切换城市:北京
更多应用 |
官方:微博/微信
| 车展 | 专题 | 车商通 | 商用车

凤凰网汽车

凤凰网汽车>全媒体>正文

智能驾驶的“街头巷战”,谁将率先杀出重围?

2022年11月24日 21:25:02
分享到:
来源:AutoLab

席卷全球汽车行业的这场大变革,是从动力革命开始的。当电力逐渐取代化石能源,随之而来的是驱动系统、底盘架构等一系列的变化,但是电动化只是这场变革的上半场,真正让汽车从普通的出行工具脱胎为新一代智能移动终端的,是智能化引领的下半场变革。

在这场智能化变革中,智能驾驶成为了核心驱动力,也是评价一家车企智能化水平的核心指标。进入2022年,智能驾驶领域的比拼已经从高速域辅助驾驶的比拼进阶到了城市域辅助驾驶阶段。

未来,谁能率先大规模量产落地城市域辅助驾驶产品,谁能基于用户真实反馈快速提升体验,做到产品的持续迭代升级,谁就能在智能驾驶的赛点之战中抢占先机。

三种路径,孰优孰劣

如今,高速域辅助驾驶系统几乎已经成为了新车标配,但是现阶段敢对外宣布已具备高阶城市域辅助驾驶能力的企业却只有四家:特斯拉、魏牌、小鹏、华为。

特斯拉最早推出了FSD,但是城市自动辅助驾驶迟迟无法引入国内;国内车企中,魏牌在成都车展宣布城市NOH将首搭在摩卡DHT-PHEV激光雷达版上;小鹏汽车正面向广州地区的P5用户推送城市NGP;华为的城市NCA则通过极狐阿尔法S HI版量产落地。

这几家的智能驾驶解决方案十分有代表性,恰好涵盖了目前智能驾驶行业的几种路径。

特斯拉的纯视觉路线是最激进的,先是舍弃了高精地图和激光雷达,后来逐步弃用毫米波雷达和超声波雷达。这意味着特斯拉全车都不再使用雷达,辅助驾驶完全依赖8颗摄像头。优点是能大大节约造车成本,降低自动驾驶面向消费市场的门槛。缺点是很多摄像头无法覆盖的场景没法兼顾,所以会出现诸如系统将白色货车车身识别为云朵的Bug,并由此引发了多起交通事故,业界对这种激进的做法存在广泛的争议。

魏牌、小鹏、华为和其他绝大多数厂商都选择了与特斯拉不同的融合感知路线,其中又分为两个流派,小鹏、华为等厂商“重地图”,依靠高精地图这个“外挂”来规避各种风险;而魏牌则开创性的采用了“重感知”领先技术,采用激光雷达+毫米波雷达+超声波雷达+摄像头,实现视觉体系与感知体系双重保障,不过度依赖高精地图,适应性更强。

对于“重地图”的厂商来说,高精地图虽然比普通地图信息更丰富,站在上帝视角对实时环境进行事无巨细的描绘,但是由此也产生了一系列问题。从成本和地图鲜度的角度来看,城市开放道路的高精地图测绘难度远大于高速和快速路。像高德这样的头部选手,2021年底也只完成了国内近30个城市的主干道采集,总里程近20万公里,而国内城市道路总长近1000万公里。在地图鲜度上,拥有国内最大规模采集车队的百度,目前高精地图也只能做到一个季度迭代一次。

此外由于高精地图的采集测绘涉及数据敏感性,受到严格的政策限制,图商的测绘资质也存在复审不通过等风险。

所以依靠高精地图落地城市域辅助驾驶功能的厂家,在技术落地方面只能“采集一城、落地一城”,具体落地城市还要取决于当地政策。像搭载华为NCA的极狐阿尔法S HI版之前对媒体开放的试乘体验就只选择了深圳和北京,原因是深圳率先审批发布了城市高精地图,而北京只有五环外有特定的示范区域。

这一点我有很切身的感受,之前体验极狐阿尔法S HI版时,就只能在北京五环外的固定路线感受一圈,给人的感觉就是智能驾驶被束缚住了手脚,施展不开。

这就让不过度依赖高精地图的“重感知”路线优势更加明显,所以越来越多厂商都开始往魏牌率先提出的“重感知”路径靠拢,比如华为和小鹏如今在对外口径上也开始淡化高精度地图的作用。

魏牌城市NOH胜出的关键

虽然越来越多厂商开始追随魏牌城市NOH的脚步,但是智能驾驶是一个依赖大量数据和技术积累的领域,而魏牌城市NOH已经在“重感知”路线依赖的传感器硬件、算法和算力上拥有了先发优势。

之前魏牌曾发布过一支一镜到底的视频,主角就是由魏牌副总经理乔心昱和毫末智行首席交付官甄龙豹亲自测试的摩卡DHT-PHEV激光雷达版车型。这辆车在保定闹市区开启城市NOH智能辅助驾驶功能后行驶了17公里,途径31个红绿灯,完美实现了包括红绿灯识别、无保护左/右转、智能变道、智能避障等功能,全程0接管。

只看视频可能还不是最有发言权的,我们AutoLab还在北京的开放道路亲自参与过一次摩卡DHT-PHEV激光雷达版车型的测试体验,在11公里的行驶中通过了24个路口、22个红绿灯、2个四岔环岛、27个人行横道、5个无保护人行横道,全部无接管的完美通过了,印象确实很深,和之前仅在高速路上体验过的各种智能辅助驾驶功能完全不是一个层级。

城市道路相比高速路,交通情况更加复杂,比如经常遇到有车突然“加塞儿”、不看红绿灯不走人行道的行人、转弯过程中突然钻出的闯红灯的外卖小哥等等,这些突发情况是对魏牌城市NOH系统的巨大考验,也是我们真实出行场景中经常遇到的。

而在实际体验中,摩卡DHT-PHEV激光雷达版通过了一次次的考验,做到了能够像老司机一样游刃有余地处理各种交通难题,并且始终坚持礼貌出行的原则,该避让的时候绝不莽撞,该快速通过的时候绝不拖泥带水。

因此,不论是在道路横平竖直的北方城市,还是交叉曲折的南方城市;天气是阳光明媚视野好,还是雾气环绕视线不佳,魏牌城市NOH都能够针对不同城市、不同类型、不同天气和气候不断迭代升级,为用户提供涵盖智能导航跟随、交通灯识别、城市路口通行、智能绕障、行人礼让、锥桶识别、车辆加塞避让、城市智能变道的八大智慧解决方案。

魏牌城市NOH之所以能有如此优异的表现,源于其在硬件、算力和算法三个方面的优势。硬件方面,摩卡DHT-PHEV激光雷达版共配备2颗125线激光雷达,5颗毫米波雷达,12颗超声波雷达,4颗百万级像素环视摄像头,4颗百万级像素侧视摄像头,4颗800万像素感知摄像头,形成激光雷达+毫米波雷达+超声波雷达+摄像头的31个感知组件,无论是质量还是数量均明显领先于当下的主流辅助驾驶车型。

算力上,魏牌城市NOH搭载高通Snapdragon Ride平台下首发5nm高通骁龙8540+7nm高通骁龙9000方案,单板算力已经达到360Tops,可叠加4板达到1440Tops,作为对比,特斯拉Model3采用的自研FSD芯片,总算力144Tops,这已经是很多厂商望尘莫及的成绩了。

最后不得不提的,就是魏牌城市NOH搭载的中国首个自动驾驶数据智能体系MANA的加持。MANA是围绕感知智能、认知智能、标注、仿真、计算等五大能力打造的数据智能体系,在数据积累方面已经完成了数十万全要素、多模态CLIPS的标注,系统已完成超过30万小时的学习时长,虚拟世界的驾龄相当于人类司机4万年的驾龄,为魏牌城市NOH的落地应用提供了强大的数据支撑。

MANA感知系统的决策路线,是通过模拟人脑,分析不同驾驶员的习惯决策,再通过数据持续学习。其独创的“双流”感知模型,实现了重感知下的红绿灯识别;引入Transformer模型,自研BEV Transfomer用于车道线识别,在城市道路上实现了多传感器融合车道线识别。在它的赋能下,魏牌城市NOH的感知更准确,认知决策更像人类,标注、仿真验证更高效。

综上所述,纯视觉感知方案有明显的局限性,对暗光环境、动物、二轮车等识别能力较弱;而重地图的方案则要受限于高精地图技术门槛高、迭代更新慢和监管收紧等因素,而凭借在硬件、算力和算法上的综合优势,让“重感知”的魏牌城市NOH能够在三种技术路线中脱颖而出,成为城市智能驾驶解决方案的最优解。

AutoLab观察:

这些年,我们AutoLab的团队体验过很多国内外新车的智能驾驶功能,从最早期的特斯拉Autopilot到“蔚小理”的高速辅助驾驶功能,也在美国体验过凯迪拉克的Super Cruise以及安波福和Lyft合作的自动驾驶出租车,可谓阅“车”无数。

但是都没有像体验摩卡DHT-PHEV激光雷达版让人印象深刻的,毕竟能够在中国城市复杂路况中像老司机一样从容应对、游刃有余的选手还不多见。

毫无疑问,魏牌已经啃下了城市域辅助驾驶这个迈向自动驾驶过程中最难啃的“硬骨头”,力压其他车企,牢牢地站稳了智能驾驶赛道第一梯队。

  • 凤凰网汽车公众号

    搜索:autoifeng

  •  官方微博

    @ 凤凰网汽车

  •  报价小程序

    搜索:风车价

网友评论
0人点赞
|
评论0
加载中...

大家都在看

趣图推荐