qcc513
qcc1e7
当前位置: 环球车讯 -> 资讯

量产车的城市导航辅助驾驶时代

时间:2022-11-22 13:43     来源: 易车网   阅读量:10063   

量产车正在进入城市导航辅助驾驶时代。

与此同时,汽车行业的智能下半场也正在拉开序幕。

威品牌的加速

日前,2022年成都车展媒体日第一天,以魏建军命名的品牌——魏品牌发布了搭载城市NOH系统的智能新能源产品——摩卡激光雷达版。

威品牌副总经理乔新宇指出,摩卡激光雷达版将于9月量产,它将成为国内首款搭载城市NOH系统的量产车型新车将于年内交付,交付后可实现城市NOH功能

另一方面,小鹏G9在同一天亮相这款车型将于9月底发布,10月交付

如果小鹏G9在交付时具备城市导航辅助驾驶能力,这将是第一款交付给用户的城市导航辅助驾驶量产车型。

在此之前,Xpeng Motors被普遍认为是国内智能驾驶赛道的领先车企。

对于何来说,在落地城市助航驾驶比赛中被魏建军超越,显然难以接受他不想看到的,正是魏建军希望达到的

摩卡激光雷达版正是魏建军在智能驾驶赛道上秀肌肉的车型。

这款纯电动续航200km的PHEV车型,长宽高分别为4875 * 1960 * 1690mm,轴距为2915mm,作为一款大五座SUV,相当于小鹏G9。

在智能驾驶硬件配置方面,摩卡激光雷达版配备了两个速腾制造的125线M1P激光雷达,其核心芯片是单板计算能力为360TOPS的高通骁龙Ride,而韦小立选择的是英伟达Orin X,在国外,宝马,大众,通用,福特都选择了高通骁龙Ride,而摩卡激光雷达版是高通骁龙Ride在全球落地的首款车型因此,它也是第一个着陆的

该型号还配备了12个高清摄像头,5个毫米波雷达和12个超声波传感器。

另外,摩卡激光雷达版的一大特点是不配备高精度地图。

在智能驾驶能力方面,在城市日常通勤场景下,出发前,摩卡激光雷达版用户只要设定好目的地,就可以从家里一路自动驾驶到公司。

在此过程中,车辆将在避让行人,避让外卖小哥,变道,识别红绿灯并自动通过红绿灯路口,无保护左右转弯,调头,进出环岛,进出匝道,会车等复杂场景下实现智能驾驶。

当然,这个过程还是需要司机监督的。

威品牌副总经理乔新宇透露,摩卡激光雷达版已经在北京和保定开通了城市NOH功能到今年12月,将在10个城市开通城市导航辅助驾驶功能

到2023年底,将有100个城市开通摩卡激光雷达版本,用于导航辅助驾驶。

除了长城,威,百度,华为都是城市导航和驾驶辅助赛道上的有力竞争者。

2022年Q3的AI日,特斯拉将宣布Hardware4.0和500万像素摄像头智能驾驶硬件套件的量产,这意味着今年Q4特斯拉也将拥有FSD功能。

但可以肯定的是,特斯拉FSD功能在中国落地的更大概率是在2023年的某个时候中国道路的复杂程度远超美国,特斯拉还没有在中国开展大规模的FSD测试

理想的蔚来,还没有给出发布城市导航辅助驾驶的时间,更大的概率会在2023年上半年。

另外,有能力登陆城市导航辅助驾驶的公司是杜畿该公司首款车预计2023年9月上市,交付时间可能会延迟

在华为的子公司中,AITO M9将最有可能率先实现城市导航辅助驾驶,这款车的上市时间预计为2023年的Q1。

综合各方面考虑,在中国复杂的城市路况下,首款具备落地导航和驾驶辅助功能的量产车很可能是小鹏G9或摩卡激光雷达版。

那么,理想L9,理想L8,蔚来ET7,蔚来ET5,蔚来ES7,AITO M9,特斯拉Model 3,Model Y都有可能通过OTA,极有可能在2023年上半年实现上述能力。

从2022年Q4开始,汽车行业进入城市导航辅助驾驶时代。

执信时代

对于智能驾驶的技术来说,城市导航辅助驾驶的落地是真正的技术里程碑。

城市导航辅助驾驶系统至少在用户价值和技术体系上会给行业带来质的变化。

对于用户来说,城市导航辅助驾驶是真正触手可及的智能驾驶技术。根本原因在于:

1.私家车主要用于城市。

这意味着,进入城市导航辅助驾驶时代后,智能驾驶将从之前的低频应用转变为高频应用,用户在日常通勤过程中使用,该技术可以改善日常驾驶体验。

伴随着时间的推移,智能驾驶将成为汽车最有价值的部分。

2.城市导航辅助驾驶确实可以大大降低驾驶疲劳,提高驾驶安全性。

在此之前,由于能力原因,在城市场景中使用智能驾驶系统是一件非常恐怖的事情频繁的退出和接手,不仅没能提升人们的驾驶体验,反而让用户的神经处于高度紧张的状态

一段时间后,这样的功能就会被用户搁置。

城市导航辅助驾驶将从根本上改变这种状况由于智能驾驶能力的质变,人们可以在城市通勤的大部分时间段将驾驶工作交给智能驾驶系统

人们只需要监督系统的驾驶,在一些特殊情况下接管方向盘。

这将大大减少驾驶疲劳和因驾驶疲劳造成的城市交通事故。

在这里,我们可以肯定地预测,在城市导航辅助驾驶时代,智能驾驶系统的能力和体验将成为影响用户购车决策的一个非常重要的因素。

由于供应链的成熟,在一开始,城市导航辅助驾驶将是中高端车型的标配慢慢的,这个功能会渗透到终端智能电动车市场,越来越多的车主可以享受到技术进步带来的价值

当越来越多的车辆配备城市导航辅助驾驶时,交通秩序将得到显著改善,路怒症将明显减少。

城市导航辅助驾驶,无论从哪个角度看,都是智能驾驶技术的一次质变。

与高速NOH相比,城市NOH在实现难度上不在一个数量级。

高速NOH,主要场景在封闭的道路中,对交通流量和道路特征的结构性和可预测性很强那些最难的场景,无非就是自动变道和进出匝道

城市NOH的复杂性在于:

1.道路结构完全不规则。

我国高速公路里程约15万公里,道路结构基本规整。

我国城市道路里程1000多万公里,路况千差万别只有比最复杂的路更复杂的路,比如重庆的山路,上海的小巷,广州的老城区

从交通标志的规范程度来说,城市场景和高速场景是完全不同的在城市环境中,交通标志的堵塞和污损是常见的

2.交通参与者极其复杂。

在高速上,你不会发现一个人为了赶时间在路上跑,路边一个老婆婆瑟瑟发抖的转弯,一个外卖小哥冲过红绿灯...

在城市的交通流中,智能驾驶系统总能发现新的交通主体也许是一头猪冲到马路上,也许是一群孩子穿过斑马线,也许是一个流浪汉,一个喝醉的酒鬼,一个刚被老板骂得失去理智的白领,一只鸡,一只狗,一只鸟

这些复杂的交通参与者会带来极其复杂的出行行为。

3.解决不了的死角。

在城市开放道路上,路况极其不可预测即使是在固定的道路上,角落案例层出不穷,永远不会有终结的一天

实现城市导航辅助驾驶,对硬件能力的要求发生了实质性的变化。

这就是为什么摩卡需要激光雷达版本,它需要配备具有360TOPS计算能力的高通骁龙Ride这就是为什么韦小立需要NVIDIA Orin X,特斯拉需要升级到Hardware4.0

除了对硬件的要求,城市导航辅助驾驶对AI算法的要求更高。

对于智能驾驶系统来说,看清楚外部环境是非常重要的只有有效的感知和准确的感知,才能为有效的决策规划奠定基础

智能驾驶系统的感知,本质上是车辆将外部世界数字化,几乎是等比例地放入云端车辆行驶在这个多变且等比例的数字孪生世界中

可是,由于天气,光线,交通流量等因素的实时变化,这个数字孪生世界也在变化。

对于一个智能驾驶系统来说,要想应对绝大多数的复杂场景,需要收集足够多的场景数据,进行反复训练,才能应对复杂的路况。

为了训练感知,特斯拉甚至建立了一个拥有60亿个标签的库,一条近2000公里的虚拟道路,专门用来训练算法。

可是,一旦这些算法被放到现实世界中,仍然有许多挑战。

这也是为什么包括特斯拉在内的车企一再推迟落地城市导航辅助驾驶的时间表。

城市导航辅助驾驶的落地在一定程度上也预示着智能电动车产品在硬件设备和智能驾驶算法上发生了质的变化。

由于技术的高挑战性,智能驾驶时代会把很多车企挡在门外。

进入城市导航辅助驾驶阶段的企业,开始了又一段漫长的智能爬坡之路,直到实现L5无人驾驶。

谁会赢。

城市导航辅助驾驶竞赛谁能胜出。

两方面的工作值得关注,一是技术路线,二是数据基础设施。

在这场技术竞争中,技术路线的选择正在成为各方关注的焦点,这将在一定程度上决定产品体验的提升速度和落地速度。

目前,根据感知解决方案,量产车城市导航辅助驾驶的落地和推进主要分为三种技术路线:

1.纯视觉技术路线。

以特斯拉为代表的这一方案,依靠极其庞大的行驶里程,良好的数据规模和强大的算法能力,试图仅通过摄像头实现城市导航辅助驾驶。

2.视觉+激光雷达+高精地图路线。

这个方案在国内主要是以韦小立为主因为前期在车队的行驶里程和算法能力上很难和特斯拉抗衡,所以激光雷达和高精地图补齐了短板,在智能驾驶体验上赶上了特斯拉

在过去的一段时间里,这两条技术路线是高级智能驾驶量产的主流技术路线,直到魏建军小智的出现。

3.视觉+激光雷达技术路线。

摩卡激光雷达版相比特斯拉Model 3和Model Y,激光雷达更多,与小鹏G9,理想L9,蔚来ET7等车型相比,缺乏高精度地图,是典型的视觉+激光雷达技术路线。

这是一条折中的技术路线,卫品牌称之为再感知技术路线。

实事求是地说,特斯拉的纯视觉技术路线难度最大,但成本最低,扩展性最好视觉+激光雷达+高精地图的技术路线难度最低,但成本最高,扩展性最差视觉+激光雷达的技术路线,难度中等,成本中等,扩展性与视觉路线趋同

高精度地图对于智能驾驶具有重要意义它不仅可以给机器人详细的道路结构,如车道线,路肩,路口,交通标志等信息,还可以给智能驾驶系统一个超视距,即可以提前知道前方的道路形状,提前做出决策规划

但是高精地图的挑战不仅仅是采集成本和更新成本,还有政策对这些高精地理信息非常敏感,这就使得高精地图在各个城市落地时不可避免的会遇到地图审核的挑战,从而影响拓展速度。

对于摩卡激光雷达版来说,放弃高精度地图,前期会给算法带来很大的挑战,但是一旦解决了这个问题,后续可以大大提高落地导航辅助驾驶到其他城市的速度。

有了激光雷达,通过感知融合可以大大提高感知可靠性,为智能驾驶系统的安全性提供了额外的保障。

由于一些特殊原因,特斯拉FSD在中国的落地时间不会像预期的那么好在此背景下,威牌摩卡激光雷达版采用重感知的技术路线后,有望在城市导航辅助驾驶的凯程竞争中处于有利地位

当然,就城市导航辅助驾驶而言,从最终来看,技术路线大概会趋同。

在这个过程中,比拼的是获取数据的能力,以及从数据中获取知识,最终训练模型的能力。

另一方面,魏建军负责智能驾驶的子公司Mimo智行构建了数据智能系统——雪狐系统,长期来看可以提高迭代速度。

墨智行CEO顾郝伟指出,雪狐系统最大的特点是采用Transformer模型,自动处理海量数据。

工作主要在两个方面一方面,需要获取算法训练的有效数据,并对这些相似数据进行聚类另一方面,从这些大规模数据中挖掘知识用于训练算法

在这个过程中,尽量提高自动化程度,比如自动标注,无监督聚类等。

在这个过程中,还需要建立有针对性的AI训练云计算中心,比如特斯拉的Dojo,可以在海量数据的情况下,在最短的时间内完成模型训练。

最终,当这些方式都将同质化时,车队规模和数据获取能力将成为智能驾驶系统不断向更多城市和场景拓展的决定性因素。

因为你不可能在所有城市,所有场景下进行重复测试。

更现实的是,在每个城市,搭载智能驾驶系统的车辆会不断返回corner case,在云端进行训练,然后将其能力OTA到终端,不断提升特定城市的智能驾驶体验。

由于数据飞轮的存在,先发优势在城市导航辅助驾驶系统的竞争中显得尤为重要。

首先,那些有落地城市导航辅助驾驶系统的车企,可以大大提升用户的驾驶体验,增加车型在开放城市的竞争力,卖出更多车型。

多卖几款,有助于这家企业获得更多本市有效行驶里程数据,进一步提升本市智能驾驶系统体验,再次促进销售。

在所有的传统车企中,长城的智能驾驶业务,在一开始就可以和威在同一起跑线上竞争。

核心原因在于团队和先发优势。

由百度智能驾驶L3事业部骨干组成的米之星团队核心成员,是国内最早研究智能驾驶量产的团队。

摩卡激光雷达版智能驾驶系统是国内首个采用Transformer模型处理视觉感知任务的智能驾驶系统。

据多台高精度相机显示,长城是世界上第二个通过变形金刚模型将外部环境拼接成鸟瞰图的建筑。

特斯拉第一,李第三。

当然,车型不会是智能驾驶系统的核心竞争力智能驾驶系统的最终竞争将是数据的竞争

对于用户来说,只能用钞票投票。

决定购买行为的是你的车型产品足够好,你的智能驾驶系统足够好。

对于城市导航辅助驾驶的比赛,决出胜负还有很长的路要走也许2023年底,情况会更明朗

智能下半场

量产车,进入城市导航辅助驾驶阶段后,也意味着汽车行业开始了智能化的下半场竞争。

城市导航辅助驾驶的实现,对于量产车来说,是智能电动车属性的质变。

以摩卡激光雷达版本为例在配备了高通骁龙莱德,两个M1P激光雷达和12个高清摄像头后,其计算能力比之前的Mobileye EyeQ4提高了近100倍在感知方面,已经进入3D感知时代

有鉴于此,像摩卡激光雷达版这样的车辆,从产品属性上来说,已经是机器人了。

这些机器人在不断训练算法模型后,感知,规划决策,智能驾驶能力会越来越强。

与此同时,具备城市导航和驾驶辅助能力的智能新能源汽车已经走下一代计算终端的雏形,即成为空间互联网生态的载体和入口。

智能新能源汽车要实现城市导航辅助驾驶,本质上需要做两件事:

1.在车辆端,需要将周围的3D传感器能够覆盖的真实世界数字化,让车辆知道自己在哪里,周围的交通参与者在什么地方这是智能驾驶的基础

2.将庞大舰队感知到的现实世界上传到云端,拼接成一个与现实世界平行的数字孪生世界在这个世界里,训练智能驾驶的算法模型包括感知算法模型和决策算法模型

任务二的目的是为了更好的完成任务一。

首先,从数字维度来看,任务本质上是将现实世界数字化第二,任务本质上是车企在云端构建一个与现实平行的数字孪生宇宙,利用仿真技术可以在这个宇宙中创造出许多新的交通流实体和交通场景

在此基础上,借助一个可穿戴设备,我们可以接收到智能电动车在其他地方看到的真实世界当然,我们也可以借助车内的一个可穿戴设备,分享智能电动车看到的世界

这本质上是一个AR应用。

另外,如果借助一个可穿戴设备进入车企构建的数字孪生宇宙,本质上就是VR的一个应用。

为了实现第一个任务,我们需要将一辆智能电动汽车武装到牙齿:包括搭载数十个传感器,这些传感器将逐渐进化为3D传感器,并不断扩大感应范围,以及拥有巨大计算能力的AI计算平台,这个计算平台的计算能力可以支持在上面运行一个基于变压器这个大模型的经过训练的算法有了这些算法,3D传感器感应到的图像就可以转化为认知结果,人的形状就可以区分为人,区分男女颤抖的女人可能是个老女人,这个老女人的动作会很慢

这种设备不仅需要能够感知外界,还需要有很强的AI能力来识别外界,并有可能通过5G管道将外部的现实世界与云端的虚拟世界连接起来。

从这个维度来说,智能电动车本质上是人类第一个真正的AR设备。

为了实现第二个任务,车企需要建立一个庞大的云计算基础设施这个基础设施的核心功能是用于处理真实世界的鸟瞰图的向量空间

这和原来的云计算基础设施完全不同原来的云计算主要处理二维标量信息,现在的云计算要处理巨大的矢量信息

尤其是进入城市导航辅助驾驶时代后,人们使用智能驾驶系统的频率将是以前的20倍,30倍甚至50倍,时间的增加可能是1,2个数量级,车队规模将是现在的100倍甚至1000倍。

在这种背景下,需要传输到云端的真实世界数据的规模可能是现在的一万倍。

这就是为什么每个做城市导航辅助驾驶系统的车企都开始搭建自己的云计算基础设施这些基础设施的核心计算单元是GPU,而不是CPU

这也是为什么,目前一些头部量产的智能驾驶公司的GPU采购数量开始是一万块。

这也是为什么在云计算时代,一些车企不断购买GPU,甚至开发自己的云计算芯片,构建自己的云计算基础设施。

这些云计算基础设施是高效支撑空间互联网或元宇宙的云基础设施,即下一代互联网应用生态的云基础设施。

同时,目前,自动驾驶的仿真技术将成为未来虚拟人和虚拟动物的最佳引擎。

当初,为了让智能电动车的训练最大限度地贴近现实,自动驾驶的仿真技术必须在动作环节上最大限度地与现实保持一致。

伴随着人们对智能驾驶的需求越来越大,智能电动车与人的交互问题,如如何识别人的动作,手势和表情,将成为自动驾驶仿真系统不得不解决的问题。

这些用于自动驾驶的仿真引擎,在解决了这些问题之后,将成为未来构建元宇宙工具链中最重要的工具。

这一切的源头来自于量产车的城市导航辅助驾驶。

对于所有车企来说,目前所有针对城市导航辅助驾驶的工作,都将是太空互联网时代最完善的基础设施。

摘要

智能驾驶正在进入新时代,汽车工业的智能化正在进入下半场。

对于任何一家车企来说,智能化转型的重中之重是实现智能驾驶,这是一种高层次的智能驾驶。

不能自主开发智能驾驶的企业将在智能下半场被淘汰。

声明:本网转发此文章,旨在为读者提供更多信息资讯,所涉内容不构成投资、消费建议。文章事实如有疑问,请与有关方核实,文章观点非本网观点,仅供读者参考。

qcI553