adtop
您的位置:首页 >快讯 > 正文

智驾圈“小米”?这家公司要把NOA的价格打下来!

专业智能汽车咨询机构“睿思齐”曾做过一次调研,结果显示亲自体验过智能驾驶的消费者,认为“自己身边喜欢使用辅助驾驶的人”占比要远高于尚未接触过智能驾驶的消费者,对智驾功能的发展趋势也更为乐观。

这说明使用过智驾功能的用户,多数都能感受到这项功能带来的价值感,而没有体验过智能驾驶功能的用户对智驾的不信任感会更强一些。

此外,睿思齐的调研报告中还有一项数据,具备领航辅助驾驶功能车型的车主,对智驾功能的满意度要高于仅有基础L2辅助驾驶功能车型车主对智驾的满意度。

换句话来说,现阶段影响智能驾驶,特别是高阶智能驾驶发展最重要的问题,其实是如何让更多的人能日常体验上这项新技术。

这几年智驾行业已经实现了从“卷功能”到“卷体验”的升级,下一步就得是“卷成本” 了,只有把成本打下去,才能让更多的消费者体验到高阶智驾功能带来的出行体验升级。

所以在前不久的上海车展上,我格外留意那些“卷成本”的选手,感觉其中最卷的就是轻舟智航,直接开发了“6V1R视觉方案”的高速NOA,以及基于单颗地平线征程5+单颗激光雷达的城市NOA两套方案的实车体验。

6V1R意味着只有6颗摄像头,前视惯用的三目、双目也变成了单目。最关键的还是取消了侧前侧后的四颗中长焦摄像头,而之前只能用来泊车的鱼眼摄像头则担起了大梁,为高速NOA提供侧前侧后的视野。

实际体验下来,轻舟智航的这套6V1R方案变道时对侧后车辆的感知非常及时,变道时机的选择恰到好处,很符合心理预期,基本上我人判断该变道了,而且系统符合变道条件的情况下,车辆也会很及时地执行并完成变道。

在车展前夕,我也实车体验了基于单颗地平线征程5和单激光雷达的城市NOA方案,这套方案已经能够打通城市、高速/高架、泊车三大场景,连很难解决的高速ETC也能自动通过,真正做到了无缝连接的全场景NOA体验。

在算力和感知硬件上,轻舟这套单激光雷达版本的城市NOA方案无需多个激光雷达的堆叠,但功能完整性上丝毫不输市面上其他已经量产交付的城市NOA功能,能够保障保障城市NOA复杂场景体验 ,能够及时理解当前环境,并做出符合驾驶员心理预期的响应。

特别是绕行场景,轻舟智航的这套城市NOA方案绕行非常果断,即便是跟车时,前车突然减速停车,系统也能及时地提前找机会变道,避免跟着前车停车后再缓慢向相邻车道挪动带来安全风险。

总体来说,轻舟智航这两套高阶智驾解决方案都已经用比较极致的成本,实现不输现阶段那些“堆料”方案的体验。这就有点像半导体产业的发展,降低成本并不是靠牺牲性能来实现的,反而是在有限的硬件上压榨出更高的利用率,从而实现了性能的提升。

轻舟,是想驶过万重山的

“降本”基本上已经成为高速NOA功能现阶段的主要课题了,除了轻舟的6V1R方案,车展上见到占比最高的还有各家推出的5V5R方案。

5V5R就是依靠前视单目挑大梁,而侧前侧后的感知主要交给角毫米波雷达,这样的好处在于整体算法模型的规模也小一些,对芯片算力的需求较低,基本在10TOPS左右。

轻舟智航的6V1R方案的智驾计算芯片使用地平线的征程5,算力128TOPS,相对于5V5R的方案,域控的成本会更高一些,但省去了4颗角毫米波雷达的成本,所以综合来看,成本上差异并不大。

轻舟智航的CTO侯聪描述这套6V1R方案是:“更低的边际成本,获得极高的边际收益”。

这句话很清晰地解释清楚了轻舟6V1R方案和5V5R方案的差异,虽然都是实现高速NOA的极致性价比方案,但两者实际上是两条截然不同的路。6V1R选择了现阶段成本较高,但更容易随规模效应而大幅降本的芯片,5V5R则是选择当下供应较为稳定,但降本空间已经比较有限的角毫米波雷达。

6V1R的重点在于视觉感知算法,把鱼眼摄像头也纳入到行车的感知结果中,做到传感器和计算芯片都能复用的行泊一体,同时通过正后方的摄像头实现对后方中远距目标的感知,用最优的成本实现无盲区的360°感知。

轻舟智航基于这套硬件能够部署BEV框架,为智能驾驶决策提供更丰富的输出,也让这套方案拥有极高的能力体验上限,这也是侯聪所说“极高的边际收益”。

鱼眼摄像头虽然天生就具备BEV拼接的优势,很早就在泊车场景下,为驾驶员提供一个便于掌握车辆与环境相对位置关系的可视化界面,但由于畸变的画面,较近的感知距离,很少被用到行车中。

鱼眼摄像头就像是螃蟹,乍看起来不会是好的食材,但只要挖掘出它的优势,以及适合的处理方案,第一个吃螃蟹的人就一定能开启一个新的美食风潮。

所以虽然都是性价比方案,但6V1R通过传感器复用,和搭上BEV的快车,相较5V5R方案拥有更高的体验上限,更长的生命周期。

极致的降本,背后是极强的软件能力

6V1R是轻舟智航对“传感器复用”的思考,单激光雷达和单征程5芯片的城市NOA方案则展示出轻舟智航对降本的第二层理解:通过软件能力,提高硬件利用率。

首先是激光雷达,轻舟智航通过自研的OmniNet在内的感知算法,能够充分压榨激光雷达的感知能力,通过逐层递进的噪声过滤方案,能够最大限度地排除雨雾、泛光等噪声对感知的干扰,提高对车辆、行人、小动物、异形障碍物等目标的识别精度。

简单来说就是利用时序融合,把一颗激光雷达不同时序的感知结果做融合,一帧画面可能有偶然性,可能被干扰,多帧融合可以消除这些偶然性,从而提升感知结果的感知精度。这在手机拍照上已经非常成熟,各个厂家都在通过多帧融合提升成像质量,从而发挥出硬件的最大价值。

OmniNet是轻舟智航提出的国内首个量产计算平台实现视觉、激光雷达和毫米波雷达特征和时序融合的大模型,能够通过多传感器融合,多时序融合来提升感知精度,节省算力资源。

为了更高效地利用算力,轻舟智航很早就和地平线团队建立合作,围绕征程5芯片做适配开发,优化模型来提高算力的利用率,从而依靠单颗征程5芯片也能良好完成复杂场景下的感知和决策规划,实现极致性价比的城市NOA功能。

轻舟智航对激光雷达的压榨还不止于此。

轻舟智航作为L4级自动驾驶的明星公司,比多数智能驾驶公司更早接触激光雷达,对激光雷达的理解也非常深刻,特别是在模型训练上充分发挥了激光雷达自带环境深度信息的“真值”,用同一视角下的激光雷达点云和视觉摄像头做自监督训练,提升了模型训练的效率。

简单来说就像是,老师带了一个班的同学,大家各有所长,有人擅长数学,有人擅长画画,老师就让擅长数学的伙伴,辅导擅长画画的同学的数学作业,让擅长画画的同学,辅导擅长数学的同学做美术作业,整个班级的学习效率就变高了,老师也更省事了。

除了“压榨硬件”,轻舟智航还通过共用规控算法来实现降本,虽然轻舟智航有6V1R、11V5R等多个不同传感器配置的方案,但在架构上都是相通的,能够共用轻舟自研的感知和规控算法,降低成本的同时,最大化发挥数据的规模化效应。

在感知上,轻舟智航有能融合视觉、激光雷达、毫米波雷达特征和时序的大模型OmniNet,规控上轻舟也有首创的“时空联合规划算法”,直接在空间和时间中求解最优轨迹,同时控制车辆方向和速度,在面对复杂场景时应对更加灵活。

写在最后

NOA是一个用过就很难再回去的功能,这个功能也在购车决策中起到越来越重要的比重,NOA的价值已经被证明,成本则是制约这项功能提升渗透率的最大包袱。

轻舟智航通过多套方案的展示,打响了高阶智驾普及的枪声,期待这样的方案能够大规模普及,让我们能有更丰富的智能汽车选择。

郑重声明:此文内容为本网站转载企业宣传资讯,目的在于传播更多信息,与本站立场无关。仅供读者参考,并请自行核实相关内容。

图文

  • 小鹏G9:听人劝,吃饱饭 小鹏G9:听人劝

    刚上市两天就重新梳理车型命名与配置规划,小鹏G9的这番操作放在汽车圈里可...

  • 全新smart精灵#1首批交付盛大开启 全新smart精

    不负期待,如约而至。今日,作为新奢纯电汽车科技品牌 smart...

  • 只此青绿吉利星瑞2023款登陆重庆,11.37万元起能否拿下A+市场? 只此青绿吉利星瑞

    今年的雾都在经历过夏季的高温之后,却早早的在初秋的9月带来了丝丝凉意。不...

  • 福特“小猛禽”确定国产,价格简直不要太亲民 福特“小猛禽”确

    严格来讲,以前皮卡在国内并没有太大市场,但随着皮卡在各地的解禁,在国内也...