Pieter Edelman
23 June 2017

De trend naar intelligente en autonome voertuigen heeft een forse impact op de hightechsector. Wie zijn de belangrijkste spelers? En hoe past Nederland daarin?

We lezen bijna dagelijks wel iets over de ontwikkeling van de zelfrijdende auto. Een aanzienlijk deel van die berichtgeving gaat over nieuwe partnerschappen en overnames tussen allerhande automotivetoeleveranciers met autofabrikanten en onderling – en nu en dan een samenwerking die uit elkaar klapt. Het is duidelijk: auto’s zijn momenteel hot in de hightech.

Eigenlijk gaat het hierbij niet zozeer om autonome auto’s, als wel om autonomie in auto’s. Ook fabrikanten die geen zelfrijdende wagens ontwikkelen, stoppen hun voertuigen steeds meer vol met intelligente rijassistentie (advanced driver assistance systems of adas) zoals lane keeping, adaptieve cruisecontrol of het lezen van verkeersborden. Truckfabrikanten werken ondertussen aan platooning – het autonoom volgen van een bemande vrachtwagen – en brandstofbesparing door te anticiperen op de wegomstandigheden.

Al die autonomie, in min of meerdere mate, vraagt om bakken aan rekenkracht, connectiviteit, software, machine learning-platformen en aanvullende data. Dat heeft verregaande gevolgen voor de toeleverketen. Traditioneel blinkt technologie voor auto’s niet uit op deze gebieden.

Volgens IC Insights gaat er dit jaar voor 28 miljard dollar aan automotive-ic’s over de toonbank, een groei van ruim 22 procent ten opzichte van vorig jaar. In 2020 is automotive de op twee na grootste categorie voor chips, na computers en communicatie, zegt de marktanalist. Autonomie is dan de grootste gebruiker van ic’s.

Het is dan ook niet zo gek dat de bedrijven die zich normaal bezighouden met high-performance systemen een lucratieve markt ruiken – partijen als Intel, Nvidia, Qualcomm en Google. Aan de andere kant proberen de traditionele automotivebedrijven op te schalen in rekenkracht en platformen. En dan zijn er natuurlijk nog de startups die op geheel eigenwijze aanpak met nieuwe oplossingen aan komen zetten.

Vanuit Nederland zijn er twee spelers van belang in dit strijdgeweld: NXP en Tomtom. Hoe passen zij in het grotere geheel?

Nvidia Drive
Nvidia zet met zijn gpu-technologie vol in op autonome voertuigen.

Slecht zichtbare zijweg

NXP en Freescale waren voordat ze samengingen beide al belangrijke toeleveranciers in de automotiveketen, en nu is een waar powerhouse ontstaan. Dat zit wel voornamelijk aan de meer traditionele kant van het spectrum, met producten voor stroomregulering, radiotuners en infotainment-ic’s, microcontrollers en processoren voor motormanagement, hoek-, temperatuur- en rotatiesensoren en interne netwerken.

De laatste jaren is dit mondjesmaat uitgebreid naar de meer geavanceerde en autonome functionaliteit. NXP is de aangewezen partij voor communicatie tussen voertuigen onderling of met de wegkantinfrastructuur (respectievelijk v2v en v2i, beide samengevoegd onder de koepelterm v2x). Met deze korteafstandscommunicatie kunnen auto’s elkaar bijvoorbeeld gaan waarschuwen dat ze gaan remmen, of uit een slecht zichtbare zijweg komen. De wegautoriteiten kunnen ook boodschappen direct naar de auto sturen.

Daarnaast is NXP een van de chipmakers met automotiveradar in zijn aanbod. Radar is samen met camera’s en lidar de drie-eenheid voor de zelfrijdende auto: de drie sensoren vullen elkaar aan in bereik en gebruik. Zowel Freescale als NXP had een eigen radar ontwikkeld, na de overname is met de Amerikaanse versie verdergegaan. Leuke design-win: Waymo, de zelfrijdende auto-spin-off van Google, gebruikt NXP-radars.

Ook de interne netwerken krijgen met de intelligente auto een forse upgrade. Traditionele bussen zoals Can zijn bedoeld voor statusupdates en commando’s. In een autonome auto moeten echter grote hoeveelheden sensordata worden rondgepompt. Bovendien moet er beveiliging worden opgetrokken tussen interne en externe netwerken, en waarschijnlijk ook wel tussen componenten. Ook daarin is NXP sterk. Alleen het brein van de autonome wagen is iets wat bij NXP nog grotendeels ontbreekt. Pas een jaar geleden onthulde het een eerste platform dat hierin een rol zou kunnen spelen.

Die automotivebusiness is een belangrijke reden voor Qualcomm om NXP over te nemen. Het bedrijf uit San Diego is al langere tijd actief in automotive, vooral vanuit zijn achtergrond in rf en connectiviteit. Maar de synergie wordt steeds groter. Met zijn processoren en bijbehorende platformtechnologie kan Qualcomm de hoofdrol vervullen binnen de autonomie, en kennis rond – al dan niet draadloos – laden wordt te gelde gemaakt voor elektrisch transport.

Vandaar dat NXP/Freescale bijzonder interessant is voor Qualcomm, niet alleen vanwege de technologie, maar ook vanwege de contacten. De combinatie vormt een ware zwaargewicht die zo’n beetje de hele keten afdekt. Niet voor niets heeft de Europese Commissie zijn twijfels over de acquisitie.

Qualcomm draadloos laden
Een van de openingen die Qualcomm ziet in de automotivesector is draadloos laden van elektrische auto’s via het wegdek.

Geluk en wijsheid

De combinatie van NXP, Freescale en Qualcomm kan dus een speler van belang worden in autonome voertuigen. Maar ze hebben geduchte concurrentie. Dit voorjaar is er een nieuwe goliath opgestaan: Intel. ’s Werelds grootste halfgeleiderbedrijf heeft langzaam de boodschap begrepen dat zijn traditionele melkkoeien van desktop- en serverprocessoren niet het eeuwige leven hebben en snapt na het debacle van smartphoneprocessoren ook dat er radicale maatregelen nodig zijn om binnen te dringen in nieuwe markten.

En die kwamen er, à raison de vijftien miljard dollar: het bedrag dat Intel neertelt voor het Israëlische Mobileye, marktleider in automotive-vision en grootmacht in adas-systemen. Ironisch genoeg werd het bedrijf vooral bekend toen het de banden verbrak met Tesla (of andersom) na een ruzie. De spil in Mobileye’s aanbod is de eigen Eyeq-systeemchip en bijbehorende software, die het de komende jaren wil doorontwikkelen tot platform voor volledig zelfrijdende auto’s.

Daarmee heeft Intel een breed aanbod voor autonomie in de auto. Naast een krachtig platform voor onder de motorkap denkt het bedrijf dat er ook krachtige servers nodig zijn voor machine learning, waarin het uiteraard kan voorzien. Bovendien kocht het eerder de specialist in beeldverwerkings-ic’s en -software Movidius. En laten we niet vergeten dat het twee jaar terug ook al fpga-grootmacht Altera in handen kreeg.

Nvidia timmert ondertussen niet minder hard aan de weg. Met een combinatie van geluk en wijsheid werd het de grootmacht in de machine learning-revolutie van de afgelopen jaren – geluk dat gpu’s zich intrinsiek goed lenen voor diepe neurale netwerken en wijsheid om sterk in ontwikkeltools hiervoor te investeren. Met deep learning denkt ook Nvidia de auto te kunnen veroveren.

Kleine speler

Dan Tomtom. Navigatiekastjes mogen dan uit de gratie zijn bij consumenten, ze hebben voor het bedrijf een belangrijke erfenis achtergelaten: een business voor wegenkaarten. En die zet het nu in voor autonomie. Met een betrouwbare kaart weet de auto namelijk hoe de omgeving eruitziet en wat er komen gaat, ook wat betreft de stukken die de sensoren missen. Dankzij zijn kaarten kan een voertuig toe met minder sensoren, zo claimt Tomtom.

Daarvoor is wel wat meer nodig dan een standaard wegenkaart. De kaarten moeten gedetailleerd genoeg zijn om niet alleen de weg zelf, maar ook de plaats op de weg te achterhalen. Daarvoor is een resolutie in het centimeterbereik nodig en software om de sensorgegevens van de auto hieraan te correleren. Bovendien moeten die sensorgegevens gebruikt kunnen worden om de kaarten voortdurend bij te werken.

Tomtom is een kleine speler in deze markt. De grote vis is Here, de vroegere kaartendivisie van Nokia die nu in handen is van een groep Duitse autofabrikanten. Tomtom speelt echter een aardig toontje mee en werkt samen met automakers en belangrijke toeleveranciers zoals Bosch, en niet te vergeten: Qualcomm en Nvidia – net als Here. Intel/Mobileye heeft de weg naar Amsterdam nog niet heeft gevonden en doet exclusief zaken met Here.

Sterk versnipperd

Wie er over een paar jaar als winnaars uit de bus komen rollen, is niet te voorspellen. Vooral niet omdat nog onduidelijk is welke technologie in de praktijk het beste zal werken. Gaat intelligentie voornamelijk via deep learning lopen zoals Nvidia claimt? Of gaan traditionelere (machine learning-)technieken de hoofdrol spelen? Heeft een auto daadwerkelijk camera’s, lidar én radar nodig? Tesla claimt het met alleen vision af te kunnen. En als die sensoren al toereikend zijn, moeten voertuigen dan nog wel met elkaar gaan communiceren? En hebben ze dan nog gedetailleerde wegenkaarten nodig?

De kans is groot dat het antwoord op al deze vragen ‘ja’ zal zijn. De automotivetoeleverketen is sterk versnipperd en ontwikkeling wordt uitgesmeerd over een reeks van autofabrikanten en toeleveranciers, met uiteenlopende aanpakken. Vaak plukken ze delen van een ontwikkelplatform van verschillende fabrikanten bij elkaar. Partnerschappen zijn bovendien lang niet altijd exclusief. Audi werkt bijvoorbeeld zowel met Nvidia samen als met Qualcomm. Waarschijnlijk komt er niet één enkele winnaar uit de bus, maar krijgt iedereen een stukje van de taart – eentje die de komende jaren flink zal rijzen.