不用激光雷達，行不行？
時間：2023-08-19 18:05:20
如果沒有激光雷達，L2+又能做到什么程度？
(資料圖)
2023年的自動駕駛領域，特別是處于“落地元年”的城市NOA方面，實際上已經成為“BEV+Transformer”算法的天下。
多傳感器融合路線和純視覺路線并行之勢下，城市NOA講究起“無圖時代”，所謂“高精地圖并非必要條件”。成本方面，也卷起了性價比，這讓車企不斷看到落地的希望。
而通過實時感知取代高精地圖功能的想法和做法，正在力求為城市NOA“保駕護航”。
像近期，陸續上馬的小鵬汽車XNGP、華為ADS2.0、元戎啟行Driver 3.0、輕舟智航的“輕舟乘風”方案等，都是這一技術路線的代表。
7月27日，大疆車載也正式宣布其全新一代智能駕駛解決方案命名為“成行”。按照官方說法，這一命名表達了“成行平臺”對大疆車載使命的踐行，希望以靈活的配置、友好的門檻、優質的體驗促成用戶的美好出行。
不過，成行平臺更“狠”的地方在于，以低至32TOPS的算力，7V/9V的純視覺配置，通過“強視覺在線實時感知、無高精地圖依賴、無激光雷達依賴”，實現了包括城區記憶行車（32TOPS）/ 城區領航駕駛（80TOPS）在內的L2+智能駕駛功能。
而在前幾天五菱云朵的上市發布會上，我們也得知，首款搭載“成行平臺”基礎版本的量產車云朵，將于幾周后的9月正式上市。那么問題來了，沒有激光雷達的“成行”平臺，到底行不行呢？
把價格降下來
這次，我們可以看到一個明顯的例子，“7V/9V”“7V5R1L”甚至是純視覺的感知方案，正在崛起。
兩年前的2021年，大家還爭先恐后地上激光雷達，“4顆以下，請別說話”說得理直氣壯。而今年，“卷”得不要不要的Tier1和車企們，開始在激光雷達上減配，1顆漸漸成了標配，甚至“不配”。而減配的目的，當然是降成本。
所以，僅僅應用無/輕高精地圖、無Lidar、百十TOPS算力等配置，來實現L2+功能，背后拼的就是成本，也就是說，強調“極致性價比”的智能駕駛方案越來越多。大疆車載的“3%~5%”也就是5000~15000元的智駕解決方案，可謂是個典型。
而在此之前，上汽通用五菱推出的2023款KiWi EV和悅也上已經配置了大疆車載的上一代平臺，當然，拓展性方面和安全冗余度肯定不如成行平臺。
因為，這兩款車上是用的兩塊TDA4 VM，算力8×2=16TOPS，而云朵是TDA4 VH的全球首發量產車，一整塊為32TOPS。拓展性上，成行平臺的純視覺智能駕駛系統也支持擴展毫米波雷達、超聲波雷達、激光雷達、高精度地圖等傳感器。
此外，按照官宣，“成行平臺”實現了行泊一體的BEV感知（Bird"s Eye View Perception，鳥瞰圖感知），并采用OSP（Open Space Planning，開放空間決策規劃技術），這使其無論是在開放的城市道路，還是封閉的高速/快速路，以及停車場環境，都能夠在保證安全的前提下提升智能駕駛的通行效率。
大疆車載謝闐地也表示，“成行平臺未來落地更多車型之后，我們也有空間去解讀平臺提供的能力，到車企的功能定義、體驗優化，分別做了什么。一個平臺在不同車型上是可以顯示出不同的個性化的。”
不僅如此，2月16日，大疆車載上線新版官網，將其智能駕駛解決方案矩陣更新為主動安全、行車輔助、泊車輔助、記憶泊車、記憶行車、跨層記憶泊車、領航高速、領航城區八大功能產品，展示了技術演進的方向。
這套系統里面，有大疆車載的獨門功夫“慣導立體雙目”。這是大疆在無人機領域積累的核心技術。
原理上，是通過與人眼相似的視覺原理獲得距離信息生成稠密的點云，“成行平臺”不僅可以在感知上識別任意類別障礙物，而且在弱依賴數據積累的情況下能實現較好的場景泛化。
而且，慣導立體雙目還可以為車輛其他系統提供數據支持，如為自適應智能懸掛提供路面預瞄數據，為自動車燈、自動雨刷等提供環境信息等等。
從技術發布來說，是相當令人振奮的。問題是，大疆車載在智駕領域目前只有上汽通用五菱一個落地客戶，其他大廠都還沒有應用。我們還無法判斷大疆的智駕方案水平跟其他廠商對比到底如何。
雖說大疆車載的慣導雙目有先天的優勢，不過，只有32 TOPS算力的大疆車載“成行平臺”智駕解決方案，核心是記憶行車，就是點對點的駕駛輔助。
之前的Kiwi和悅也上，應用方面也主要是自動泊車的解決方案，“行泊一體”是以“泊”為主的。所以，這個記憶行車能做到什么程度？還有待驗證。
“看不遠”的BUG
前面說到“BEV+Transformer”。實際上，大疆車載所沿襲的視覺路線的崛起，跟自動駕駛技術的發展和普及，特別是特斯拉的帶節奏是分不開的，這讓BEV（Bird"s Eye View）變得越來越重要。
在特斯拉的帶動下，過去的后融合算法逐漸被拋棄，轉而使用前融合的BEV算法，也就是把攝像頭的感知到的畫面直接扔進AI算法里，生成一個鳥瞰視角的3D空間，并在這個空間內輸出感知結果。
而且，BEV算法很好地解決了跨攝像頭的識別問題，在處理近距離加塞這種行業難題時有更好的表現。
當然，理想狀態下，通過BEV，車輛可以全方位地觀察周圍環境，更為精準地規劃路線和行駛路徑，并最終實現L4以上級別的自動駕駛。
而通過不斷地改進計算機視覺技術、圖像判斷技術和深度學習算法，BEV技術肯定會更加精細和高分辨，能夠提取更多的環境信息和細節。進一步，BEV的智能解析和理解將會得到更好的支持。
不過，在智能駕駛領域，專業人士都知道，BEV+Transformer的優勢是識別準、精度高，方便和激光雷達、毫米波雷達做前融合，但即使有眾多優點，也存在明顯短板。這個短板就是，目前技術上仍然無法準確感知遠處的環境和目標。
從現狀來看，“重感知、輕地圖”模式同樣存在“看不遠”的明顯缺陷。并且，這個問題目前沒有完美的解決方案，不管特斯拉和蔚小理們吹得多牛，現階段的智能駕駛還只是過渡方案，無法提供足夠安全的高級別自動駕駛能力。
雖然可以通過一些方法彌補遠處感知能力弱的問題，比如之前的前視單目使用CNN（卷積神經網絡），獲取遠處的感知，再和BEV+Transformer的結果融合。再比如特斯拉的前視疊加4D毫米波雷達，同時提供近處冗余和遠處障礙物感知能力，來補足短板。
不過，這對于BEV+Transformer方案的最低算力要求不低，均勝電子副總裁郭繼舜表示過，“基本上是基于200TOPS以上算力，保證有很好的效果，BEV模型現階段還是在比較依賴大算力的。”
所以，大疆車載“成行平臺”基于32 TOPS的算力，來執行智駕方案，目前來看，城市NOA級別應該是遠遠不夠的。9V的80TOPS算力，應該也是為降成本做了很多妥協。
有一點是我們要清醒認識到的，當前僅憑純視覺或“視覺+毫米波雷達”的解決方案，就像特斯拉在全新HW4.0硬件中加入高精度4D毫米波雷達的做法，仍然無法取代激光雷達的作用。
畢竟，目前的攝像頭技術還難以達到人眼的強大功能。此外，純視覺路線識別物體必須依賴大規模的神經網絡數據訓練，就算特斯拉引入新的占用網絡（Occupancy Network）技術，然而其能否為汽車帶來足夠的安全性，仍備受業內質疑。
所以，低成本的解決方案能在L2+方面做到什么程度，還是要有理性的認知，同樣，不可過度宣傳。
激光雷達何時降價？
實際上，不僅僅是大疆在以“極致性價比”的低成本打法搶占市場，其他智駕供應商們也同樣。據相關統計，多達20家企業提出了類似方案，核心都指向“降本”。
比如，輕舟智航的一顆激光雷達+2顆英偉達ORIN芯片的智駕解決方案，這套系統甚至已經裝到了捷途汽車大圣i-DM的測試車上，并在蘇州開放的特定路段進行了完全脫手級別的測試。
這套系統中，ORIN單芯片提供最高254 TOPS的算力，雙Orin提供的算力可達508 TOPS，據悉，這套車規級前裝量產自動駕駛方案可以滿足安全自動駕駛所需的多樣化和冗余，符合ISO 26262 ASIL-D等系統安全標準。
按照官方的說法，基于該套技術棧，輕舟智航解決方案適用于自主變道、自主超車、掉頭、進出匝道、橫行避讓、緊急制動等各種功能，以及高速、城市道路、路口、高架、復雜匝道等不同場景。此外，除了這套雙ORIN芯片的解決方案，輕舟智航還有一個地平線單/雙J5芯片+激光雷達的解決方案。
并且，奇瑞旗下的大卓智能已經于4月跟地平線簽約，進行智駕方面合作。根據捷途汽車方面提供的信息，其預計2024年底量產的高速NOA解決方案車型上，將采用7V5R1L的解決方案。
這應該是一款低成本解決方案，用的是單ORIN芯片，這樣看來，J5芯片的解決方案只會用在奇瑞的其他車型。
而從三個甚至四個激光雷達減配到只留一個，可以推算出這個方案的成本能降低多少。同樣的，華為ADS 2.0相較ADS 1.0，也只采用了1顆激光雷達而非當初極狐上用的3顆，像小鵬P7i Pro版，更是沒有搭載激光雷達。
相似的走視覺路線的還有元戎啟行，其DeepRoute-Driver 3.0方案以7V（可選配1Lidar）和80+TOPS（最高200+TOPS）的算力，在SD-Pro地圖覆蓋范圍內，可實現包括高、快速路以及城市復雜路段等全域點到點的智駕功能。硬件成本僅為7000元。
只是，目前看來，真要實現高等級自動駕駛，還是得等激光雷達的價格降下來。目前硬件供應商們在做通過“芯片化設計”降本的努力，比如像禾賽科技正在做的那樣。
我們相信，等到大疆車載“低成本用上”有激光雷達解決方案的時候，自動駕駛的等級應該是高不少了。
【注意：文章版權歸屬汽車公社，嚴禁未經授權私自轉載，否則追究法律責任，需轉載請聯系官方微信號：汽車公社】
