Robocar。

Tensor的前身是2016年成立的AutoX（总部位于美国圣何塞），AutoX曾在深圳运营上千辆自动驾驶出租车，是全球首个同时在中美两地同时进行无人驾驶测试的公司。

2022年，AutoX退出中国市场，放弃了Robotaxi路线，团队在硅谷重组为Tensor，专注私人自动驾驶汽车的开发。

Tensor的Robocar是一款专为个人拥有的L4级自动驾驶汽车，由VinFast（越南新势力造车企业）进行生产。据了解，该车将于2027年1月正式对私人开售。

如果只用一句话概括，那就是Tensor想做的不是给汽车加一个自动驾驶功能，而是一台把整辆车当作一个能感知、能推理、能行动、能照顾用户的个人 Robocar。

本文介绍Robocar的感知系统、控制系统、算法和安全冗余设计，以及和Robotaxi相比，介绍面向个人的Robocar有哪些特别的设计考量。

本文素材来自于Tensor官网，介绍视频见文末。

01、感知系统

Tensor 集成了 100 多个传感器，其中包括： 37 个摄像头、5 个激光雷达、11 个毫米波雷达、22 个麦克风、10 个超声波传感器、1 套 GNSS、3 个惯性测量单元、16 个碰撞检测器、8 个水位检测器、4 个胎压传感器、1 个烟雾探测器，以及三通道 5G 连接。

1. 5个激光雷达

每辆 Tensor 配备 5 个激光雷达，其中包括：1颗水平FOV是360°的Halo，和4颗补盲激光雷达Sentinel。

其中：

1）Tensor Halo Hyper Lidar 是安装在车顶的高分辨率长距激光雷达，最远距离可达305米，为 Robocar 提供 360°的安全感知。

Tensor Halo 采用 AMD和 Broadcom 的处理器，搭载来自AMS、OSRAM 和滨松光子的激光收发单元。

2）Tensor Sentinel 是 4 个近距、超广角盲区激光雷达，分别负责检测车辆的前后左右四个方向。

Tensor Sentinel 盲区激光雷达水平FOV为180°，垂直FOV为110°，可覆盖水平线以下-90°的区域，可以在近至 10cm 处探测物体而不损失精度。

Halo 和 Sentinel 激光雷达均是机械式方案，支持多次回波检测，用于更好的穿透雨、雾、雪或尘土等复杂环境。

另外，Tensor特别提到，传统激光雷达系统会通过基础时间数字转换器（TDC）丢弃有价值的信号数据，而 Halo 和 Sentinel保留原始ADC信号，使用高级算法更有效地区分真实信号与噪声，并可靠测量反射率，帮助 AI 更准确识别物体材料属性。

2. 37个摄像头

Tensor全车搭载了37个摄像头，全车摄像头组合FOV示意如下：

1）Tensor 的外部视觉系统由 17 个超高分辨率摄像头组成，采用 Sony CMOS 成像技术（IMX735），单颗分辨率达到 1700 万像素，最远可探测 500米外的物体。

高分辨率视觉对高速和复杂路口都有价值，能够更精确的检测远处车辆、路牌、车道线变化、交通灯倒计时、方向箭头。

由于IMX735是逐列扫描，Tensor可以实现摄像头与激光雷达的逐列同步，能让视觉和点云在动态场景中对齐更为准确，提升障碍物定位、车道识别和自由空间判断的可靠性。

另一个公开采用1700万像素摄像头的自动驾驶汽车是Waymo的Ojai；

2）Tensor 还强调 AI 驱动的 ISP。传统图像信号处理器依赖固定规则，在太阳正好位于交通灯后方、红黄灯颜色接近、夜间亮灯过曝、低光噪声很高时容易出问题。Tensor 的 AI ISP 从真实驾驶数据中学习，在眩光、弱光和夜间条件下输出更稳定、更清晰、更接近驾驶任务需求的图像。

3）特殊鱼眼摄像头。鱼眼摄像头负责近距环视，并与 Sentinel 盲区激光雷达同步，通过额外搭载的红外 LED 模块，使得这些摄像头在完全黑暗中也能工作。

4）底盘下摄像头则用于检查车底。私人 Robocar 可能在任何地点关闭和启动，移动前，必须检查车底和轮胎后方是否有宠物、人或其他障碍物。

5）Tensor 座舱内有 11 个摄像头，主要座位配备 RGBD 摄像头用于 Face ID。在手动或辅助驾驶时，座舱摄像头和多模态 VLM 可检测驾驶疲劳或注意力不集中。在自动驾驶过程中，系统也会监测乘客安全，例如青少年、老年乘客或需要帮助的人。如果检测到乘客把身体探出窗外等危险行为，车辆可以警告、通知监护人，甚至安全靠边停车，直到风险解除。

通过与 Autoliv 合作，Tensor 使用座舱监测 AI 区分乘员身体，可自动调整安全带和安全气囊参数，以提升不同乘员在紧急情况下的保护效果。它还可以检查车内空间和后备厢，识别遗忘物品。

3. 11个毫米波雷达

整车共有 11 个毫米波雷达，其中包括 6 个 Tensor Trinova Hyper Radar。

Trinova Hyper Radar同时覆盖短、中、长距离，能够识别静止和运动目标。对自动驾驶来说，静止物体识别非常重要。高速道路上的静止车辆、掉落物、施工设施，常常是安全系统最难处理的对象之一。

Trinova Hyper Radar使用TI、AMD、Micron 和 Marvell 的芯片解决方案，采用 12 个发射器和 16 个接收器，方位角分辨率达到 1.1°。

另外5个毫米波雷达则用于车门开启、障碍物避让等车身近距离安全场景。

4. 水位传感器

安全穿越积水区域对自动驾驶车辆非常关键，前保险杠上的两个专用涉水深度传感器可精确测量水深，确保安全通过。

在极端情况下，Tensor 甚至能自主移动到更高地势，保护自己免受潜在损害。Tensor 标准涉水深度为 25.6 英寸，并可通过越野模式下空气悬架调整至 26.4 英寸。

车辆在停放时，如果遭遇水淹，则会产生危险。为防止这种情况，Tensor 配备先进超声波水位传感器，主动检测潜在的淹水风险。

底盘护板和座舱地板中有 8 个进水传感器，可在发生进水时立即通过智能手机提醒用户。

5. 其他传感器

1）Tensor全车还集成了10个超声波雷达和16个专用机械波式碰撞传感器。机械波式碰撞传感器可以帮助精确识别事故并防止二次伤害，在事故发生时保护车主和其他道路使用者。

2）Tensor 还把声学传感纳入自动驾驶系统。四组外部麦克风阵列可判断警笛的方向和距离，即使应急车辆还没进入摄像头或激光雷达视野，车辆也可以提前准备响应，比如安全靠边。麦克风阵列还支持应急人员与远程引导服务通信，并具备风噪过滤能力。

3）定位系统方面，Tensor 集成 u-blox GNSS、Murata 双惯性测量单元，并结合 8 个车轮编码器、多个激光雷达和摄像头。在高清地图可用时，它可以提供更精确定位，同时利用 RTK GNSS 和 5G 连接增强可靠性。

4）5G 方案由 Continental、Qualcomm 芯片组和增强天线支撑，支持三条独立 5G 链路同时连接多个运营商，用于持续联网、数据路由、远程引导和座舱服务。

6. 传感器长期可靠性

自动驾驶感知系统最容易被低估的问题，是传感器“能不能一直干净地工作”。

Tensor 为摄像头和激光雷达配备全天候清洁系统，包括小型雨刷、伸缩喷嘴、除霜器、传感器保护盖和超高压泵。整车有 13 个传感器雨刷、30 个清洁喷嘴、13 个传感器外罩。

Tensor介绍，这套清洁系统不是简单喷水，它使用适配不同传感器形状的曲率自适应喷嘴，配合分区智能电磁阀，可单独清洁某些区域。喷洒模式有连续和脉冲两种，用于应对不同污物。超高压泵据称可以用一半时间达到同等清洁效果，同时减少 30% 的玻璃水用量。

在低温和潮湿环境中，Tensor 使用温湿度传感器预测露点，并在必要时自动启动车外盖板玻璃加热。没有盖板玻璃的鱼眼摄像头和底盘下摄像头，也配备镜头加热能力。

传感器外罩还采用防眩光设计，包括哑光黑表面、精密遮光螺纹和特殊镀膜盖板玻璃，用于减少杂散光干扰。盖板玻璃还要承受飞石、喷砂和道路碎片冲击。

02、控制系统

1. 计算平台

Tensor 的计算平台是整套自动驾驶系统的大脑。

Tensor 搭载了 8 颗 NVIDIA Drive Thor-X 芯片，每颗Thor-X提供2000 TOPS的稀疏算力，或者1000 TOPS的稠密算力，因此整车 GPU 算力超过 8000 TOPS。

为了冗余，Tensor 超级计算机还集成了 TI、NXP 和 Renesas 的车规芯片。

其中：

两颗 TI TDA4VH 处理器，每颗 32 TOPS，并带 8 核 ARM Cortex-A72 CPU；

两颗 NXP S32G399A 车载网络处理器，提供 ASIL D 安全、网络安全和确定性性能，包含 8 个 ARM Cortex-A53 核心和 4 个双核 ARM Cortex-M7 实时控制器；

Renesas RH850 芯片组运行基于 Vector AUTOSAR 的车规软件，达到 ASIL D 功能安全等级。

整体来看，Tensor 超算系统拥有 10 个 GPU、144 个 CPU 核心，以及大量 DSP 和微控制器，每秒处理超过 53Gbps 的传感器数据。

可靠性方面，Tensor 超算设计寿命为 10 年或 29万公里，配备液冷热管理系统，在高温下冷却关键组件，在低温下加热组件。高压连接器和电子外壳达到 IP6K7 或更高密封标准，并使用耐腐蚀镀层。双电源架构保证持续供电，通过极端温度、冲击、振动、电磁兼容性测试，保证硬件满足车规要求。

存储方面，Tensor 最高支持 19TB 车载存储，用于记录传感器和自动驾驶数据。这些 SSD 与三星电子合作开发，采用 E1.A 形态，并满足车规标准。车辆还内置专用黑匣子系统，即使遭遇严重碰撞或火灾，也要尽可能保留关键数据，用于事故追溯和安全分析。

2. 算法与模型

Tensor 的自动驾驶软件建立在 Tensor Foundation Model 之上。

这套AI系统从真实和仿真数据中学习驾驶任务，包括感知、预测和规划。输入侧采用多模态融合，把超高分辨率摄像头、激光雷达、雷达和定向音频麦克风的数据整合在一起，提升恶劣天气、眩光和夜间场景下的可靠性。

训练数据来自专用数据采集车队。这些车辆由专家驾驶员手动驾驶，并配备完整传感器套件，用来捕捉理想驾驶行为。筛选后的数据上传到云端，由高性能 GPU 分析并识别关键场景。

Tensor和Oracle合作，建设了大规模数据采集、可视化、真值生成、机器学习训练和评估基础设施。

模型通过真实道路测试、海量数据集和高保真仿真验证，用于提升感知准确性、预测建模和安全轨迹规划。

训练方法上，Tensor 使用模仿学习复制优秀人类驾驶行为。同一个场景下，多个好司机可能给出不同但都合理的驾驶轨迹。因此，Tensor 的神经网络并不是只输出单一路径，而是生成多个候选轨迹，并为每条轨迹分配置信度。系统再根据安全指标、车辆动态约束、乘坐舒适性和社会化驾驶规范进行评估，选出安全、舒适、高效的路径，最后交给线控执行系统完成。

预测模块使用 Transformer 架构，用来分析多个交通参与者之间的互动。自动驾驶不能只预测单个车辆或行人怎么走，还要理解他们之间怎样互相影响：车辆变道会影响旁车，行人犹豫会影响前车，骑行者绕开障碍物会改变后车决策。

Tensor 也采用了双系统架构：

系统 1 负责快速、本能的实时驾驶响应，处理常规驾驶中的连续控制和即时反应；

系统 2 负责慢思考，用更深入的推理处理复杂环境和罕见边缘案例。系统 2 使用多模态视觉语言模型 VLM，训练数据既包括专有数据集，也包括互联网上多样的图像和视频，用来提高对罕见场景的识别和推理能力。

这些模型的实时推理由车载超级计算机完成，不依赖云端。

3. 地图策略

Tensor 自动驾驶系统被设计为像经验丰富的驾驶员一样思考：熟悉道路，同时也能应对变化，没有把高清地图当作唯一依赖。

灰色线条和阴影区域代表先验高清地图，品红色线条则表示 AI 通过传感器融合实时识别出的道路特征。

当准确地图可用时，Tensor 会将其无缝整合进决策过程，更有信心地理解道路布局和车道标线，能够更早地完成决策。

但如果道路被重新划线、临时施工、地图缺失或地图与现场不一致时，Tensor 会立即切换到实时感知。通过融合摄像头和激光雷达数据，AI 能完整详细地识别车道线、道路边缘和边界，并通过摄像头输入识别交通灯，同时将它们匹配到正确车道。

同时，Tensor的AI系统会持续评估地图数据可靠性，这种结合地图预见性与实时感知适应性的双重能力，为准确性、韧性和最高安全水平提供了最佳方案。

03、执行系统

Tensor 可以同时支持 Level 0 手动驾驶、Level 2 辅助驾驶、Level 3 有条件自动驾驶和 Level 4 完全自动驾驶，并能在不同模式之间切换。为了让 L4 真正进入座舱体验，Tensor 采用了折叠方向盘、可折叠踏板和开放式地板布局。

1）通过与 Autoliv、ZF、Veoneer 等供应商合作，Tensor 推出量产折叠方向盘。自动驾驶模式下，方向盘和踏板保持静止，不会像传统自动驾驶车辆里那样方向盘自己转动。折叠机构噪声低于 45 分贝，方向盘可以在数秒内收起。Tensor 自研的防夹滑动中控屏可遮蔽收起后的方向盘，额外释放约 15CM 的胸前空间。

2）执行层面，Tensor 使用真正的线控系统。传统机械转向、制动和油门被电子信号取代，AI 可以在无人输入时直接控制车辆运动。

线控转向系统采用全面冗余：双电源、双通信通道、双绕组电机和冗余传感器贯穿链路，符合 ISO 26262 ASIL D 要求。

手动驾驶时，自适应转向比会根据车速自动调整，减少交叉手换手操作。

线控系统还带来机械解耦的驾驶体验：道路振动被隔离，转向反馈可调。解耦式制动系统提供更平顺、无振动的制动踏板，并支持可调踏板阻尼。

3）Tensor 还配备完全冗余的四轮转向系统。后轮可正负 7° 转向，使这辆大型车拥有约 18.5 英尺（5.6米）的转弯半径，接近紧凑型车水平。

4）制动系统采用博世最新线控制动技术，具备三重冗余架构，整合 Bosch ESP10、DPB2 解耦式助力制动，以及冗余电子驻车制动 EPB，在电源、通信和功能层面提供冗余，支持实现 ISO 26262 ASIL D的安全等级。

系统可优化制动能量回收，支持自动紧急制动，并实现从 65 英里/小时（105公里/小时）到完全停止仅 125 英尺（38米）的制动距离。

04、安全冗余

Tensor 的安全框架覆盖 UL 4600、ISO 26262 和 ISO 21448。

可规模化的 L4 Robocar 不只需要传感器和算法，还需要一套能承受故障的电子电气架构，不仅靠硬件冗余，也靠故障管理、降级运行和最小风险策略。

Tensor 的 EEA 从传感器、通信链路、线控驾驶系统、电源到热管理都按冗余思路进行了设计。

1）采用区域式架构，在车辆顶部、前部和后部布置专用区域控制器，以减少线缆长度、简化线束、提升可靠性，并管理配电和设备通信。

2）支持完整 OTA 更新，覆盖控制器、激光雷达、摄像头，甚至传感器清洁系统。因此，从传感器、控制器到执行器的软件和固件都可远程更新，不需要物理接入。

3）关键网关使用可复位电子保险丝，而不是传统熔断保险丝。电子保险丝可在过载或短路时切断电源，保护关键组件，问题解决后由系统自动恢复，或由技术人员远程恢复。

4）电力架构也按 ASIL D 标准设计，覆盖高压电力系统、低压配电和通信网络，并具备实时健康监测和预测性维护能力。这一点对L4自动驾驶很重要，因为自动驾驶不是“能开”就结束，系统必须持续知道自己哪里健康、哪里降级、哪里需要维护。

5）Tensor 使用多热源耦合热泵，回收超级计算机、传感器和其他组件废热，用于座舱和电池加热，冬季续航可提升超过 20%。更关键的是，自动驾驶功能的热管理回路与车辆主热系统物理隔离。即使主系统出现冷却液泄漏，自动驾驶系统也能在较长时间内保持运行，让 AI 有时间进入最小风险状态，比如安全靠边停车。

6）Tensor 增强线控驾驶系统的 FIT为10，也就是每十亿设备小时 10 次故障，这意味着每 1 亿运行小时中转向故障少于 1 次。先进冗余制动系统即使一个制动组件失效，也能保持可用，并自动平衡四轮制动力，让车辆受控停车。

7）轮胎和被动安全也被纳入 L4 系统。Tensor 将缺气保用轮胎用于 L4 自动驾驶车辆，轮胎被扎破后可让车辆以 45 英里/小时（72公里/小时）继续行驶最长一小时，给自动驾驶系统足够时间寻找安全地点。

另外，

1）软件层面，Tensor 采用三层架构：主系统、次级系统和应急系统。正常情况下，主系统管理所有自动驾驶任务。如果传感器或硬件出现问题，系统会把控制权转移给次级备份系统；次级系统使用更少传感器和专用 GPU 继续运行。极罕见的灾难性故障中，第三层应急系统启动，将车辆安全停下。

最小风险机动 MRM 是其中的关键回退能力。系统会根据本车状态和周围交通条件，选择合适的 MRM 类型，通过车辆控制降低风险并停车。MRM 不是简单“一脚刹停”，而是在故障、道路环境和交通流之间做安全折中。

2）Tensor 还集成独立 AEB 自动紧急制动系统，由近距激光雷达数据驱动。激光雷达能降低夜间、强眩光等情况下 AEB 失效概率，在最后时刻自动介入，避免碰撞或降低事故严重程度。碰撞检测系统则融合激光雷达、惯性测量单元和 16 个机械波式碰撞传感器，用于精确识别事故并防止二次伤害。

05、面向个人的Robocar设计挑战

Tensor 一直强调自己不是 Robotaxi，而是私人拥有的 Robocar。

个人 Robocar和 Robotaxi 最大的区别，是没人每天替车主维护它，这个区别会改很多技术要求。

今天的 Level 4 自动驾驶车辆大多是 Robotaxi，它们频繁返回集中车场，进行车辆维护、传感器清洁、软件更新、硬件检查和更换。换句话说，Robotaxi 车队不能脱离运营方的监管，这使它们与消费者真正想要的个人 Robocar有根本不同。

个人 Robocar 必须被设计为独立运行，不依赖每日技术监督，并长时间、可靠地服务车，这要求技术的成熟度和可靠性显著更高。

因此，Tensor 把自主清洁、自主保护、自主自检、远程诊断和 OTA 都放进自动驾驶系统的设计考量之内。

1）Tensor 的自动驾驶系统所使用的每个激光雷达和摄像头都配备完整清洁技术，包括专用清洗液喷嘴、小型雨刷和除霜器。Tensor 是全球首款配备专为激光雷达设计雨刷的量产车，拥有 13 个传感器雨刷和 30 个清洁喷嘴。

考虑到自动驾驶传感器清洁的额外需求，Tensor 配备超大清洗液储液罐，让车主无需频繁加注。储液罐有两个智能液位传感器监测液位。当需要加注时，Tensor 可以在车主方便时提醒车主手动补充；作为 Robocar，它也可以无缝自动驶往服务中心完成加注。

2）不同于日夜运行的 Robotaxi，个人汽车可能长时间停放。为确保传感器保持清洁和受保护，Tensor 是全球首款配备自动保护传感器盖板的车辆，当车辆关闭或未处于自动驾驶模式时，盖板会自动关闭。这些盖板保护精密光学部件免受污垢、沙粒、灰尘、石块和其他环境危害。

3）不同于每天接受人工检查的 Robotaxi，个人 Robocar 必须在安全启用自动驾驶模式前，自主进行详细自检。Tensor 利用专用传感器和先进 AI 进行全面自检。例如，专用红外摄像头持续监测激光雷达镜片和挡风玻璃，一旦发现可能影响自动驾驶安全的划痕或损伤就立即报告。

在个人车辆的组件可能面临磨损、冲击或意外损坏时，个人 Robocar 必须尽可能自主诊断和处理问题。Tensor 配备先进车载诊断和复杂远程诊断系统，可自动提醒并协调客户服务，快速解决技术问题，且无需车主介入。

4）Robotaxi 可以容忍较长启动时间，但个人 Robocar 必须快速启动，不能让车主等待。Tensor 的集成硬件和软件为快速启动和快速自检而设计。此外，它的预测 AI 会学习车主的使用习惯，提前准备车辆，确保车主需要它时它总是就绪。

5）启动场景更复杂。Robotaxi 通常从集中管理、维护良好、网络良好的车场开始运行。相比之下，个人 Robocar 可在任何地方启动，包括没有 GNSS 或 5G 连接的地下车库，这会对硬件时间同步和定位造成挑战。Tensor 先进的 GNSS 与车联网控制单元可与 AI 和软件协同，轻松管理这些困难场景。

6）Tensor 个人 Robocar 可在高度多样的环境中轻松自动泊车，包括车库、停车楼或家庭空间，无论是否有 GNSS 或 5G 连接。Tensor 先进的 AI 泊车系统与 HomeLink 技术集成，可自动开启和关闭车主的车库门，实现完全免手操作便利。

7）为进一步提升车主便利性，Tensor 支持通过先进机械臂进行全自动充电。充电口盖会自动开启和关闭，并具备防夹技术以提升安全性。

8）Robotaxi 有时还会依赖车场内有线连接更新，Tensor 的全面 OTA 系统可完全远程更新从传感器到执行器的每个组件的软件和固件，无需任何物理参与。

06、结语

Tensor 的Robocar自动驾驶系统有几个明显的特征：

第一，强调多模态传感器路线。摄像头、激光雷达、4D毫米波雷达、声学、GNSS、IMU、轮速、超声波、水位、碰撞、胎压和烟雾探测共同组成一套机器人感知系统。

第二，把“传感器能长期工作”放到和“传感器性能”同等重要的位置。清洁、加热、盖板、防眩光、镜头健康检测、底盘下检查、自主补液和快速自检，都是个人 L4 车辆绕不开的工程问题。

第三，大算力支撑大模型。8 颗 NVIDIA Drive Thor-X、超过 8000 TOPS、10 个 GPU、144 个 CPU 核心、53Gbps 实时传感器数据流、最高 19TB 车载存储，支持实现面向 L4 的多模态模型、预测、规划、VLM 推理和安全冗余。

第四，把线控执行和功能安全放在系统中心。线控转向、线控制动、线控油门、四轮转向、三层软件冗余、失效保护、AEB、碰撞检测、缺气保用轮胎等等，共同构成从决策到执行再到失效回退的闭环。

第五，从个人拥有场景出发，而不是从车队运营场景出发。自动泊车、自动充电、远程诊断、OTA、自主清洁、自动保护盖板、隐私控制、端到端加密、可选远程引导，这些都不是传统 Robotaxi 宣传里最显眼的内容，却决定一辆私人 Robocar 能不能真正独立生活在用户身边。

相对于面向公司运营的Robotaxi，面向个人的Robocar要考虑的设计约束更多。Robocar是真正把汽车、车规超算、线控执行和大模型系统集成在一起的移动智能体。

个人观点，未必准确，欢迎讨论。

我是雪岭，研究感知、控制和人工智能的技术、产品和应用，欢迎交流。

联系雪岭和全集索引请参考：https://dcn7get8fskg.feishu.cn/wiki/CCMpwjC0EiBIw2kFr7uc84qHneb