2023年智能驾驶领域可以用“两去两争”来概括——去高精地图、去激光雷达、开城之争、AEB之争。
文丨智驾网 金山
编辑 | 浪浪山上的小猪妖
2024年已过去十二分之一，但感觉2023年还依然滚烫。智驾网沿袭传统将分别从智驾技术路线、激光雷达、芯片、动力电池与新造车企业五个角度复盘热血沸腾的2023年。
今天我们从智驾的技术路线开篇。
2023年被视为智能电动汽车竞争下半场的开场之年，也是新上市车型完成智能驾驶功能初步普及的一年，高阶智能从高速NOA向城市NOA过渡的一年。
随着四部委在2023年11月17日联合发文放开L3、L4试点，中国高阶智驾的治理模式有了法律支持。
2023年，无论是经济型的入门车型，还是大型旗舰轿车和SUV，智驾系统和智能座舱都已经成为了标配。即便是像宝骏KIVI EV这样的A00级微型电动车，也同样拥有了L2级智能驾驶功能，“科技平权”真正成为了现实。
2023年是高阶智驾大规模落地的一年，越来越多的新锐车型开始落地城市领航功能，高速领航的普及率也开始爬坡。
在这一趋势下，智能驾驶在2023年呈现出迥异于以往的新特点。
在技术领域，之前被认为是实现高阶智驾的关键配置的高精地图、激光雷达开始有了隐退的趋势，部分车企开始尝试去高精地图、去激光雷达的“轻量化”配置方案。
在市场层面，高阶智驾领域的头部玩家正在上演城市领航的“开城之争”，各车企都在力争以更快的速度在更多的城市落地这一功能。
至于AEB自动紧急刹车功能，原本是整合在ACC自适应巡航之中的一项子功能，但华为余承东与小鹏汽车何小鹏带来的一场“AEB之争”，让AEB成为了焦点。这一功能究竟是否安全，消费者又该如何使用，在舆论场引发了一轮热议（详见：《何余之争》）。
总结而言，2023年智能驾驶领域的这些值得被记住的看点可以用“两去两争”来概括——去高精地图、去激光雷达、开城之争与AEB之争。
“两去”是现阶段智驾系统在技术层面的新探索，而“两争”则体现了头部品牌之间以智驾为核心卖点抢地盘、抢声量。
而在高阶智驾开始大规模落地之际，智能驾驶技术的发展走向和市场趋势也更受关注。
对于汽车主机厂、技术供应商和政策制定者来说，如何应对这些新变革，是大家共同面临的新课题。
01.
去高精地图，智能驾驶降本增效的门槛
高精地图一直都视为实现自动驾驶必不可少的基础设施之一，它为车辆提供了详细的道路信息，包括道路的形状、车道数量、交通信号的位置等，但高成本和更新频次高使得高精地图的地位在2023年开始动摇。
高精地图的成本高，贯穿在整个使用周期内。
在采集阶段，高精地图采集车的成本就在百万元级别，如果算上人工费用和维护费用，据悉一套高精地图的采集成本将达到十亿量级。
在后续的使用阶段，高精地图对时效性的要求很高，这意味着在整个使用周期内，都需要对高精地图不间断地进行采集更新。目前，我国的高速公路总里程已经突破17.7万公里，而公路总里程已经超过535万公里，这一量级的道路网的高精地图更新成本将有多高是不言而喻的。
另外，我国对地图测绘资质的管制也极为严格，相关部门对高精地图的测绘、审核、发布层层把关，其时间及政策成本也相对更高。
于是，AI驱动的替代技术和方法开始被越来越多的企业和研究机构重视，也就是所谓的不依赖高精地图的自动驾驶解决方案。其中，最核心的技术路线就是基于机器学习的感知系统。
这种系统通过车辆上的传感器收集道路信息，并使用人工智能算法进行处理和分析。通过训练，系统可以识别出道路标记、交通信号和其他关键道路特征。这样，车辆就可以在不需要高精地图的情况下进行导航和驾驶。
除了感知系统之外，还有一些其他的替代技术，例如：基于模型预测控制的方法。这种方法通过建立数学模型来预测车辆的运动轨迹，并根据预测结果进行控制。这种方法不需要高精地图，但需要大量的计算和优化。
据业内人士分析，不依赖高精地图的智能驾驶存在三个难点：
第一，需要车辆拥有更强的感知能力。这样才能在不依赖高精地图的前提下，最大限度地感知周围驾驶环境。包括在遮挡或道路元素不够清晰的情况下，需要具有输出可通行区域的能力。
第二，需要车辆有精度更高的定位能力。不依赖高精地图并不代表无地图，实际上宏观层面的轨迹规划离不开超视距的地图信息，视野范围外的预测决策也离不开地图，而使用地图的前提则是相对精确的定位能力。因此，离开了高精地图的加持，想做到精确定位将面临更大的挑战。
第三，需要车辆在不确定性的环境下具有决策规划的能力。失去了高精地图提供的完善的参考轨迹，规划模块必须具备在更广泛的可通行区域内规划出合理的路径的能力。同时，依赖于感知输出的周围环境是充满不确定性的，决策规划必能够接受这种不确定性，并降低这些不确定性带来的负面影响。
当前，大部分宣称“去高精地图”的车企都还并未彻底与高精地图割裂，在过渡阶段，“轻量化高精地图”是一个既符合未来技术走向又能更好地满足现行技术需求的方案。
这就是所谓的“重感知、轻地图”的解决方案，目前小鹏、理想、华为、百度、腾讯、四维图新、毫末智行、智行者等主机厂和技术供应商都在走“轻地图”的路线。
值得一提的是，百度称其“轻地图”方案比传统高精地图要“轻”80%；四维图新则表示会将高精地图的成本从几万块直接降到百元级。
面对去高精地图的技术趋势，还有一种观点认为高精地图与智能驾驶并不矛盾。
据媒体报道，有高精地图供应商已经开始呼吁：各方势力不要制造高精地图和高阶智驾的矛盾，而是要回归到正常的商业逻辑上去讨论，高精地图和高阶智驾并没有本质的矛盾，无非是商业上算账的问题。如果未来高精地图能够在规避缺点的同时，又能给系统提供更准确的信息、降低系统的压力，实用价值将非常高。
此外，还有一些技术供应商认为，智能驾驶等级越高，对精度的要求就越高，高精地图的存在感也会越高。但核心的问题在于，技术供应商们必须走在前面，能够帮车企规避可能存在的隐患。
目前看来，高精地图的走向充满了不确定性，高精地图供应商与主机厂之间的关系将会怎样演变也尚不明朗。这个答案，需要在2024年甚至更长远的未来去寻找了。
02.
去激光雷达，纯视觉方案发起的智驾挑战
激光雷达在智能驾驶领域一直都是焦点，在2023年之前可谓是各大车企用来宣扬智驾能力的一个标签。
几年前，中国市场甚至达成了一个共识，那就是谁安装的激光雷达数量多，谁的智驾系统就更先进、更可靠。是否搭载了激光雷达、搭载了几颗激光雷达，俨然成了智能汽车的一场“军备竞赛”。
长城集团旗下的沙龙品牌曾在宣传其首款车型机甲龙的时候发布过一个口号“4颗以下，请别说话”，即是强调机甲龙搭载了4颗激光雷达，是市场中最多、最先进的智能汽车。
激光雷达可以帮助车辆在现有技术条件下实现快速3D建模，相对精准地还原路况信息，但最大的问题还在于成本很高，同时对芯片的算力需求也更大。
而纯视觉路线的短板则在于感知距离比较有限，对深度信息检测不足，并且对计算机算法的要求也比较高。
因此在智能驾驶领域，长期以来一直存在激光雷达与纯视觉感知两个不同的技术路线。但随着技术的不断发展，一方面激光雷达的成本开始有所下降，另一方面纯视觉路线在技术上也越来越完善。
于是，走纯视觉路线的企业开始扩大声量，开始掀起“去激光雷达”的浪潮。
纯视觉感知路线选择以机器视觉为核心，利用毫米波雷达与摄像头来实现自动驾驶，主要有特斯拉FSD 、百度Apollo LITE以及Mobileye SuperVision三大主流方案。
纯视觉感知路线的优势比较明显，不仅成本更低，而且符合人眼逻辑。
在数据积累达到一定规模后，纯视觉感知路线还会产生质变，可以达到比肩甚至超越激光雷达方案的表现。
原小鹏汽车自动驾驶副总裁吴新宙曾表示：“长期来看，视觉是无所不能的。”
不过近来他也强调，从视觉到激光雷达是智驾在不同阶段的选择。
纯视觉感知方案当然也存在弱点，摄像头在恶劣环境下的感知难度会更大，系统需要有足够的硬件冗余。此外，算法训练的投入、建立数据中心、后期维护和运营的成本也不低，这种隐性成本的投入同样不容忽视。
在当前在售的车型中，采用纯视觉感知方案的高阶智驾系统有特斯拉FSD和极越PPA智驾。
特斯拉从2022年10月开始就宣布采用纯视觉方案，近两年来一直在智能驾驶领域以“孤勇者”的身份存在；而极越PPA智驾则成为了国内第一家高调落地纯视觉方案的车企。
以极越为例，其采用的“BEV+Transformer”是目前国内唯一量产的纯视觉方案。
BEV（Bird''s-eye-view）即“鸟瞰图视角”，我们可以把它看作一个“转换器”，作用是将传感器采集到的信息转换为鸟瞰图视角下的3D环境。
Transformer则是一个“信息理解机器”，主要用于处理和理解传感器收集到的关键环境信息，例如：摄像头拍摄的影像、毫米波雷达探测到的数据等。之后，再利用这些信息来做出决策，例如：何时加速、减速，是否需要改变车道等。
此外，极越还在此基础上融入了与百度联合开发的OCC占用网络技术，这是一种基于深度学习的三维环境感知方法，通过神经网络来预测一个空间位置是否被占据。在实际道路环境中，OCC的作用是识别些没有打标和训练过的障碍物，例如：临时障碍物、施工区域、路边伸出的树枝、前方货车上掉下来的货物等。
极越官方表示，这套“BEV+Transformer+OCC”纯视觉方案对车辆周围环境的“理解能力”更强，能够有效识别障碍物和复杂多变的道路条件，拥有更高的场景泛化能力。
就目前的市场状况来看，采用激光雷达的车企依旧占据大多数，当前具备领航智驾
【本文来自易车号作者智驾网，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】
- 官方服务
- 官方网站