前言：前文聊了自动驾驶的软件系统，这次把视线转向支撑这一切的硬件——自动驾驶汽车身上都装了哪些设备？它们是怎么替代人类驾驶员的眼睛、大脑和手脚的？欢迎大家一起探讨～
一、自动驾驶硬件：一个"拟人化"的系统
自动驾驶的本质，是用机器复制人类开车的能力。人的开车过程可以抽象为：
眼睛看到 → 大脑判断 → 手脚执行
自动驾驶硬件同样对应这三部分：
理解了这套对应关系，再看自动驾驶汽车就不会觉得那么复杂了。
二、传感器：车的眼睛
传感器是自动驾驶感知外界的基础。目前主流方案采用多传感器融合，因为单一传感器都有明显短板。
2.1 感知类传感器
从这些对比能看出，摄像头和激光雷达负责"看得清"，毫米波雷达负责"雨雾天也能看"，超声波负责"停车别蹭到"——各有分工，互相backup。
2.2 定位类传感器
除了感知环境，车还需要知道自己在哪。定位传感器主要包括：
其中 IMU 内部集成了 三轴加速度计 和 三轴陀螺仪，即便卫星信号丢失，也能通过惯性测量继续推算位置。它和 GNSS/RTK 一起，构成了自动驾驶的"导航系统"。
2.3 实际装车布局
从图片中能看到，一台无人测试车通常浑身布满传感器：车顶有 128线激光雷达 做主传感器，四周有 16线激光雷达 补盲，车身前后有多个 摄像头 和 毫米波雷达，车顶还有 GPS天线 和 GPS接收器，车内后备箱则放置 工业计算电脑（IPC）。
所以自动驾驶测试车长得"满头大包"，不是装饰，而是真的需要这么多眼睛。
三、车载计算单元：车的大脑
传感器采集了海量数据，但数据本身不会开车。需要一个强大的计算平台来实时处理，这就是 车载计算单元（IPC, In-vehicle PC）。
3.1 计算单元的核心任务
3.2 对车规级的要求
自动驾驶 IPC 不是普通的电脑，它需要满足汽车行业的严苛标准：
10 FIT 是什么概念？可以理解为汽车行业目前能追求的安全极限。自动驾驶软件做得再好，硬件不达标也是白搭。
四、线控系统：车的手脚
大脑想好了，最后要动手动脚。但自动驾驶汽车没有真正的手脚，它需要用电信号直接控制车辆的执行机构——这就是线控系统（By-wire System）。
4.1 什么是线控系统
传统汽车里，踩刹车是踏板推动液压管路，转方向盘是机械连杆带动前轮。而自动驾驶汽车需要把这些机械操作变成电控操作：控制器发出电子信号，由电机或液压装置完成动作。
用一句话说：自动驾驶汽车的控制由电信号完成，而不是人的物理操作。
4.2 主要线控部件
传统汽车的控制依赖液压和真空助力系统，而自动驾驶汽车需要把这些零部件换成电控化版本。这也是为什么改装林肯 MKZ 这样的车型会成为早期自动驾驶研发的热门平台——它的电气化接口相对完善，更容易接入外部控制指令。
所以，自动驾驶汽车不是"有方向盘的机器人"，而是"能自己控制自己的车"。
五、L4 自动驾驶：硬件不止在车上
5.1 主车智能五大支柱
L4 级自动驾驶的实现思路归纳为五个方面：
- 深度学习：补上软件层面的最后一块拼图
- 感知能力：高度复杂、冗余的传感器系统
- 决策能力：大数据驱动的智能决策
- 高精地图：丰富的地图信息数据
- 定位：精准的位置获取能力
5.2 V2X：车与外界的沟通
L4 级自动驾驶不仅靠车自己，还需要和外界沟通，这就是 V2X（Vehicle-to-Everything，车路协同）：
5.3 边缘计算与通信
实现 V2X 还需要路侧和车侧设备配合：
- RSU（Roadside Unit）：路侧单元，部署在路口等关键位置
- OBU（Onboard Unit）：车载单元，装在车端
- 通信协议：LTE-V，专门针对车间通信，可兼容 4G/5G
- 路侧智能：如百度 ACE 计划，通过在路口部署强感知能力辅助车辆
也就是说，L4 自动驾驶的"眼睛"不只是车上的传感器，路边的设备也在帮它看路。
六、安全模型：出了事谁负责？
自动驾驶到了 L4 级别，一个绕不开的问题是：出了事故，责任怎么算？
业内提出了 RSS 模型（Responsibility-Sensitive Safety，责任敏感安全模型），核心思路是：
- 通过对历史交通事故的分析，界定自动驾驶系统的"安全状态"
换句话说，就是给自动驾驶的决策行为划定一个可量化的安全边界。这套模型由 Mobileye 提出，是学术界和产业界讨论自动驾驶安全的重要框架之一。
七、总结
把自动驾驶的硬件串起来看：
这些硬件加上高精地图、云端平台、V2X 路侧设备，才构成了完整的自动驾驶能力。之前讲的软件系统，只是让这些硬件协同工作的"灵魂"。
下一篇计划聊聊自动驾驶中的传感器融合——这么多眼睛，数据是怎么统一到一起的？敬请期待～
谢谢观看，码字不易。如果觉得文章对您有帮助，感谢您点个在看，转发分享！
10个月宝宝每天需要喝多少奶粉？
