请选择 进入手机版 | 继续访问电脑版
查看: 424|回复: 0

新造车“算法派”的春天,来了

[复制链接]

1197

主题

1258

帖子

3600

积分

论坛元老

Rank: 8Rank: 8

积分
3600
发表于 2022-9-15 09:20:07 | 显示全部楼层 |阅读模式
  中国人的买车喜好,变了。

  2021 年,一份由市场研究机构 J.D. Power 发布的《中国新车购买意向研究报告》显示,半年内有购车意向的人群中,近四分之一的消费者将智能化体验作为最重要的购车决策因素。

  在影响购车决策的七要素中,汽车智能化体验占据14%的权重,有24%的意向购车者认为汽车的智能化体验是其最重要的购车考虑因素。同时,缺乏新技术成为潜客人群第三大购车顾虑。

  今年,这份报告又揭示了一个新动向:与其它年龄层相比,95后在购车时更看重智能化。

  两份报告释放出一个明显信号,如今中国消费者的购车观是六个字:无智能,不掏钱。

  到底什么才是一台“智能”的汽车呢?简单来说,对内,座舱要够先进;对外,驾驶要够聪明。

  在购车喜好转变大旗的指引下,算力成了新的马力,智能成了新的性能。一台车智驾系统能力的高低,成了这家汽车公司在新汽车时代最重要的一张名片。

  那么,一套“好”的智驾系统应该是什么样子呢?

  早期,在算法没有成熟前,比的是堆砌硬件的能力:激光雷达、大算力芯片、高像素摄像头,等各种高规格硬件一个都不能少。消费者在评价智驾系统时,也大多专注在硬件的数量上。

  一种相对落后的智驾认知是:硬件牛=体验好。

  这样的想法没有什么大问题,毕竟硬件决定了一套智驾系统能力的下限。

  但随着智能电动汽车在国内的快速普及,中国消费者开始渐渐意识到:硬件换不来体验。而且这些硬件只要愿意出钱,任何一家车企都能从供应商那里买到。

  一套安全、稳定、全面智驾系统背后真正的英雄,其实是用户看不见摸不着的“玄学”大师:算法。

  什么是算法?你可以先想象,一个没有专业指挥家调度的交响乐团,即便每个位置上放的都是乐器演奏高手,最终也只能拼凑出一场各弹各调、毫无章法的混乱演出。

  算法,就是这位“专业指挥家”。只有用算法为激光雷达、芯片、摄像头这些硬件“开光”,才能让它们在一套智驾系统中实现效能最大化。  

  得算法者,得天下

  我们都知道,自动驾驶的完整流程是:感知、决策、控制。

  感知是各种传感器不间断工作,采集车辆本身及外部的信息;决策是整车计算单元,根据既有算法,对传感器获取的信息进行分析,做出适合当下情景的决策;控制是根据决策规划,替代驾驶员对车辆进行加速程度、制动程度、转向幅度、灯光控制等驾驶动作。

  感知系统等于驾驶员的眼睛,决策系统等于驾驶员的大脑,控制系统等于驾驶员的手脚。

  算法,是决策系统这颗“大脑”聪明程度的决定性因素:自动驾驶实现的基础是算法的大规模部署,从感知环节的特征提取到神经网络的决策,都需要依赖算法改进来提高障碍物检测准确性和复杂场景下的决策能力。

  自动驾驶域算法一般被划为三种:感知算法、融合算法和执行算法。

  感知算法是将传感器数据转换成车辆所处场景的机器语言,如物体检测、识别和跟踪、3D环境建模、物体运动估计等。

  融合算法是将不同传感器获取到的基于图像或基于点云等不同维度的数据,进行量纲统一处理,为整车计算单元提供决策依据。

  其中,融合算法又分为前融合和后融合两种路径。

  简单来说,前融合算法是现制菜,上桌前把各种食材(原始数据)炒一遍;后融合算法是预制菜,端上桌前,加热一下(原始数据)即可。

  两种算法各有利弊。

  前融合对硬件算力要求更高,因为要同时处理不同类型的数据源。而且,神经网络有极低的概率会出现误判,需要另备一套冗余系统进行验证。这套复杂精密,且不断进化的AI算法无法外采,对车企的自研能力提出了新标准。

  后融合则受限于单一类型传感器自身的能力上限,导致特定条件下的偶发性漏检或误检。比如雷达可以轻松确定距离和位置,但却不擅长判断颜色、纹理,也无法识别文字信息。需要多类型传感器的交叉验证,才能保证不同环境工况下有效的智驾功能。

  有没有一种可能,让前后融合算法真正地“融合”一下,用其所长,避其所短呢?

  答案是:当然有。

  全融合算法(Full Fusion)正是在这样的技术背景下应运而生。国际上,奔驰和沃尔沃这两家大厂已宣布入局全融合算法,沿此路线攻坚高阶智驾,但距离可落地交付还有很长的路要走。在国内,背靠上汽集团的造车新势力飞凡汽车先行一步,不仅成为行业首个推出全融合算法的汽车品牌,其RISING PILOT全融合高阶智驾系统的高速领航功能,还将在于今年10月下旬交付的飞凡R7上率先量产交付。

  从理论上解释:“全融合”就是把前融合组合、多任务、多特征网络、深度神经网络输出的探测结果,与后融合多个传感器独立输出的探测结果进行综合比对,实现混合融合,并依靠高带宽、超算力芯片平台的安全冗余部署,通过三重融合在毫秒级内,完成感知、融合、预测、决策、执行等一整套动作。
  更易理解的说法是:用户点了一道名叫智驾的“菜”,正式送上前,后厨既有现制菜,也有预制菜。大厨会根据菜品实际情况进行挑选与融汇,终极目标是让用户品获得色香味俱佳的餐食体验。

  据公开信息,飞凡汽车是一家成立于2021年11月,依靠用户导向的数据驱动型汽车科技公司。飞凡R7是飞凡汽车独立后的首款车型。

  看到这,你可能会产生一个疑问,独立运营还不到一年,飞凡汽车怎么就能交出比海外车企更先进的智驾系统答卷了?这套系统到底是靠堆砌概念名词忽悠人的期货,还是脚踏实地、确凿可用的现货?

  说得再多,也不如实测来得令人信服。

  根据国内媒体在匝道、变道等具体场景下的综合实测,飞凡R7上搭载的RISING PILOT在成功率和稳定性两个纬度上,都表现优良,这背后是飞凡汽车500人自研团队900多个日夜奋战的结果。在多个普遍被视为行业难点的智驾场景识别上,优势相对明显。其中给笔者留下深刻印象的,有三点:

  第一个场景是对匝道,特别是多岔口匝道三角区域的精准识别。
  相比市面上现有智驾系统对匝道识别的不稳定表现,RISING PILOT可以在更远的地方提前识别匝道三角区域,为变道预留更多的车道空间和动作执行时间,避免出现识别失败移交控制权,或短时间从快车道大幅降速并入低速匝道等惊险场景。

  第二个是对静态路障的识别感知。
  过去一年,国内外都出现了不少智能电动车因无法识别施工区域静态路障导致的碰撞事故,该场景其实一直都是现有智驾系统的能力真空带。RISING PILOT在4D成像雷达的作用下,可提前探测最远500米处的施工区域,精准识别静态障碍物,即便只有雪糕筒或施工提示牌也可提前精准识别,并通过全融合算法,快速反应实现提前避让。

  第三个是主动变道超车。

  一般的智驾系统在遇到前车变道画龙或侧前方大型车突然出现时,经常无法进行提前识别和避让,只有当两车距离够近时,系统才介入工作,或预警,或突然避让,注意力稍有转移就会导致碰擦、剐蹭等,存在一定的安全隐患。
  RISING PILOT的做法是对道路进行360°无死角感知的同时,监测实时车速差。遭遇冲突场景时,将安全放在首位,第一时间采取看起来“保守”的执行策略,即保持与周围车辆的安全距离,让冲突车辆先行,随后再完成变道等后续动作。从逻辑上说,该策略思维更接近人类驾驶员的经验——避险而不犯险。

  当然,即便RISING PILOT如此表现,也无法满足所有用户的口味。所以飞凡汽车特意加入了自主可调的MY PILOT,支持用户在舒适、标准、运动等多种驾驶模式间切换,不同模式应对同样交通状况的变道策略和驾驶风格上的差异明显,以此来适应不同用户、不同路况下的个性诉求。

  从媒体实测里你会发现,RISING PILOT在中国的路上,跑得特别欢,特别顺。原因很简单,RISING PILOT是飞凡汽车用中国道路的实跑数据,一公里一公里喂出来的。交付前,RISING PILOT在中国高速上的实测里程累计超过 17 万公里,整体测试里程超过 40 万公里,这比许多用户在换车前开过的总里程都要多得多。
  硬件,不能落后

  想在非常“卷”的中国汽车智驾赛道里取得一定的领先身位,预埋基础硬件已经不够,只有像飞凡汽车这样,预埋超前于时代的硬件,为高阶算法提供发挥能力的基础,才能在快速进步的行业迭代大潮里,抢占先发优势窗口,牢牢打下自己的锚点。

  说起先进硬件,“蔚小理”似乎总是能抢到各种全球首发,英伟达 Orin X 自动驾驶芯片,Innovusion 1550nm激光雷达。没错,作为造车新势力,这三家的确占领了不少智驾硬件的先发时间窗口,但这并不代表市面上只有这三家在忙着把先进硬件装进新车,飞凡汽车的努力程度和积极劲头,一点也不比“蔚小理”差。
  首先,数量上获胜。

  飞凡R7搭载了33个感知硬件,国内首发量产的Premium 4D成像雷达、增强版远距离点云角雷达 、800万像素摄像头和厘米级高精定位系统。

  其次,质量上占优。

  比如4D成像雷达,这样可识别140米以外可乐罐的顶尖传感器在国内的首次运用,就放在了飞凡R7上。

  Premium 4D成像雷达可以在距离、速度、水平方位角、垂直高度四个纬度上进行数据感知,在3D雷达的基础上增加了“探测物体垂直高度”。相较毫米波雷达,4D雷达通过增加发射、接收通道的个数,提供点云功能,输出X,Y,H,V(距离、水平和垂直定位高度以及速度)四个指标,提升了静态障碍物的检测率。同时,Premium 4D成像雷达探测距离为350米,高于普通毫米波雷达的210米,在极端天气和光照条件欠佳也可正常运作。

  12个800万像素摄像头对车辆周围进行 360°全范围感知,对动态人车交通参与者,静态车道线、地面标识、红绿灯、限速标识等交通要素的感知内容颗粒度更细。并且,800万像素摄像头可实现的动态范围(HDR)更高,LED频闪消除功能(LFM)更强。  

  最后,算力上胜出。

  飞凡R7搭载英伟达Orin X芯片,单颗芯片算力254TOPS,满足现有平台算力需求的同时,为数据迭代和算法迭代,实现更高级别辅助驾驶的打下坚实基础。

  毫无疑问,预埋基础硬件已经不够,只有像飞凡汽车这样,预埋超前于时代的硬件,为高阶算法提供发挥能力的基础,才能在快速进步的行业迭代大潮里,抢占先发优势窗口,牢牢打下自己的锚点。

  写在最后

  驾驶辅助能力的终局之战,本质上是一场硬软一体的综合性比拼。在硬件水平相同的前提下,获胜的关键是软件水平。软件的算法层面,是解决方案实现功能差异的核心。在RISING PILOT上,你会看到飞凡汽车已经让“全融合”算法路线登上了舞台。

  比国际大厂跑得更快,是因为飞凡汽车做对了三件事:第一,在 2020 年时着手进行智驾领域的研发,这个起步时间与“蔚小理”转向自研路线很接近,与行业头部节奏一致;第二,组建了一支500 人规模的高阶智驾人才库的同时,在国内多个城市部署项目团队,以中国用户的本土化场景和需求为中心,进行研发与改进;第三,与LUMINAR、英伟达、采埃孚等全球顶级供应商深度绑定,依托上汽集团全价值链集成和量产经验,为整体进程按下加速键。

  但为什么又要“等”到今年才交付,是因为作为一家心态成熟的造车公司,飞凡汽车不想把“半成品”交付给用户,所以选择用时间和大量的路测来沉淀数据,修正产品,最终结果是飞凡汽车做出了有自我风格的RISING PILOT。正如飞凡汽车CEO吴冰在成都车展上所言:“做大腕不做大嘴”。

  中国消费者会买不买单这套生于斯,长于斯的RISING PILOT系统,我们无法在交付前给出确定答案,但我们现在可以确定的是,以飞凡汽车为代表的“算法派”正在阔步走向智能电动汽车时代舞台的中央。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表