去年,华为问界M5智驾版城市领航在重庆自主行驶的视频在社交平台引发大量围观,重庆的道路比较复杂,交通参与者的行为变化也较多,华为问界M5智驾版娴熟的避让、超车,很多人直说“比老司机开的还好”。随后,具备高速和城市领航辅助功能的小鹏G6、问界新M7等车型收获大量订单,看起来购车用户对于智能驾驶的关注程度越来越高,高阶智驾已经成为部分用户的关键购买因素。而在这一轮智驾风口来临之际,高精地图却成为了车企普及高阶智驾的“掣肘”,去图化的自动驾驶也成为了车企们的共识,即将让智驾落地迎来新的拐点。
高精地图在智驾中的重要角色
高精地图在自动驾驶感知层扮演极其重要的角色:高精地图是精度更高、数据维度更多的电子地图,精度更高体现在精确到厘米级别,数据维度更多体现在其包括了除道路信息之外的与交通相关的周围静态信息,和我们常用的导航地图完全不一样,它可以被理解为写给车的整体的算力模型,也可以说高精地图是一种具备“超视距”感知能力的传感器。
在2023年之前,国内几乎所有落地的领航辅助系统都需要高精地图的辅助,作为自动驾驶感知层核心部分,可弥补普通传感器的性能边界、提供重要先验信息,助力单车智能落地;与此同时,很多静态信息可以预先存留在高精地图上,使其极大减轻了感知实时检测的算力负担,使得感知有更多资源进行动态物体的识别与跟踪。事实上,大多数智驾方案也都是基于高精地图进行设计与开发的。
然而,高精地图的缺陷也显而易见。首先,车企多依赖于和图商进行合作而非自己采集高精地图信息。目前大部分图商只能做到 3 个月更新一次高精地图,而对于自动驾驶而言,理想状态是日更,乃至小时级的更新。此外,在当下车市极度内卷的情况下,车企也需要考虑高精地图较为高昂的成本。据了解,目前市场上分米级地图的测绘成本为每公里10元左右,而厘米级地图的测绘成本可达每公里千元。
去图化成为车企主旋律
纵然高精地图可以帮助车企更快地实现智驾功能的落地,但与此同时,其本身具备的固有缺陷也导致了受其约束,智驾的最大能力无法完全发挥,且许多场景依然难以解决。在这样的条件下,有华为、小鹏在国内率先掀起了一股“去图化”的智驾浪潮,而实现的技术路线主要分为两方面:
一方面是通过众包建图的方式,例如特斯拉就并未完全抛弃地图,而是采用了“众包”的形式,来绘制驾驶所需要的地图。通过已售车辆收集道路信息,然后绘制地图,部署在车端,依然属于预装地图,有专业人士分析认为,特斯拉的众包地图也属于轻量化地图的一种。但这条路径在当下的国内市场很难走通。首先,国内大部分新能源车企销量难以和特斯拉匹敌,这也就导致其已售车辆能够采集的数据远少于特斯拉;其次,目前国内正在收紧对高精地图甲级资质的审批,没有获得资质的企业,无法在国内道路进行高精采集、测绘以及绘制高精地图。
另一条路线就是通过感知层面,BEV(Bird's-eye-view,鸟瞰图视角)+Transformer的技术架构来构建实时的局部地图,BEV是将传统自动驾驶2D图像视角加测距的感知方式,转换为在鸟瞰图视角下的3D感知;Transformer最早由谷歌提出,可将多摄像机数据从图像空间转化为BEV空间。这套技术架构可以将摄像头和其他硬件采集的数据统一到一个空间进行融合,再通过 Transformer 模型大量处理数据,比如真实车道线识别、判断可行驶空间等,使得车辆的感知更稳定,预测更可靠。在车辆感知能力大幅提升的情况下,高阶智驾对于高精地图的需求将有所降低。
然而在这一路线下,另一个关键问题就凸显出来:那就是“去图化”智能汽车智驾方案是否涉及测绘行为?这其实属于目前政策法规中较为模糊的地带,而要想符合政策合规性,车企与图商的合作也必然会越来越紧密。一方面,基于地图使用的服务通常是动态变化的(主要体现在数据要素层面),以补充自动驾驶能力。另一方面,考虑到对地图精度和数据要素需求的降低,众源车辆成为保证地图鲜度的关键。
无图下的城市NOA进入兑现期
城市NOA(Navigate on Autopilo,导航辅助驾驶)即针对城市交通环境开发的驾驶辅助系统,主要功能是在高精地图、激光雷达、毫米波雷达等感知层的支持下,实现点到点的智能驾驶,直面上班通勤等出行场景。在特斯拉引领的Transformer+Bev架构驱动下,智驾算法趋近于端到端的智驾大模型,使得智能驾驶开始步入城市NOA新时代。
在国内,城市NOA的竞争也愈发火热。不仅有小鹏、蔚来、上汽智己为代表的新势力代表,也有“华为系”极狐、阿维塔、问界等车型纷纷“开城”,也不乏长城这样的传统车企。目前来看,大多目标在2024年实现在50-100座城市实现NOA。与此同时,华为也计划今年将无图版的ADS 2.0推广到全国。而能帮助城市NOA如此迅速开展到全国各个城市的关键,便是“去图化”的智驾整体方案,也只有不再过分依赖离线的高精地图,智驾功能才能越来越被消费者所接受。
车企与图商的合作共赢
纵然对外界宣传时,车企总喜欢将“无图”挂在嘴边,但事实上目前为止,笔者从业界了解到的信息来看,大多数车企并没有完全抛弃掉高精地图,而是向“轻地图”的方向去努力。尽管随着智能驾驶车辆感知能力的提升,地图对于视线内信息的补充的重要性降低,但它对于视距外信息的补充仍然发挥着重要的作用,直接影响驾驶的舒适性和效率。因此,车对于图的需求存在动态变化的可能性,但无图方案可行性不强。在未来,笔者认为车企与图商之间还是存在着合作共赢的可能性:例如采用地图众源、数据闭环的业务方向,图商在其中的作用不可替代。大模型的落地应用解决了车端对高精地图的依赖问题,但同时感知能力的提升,车端实时建图,也让民用车辆众源建图成为可能。尽管从数据采集、数据传输、数据清洗、数据加工到数据的应用各环节存在一定的问题,在成本计算上也存在收益性评估困难等问题,但不失为是一种车企、图商双赢的方式。
通过深入研究我们发现,无论是轻图还是无图,并不足以完全替代传统的地图功能。图商的作用在诸多方面都是不可替代的,包括但不限于基于地图服务的数据服务、地图众源、数据闭环业务等方向。在可预见的未来,地图在自动驾驶中的角色仍然不可或缺。
上一篇:汽车ECU软件设计的原理、架构与实现
下一篇:两种端到端的自动驾驶系统算法架构
推荐阅读最新更新时间:2024-11-08 20:32
- QFP176封装的SPC560系列512KB / 1.5MB器件的子板/适配器板
- LTM8054MPY 3.3Vout 从 6V 到 36Vin 的典型应用电路,具有 2.6A 准确的电流限制和输出电流监视器
- 使用 Microchip Technology 的 DVR2802B3 的参考设计
- bytePCL:ST8500电力线芯片的开发套件
- 适用于摩托车仪表板应用的S12 MagniV
- DC1319BAB、LT3756 用于高压 LED 控制器的演示电路
- 库房安全管理系统
- 用于手机的 15.7W、2-LED 调光 LED 驱动器
- LM2931AZ50R 超低压降稳压器的典型(可调输出)应用
- AM20EW-4812DZ 双路输出、20 瓦 DC-DC 转换器的典型应用