|
來源：車東西 作者：Juice 高階智能駕駛已經成為車企必爭之地。 今年以來，高速NOA不再是一個新鮮的詞了，車企在宣傳的時候也很少會把高速NOA作為自己的賣點，而城市NOA出現的頻率卻越來越高了。 城市作為智能駕駛在量產上最復雜的場景，多個車企也都亮出了自己的解決方案，試圖來攻克這一難題。 圍繞城市NOA目前主要有兩條技術路線，一是以特斯拉為代表的純視覺派，主張取消激光雷達，通過視覺來實現城市NOA；另一派則是視覺+激光雷達的技術路線，認為純視覺存在一定的短板，需要加上激光雷達來實現城市NOA的快速落地。 不過第一條路線此前只有特斯拉在海外亮出了FSD，從馬斯克的直播來看，這一產品的表現非常好，只不過還沒進入國內。而在國內，大多數玩家遵循的都是第二條技術路線。 但日前，極越官方發布了一段在上海外灘陸家嘴拍攝的點到點領航輔助駕駛PPA一鏡到底視頻，值得注意的是，極越所展示的城區智駕能力并沒有搭載激光雷達，而是采用了純視覺的技術方案。 
▲極越展示無激光雷達技術方案完成城市NOA測試 這說明在純視覺高階智駕方案方面，國內也開始有玩家開始參與，并且和特斯拉形成了呼應。 那么，這兩條技術路線相比孰優孰劣？實現純視覺技術背后的難點是什么？未來能否和特斯拉正面掰手腕？ 一、激光雷達成本不低 是否為必選項？ 要想研究清楚這兩條技術路線的區別也并不困難，從硬件配置上來說，兩條技術路線最大的區別就是有無激光雷達。 作為近些年國內智能駕駛的標準硬件之一，激光雷達在國內的待遇非常好，隨著一些頭部新造車的量產采用，部分激光雷達公司的出貨量增長非常迅速，幾乎成為了高階智駕的標準硬件。
▲激光雷達點云圖 但激光雷達也并非是完美的傳感器。 首先從價格上來看，激光雷達的價格仍然比較昂貴，光大證券研報數據顯示，大部分性能優良的激光雷達產品的成本價格在1000美元（約合人民幣7312元），整體成本在1萬元左右。 而車企雖然對于智能駕駛的需求很高，但對于車輛的成本更加敏感，因此，目前采用激光雷達的車型幾乎都在30萬以上，僅有少部分20萬以上的車型采用了激光雷達。 也就是說，在智能駕駛全面落地的過程中，激光雷達因為其成本高的問題很難為更多車型賦能。 另一方面，激光雷達的感知算法融合方面也會有一些問題。九章智駕調查發現，在激光雷達點云的處理中，感知算法人員會遇到點云噪點、點云的過多/過少、FOV設計、點云重疊、標定參數偏移等方面的問題。 這些問題可能會導致誤檢或者漏檢，前者可能會迫使車輛采取不必要的避障措施，降低智能駕駛的舒適度；而后者可能會導致事故發生。 但在此前很長一段時間內，由于純視覺方案存在一定的局限性，因此在視覺的基礎上加入激光雷達是相對比較好落地的思路，是一種妥協的方案。 據極越CEO夏一平介紹，極越在智能駕駛的早期研發中為了安全考慮也加了激光雷達，主要是為了應對一些corner case場景。 而隨著BEV+Transformer方案的上車，車輛的感知系統逐步可覆蓋更多的corner case場景。通過一段時間的適配和調整，極越也展示出了其在純視覺方面的能力和進展，甚至已經可以開跑城市NOA了。 二、純視覺快速發展 極越已走到行業前列 從第一性原理來看，純視覺方案是最適合智能駕駛的感知方案，畢竟人類司機開車的時候主要也是靠視覺感知，而非像激光雷達這樣靠“觸覺”來感知。 相比較于有激光雷達的方案，純視覺方案最大的優勢就是成本更優，攝像頭的成本只有幾十美元，這意味著大部分價格區間的車型都可以覆蓋這一成本，為智能駕駛的快速推廣奠定了硬件基礎。 另一方面，與激光雷達相比，攝像頭收集到的數據更加豐富，更適合喂養智能駕駛系統來實現數據驅動。 對于激光雷達的使用情況，行業內的討論也比較多，如小鵬前智能駕駛負責人吳新宙曾經就表示，小鵬對于激光雷達的使用非常收斂，對于未來的智能駕駛的發展，是不是要采用激光雷達并不是一個非常固定的答案。 而很多玩家已經在實際的研發過程中思考激光雷達的去留問題，最近一段時間，四維圖新、毫末智行相繼發布了視覺為主的低成本智能駕駛方案，而百度Apollo、大疆車載等玩家一直都在對純視覺方案進行研發。更重要的是，新能源領域的頭部玩家特斯拉也是純視覺路線的堅定支持者。 不過，凡事都有兩面性，純視覺路線有優點也會有缺點，對于深度信息的檢測不足，以及對三維空間的構建等短板也曾長期存在。 幸運的是，隨著軟件算法的不斷迭代，這些問題正在被逐步彌補。極越和百度合作在國內首發了Occupancy Network（占用網絡）的技術能力，這也是目前特斯拉一直在研發的技術。 Occupancy Networks基于學習函數空間的三維重建表示方法3D空間體素化、占用與否的思想，可將2D的畫面轉化成3D結構。
▲極越展示的OCC占用網絡技術演示圖 在極越展示的OCC占用網絡技術演示視頻中，OCC技術在汽車機器人的視覺世界里，實時重建還原3D場景，用體素清晰展示了欄桿、綠植、路障等標準障礙物，同時還精準識別出了施工中的工程車、樹木中的路燈等異形障礙物。 通過BEV+Transformer+Occupancy Networks的方案，車輛可以減少漏檢、誤檢并彌補視覺所不具備的空間高度信息，替代了激光雷達，并大幅提升了泛化能力。 從這點來看，用純視覺方案來做更高階的智能駕駛并非不可能，甚至還能做出非常好用的系統，這點從馬斯克直播特斯拉FSD和極越發布的視頻都能看出，雙方在高階智能駕駛方面都已經邁入了第一梯隊。 三、特斯拉FSD勢必進入國內 和本土玩家必有一戰 在聊到純視覺智能駕駛方案的時候，特斯拉一定是繞不開的一個名字，不僅是因為特斯拉最早在這方面布局，也是因為特斯拉目前幾乎代表了純視覺方案的最先進水平。 現階段，特斯拉已經在北美地區開始積極測試FSD系統了。 作為特斯拉在智能駕駛方面的最新成就，FSD進入國內幾乎也只是時間早晚的問題。此前有消息顯示，特斯拉已經在國內組建了運營團隊，正在為FSD進入國內做最后的準備。 一直以來，馬斯克和特斯拉的一舉一動都會深刻影響到全球智能電動汽車玩家，從馬斯克此前的直播視頻來看，特斯拉FSD已經表現出了很強的實力。
▲馬斯克直播特斯拉FSD經過施工區域 FSD進入到國內后，以其成本方面的優勢和算法方面的優勢，可能會在國內掀起新的潮流，激光雷達路線可能會受到不小的沖擊。 甚至作為純視覺路線的代表性玩家，特斯拉也可能會對國內其他純視覺路線的玩家產生影響。 那么，極越方面是如何看待特斯拉FSD進入國內呢？夏一平也給出了自己的看法，他表示，最近一段時間，他也在美國體驗了FSD系統，在美國的表現確實很強，但這不代表著FSD進入國內后仍然可以表現的這么好，需要一個迭代的過程。 相比之下，極越的本土化優勢更強，目前所有的產品都是在國內道路上來跑的，對于中國道路的理解更加深刻，因此從具體表現上來看，FSD不一定會有極越的NOA強。 另一方面，極越的智能駕駛系統是極越和百度聯合開發的，百度目前有上千輛規模的Robotaxi在跑，可以收集到非常高質量的數據信息，而這些能力都可以反哺給極越的智能駕駛系統，讓其站在巨人肩膀上奔跑，發展的腳步也會更快一些。 綜合來看，夏一平認為即使特斯拉FSD進入到了國內，極越的智能駕駛系統也仍然有優勢，因此無懼特斯拉FSD進入國內。 結語：純視覺路線可以推動自動駕駛更快落地 自動駕駛雖然發展迅速，但是高階智能駕駛目前只在部分昂貴的車型上落地，而這一過程中，用戶也為激光雷達等硬件買了單。不過，這種做法僅僅在部分市場可以實現，對于智能駕駛的全面的落地并不能起到太大作用。 從目前展示的情況來看，純視覺路線和激光雷達路線展示的智駕能力表現幾乎沒有差別，但從成本上來看，純視覺的成本更可控。成本可控就意味著能更好地進行復制和推廣。 因此，從市場推廣的角度來看，純視覺路線可以推動自動駕駛更快落地，而極越已經在這條道路上提前開跑了。 |
