您的位置:主页 > 公告动态 > 国王金融动态 > 国王金融动态
还没玩明晰激光雷达,车企又最先给用户讲算法
买有辅助驾驶功效的车型,一样平凡人会看软件照样硬件?
相比于艰涩难明、不够直观的自动驾驶软件来说,车企更愿意聊聊有硬核参数与打击力的硬件。这点从许多专业用户都喜欢谈论的“激光雷达数目和线束”就可以看得出来。
不外,最近泛起了一家乐于讲软件的车企——飞凡汽车。号称行业*全融合智驾方案落地,也引出了“自动驾驶的要害到底是软件照样硬件”这一老生常谈的话题。不外,无论是软件照样硬件,着实车企更应该讲点其他的。
为什么都爱讲硬件故事?
“(激光雷达)四颗以下,请别语言。”
“算力高达1017TOPS,是特斯拉的7倍。”
这两句话,划分是沙龙机甲龙的宣传语,以及NIO DAY上李斌对ET7超算平台的先容。车企更愿意先容与强调硬件,软件上通常只是一句“该功效通事后期OTA实现”。自动驾驶的要害,在于硬件吗?
现在来看,自动驾驶照样一项前沿手艺,若是想要实现真正的“自动驾驶”(L4),软件硬件都必须到位。但软件能力的提升,一定水平上可以削减传感器数目。例若有些Robotaxi只需要2颗激光雷达,而有些则需要6-8颗左右。固然,激光雷达的数目并不能直接反映软件水平,还要思量到详细每个激光雷达的成本与性能,以及各家的手艺蹊径。例如毫末智行提出的“重感知轻舆图”手艺蹊径,也需要重视传感器的设置,但并不代表软件能力的强弱。
自动驾驶的硬件,包罗超算平台、感知传感器、通讯模块以及惯性丈量单元等等。差异主要集中在传感器与超算平台。而人们讨论的话题,也往往集中于“传感器与算法”的平衡上。把局限缩小到拥有导航辅助驾驶(NOA)功效的车型上来看,现在有许多种手艺蹊径。
特斯拉可以算唯一档,为到达控制整车成本的目的,主要依赖视觉感知来实现辅助驾驶功效,虽然车辆成本确实下降,但在软件算法、数据处置以及深度学习等方面的投入是一样平常新势力难以企及的高度,以2021年为例,特斯拉的研发投入高达26亿美元,高于“蔚小理”三家总和。
根据特斯拉的思绪来看,虽然前期研发投入大,但只要销量够大,均摊下来是划算的。此外,从研发角度来看,坚持一条蹊径(视觉或激光雷达)也有利于从L2向自动驾驶(L3及以上)的顺遂过渡。
不外,这样的手艺蹊径也存在坏处,一方面,在软件能力还不够的今天,仅依赖视觉感知的特斯拉在遭遇静止物体、极端天气等场景时,依然不够稳固,也因此泛起过多起事故。另一方面,有看法以为,激光雷达现在的成本虽然相比摄像头凌驾数倍,但随着激光雷达的生产工艺提升,规模扩大,预计车载激光雷达的平均单价将会从2021年的6500元降低至2030年的1719元(数据泉源:《中国激光雷达行业生长现状剖析与投资战略调研讲述(2022-2029年)》),成本上的优势便不复存在,反而会在手艺及体验上落伍于选择激光雷达蹊径的车企。
另一条蹊径,则是在硬件上拉满,搭载激光雷达、大算力芯片等,规格上早已跨越通俗L2级其余需求。一方面,车企注释为“硬件预埋”,日后通过OTA升级可实现都会蹊径上的导航辅助驾驶功效,甚至是提升至L3及以上自动驾驶水平。现在蔚来、小鹏、理想、埃安、极狐与魏牌等车企均有都会NOA功效的开放设计。
另一方面,在L2阶段,驾驶员是驾驶的主要责任人,因此并不需要辅助驾驶到达全场景都能*运作,但为了拉开差距,提升体验,也会有车企只管将辅助驾驶的体验向“自动驾驶”靠拢,因此,需要更高的硬件水平。
不外,可以明确一点,没有不重视自动驾驶软件算法的,只不外当前的软件水平还不足以让激光雷达等硬件“下岗”,因此,至少在现阶段,想带来优越体验,软硬件都需要到位。
车企更愿意讲硬件,着实很好明晰。硬件有实打实的参数,最容易对照,从人无我有,到人有我多,从个数到参数,都很容易能和竞品举行对照,拉开差距。此外,硬件异常直观,有就是有,没有就是没有。
但软件故事,还真就不太好讲。
软件故事:讲多了涉密,讲少了没意义
软件层面的器械,着实对照难以体现,尤其是在自动驾驶领域。
不外飞凡汽车这次很“头铁”,讲起了软件上的创新。在感知融合上,号称使用了行业首创Full Fusion全融合算法。通俗来说就是使用了前融合 后融合 夹杂融合三种。
我们都知道,车辆上有激光雷达、毫米波雷达、超声波雷达以及摄像头等多种传感器。车辆需要把他们的数据融合到一起。在融合方式上,现在绝大多数都接纳后融合。后融合,是各传感器划分通过各自的感知算法,输出对物体的识别效果给主处置器,通过卡尔曼滤波等方式再举行融合,这种方式融合的是目的数据而非原始数据。
而前融合手艺则较为少见,其原理是将各传感器的原始数据举行时间与空间上的同步后,统一在主处置器举行处置。这种方式的优势在于可以大大提升对物体感知的周全性,削减误检漏检发生。但难度很高,一方面,对于处置器的算力要求异常高,另一方面,将各传感器的空间举行对齐也存在难题。
前融合算法典型结构 图源:CSDN用户xingdou520
飞凡汽车这次提出的“全融合”,则是将两种融合手艺再加上两种相融的效果,三种举行融合,但为什么不只是用更有优势的前融合,三种融合在现实使用时又是怎样事情的,现实上都占了多大比重。这些要害问题,飞凡汽车并没有详细说明。
手机、电脑等消费品的“软件”,可以直观地通过UI来体现,但自动驾驶的软件层面并没有直观的体现方式。只能靠车企“一张嘴”来说。但从两方面,就注定车企在这部门的故事讲不深。
一方面,软件算法对照艰涩难明,想要通俗易懂并准确的通报给民众,存在难度。这次飞凡汽车“试图”为用户批注白软件上的创新,就被媒体指出“硬伤太多”。车企自己都能失言,更别说用户明晰起来有多费劲。另一方面,软件若何真正体现给用户看?总不能拿底层代码来看吧,最后就酿成讲太多了涉密,而讲得太少又没意义这种事态。
话说回来,云云强调软件的飞凡R7,这次在感知硬件上也拉得很高,不只搭载了LUMINAR激光雷达,还搭载了采埃孚的Premium4D成像雷达。从宣传角度来说,与其强调这些软件上的器械,还不如讲讲硬件来得着实。但在品驾看来,无论讲软件照样硬件,事实上都有点跑偏。
应该告辞“重参数,轻效果”
汽车新四化让车变得更像是“数码产物”,比参数那一套逻辑也被带到了车上来。车企强调车的算力、芯片、车内的屏幕个数、辅助驾驶的功效点等等,但“这些屏幕用起来到底怎么样?辅助驾驶好用吗?极端工况下这些功效还能应对吗?”等这些注重效果的内容,则被忽视。
稀奇是在辅助驾驶方面,若是只看功效点,许多家都很类似,但从现实体验来看,相差甚远。举个例子,算力只有10TOPS的理想ONE可以在部门高速蹊径上使用导航辅助驾驶功效,而算力高达1016TOPS的蔚来ET7,在都会导航辅助驾驶功效开放前,这款车也只能在部门高速路段使用导航辅助驾驶功效。若是不看现实效果,那它们又有什么区别?多出的一千算力意义何在?
重参数,最后也只会引来参数上的内卷,激光雷达从一个酿成四个,算力从10酿成1000。车企有需要从现实应用与体验角度上,批注白自己的产物,而不是抛出一些唬人的参数与手艺。产物最终照样拿来用的,而不是拿来比的。飞凡汽车也提出了“坚持做大腕不做大嘴”的口号,这款车的水平事实若何,等着拿现实显示来语言。