魏牌說自動駕駛要重感知、輕地圖,蔚小理的感知很弱嗎?

魏牌說自動駕駛要重感知、輕地圖,蔚小理的感知很弱嗎?

目前量產車智慧駕駛系統的最大算力是多少?你可能會說是NT2。0平臺下的蔚來ET5、ET7、ES7,4顆英偉達Orin晶片疊加在一起,帶來了1024Tops的最大算力,但是坐了兩年量產車最高算力寶座的蔚來最近被趕了下去,當然上位的也是一款自主品牌車型,但卻不是傳統意義上的新勢力。

在今年成都車展上,搭載城市NOH的魏牌摩卡DHT-PHEV鐳射雷達版車型正式亮相,摩卡相信大家都不陌生,第一個用高通8155晶片的燃油車,同時也是魏牌目前混動技術的當家車型,雖然在市場上熱度不高,但它搭載的智慧駕駛系統卻相當有看點。

魏牌說自動駕駛要重感知、輕地圖,蔚小理的感知很弱嗎?

那個造8155晶片的,來攪局自動駕駛了

其實,摩卡DHT-PHEV鐳射雷達版車型最吸引我們的,一個是它有鐳射雷達,還有就是它的算力,今天我們先來說說它的演算法架構核心,然後再對智慧駕駛的硬體和功能進行解讀。

摩卡DHT-PHEV鐳射雷達版車型基於高通驍龍Ride平臺,搭載首發的5nm高通驍龍8540+7nm高通驍龍9000方案,單板算力達到360Tops,可疊加4板達到1440Tops,這是由長城汽車投資的毫末智行聯合高通推出的,目前全球算力最高的可量產自動駕駛計算平臺,可以支撐大量的感知推理計算,以及車端感知資料的篩選、清洗、脫敏和迴流。這就是毫末智行的小魔盒3。0,它的所有演算法由毫末智行全棧自研,官方稱平均功耗為5。5Tops/W,換算一下1440Tops大概需要超過260W的功耗。

魏牌說自動駕駛要重感知、輕地圖,蔚小理的感知很弱嗎?

這可以看作是高通在自動駕駛領域的真正首秀,之前我們一直都是看高通在智慧座艙領域發力,幾乎快要吞下市場了。而在智慧駕駛領域,高通其實不能算作是一位新人,之前我們的文章中提到過,高通收購了維尼爾,還有高通是如何從全世界搶客戶的,把寶馬從Mobileye的手下給搶了過來,大眾也在半年前宣佈了投入高通的懷抱。

高通還推出了驍龍汽車智聯平臺,也就是車路協同系統方面的技術平臺,該平臺能夠幫助各大主機廠打造LTE和5G聯網服務、蜂窩車聯網(C-V2X)、WiFi、藍芽和精準定位能力,支援汽車與雲端、其他車輛以及周圍環境間的安全連線。此前一汽紅旗,就已經搭載了高通的V2X晶片。

魏牌說自動駕駛要重感知、輕地圖,蔚小理的感知很弱嗎?

高通還推出了驍龍車對雲服務,不僅可以滿足消費者不斷變化的需求,還可以根據新增效能需求或新特性,讓晶片組在外場實現升級、以支援全新功能。能夠幫助車企在整個汽車生命週期中創造新的收益,讓他們獲取寶貴的車輛及使用情況分析資料。

如今高通的業務已經完全不侷限於在智慧座艙領域,從座艙、自動駕駛、雲服務、車路協同四個方面逐漸“掌控”汽車,這樣全方位根植於汽車內部核心的技術公司,其實才是最可怕的,高通真的要做智慧汽車的“魂兒”。

魏牌說自動駕駛要重感知、輕地圖,蔚小理的感知很弱嗎?

重感知、輕地圖到底是如何實現的?

作為目前量產車裡擁有最大算力的智慧駕駛系統,這套系統採用的是重感知、輕地圖的技術路線,相較於很依靠高精地圖的蔚小理來說,注重感知的路線更像是特斯拉、極氪它們喜歡玩的。

高通的最新智慧駕駛系統,本來就是非常注重感知的。Snapdragon Ride視覺系統是集成了專用高效能的Snapdragon Ride SoC和Arriver下一代視覺感知軟體棧,並採用基於定製神經網路架構開發的800萬畫素廣角攝像頭。在加強感知的同時,還需要足夠強力的圖形處理能力,而高通在這個領域中同樣是翹楚。在全新一代驍龍8移動平臺中,高通用到了新一代移動GPU Adreno 730,擁有更加出色的圖形渲染能力。

在Snapdragon Ride視覺系統的加持下,車輛的周圍感知能力將大幅度增強,可識別目標包括車道標誌、交通基礎設施和護欄等靜態幾何形狀、車輛等動態物體、行人和騎腳踏車的人等弱勢交通參與者以及符合全球監管要求的交通標誌識別等。

魏牌說自動駕駛要重感知、輕地圖,蔚小理的感知很弱嗎?

這也就使得摩卡DHT-PHEV鐳射雷達版車型實現對異形車輛、施工路障、錐桶、二輪車、三輪車等的更加準確地識別。可以實現會對訊號燈狀態智慧識別,紅燈剎停、黃燈減速、綠燈行駛,同時在路口轉彎道路、待轉區等區域,進行智慧判斷,路口博弈後安全通行,而面對行人穿行時,提前進行減速動作,確定無潛在碰撞風險後,再低速透過。

方案看上去中規中矩,但是缺了點什麼?

既然不使用高精地圖,那麼從感知硬體又如何呢?魏牌採用了鐳射雷達+攝像頭+毫米波雷達的感知方案,這一點其實與同技術路線,卻單純依賴攝像頭為視覺體系的特斯拉已經有所不同,與新勢力們的多感測器方案硬體較為相似。

魏牌說自動駕駛要重感知、輕地圖,蔚小理的感知很弱嗎?

摩卡DHT-PHEV鐳射雷達版車型擁有2顆速騰聚創的等效125線鐳射雷達、5顆毫米波雷達、12顆超聲波雷達、12顆高畫質攝像頭,一共31個感測器。

摩卡DHT-PHEV鐳射雷達版的FOV視角達到170°,探測距離達到了180m的水平。相比之下,比如單顆鐳射雷達的理想L9只能達到120°的FOV視角。大的視角可以帶來更大的掃描範圍,會帶來更好的安全性、可靠性,確保對城市複雜路況及環境感知的準確性,比如近距離切入、前向障礙物橫穿等場景,尤其是鬼探頭。

鐳射雷達的安裝位置與小鵬G9、P5的鐳射雷達裝載位置類似,摩卡DHT-PHEV的鐳射雷達也是裝在前車燈下方,類似佈局沒有讓鐳射雷達突出於車外,當然相應帶來的,就是你可千萬別碰。

魏牌說自動駕駛要重感知、輕地圖,蔚小理的感知很弱嗎?

強感知、大算力能讓自動駕駛告別高精地圖?

透過Backbone資料計算和BEV Transformer的多模態融合,解決多感測器之間的匹配和跨感測器的跟蹤問題,在城市道路上實現了多感測器融合車道線識別,比如障礙物檢測、車道線檢測、可行駛區域分割、交通標誌檢測等。

這套智慧駕駛的邏輯是重感知,輕地圖,其實目前新勢力們基本上都是多感測器+高精地圖的方案,高精地圖在領航駕駛功能中會起到重要的作用,比如透過高精地圖能夠清晰地掌握路口紅綠燈位置、哪個紅綠燈指示哪條路等。

與普通導航地圖相比,高精地圖的精度達到了釐米級,除了紅綠燈的識別之外,還包括道路、路燈、護欄等幾十個甚至上百個要素的資訊。

魏牌說自動駕駛要重感知、輕地圖,蔚小理的感知很弱嗎?

但是高精地圖在一些方面還是有一定侷限性的,比如受限於國家政策的限制,城區高精地圖的審批工作並不是一件易事。

還有就是在資料採集方面,量產車需要相當多的城市資料,採集成本、效率都會受到影響。還有就是在沒有高精地圖的地方,智慧駕駛的功能可能會受限,而目前高精地圖覆蓋不到的地方,還是佔了絕大多數,所以車輛自己的感知能力作為只要決策智慧駕駛的中樞大腦,還能具有更強的包容性,所以特斯拉以及Mobileye的一些使用者,還在堅持純視覺感知為主,而魏牌的重感知方式,也比較類似於它們。

魏牌說自動駕駛要重感知、輕地圖,蔚小理的感知很弱嗎?

充足的算力冗餘,真是越多越好?

摩卡DHT-PHEV鐳射雷達版車型把量產車智慧駕駛的算力上限又推高了幾百Tops,有人會說特斯拉144Tops的算力,展現出來的能力就已經讓一眾廠家望塵莫及,這麼高的算力有什麼用?其實,還是為了增強冗餘。

打一個比方,人體大腦正常開發程度通常不足10%,其餘大部分處於休眠狀態,通常98。5%的細胞處於休眠狀態,甚至認為只有1%的人參與大腦功能活動,一般在30歲以後,腦細胞每天以100000個的速度死亡,雖然這對大腦的150億腦細胞來說無關緊要,但如果死者腦細胞發育成熟併發揮功能,將會不可避免地影響大腦效率並變得遲鈍,通常大腦潛能中約95%尚未被開發和利用。

人腦的容量就像算力的上限一樣,雖然我們日常生活中並不需要開發多少,但是真到需要用的時候,有儲備和沒有儲備,有充足冗餘和沒有冗餘,那就是不一樣,自動駕駛系統的算力平臺也不是每時每刻都全功率運轉的,那樣也會和人腦一樣,過度用腦必然遲鈍,當你需要的時候,就會發現充足的冗餘會有多麼重要。對映到內燃機車也一樣,強的動力輸出我可以不用,但是不能沒有。

頂部