別再用智駕的激光雷達割韭菜了
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對面交流
海量資料庫查詢(xún)
這年頭，一輛智能汽車(chē)不裝個(gè)激光雷達，且不吹一波智能駕駛，大概率就不好賣(mài)到25萬(wàn)+了。
畢竟，激光雷達、高算力芯片，以及頻繁刷屏的“全程無(wú)干預”城區智駕，已經(jīng)成為了一款智能汽車(chē)上最突出的溢價(jià)點(diǎn)。其中，前兩者的硬件成本居高不下，往往只有頂配車(chē)型才會(huì )搭載。而城區智駕功能由于需要面對相比較封閉道路更復雜的交通環(huán)境，因此往往對傳感器精度和算法復雜程度提出了更高要求，需要依賴(lài)激光雷達和高算力芯片來(lái)實(shí)現。
這么一看，消費者要為整套智駕軟硬件動(dòng)輒支付幾萬(wàn)元，看起來(lái)確實(shí)挺合理。對此，也有不少消費者主動(dòng)去選購了相應配置和方案。但問(wèn)題是，這套軟硬件真的能給用戶(hù)帶來(lái)車(chē)企宣稱(chēng)的價(jià)值嗎？
更可氣的是，不少用戶(hù)在為城區智駕方案支付溢價(jià)后，卻在很長(cháng)一段時(shí)間內并沒(méi)有得到廠(chǎng)商承諾的功能。
通俗而言，就是當了韭菜。
對于激光雷達，大多數車(chē)企還玩不轉
正如前文所說(shuō)，當前無(wú)論是BBA等德系豪華車(chē)企，還是售價(jià)20多萬(wàn)元的中國本土品牌，大家都將激光雷達選為了實(shí)現城區智駕的關(guān)鍵傳感器。但就筆者的了解，盡管大家都在產(chǎn)品宣傳頁(yè)中將激光雷達作為關(guān)鍵賣(mài)點(diǎn)，但實(shí)際能讓這款傳感器充分發(fā)揮作用的企業(yè)并不多。
這里要解釋一下，激光雷達在智能駕駛中扮演的作用。通常一輛車(chē)會(huì )搭載三類(lèi)傳感器：攝像頭、毫米波雷達和激光雷達。其中，攝像頭采集的數據為圖像信息。該數據會(huì )涵蓋包括道路環(huán)境、車(chē)道線(xiàn)、交通標志燈信息，相對而言最為全面。同時(shí)，其所需的人工智能算法也最為成熟，因此也是智能駕駛系統運行所需的主傳感器。事實(shí)上，視覺(jué)識別算法也往往由車(chē)企和中國本土智能駕駛供應商所研發(fā)，迭代速度較快。
毫米波雷達的感知算法則往往由供應商提供，只輸出感知結果，過(guò)程數據則不對車(chē)廠(chǎng)公開(kāi)，也就是行業(yè)中常說(shuō)的“黑盒子”。一般來(lái)說(shuō)，毫米波雷達****的電磁波感知范圍很遠，但****角度較小，因此往往只用于探測前車(chē)速度、距離信息。但由于其抗干擾能力較強，因此對于車(chē)企來(lái)說(shuō)，毫米波雷達探測到的環(huán)境信息往往僅作為視覺(jué)感知的“校驗”環(huán)節，用于給視覺(jué)算法查漏補缺。
而“重頭戲”激光雷達，因為其****出的激光射線(xiàn)構成的點(diǎn)云可以直觀(guān)地感知到前方道路參與者的距離和位置信息，且不容易收到強光（太陽(yáng)光直射）的干擾，所以被車(chē)企寄予厚望。但問(wèn)題是，激光雷達的感知算法無(wú)論是對于車(chē)企還是供應商，都是前所未有的挑戰。說(shuō)白了，市場(chǎng)中的大多數玩家其實(shí)都不善于處理點(diǎn)云數據，并根據其感知到的結果制定駕駛決策行為。
更不用說(shuō)，如何在感知環(huán)節將激光雷達的點(diǎn)云和攝像頭的圖像兩種類(lèi)型的數據做融合了。事實(shí)上就筆者了解，國內某家“遙遙領(lǐng)先”的科技公司，至今也在努力搞定這一問(wèn)題。因此在實(shí)際使用過(guò)程中，車(chē)企往往也只是用激光雷達的數據和毫米波雷達一樣，做校驗。
筆者在這里提到的問(wèn)題，并非憑空杜撰。一位在國內頭部智能駕駛供應商企業(yè)供職的內部人士就告訴筆者，他們服務(wù)的客戶(hù)盡管在新車(chē)上搭載了激光雷達，但由于算法研發(fā)的工程問(wèn)題，前者在使用過(guò)程中甚至會(huì )對系統決策的準確性產(chǎn)生干擾。這就導致系統打開(kāi)激光雷達后，在實(shí)際道路測試中的執行準確性甚至比之前還降低了。
對此這位內部人士表示，為了保持產(chǎn)品交付后質(zhì)量的穩定性，他們最終在后續產(chǎn)品上關(guān)閉了激光雷達。也就是說(shuō)，這款系統采購價(jià)格動(dòng)輒上萬(wàn)元的高級傳感器，目前只發(fā)揮了“擺設”的作用。
真不如上淘寶買(mǎi)個(gè)“假的”了！
事實(shí)上，一些車(chē)企們也發(fā)現了這一問(wèn)題，并已經(jīng)計劃在后續車(chē)型產(chǎn)品，尤其是中端和低端車(chē)型序列中“拿掉”激光雷達。但問(wèn)題是，如果沒(méi)有這一傳感器參與校驗和“補盲”，視覺(jué)算法無(wú)法準確感知到隔壁車(chē)道中車(chē)輛的準確距離。
國內南方省份一家智能駕駛科技公司的內部人士就曾告訴筆者，他們的技術(shù)方案中已經(jīng)在大部分場(chǎng)景里用視覺(jué)算法替代了激光雷達，但對于斜前方的“加塞車(chē)”，攝像頭還是不能比激光雷達“看得更準確”，而這就為城區智駕方案帶來(lái)了安全風(fēng)險。
更要命的是，激光雷達理論上最好的位置是放在車(chē)頂，以獲得最佳的探測角度。但問(wèn)題是沒(méi)有汽車(chē)企業(yè)會(huì )選擇這么做，因為實(shí)在是太丑了。而像部分量產(chǎn)車(chē)這樣，將激光雷達融入車(chē)身的做法盡管兼顧了設計美觀(guān)的需求，但同時(shí)限制了其感知性能。因此，車(chē)企往往又需要更多激光雷達進(jìn)行補盲，這就進(jìn)一步提升了系統的復雜性，并抬高了整車(chē)售價(jià)。
不過(guò)，行業(yè)內大多數玩家搞不定的事情，并不代表著(zhù)沒(méi)人能做到。在全球范圍內，已經(jīng)有兩家汽車(chē)企業(yè)在量產(chǎn)車(chē)上實(shí)現了依靠純視覺(jué)算法實(shí)現城區智能駕駛功能。這兩家車(chē)企都僅僅用攝像頭的視覺(jué)感知算法，實(shí)現了紅綠燈通過(guò)、路口無(wú)保護左轉、城區道路內的點(diǎn)到點(diǎn)智能駕駛。
其中，特斯拉的FSD（Full Self Driving）在北美地區已經(jīng)實(shí)現了交付。而在業(yè)界公認的智能駕駛難度“高地”中國，10月27日上市的極越01，則成為了“先行者”。
那么問(wèn)題來(lái)了，不靠激光雷達，迄今為止最晚交付產(chǎn)品的新勢力極越，是怎么實(shí)現了其他競爭對手都沒(méi)做到的成果呢？
“占用網(wǎng)絡(luò )”——讓攝像頭看到應該看到的信息
作為全球唯二在量產(chǎn)車(chē)上實(shí)現城區智駕的車(chē)企，極越和特斯拉都在使用了BEV+Transformer 純視覺(jué)大模型算法的基礎上，加入了占用網(wǎng)絡(luò )（Occupancy Network）技術(shù)。這里的技術(shù)名詞比較多，筆者會(huì )盡量簡(jiǎn)要地向各位解釋其在智能駕駛中扮演的角色。
我們最近一年常聽(tīng)說(shuō)的BEV，全程是Bird Eye View（鳥(niǎo)瞰圖）。在進(jìn)行環(huán)境感知時(shí)，車(chē)企和科技公司會(huì )將車(chē)身周遭的攝像頭信息進(jìn)行拼接，最終實(shí)現360°的環(huán)向感知。而為了讓系統進(jìn)行同步處理和實(shí)時(shí)運算，工程師們將感知到的結果泛化為BEV，以便車(chē)輛進(jìn)行駕駛決策。而Transformer大模型的引入，則讓車(chē)輛能夠根據周?chē)h(huán)境和威脅的輕重緩急來(lái)優(yōu)先處理緊迫的事項，從而在保證效率的基礎上，守住安全底線(xiàn)。
事實(shí)上在過(guò)去一段時(shí)間內，正是BEV+Transformer技術(shù)的成熟幫助車(chē)企紛紛成功量產(chǎn)了高速智駕功能。但如果將使用場(chǎng)景放在交通環(huán)境更加復雜多變的城區道路上時(shí)，這項技術(shù)就有些不夠用了。
因為，相比較高速公路、城市快速路這樣相對規范的封閉道路，城區道路中的交通環(huán)境參與者更加多樣，大多數極端場(chǎng)景都發(fā)生在這里。而在過(guò)去，智能駕駛系統都是基于數據庫中已經(jīng)被標注過(guò)的障礙物進(jìn)行決策和避讓?zhuān)揽考榷ㄒ巹t實(shí)現感知和決策BEV+Transformer就顯得力不從心。
也就是說(shuō)，車(chē)輛系統需要“先知道這個(gè)東西是什么”，然后再進(jìn)行駕駛決策。
例如上圖這樣，過(guò)去的智駕系統對于道路障礙物的標注往往只能借助既有數據庫的已標注信息，依靠“畫(huà)方框”的方式進(jìn)行。而在方框外的部分僅通過(guò)視覺(jué)算法，往往無(wú)法識別。
簡(jiǎn)單來(lái)說(shuō)，如果面對一輛完全展開(kāi)作業(yè)，伸出“四腳”的工程車(chē)，智能駕駛系統可能就認不出來(lái)“它”到底是什么，進(jìn)而無(wú)法進(jìn)行自主決策，只能讓用戶(hù)接管。這一方面降低了用戶(hù)的使用效率和體驗，另一方面也增加了安全風(fēng)險。
而占用網(wǎng)絡(luò )技術(shù)的引入，則很大程度上解決了這一問(wèn)題。該算法是在傳統3D目標識別能力之上，通過(guò)體素（Voxel）化的方式理解和處理空間信息，將場(chǎng)景空間分割成單位化的“方塊”。因此，視覺(jué)感知算法無(wú)需具體識別物體是什么，而是能夠直接通過(guò)目標的體積、運動(dòng)狀態(tài)判斷其是否構成行車(chē)路線(xiàn)上的障礙物。
換言之，車(chē)輛終于能像人一樣，不用先“認識”目標，再進(jìn)行駕駛決策。而是“看見(jiàn)這兒有東西”，然后調整路線(xiàn)。
在談到為何堅定選擇純視覺(jué)方案而“甩開(kāi)”激光雷達時(shí)，極越CEO夏一平對筆者表示，直到今年年初，該公司還在內部糾結到底應不應該走這條路。但他基于兩點(diǎn)原則認為，純視覺(jué)才是正確的選擇：
第一，傳感器越復雜，系統對于駕駛行為的不可控影響就會(huì )提升。用最簡(jiǎn)單直觀(guān)的方案解決問(wèn)題，不僅符合第一性原則，更有助于降低整車(chē)的售價(jià)和維修成本。畢竟激光雷達如果因為事故或顛簸損壞了，修起來(lái)可不便宜。
第二，AI賦能下的純視覺(jué)技術(shù)路線(xiàn)，其后續算法迭代的空間相對更大。對于這個(gè)問(wèn)題夏一平?jīng)]有展開(kāi)說(shuō)明，但根據視覺(jué)感知算法在安防、自動(dòng)駕駛以及其他各個(gè)領(lǐng)域的廣泛應用可以看出，全社會(huì )的各個(gè)經(jīng)濟和科技領(lǐng)域都在這方面投入的相當多的資源。因此相比較僅在汽車(chē)和少數領(lǐng)域使用的激光雷達，視覺(jué)算法未來(lái)迎來(lái)“奇點(diǎn)”的可能性要大得多。
在實(shí)際體驗中，極越01上搭載的“PPA點(diǎn)到點(diǎn)領(lǐng)航輔助駕駛”功能實(shí)際表現相當令筆者感到驚艷。在上海市的城區和高速場(chǎng)景中，這款車(chē)的智駕功能對于紅綠燈路口通過(guò)、無(wú)保護左轉、上下匝道等場(chǎng)景均實(shí)現了無(wú)接管通過(guò)，對于高速公路的車(chē)道變更和超車(chē)也執行得十分順滑。已經(jīng)達到甚至超越了某些搭載了激光雷達的車(chē)型。
更重要的是，極越01在上市交付時(shí)，便直接開(kāi)啟了PPA點(diǎn)到點(diǎn)領(lǐng)航輔助駕駛功能的開(kāi)放使用。在上海、廣州和深圳三個(gè)一線(xiàn)城市，選配了“ROBO Drive Max”智駕軟件包的用戶(hù)已經(jīng)可以使用該功能。從2024年開(kāi)始，極越將向全國超過(guò)200個(gè)城市的用戶(hù)開(kāi)放城區PPA（點(diǎn)到點(diǎn)領(lǐng)航輔助）功能。也就是說(shuō)，車(chē)輛能夠在高速、高架和用戶(hù)上下班等常用的路線(xiàn)上，實(shí)現點(diǎn)到點(diǎn)的城區智駕。
*博客內容為網(wǎng)友個(gè)人發(fā)布，僅代表博主個(gè)人觀(guān)點(diǎn)，如有侵權請聯(lián)系工作人員刪除。
