智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
回放
300W開放式電源轉(zhuǎn)換器TPP300-124A-M
開放式電源,TPP300-112M,TRACO電源品牌
TRACOPOWER
前幾日，建約車評對李想的采訪文章中曝光了理想汽車接下來關于自動駕駛的發(fā)展路線，很多細節(jié)在李想與 42 號車庫的溝通中也提到過。
之前我們的文章寫過李想把理想 ONE 打造成爆款的邏輯，沒有提到的是，理想造車另一個很重要的目的就是，在 2025 年拿到一張自動駕駛賽道的入場券。這個理念在早前汽車之家的直播中李想已經(jīng)提到過了。
結合我們與行業(yè)內(nèi)做自動駕駛公司和車企的交流，還有對市面上搭載自動輔助駕駛車型的宣傳，可以發(fā)現(xiàn)自動駕駛的發(fā)展方向已經(jīng)分為兩個思路在走了。
01 自動駕駛的兩條路線
路線一
從建約車評的采訪中可以得知，理想汽車自動駕駛演進的路線是從目前的 ADAS 為基礎，2021 年至 2022 年發(fā)展至 NoA，2023 年至 2024 年增加高精度地圖，并實現(xiàn)終的 FSD。
先簡單解釋一下突如其來的 3 個專有名詞：
ADAS：Advanced Driving Assistance System 的縮寫，譯為高級駕駛輔助系統(tǒng)?？梢詫崿F(xiàn) ACC 自動跟車以及 LCC 車道居中功能，在一些車道線清晰的路段，車輛可以主動調(diào)節(jié)車速，并將車輛保持在車道中央行駛。
NoA：Navigate on Autopilot 的縮寫，譯為自動輔助導航駕駛。在 L2 級輔助駕駛的基礎上，車輛可以根據(jù)車機設定的導航路段，主動變換車道、切換高速。
FSD：Full Self-Driving 的縮寫，譯為完全自動駕駛能力。顧名思義，自動駕駛。
我相信在座的很多朋友對這 3 個已經(jīng)再熟悉不過了，因為特斯拉早在 4 年前就喊出了這些功能。
2014 年，特斯拉推出第一代硬件的 Autopilot，可以實現(xiàn)基礎的 ADAS 功能，以及打燈自動變道功能。
2016 年推出第二代硬件，攝像頭數(shù)量從原來的 1 個增加到 8 個，實現(xiàn)了 360 度的視覺感知，同時芯片算力大幅提升，功能層面首次發(fā)布 NoA 自動輔助導航駕駛，并提出 FSD 概念。
2019 年推出第三代硬件，感知硬件架構不變，自動駕駛芯片升級，算力再度提升，功能層面推出「識別紅綠燈、停車標識并自動剎停功能」，為實現(xiàn)城市道路 NoA 做準備。
所以在實現(xiàn)自動駕駛這條路上，理想規(guī)劃的幾個功能和特斯拉不謀而合，或者說，理想也選擇了特斯拉實踐出來的這條路線。
同樣走這條路線的還有另外兩家造車新勢力車企：蔚來和小鵬。
今年 4 月 1 日，蔚來汽車正式宣布，將在今年年內(nèi)向所有選裝 NIO Pilot 的用戶推送 Navigate on Pilot 自動輔助導航駕駛功能。
4 月 27 日，小鵬 P7 發(fā)布會上，小鵬汽車透露，XPilot 3.0 版本的輔助駕駛可以實現(xiàn) NGP 全自動高速導航以及城市擁堵路段自動駕駛輔助。
從路線層面來看，這三家頭部的造車新勢力車企在自動駕駛路線上都走向了同一條路。
說到這里，一條清晰的自動駕駛路線已經(jīng)出現(xiàn)了，就是由特斯拉的 ADAS-高速 NoA-城市 NoA-FSD 路線。
路線二
另一大陣營主要由傳統(tǒng)車企組成，在實現(xiàn)自動駕駛的路上，按照 SAE 及工信部公布的《汽車駕駛自動化分級標準》對自動駕駛的定義來設計產(chǎn)品。
2017 年，奧迪正式推出第五代 A8，在激光雷達的加成下，這代 A8 成為了首款搭載 L3 級別自動駕駛技術的量產(chǎn)車型。
這是傳統(tǒng)車企第一次喊出 L3 級自動駕駛。
在介紹 A8 的 L3 到底實現(xiàn)了什么功能之前，我們先了解一下 L3 的定義。
這是國家工信部在今年 3 月 9 日發(fā)布的《汽車駕駛自動化分級》推薦性國家標準報批公示。
從表中可以看出，第 3 級駕駛自動化等級的名稱是「有條件的自動駕駛」，其中「車輛橫向和縱向運動控制」和「目標和事件探測與響應」都由系統(tǒng)負責。
也就是說開啟了自動駕駛功能之后，駕駛者可以做到脫手、脫腳、脫眼，駕駛和監(jiān)管都有系統(tǒng)負責，駕駛者只需要在系統(tǒng)報警的時候回來接管車輛即可。
清楚了 L3 級自動駕駛「人」和「車」的分工之后，我們再來看 A8 實現(xiàn)的功能。
根據(jù)官方介紹，A8 在開啟了 Audi AI 功能之后，駕駛者可以將雙手從方向盤上移開，做一些駕駛以外的工作。但是該功能限制的路況條件為「高速」+「60 km/h 以下的車速」。
這是 2017 年奧迪發(fā)布的 L3級自動駕駛，步入 2020 年，L3 越來越高頻地出現(xiàn)在了我們眼前。
今年 3 月 10 日，長安汽車發(fā)布了一個「L3 級自動駕駛量產(chǎn)體驗」的視頻，并且提到了「解放用戶雙手、雙腳、雙眼，實現(xiàn)真正意義上的 L3 級自動駕駛?！?br />
今年 6 月 3 日，廣汽新能源發(fā)布了一則標題為「埃安 LX L3 自動駕駛」的視頻，同樣提到了「脫手」、「脫腳」、「自動駕駛」等關鍵詞。
可以發(fā)現(xiàn)，在這條路線上，大家更多強調(diào)的是自動駕駛實現(xiàn)的分級，和駕駛員介入的程度，適用的場景是被弱化的。而造車新勢力們反而更多強調(diào)「自動/輔助駕駛」適用的場景，而不是分級和駕駛者介入的程度。
從我個人近兩萬公里的輔助駕駛使用體驗來說，現(xiàn)階段基于適用場景來開發(fā)自動駕駛的功能，在體驗上是超過基于 SAE 標準開發(fā)的自動駕駛的。
美國 SAE 標準和工信部《汽車駕駛自動化分級》更想明確地劃分出「車」與「人」的關系，優(yōu)勢在于明確了不同場景下的責任主體，但是產(chǎn)物則是相對畸形的。
就像奧迪 A8，在高速路段(無行人、無紅綠燈)且車速低于 60 km/h 可以實現(xiàn) L3 級別自動駕駛，適用場景非常局限。
廣汽新能源 Aion LX 可以實現(xiàn) 0-120 km/h 的脫手脫腳(沒有實現(xiàn)脫眼嚴格意義上并不算 L3 級自動駕駛)，但是如果遇到慢車或者需要切換高速，仍然需要駕駛者介入，「自動化」程度并不夠高。
當然特斯拉的路線也有自己的問題，功能越來越豐富，駕駛者需要接管的次數(shù)越來越少，但是責任主體仍然是駕駛者，所以雖然功能好用，但是仍然需要集中注意力「正確」使用。
回歸到研發(fā)自動駕駛的目的上，自動駕駛的核心目的是降低駕駛者的參與，讓駕駛者更加輕松，所以我們希望更多的車企能夠基于「適用場景」來開發(fā)自動駕駛，不要被陷入 L2、L3 的框架。
明確了我們認定的路線，接下來我們再聊第二個話題。
02 造車新勢力有機會超過特斯拉嗎？
很難，但是有希望。
難在硬件和算法的落后，希望則在中國車企對中國人的需求理解得更透徹。
硬件和算法
先說硬件，特斯拉從 Hardware 2.0 開始，在全車布局了 8 顆攝像頭作為車輛主要的感知硬件；小鵬 P7 同樣采用了以視覺為主的感知方案，在全車布局了 13 顆攝像頭(8 顆同時工作)；理想的下一代車型 X01(內(nèi)部代號)也會搭載 8 顆攝像頭作為主要的感知元件。
一旦明確了這個技術路線，接下來的發(fā)展方向也就明確了。
堆疊感知硬件的工作是相對簡單的，豐富且復雜的感知硬件背后需要算力強大的輔助駕駛芯片和足夠智能的算法來用好這些數(shù)據(jù)。
根據(jù)理想汽車自動駕駛業(yè)務總經(jīng)理朗咸朋的推算，8 顆 200 萬像素的攝像頭，以 30 幀每秒的速度捕捉畫面，每個像素使用典型網(wǎng)絡需要的算力乘起來，至少需要 200 Tops 以上的算力才可以滿足真正意義上的 FSD。
但是目前市面上并沒有一款算力超過 200 Tops 的量產(chǎn)自動駕駛芯片，所以為了滿足接下來單車智能的需求，對芯片算力的需求也會不斷提高。
更重要的是，在提高芯片算力的同時，必須要滿足車端對能耗的要求和生產(chǎn)制造成本的要求。
對于芯片制造企業(yè)，面對的不止有技術瓶頸，還有銷量的瓶頸。只有擁有足夠產(chǎn)量之后才有可能拉低整體的制造成本，同時價格足夠低，才有可能放在更便宜的車上，擁有更大的銷量。二者的關系就像一個反比例函數(shù)。
廠家必須要對未來充滿信心，才有可能去做這種短期內(nèi)看不到巨大收益的產(chǎn)品。這是特斯拉的優(yōu)勢之一，也是走視覺路線將面臨的巨大挑戰(zhàn)。
面對這樣的市場現(xiàn)狀，特斯拉沒有駐足等市場給出一個能夠滿足需求的選擇，而是選擇自主研發(fā)一款高算力芯片。
Hardware 3.0 也是目前市面上量產(chǎn)芯片中算力強，性價比高的一顆芯片，盡管這顆芯片的算力只有 72 Tops(總算力 144 Tops，另外 72 Tops 算力用作冗余)，距離理想目標能實現(xiàn)自動駕駛的 200 Tops 還有差距，但是特斯拉已經(jīng)走到了前面，并且特斯拉自己可以保證接下來過 100 萬的需求。
當然在硬件的布局上，造車新勢力也根據(jù)自己的理解作出了一些調(diào)整。小鵬 P7 和理想的 X01 都會在攝像頭的基礎上，增加 5 個毫米波雷達，在數(shù)量上比特斯拉目前的架構多了 4 個，做到了攝像頭+毫米波雷達雙重 360 度感知，彌補攝像頭在暴雨、霧天的物理缺陷，并且起到了感知冗余的作用。
此外小鵬 P7 還在車端布置了高精定位的硬件，并用了高德地圖提供的高精度地圖，理想 X01 也會搭載高精度地圖作為額外的「信息」來源。
其次是算法，今年 2 月自動駕駛?cè)丈?，特斯?AI 總監(jiān)透露，特斯拉已經(jīng)累積了超過 30 億英里 Autopilot 行駛的數(shù)據(jù)，對于車企而言，足夠大的數(shù)據(jù)量可以幫助企業(yè)非常高效地優(yōu)化算法，目前特斯拉積累的路況數(shù)據(jù)是所有企業(yè)都無法企及的，所以在自動駕駛視覺識別算法上，特斯拉也擁有的優(yōu)勢。
從結果來看，在 2016 年特斯拉就在美國地區(qū)推出了 NoA 功能，2019 年 5 月在中國地區(qū)推出 NoA 功能，然而國內(nèi)車企目前沒有一家推出該功能，給出的時間表中，快也要到今年年底才能實現(xiàn)，所以從功能層面來看，特斯拉至少了 2-4 年的時間。
中國車企的希望
交通環(huán)境中交通法規(guī)和當?shù)厝嗣竦鸟{駛習慣都是極具地方特色的，特斯拉說到底還是一家美國企業(yè)，簡單粗暴地把美式 Autopilot 的工作邏輯搬到中國肯定是不適用的。
從自動泊車的體驗來看，對車位的識別和停入車位后的位置，都不如中國本土品牌小鵬汽車做得好。
從 ADAS 的體驗來看，特斯拉在跟車狀態(tài)下，即使把跟車距離調(diào)至近一檔，距離前車的距離仍然達到 5 米，非常容易被加塞，而蔚來卻可以做到 3.3 米。
從 NoA 的體驗來看，系統(tǒng)默認左側(cè)車道為超車道，所以即使將車速設為 120 km/h，系統(tǒng)仍然會自動將車輛保持在左側(cè)第二車道行駛，只有超車時才會并入左側(cè)車道。
這個邏輯在美國高速沒有太大問題，但是在堵車或雙向僅 4 車道的中國高速上，使用 NoA 的體驗極其糟糕。
所以，即使特斯拉能力非常強，但是不同的工作邏輯標定也會帶來體驗上的缺失，而且隨著自動化程度的不斷提高，車輛需要接管的場景越來越多，對特斯拉的調(diào)整也逐級提高。
為了中國的道路場景、法規(guī)政策，優(yōu)化使用體驗，特斯拉對外事務副總裁陶琳曾透露：「特斯拉中國可能會增加其自動駕駛研發(fā)人數(shù)，為中國市場單獨成立一組自動駕駛團隊。
在中國市場擁有一支專門的 AI Autopilot 團隊將有助于 FSD 適應美國駕駛與中國駕駛之間的差異，以改善公司在中國實現(xiàn)『完全自動駕駛』技術的落地?！?br />
對于中國車企而言，在實現(xiàn) FSD 的過程中，相比特斯拉在硬件及算法上有一定落后，但也有時間的空窗期，能不能抓住這個機會就看中國車企自己了。
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
