第三章：硬件
本章介绍自动驾驶的硬件构成。
硬件：自动驾驶的物理基础
如果说算法是自动驾驶的"灵魂"，那么硬件就是承载这个灵魂的"身体"。无论感知算法多么精妙，最终都必须依赖真实的传感器采集数据；无论规划算法多么高效，最终都必须通过线控执行器驱动车辆。硬件的性能上限直接决定了整个自动驾驶系统的能力边界。
与消费电子产品不同，汽车硬件面临极为严苛的工程约束：
- 可靠性：车规级器件要求在 -40°C 至 +125°C 的温度范围内稳定工作，需通过 AEC-Q 系列认证。
- 寿命：汽车整车寿命通常超过 10 年 / 20 万公里，远高于消费电子产品。
- 实时性：传感器数据采集、处理与执行器响应必须满足严格的实时性要求，延迟直接影响安全。
- 成本：量产车辆的硬件成本必须控制在合理范围内，这与感知精度之间存在本质性的权衡。
- 冗余性：关键硬件模块（电源、计算、转向、制动）必须具备冗余备份，以满足功能安全等级要求。
本章内容概览
本章系统介绍构成自动驾驶车辆的各类硬件模块，从整体架构到各类传感器，帮助读者建立完整的硬件认知体系。
| 小节 | 标题 | 主要内容 |
|---|---|---|
| 3.1 | 硬件概述 | 自动驾驶硬件体系架构与各模块关系 |
| 3.2 | 计算控制单元 | CCU/域控制器选型、芯片方案与算力需求 |
| 3.3 | 线控底盘 | Drive-by-Wire 技术原理与安全冗余设计 |
| 3.4 | 车载通信 | 车内总线（CAN/以太网）与无线通信模块 |
| 3.5 | 传感器 | 激光雷达、毫米波雷达、超声波雷达原理与对比 |
| 3.6 | 摄像头 | 摄像头类型、标定方法与典型配置方案 |
各小节简介
3.1 硬件概述（hw_overview）
本节从全局视角介绍自动驾驶硬件系统的整体架构，包括感知层、计算层和执行层三大组成部分，以及各模块之间的数据流与控制流关系。同时介绍典型的传感器套件配置方案（Sensor Suite）和不同技术路线的硬件选型差异。
3.2 计算控制单元（ccu）
车载计算平台是自动驾驶的"大脑"，负责处理传感器原始数据并输出控制指令。本节介绍中央计算单元（CCU）的架构设计，主流芯片方案（NVIDIA Orin、高通 8540、英特尔等），以及如何根据算力需求、功耗预算和功能安全等级进行平台选型。
3.3 线控底盘（drive_by_wire）
线控技术（Drive-by-Wire，DbW）用电信号取代传统的机械连接，是自动驾驶对车辆进行主动控制的前提。本节介绍线控转向（SbW）、线控制动（BbW）、线控油门的工作原理，以及在功能安全框架下如何设计冗余执行机构。
3.4 车载通信（communication）
车内通信网络负责连接传感器、计算单元和执行器。本节介绍 CAN、LIN、FlexRay、以太网（100BASE-T1/1000BASE-T1）等车载总线技术的特点与适用场景，以及 V2X 无线通信模块的集成方式。
3.5 传感器（sensors）
多传感器融合是当前主流自动驾驶系统的感知基础。本节对比介绍激光雷达（LiDAR）、毫米波雷达（mmWave Radar）、超声波雷达的工作原理、技术指标与典型应用场景，并讨论各类传感器在不同天气、光照条件下的性能差异。
3.6 摄像头（camera）
摄像头是成本最低、信息最丰富的传感器，也是纯视觉路线（如特斯拉）的核心依赖。本节介绍前视、环视、后视摄像头的配置方案，鱼眼与长焦镜头的选型逻辑，相机内参/外参标定方法，以及图像传感器（CMOS）的关键性能指标。
硬件与软件的权衡
硬件的选型从来不是孤立的决定，它深刻影响算法的设计空间：
- 激光雷达点云密度越高，三维重建精度越好，但成本和功耗也随之上升；
- 计算平台算力越强，可运行的模型越复杂，但车规认证难度和散热设计难度也相应增加；
- 传感器数量越多，冗余感知能力越强，但系统复杂度、线束重量和集成成本也同步增长。
理解这些硬件层面的约束，是理解为什么不同公司会选择截然不同技术路线的关键。