记得2020年初特斯拉刚刚国产化的时候,整个国内汽车行业都在传“狼来了”。
尤其是智能驾驶方面,当时国内绝大部分自主品牌,都无法与特斯拉匹敌。
那时国内自主品牌的智驾系统,绝大部分都是买的以色列公司Mobileye的“一揽子”方案,在软硬件优化上,处于相对被动的状态。
但从2021年开始,情况开始发生了转变。
车企们开始纷纷抛弃Mobileye,转而投入大量的资源,走自研自动驾驶算法路线。
越自研越陷入狂热,使得2021年自主品牌电动车的智能驾驶水平得到了突飞猛进的增长,呈现百花齐放的势头,各家新推出的车型基本上都拥有L2级别辅助驾驶基础功能了。
紧接着2022年,智驾赛道的内卷正式拉开帷幕,许多车企都开始加入“军备竞赛”之中,竞争非常激烈。
智能驾驶芯片一个不够用两个,算力从个位数一下变成了百位数;激光雷达一个不够上两个、三个;摄像头4个不够用8个,200万像素不够用800万像素……
硬件的升级以及软件的快速更新迭代,使得自主品牌智能驾驶水平几乎一夜之间进化到了“领航辅助驾驶”时代。
以至于到了现在,领航辅助驾驶功能的强弱,几乎成为了评价一家车企智能驾驶水平的标杆。
在已经有能力实现领航辅助驾驶的车企中,大部分还只停留在高速领航辅助驾驶阶段。而场景更为复杂多变的城市领航辅助驾驶,成为了许多车企卡脖子的门槛。
有智驾工程师曾经跟我说过,领航辅助功能在城市场景实现,比在高速场景要难上100倍。
毫不夸张的说,能突破这道门槛的车企,算得上智驾领域第一梯队头部水平了。
最近,继小鹏、华为系和理想之后,又一家官宣实现城市领航辅助驾驶的品牌诞生了——智己在9月8日,正式发布了一条城市NOA一镜到底内测视频。
挑战的路段,恰恰是上海最中心区域上海陆家嘴,里面车流、人流复杂密集,这对于智驾系统来说,可谓一场大考。
01. 智己城市NOA表现如何?
那么智己的城市NOA,究竟配不配得上第一梯队呢?我们不乏来具体分析一下。
相比高速路段,城市路段怎么也避不开的复杂场景之一,当属红绿灯路口了。
做到红灯停绿灯行不犯交规,是最基本的要求,这个基础上,要动态分析每一个进出路口的交通参与者动向,不仅有车辆,还有小孩、成人、老人,以及形色各异的非机动车,如两轮车、三轮车、老头乐等等,从而规划一条合理的行驶逻辑并执行。
到底什么时候减速让行,什么时候绕行通过?这种逻辑判断别说机器,就算是给一些新手司机,都不太好处理。
在智己城市NOA公开演示的视频片段中可以发现,在无保护右转时,车辆精准识别到了自行车和飞奔的行人,以接近行人的速度让行,再选择通过路口,表现非常绅士。(PS:在上海不礼让行人,属于违法行为,被拍是要被罚3分的)
在左转时,遇到右转车辆加速驶来,虽然理论上左转的路权大于右转,但智己的系统仍然选择了优先减速让行,表现依旧十分绅士。
值得一提的是,这两个场景车辆并没有直接刹停,而是缓慢接近,这对于乘坐体验来说较为友好。
除了路口场景以外,城市场景相比高速场景的另一大特点,就是车流密度会更大,高峰时段容易发生拥堵。
这时候,有些急性子司机就会一脚油门下去强行加塞。要是这时恰好驾驶员刚干完一天的工作,下班回家开车路上又累又困,没注意前车就很容易酿成事故。
智己城市NOA对于强行加塞的车辆,可以做到预判识别并及时刹停让行。
下面这个无保护左转,相比前几个场景来说,是真的上难度了。
过程中车辆遇到了多辆对向来车和电动车,系统选择了缓慢左转,在确认安全之后才通过路口,并没有对非机动车道上的车流造成太大干扰。
看得出,对于路口左右转和前车加塞这种场景,智己城市NOA的决策逻辑更偏向于安全而非激进。
但,这并不代表智己城市NOA并不注重通勤效率。
在多条车道行驶过程中,系统会对几条车道的车流速度进行分析,优先选择变道到通行效率最高的一条车道上。
对于“龟速行驶”的车辆,系统果断识别出来,并采取了绕行策略。
面对有违停车辆同时还伴随行人横穿的城市窄路,车辆会计算出一条可行进的路线,不断打方向盘微调让行,并没有出现刹停的情况,动作还是很接近人类司机的。
在窄路内遇到从左后方突然窜出的电动车,系统也可以精确识别并刹停。
在视频最后压轴出现的,是NOA通过无保护掉头场景,这也是官方认为实现难度最大的一个场景。
或许有人会有疑问,为什么城市NOA无保护掉头是最难的呢?
我特地去问了一位做智驾研发的工程师,他看完这个视频之后挺惊讶的,表示智己是他第一次见能做城市NOA无保护掉头的品牌。
为什么做无保护掉头特别难呢?
这是因为,市面上大部分带智驾系统的车型,其感知重点往往都集中于前向,在掉头时往往无法提供足够的侧向感知。
而智己LS7头顶的两颗覆盖范围120°的激光雷达,叠加起来可以实现前向180°感知。这样在掉头过程当中,即使车头大幅向左转向,也可以感知到右侧对向来车。
所以总体来看,现阶段智己的城市NOA,风格调教以稳定和安全为主,激进的操作相对较少,对乘客整体体验会更偏舒适。在一些车流较少的路段,也可以择优选择车道,从而提升通过效率。
不管怎么样,能在一线城市核心区域挑战城市NOA并成功,其实就已经配得上智驾第一梯队的名号了。
02. 智驾如何高速进化?
“智己汽车仅用2年时间,就完成了其他行业头部玩家长达9年的智驾技术积累,刷新了智驾落地最快记录。” 智己汽车副CTO/智能驾驶首席科学家郭辉在IM AD DAY智己汽车智能驾驶发布会·清华篇上表示。
郭辉这么说其实不无道理,从蔚小理这些头部新势力2014年左右成立到现在,已经过去了整整9年的时间。
相比之下,2020年12月成立的智己汽车还很年轻,对很多人来说是其实是更为陌生的新面孔。
对于自动驾驶能力的成长,必然离不开巨量的数据积累。
通常意义上来说,涉猎自动驾驶的玩家入局越早,车卖的越多,越能积累更多的数据,先发优势也就越明显。
这个过程就像刚拿到驾照的人逐渐成为老司机的过程,车开的时间越久,越熟练。
特斯拉从2015年卖出的第一辆车,到2019年卖出的第81万辆车,都是特斯拉自动驾驶进化的“养分”来源,4年时间里特斯拉已经积攒了多达48亿公里的路测数据。
这也是为什么,特斯拉刚刚实现国产化那段时间,其辅助驾驶能力跟其他品牌相比要明显强很多。
但,起步落后的智己,是怎么做到短短2年的时间,就迅速追上跻身智驾第一梯队的呢。
首先,支撑起智驾所必需的巨量数据从哪获取呢?
这就不得不提到与上汽合作的智能驾驶公司Momenta了。
Momenta是一家2016年成立的自动驾驶公司,2021年获得了上汽集团领投,并成为了深度合作伙伴。
Momenta在成立之初也深知数据的重要性,因此采用了一种叫“众包模式”的数据搜集法——不同于特斯拉只用自家车跑数据,Momenta与多家品牌签署合作,在已经运营的车辆上安装数据采集器,收集路上环境、司机驾驶行为等数据。
因此,Momenta可以用很低的成本获得大量的数据。
这数据量大到什么程度?
根据智己公开的信息,他们每天通过和Momenta搭建的数据链,峰值传输路测数据高达1400万公里。
这是个什么概念?粗略估算一下,相当于不到1年的时间就可以积攒特斯拉2015-2019年之间整整4年的数据量!
虽然海量的数据支持有了,但想要完全利用上这每天1400万公里的数据,难度也要比正常情况下大得多。
早年间自动驾驶研发过程中,往往需要花费大量的人力去处理这些数据,Momenta就经历过这个阶段。
我有一个朋友上大学期间在Momenta做过兼职实习,具体兼职的内容就是,从项目负责人那里领取“图包”,一个图包里大概有200多张图,都是行车记录仪的逐帧画面。
实习生的工作很简单,就是用专用软件把图片做一下标注,比如行人用绿框框出来,车用红框框出来,车道线用黄线描出来……诸如此类。
处理完之后把图包上传到系统,就可以挣几十块钱的零花钱。
这么做的目的,就是为了让机器识别算法计算的结果,与人的实际标注结果做比对,让算法尽可能接近人的判断。
而对于智己每天需要清洗、加工的大量数据,用真人来处理显然是跟不上的。
因此智己构建了Planning(决策)数据-模型产线,利用Transformer架构深度学习大模型算法,实现类似用ChatGPT处理数据的效果。
除了数据处理以外,智己在车端也用上了Transformer架构,打造出的D.L.P.人工智能模型,可以让车模仿人脑判断决策的过程。
这也是为什么,智己4月份开启NOA内测时给网友做的“图灵测试”投票中,很多网友都分辨不出,到底哪个是开的,哪个是车自己开的。
而这种类似AI司机的判断逻辑,正是智能驾驶赛道突破到下一阶段——“去高精地图”所不可或缺的,也就是所谓“无图”。
今年9月份,智己将开启去高精地图的DDLD技术方案公测。
要知道,高精地图现阶段对于高阶智驾来说是非常重要的,其精度可以达到厘米级,远远超过目前我们常用的高德、百度导航地图。车可以通过高精地图得知道路的形状、车道线、交通标志、红绿灯以及静止障碍物等等很多信息。
简单可以理解为,用了高精地图就跟游戏里开了“全图挂”一样,可以大量减少智驾实现难度。
但,为什么智驾顶流玩家们都在努力做“去高精地图”呢?
原因很简单,因为高精地图的“鲜度”和覆盖率是有局限性的。
我们国家有不少地区,道路信息都是相对敏感的,所以国家在高精地图测绘资质上卡的十分严格。到目前为止一共就只有4家,百度、高德、四维图新和易图通。
测绘车辆需要“慢跑测绘”,才能制作出出符合标准的高精地图。试想中国那么疆土那么大,得用多少车才能把中国的每个角落都绘制完呢?
因此,有很多地方高精地图都是无法覆盖的。即使有高精地图覆盖的地方,可能高精地图信息也是很久以前的了。
没有“去高精地图”NOA能力的车,开到高精地图没有覆盖的区域,不仅无法打开NOA功能,更有可能因为NOA被动退出导致事故。
此外,用了鲜度不够的高精地图,碰到道路临时施工或改线的情况,也容易让系统误判,增加事故风险。
一定程度上来说,高精地图对于智能驾驶,既是“钥匙”,也是“枷锁”。
那么,智己会通过什么方式去高精地图呢?
智己给出的答案是,实时建图技术——即通过车上的激光雷达、摄像头等传感器,实时生成道路特征信息,相当于自己本身就是辆测绘车了。
后续,智己还会加入Occupancy占用网络算法,让实时建图的精度达到厘米级,就连地面上的小凸起和车辆悬挂这种细节,系统都可以识别的到。
在成功突破高精地图这个枷锁之后,NOA适用范围将会显著提升,端到端全程“无断点”的辅助驾驶也有望落地。
可能有人会担心,加入这么多高阶算法之后,算力会不会不够用?
这一点,智己也有考虑过。
值得一提的是,智己IMAD目前是国内唯二两家兼容Xavier和Orin两种高低算力双智驾计算平台的车企。
据智己官方透露,经过几轮的算法架构“轻量化”,其智驾系统对算力的需求已经降低了90%。
仅凭“单激光雷达+单Orin芯片”方案,也能做到覆盖全量城市场景,满足去高精地图NOA;而不带激光雷达的纯视觉感知版本,至少有能力做到高速NOA。
除了提高NOA适用度以外,智己还在很多影响用户NOA使用意愿的细节方面做着优化。
根据智己公布的数据,目前智己IM AD变道成功率已经提升至98%,1000公里范围内不舒适减速已经降至1.3次,安全接管频次已降至0.36次。
但这,对于智己汽车来说还远远不是终点。
智己汽车的目标,是让这些细节无限趋近于极限,让智驾从接近人类司机,最终发展为超越人类司机。
03. 写在最后
智能驾驶在短短几年时间里,从萌芽阶段已然迅速化为奔腾的野马,进步速度令人瞠目结舌。
如果说2020-2022年新能源渗透率从4.9%迅速攀升至30%以上,映射这新能源汽车迎来历史性的拐点。
那么接下来的2023-2025年,将会迎来属于自动驾驶时代的拐点。
对于智己汽车来说,已经规划好了接下来两年要走的路——今年9月和10月,智己将分别开启去高精地图NOA和城市NOA公测;到2024年,将正式开启通勤模式,NOA百城齐开;到2025年,从A点到B点的端到端全场景通勤落地。
这,将是自动驾驶前的最后一战。
斗争必然伴随着残酷,在智驾迅速普及的过程中,跟不上脚步的玩家会被无情的淘汰。
而胜利,往往属于有准备的人。
你们怎么看智己IM AD的表现?欢迎进群和社友们分享你的看法!
相关文章