自动驾驶L2、L3落地疾行 沿视觉加传感器路线并行推进

简介: 各家公司的选材和做法并不相同。
TB1aiLvcNiH3KVjSZPfXXXBiVXa.jpg

头部公司正围绕可落地的自动驾驶展开竞速。

6月6日,特斯拉在中国推送新版自动辅助导航驾驶功能,稍晚几天,蔚来正式推送NIO Pilot自动辅助驾驶系统7项新功能。与蔚来同一天,另一家国内自动驾驶初创公司纽劢科技也发布了更高级别的L3自动驾驶系统解决方案。

纵观各家方案,采用“视觉为主加多传感器融合”的路线成为主流,这也与车规级激光雷达尚未大规模出现有关。具体到一些细节上,大家又各有所长,在搭载芯片、摄像头以及高精地图等方面各有侧重。但无论是车企采取自主研发,抑或由供应商提供技术支持,最终都是为了抢食自动驾驶这块大蛋糕。

一旦自动驾驶系统的功能可靠且好用,人们就会越来越习惯将车辆交给系统去控制,搭载这些功能的车辆将受到欢迎。

自主研发与集成

在通往高级别自动驾驶的路上,汽车行业大致出现了三种路线,一种是独立自主研发,另一种是主机厂与供应商合作,最后一种也是不太常见的路线是既自己开发同时又与供应商进行合作。

对于为何要采取自主研发路线,蔚来自动驾驶副总裁Jamie Carlson解释称,“我们不认为博世、Continetal这样的公司做的东西不好,他们做的很多技术也在我们的车上应用。但当我们讨论自动驾驶和ADAS的时候,希望有差异化的定位,只依靠一级供应商得到的东西和其它OEM是一样的,大家ADAS的解决方案都非常类似,只有很小的差异。然而我们希望能够做出有更高可控性的产品。”

按照蔚来的计划,他们希望将自动驾驶的系统中的传感器、摄像头、计算机、功率、冗余等都由自己来决定,这就决定了它不能仅仅把供应商的方案拿来装到车上,而是要从零开始做开发。

坚持走自主研发路线的还有特斯拉,以及其他少数新兴的电动车初创公司,但从数量上看,大多数车企如奔驰、大众以及许多自主品牌,还是会延续多年来的集成式老办法,即向供应商采用自动驾驶解决方案。据雷锋网新智驾了解,部分供应商如纽劢科技已经在与自主品牌进行沟通合作,将提供面向L3级别的自动驾驶系统解决方案,预计将在2020年进行量产投放。

“我们这次OTA升级主要针对ES8创始版车主和已经购买了NIO Pilot完整功能的车主,独立研发的优势在于后期迭代响应会更迅速高效,更能贴近用户需求作出反应。”蔚来方面向雷锋网新智驾回应表示。

究竟自主研发和集成的方式哪一个会更快更好,目前尚且看不到结果,但无论是哪一种,将自动驾驶核心技术掌握在自己手中无疑十分重要,一些车企研发负责人甚至将其视为传统汽车中的发动机技术一样,称是兵家必争之地。

细节有别

在自动驾驶的感知、决策和控制三大环节中,需要用到的摄像头、毫米波雷达、超声波雷达、芯片、操作系统等均可以均可视为食材,面对相似的食材要重新做菜,各家公司的选材和做法并不相同。

一般来讲,摄像头能通过成像信息识别前方障碍物动物、车或行人等,但很难测速或测距,雷达则可以通过多普勒的速度分析进行距离和速度的测量。但摄像头和雷达均有自己的局限,在一些如自动泊车辅助等功能上,超声波传感器可以进行起到辅助作用。

对比各家发布的自动驾驶方案配置,感知层面通常由摄像头、毫米波雷达、超声波雷达等传感器组成,但也有车企采用了三目摄像头或高清摄像头等配置。

雷锋网(公众号:雷锋网)新智驾注意到,同样在自动驾驶L2的研发中,不同车企的配置均有细微差别,比如,除了搭载超声波雷达、毫米波雷达外,蔚来的方案中会采用“1个三目前向摄像头+4个环视摄像头”的方案识别周围物体。

“为什么要开发一个三目摄像头,最简单的理解是当我们决定开发NIO Pilot时,没有一级供应商可以提供三目摄像头设备,而且不能赶上我们的时间。另一个原因是,我们想要开发L2级自动驾驶,并将学到的东西应用到L4级自动驾驶,如果能够建立起自己的摄像头技术,对我们来说迭代会带来更多的便利,而且这对自动驾驶安全也是非常重要的。”Jamie Carlson说。

另一处不同在于对高精地图的采用。雷锋网新智驾了解到,蔚来希望在明年将高精地图、高精定位等软件算法融合到现有的NIO Pilot系统中,以提供更好、更全面的L2功能。不过,也有一些Tier 2的自动驾驶解决方案在L3级别时就抛弃了高精地图,仅利用基于GPS行驶轨迹形成地图,至于高精地图则放在更高级别的L4系统中去使用。

传感器和地图均属于感知层面,剩下的决策、控制则仰赖自动驾驶平台、芯片等的协作配合。目前,除了特斯拉等极少数自主研发芯片的公司,想要做一个好的自动驾驶系统,头部公司似乎对平台和芯片等并没有太多可选择性,而是大多会基于英伟达Xavier计算平台、Mobileye Q4芯片等进行自动驾驶研发。

有主次地并行推进

目前,美国SAE等机构已经对自动驾驶作出分级,车企和供应商在研发各级功能上均以此为参照。

在蔚来产品市场部总监李天舒看来,L2是同时能够针对横向和纵向进行车辆的控制,但驾驶员仍然需要在系统里面起到关键性监管、监控的作用。L3是系统判断它可以做到接管的条件下就会接管,但人、驾驶员随时要做好接管这辆车的准备,当系统判断场景不满足的时候,人要随时来进行车辆的接管。L4是在给定的系统边界下,包括高精地图的地理围栏、道路状况、车况、天气情况等,在符合一段端到端的场景下,人变可以在时间和空间上实现完全的解放。

参照这一划分标准,目前市面上推出的L2自动驾驶仍是主流,L3则要恐怕等到明年才能看到大规模应用。

雷锋网新智驾梳理发现,目前已经实现量产上车的L2的功能主要包括高速自动辅助驾驶、拥堵自动辅助驾驶、转向灯控制变道(ALC)、道路标识识别(TSR)、车道保持功能(LKA)、前侧来车预警(CTA-F)、自动泊车辅助系统(APA)、智能巡航辅助等功能。一些自动驾驶系统方案提供商则推出了高速代驾(HWP)、拥堵跟车(TJP)、和自主泊车(AVP)等功能。

整体上,这些功能的应用场景正从高速公路等封闭路段向外延伸,而出于安全的考虑,在推出L4功能之前,所有公司均会反复强调人的接管作用。

从整个汽车行业的落地和未来自动驾驶功能发布计划看,留给L2及以下的时间看上去有点短,毕竟明年便是各家公布的L3量产时间节点。届时,汽车品牌们经常提及的加速度、操控感等话题之外,或许要增加各种自动驾驶体验的描述。

在这一背景下,为了提供更好的体验,瞄准自动驾驶研发的头部公司大多会选择有主次的并行开发方式。其中,很快会应用到的L2、L3功能研发是头等大事,仍有待外部条件成熟的L4功能研发相对靠后,特殊情况是,也会有少数车企跳过L3阶段,在研发L2的同时并行进军L4。原因在于,选择并行开发既能保证自己可以跟上行业节奏,又能在未来法规、传感器成本等条件成熟时抢占先机。

总体来看,车市疲软的当下确实需要新功能来刺激需求,接下来或将浮现更多高级别自动驾驶功能。

目录
相关文章
|
29天前
|
传感器 机器学习/深度学习 人工智能
智能照明系统:技术、应用与未来趋势###
【10月更文挑战第15天】 智能照明,正以前所未有的速度革新着我们的世界。它不仅仅是灯泡亮度的简单调节,更是一种融合了先进科技与人性化设计的未来之光。本文将深入浅出地剖析智能照明系统的核心技术,探讨其在不同领域的广泛应用,并展望这一领域的未来发展蓝图。 ###
46 2
|
4月前
|
机器学习/深度学习 人工智能 供应链
智能制造:AI驱动的生产革命——探索生产线优化、质量控制与供应链管理的新纪元
【7月更文第19天】随着第四次工业革命的浪潮席卷全球,人工智能(AI)正逐步成为推动制造业转型升级的核心力量。从生产线的智能化改造到质量控制的精密化管理,再到供应链的全局优化,AI技术以其强大的数据处理能力和深度学习算法,为企业开启了全新的生产效率和质量标准。本文将深入探讨AI在智能制造中的三大关键领域——生产线优化、质量控制、供应链管理中的应用与影响,并通过具体案例和代码示例加以阐述。
385 3
|
4月前
|
机器学习/深度学习 监控 算法
LabVIEW机器视觉技术对工业制造有什么影响?
LabVIEW机器视觉技术对工业制造有什么影响?
35 0
|
5月前
|
机器学习/深度学习 数据采集 人工智能
AI 大模型在穿戴设备健康中的心率深度融合
AI 大模型在穿戴设备健康中的心率深度融合
65 0
|
6月前
|
传感器 安全 机器人
植保机器人环境感知中的深度感知技术
植保机器人环境感知中的深度感知技术
53 2
|
6月前
|
传感器 人工智能 自动驾驶
驱动未来:自动驾驶技术与智能交通系统的奇妙融合
在科技飞速发展的时代背景下,自动驾驶技术和智能交通系统正成为改变我们出行方式的重要推动力。本文将探讨自动驾驶技术的原理、应用以及其与智能交通系统的紧密关系,展示它们带给我们的便利性、安全性和环境友好性。
|
传感器 机器学习/深度学习 人工智能
对话小鹏汽车刘毅林:城市场景的逻辑、挑战及前景
对话小鹏汽车刘毅林:城市场景的逻辑、挑战及前景
185 0
|
机器学习/深度学习 人工智能 边缘计算
实用级北斗+AI道路智能巡检系统,千寻驰观如何助力精细化公路养护决策
目前我国公路总里程达528万公里,路网建设趋于饱和,路政工作由建设转向养护。 公路养护工作贯穿公路从建成通车后的全生命周期,侧重于对被破坏的部分进行修复,是为保持公路经常处于完好状态,防止其使用质量下降,最终的目的是降低车辆在公路通行时的安全风险,并提高整体的运行效率。
实用级北斗+AI道路智能巡检系统,千寻驰观如何助力精细化公路养护决策
|
传感器 编解码 自动驾驶
多传感器融合趋势下 实现高级别自动驾驶的三大关键
激光雷达则可以弥补毫米波雷达不能识别障碍物具体形状的缺点。因而要想融合不同传感器的收集到外界数据为控制器执行决策提供依据,就需要经过多传感器融合算法处理形成全景感知。
168 0
多传感器融合趋势下 实现高级别自动驾驶的三大关键
|
人工智能 算法 安全
达闼科技,用柔性智能关节 SCA 定义云端智能柔性机器人起跑线
作为机器人的核心零部件,伺服系统的核心技术一直掌握在欧美、日本以及韩国的手里。 在面对传统伺服电机技术掣肘的现实,许多机器人厂商不得不依赖进口,然而这就意味着中国厂商的采购成本要比外企自用高三五倍以上。
401 0
达闼科技,用柔性智能关节 SCA 定义云端智能柔性机器人起跑线