今天小编分享的汽车经验:小鹏智驾「三级跳」,欢迎阅读。
提起小鹏汽车,大家似乎第一个想到的就是智能驾驶。
前段时间,小鹏车友圈传出这样一件趣事:小鹏 G9 虽然销量不高,但是整个上海的租车资源非常紧俏,诸多车企都想租一台小鹏 G9,作为研发的对标验证车型。
这也从侧面说明了小鹏智驾技术被认可的程度。
俗话说,罗马不是一天建成的。已经成为智能驾驶行业标杆的小鹏汽车,究竟是如何逐年迭代智能驾驶的?他们对于未来的智能驾驶技术又有怎样的预期呢?
01
智能驾驶 " 三级跳 "
自 2018 年起,小鹏汽车就开始逐步布局智能驾驶上下游技术,掌握视觉感知、传感器融合、决策、规划、控制等一系列核心能力,建立迭代 Xpilot 高级辅助驾驶系统,以期实现智能驾驶方案全栈自研。
同年,小鹏汽车 Xpilot2.0 智能辅助驾驶系统正式落地,能够提供单车道辅助驾驶、自适应巡航等功能,开启了智能驾驶领網域探索之路。
彼时,量产版本小鹏 G3 还锚定了辅助泊车功能,在市场中收获了用户的关注度。而在此之前,小鹏 G3 前后一共花了四年的时间,迭代出 3 个测试版本,足以看出小鹏对于辅助驾驶的关注。
此后,2019 年,小鹏汽车 L2 级行车辅助系统 Xpilot2.5 成功实现量产应用,能够提供自动辅助驾驶、自适应巡航、ACC 智能巡航、车道居中辅助、自动变道辅助等功能。
2021 年,小鹏汽车又推出了 Xpilot3.0,可以实现高速 NGP 功能。此后,Xpilot3.5 推出,开始提供覆盖城市路况的 NGP 功能,拥有红绿灯路口通行、城市路况超车、定制化跟车、自动限速调节和环岛通行能力等。
2022 年,小鹏汽车城市 NGP 功能,正式推送给用户。而首发城市 NGP 功能的车型即是小鹏 P5。小鹏 P5 也是全球首款搭载激光雷达的量产智能汽车。P5 选择了大疆车规级双激光雷达 Livox-HAP,采用棱镜式扫描方案,能达到较高的点云密度(等效 144 线)。
值得一提的是,小鹏 P5 使用了 30TOPS 算力的英伟达 Xavier 芯片,就实现了城市 NGP,这在当时也算是一个创举,即使放到现在也仍有其先进性。
同期,Xpilot 4.0 在 G9 车型上搭载,在硬體全面更新的情况下,将提供全场景辅助驾驶功能。小鹏汽车表示,城市 NGP 的代码量达到了高速 NGP 的六倍。
在硬體技术上,小鹏汽车采用了高清摄像头、毫米波雷达、激光雷达及高精度定位的多感知融合硬體的搭载策略,坚持以视觉为核心,并融合激光雷达以实现安全冗余。
比如,高速 NGP 功能仅依赖摄像头,而城市 NGP 功能则需要在摄像头的基础上融合激光雷达。
此外,随着 Xpilot 辅助驾驶系统持续更新迭代,为满足相关算力需求,小鹏持续引进性能更高的芯片。
小鹏 Xpilot 2.0 及 Xpilot 2.5 采用 Mobileye EyeQ4 芯片,采用 28nm 工艺制程,算力为 2.5TOPS。
随着辅助驾驶系统更新至 Xpilot 3.0 及 Xpilot 3.5,小鹏开始使用英伟达首次推出的车规级芯片 Xavier,能用于支持 L2 级的辅助驾驶。到 Xpilot 4.0 阶段,小鹏将算力平台更新为英伟达 Orin-X 芯片,算力高达 254TOPS,能支持 L2-L5 级自动驾驶功能。
按照小鹏汽车内部的规划:2022 年,他们已经完成了智能辅助驾驶上半场核心能力的建设,完成了三大拼图的创立。
这三大拼图分别是高速 NGP、记忆泊车 VPA 和城市 NGP。
02
智能驾驶 " 下半场 "
" 在城市 NGP 发布之后,我们的用户 90% 的时长都可以享受到我们智能辅助驾驶的一个便利了。
那如何才能到达最多的 100%,那这就是我们智能驾驶的下半场需要去解决的问题,下半场主要的功能我们叫做全场景 NGP。" 在年初的行业交流会上,小鹏汽车自动驾驶高级专家陈林这样判断。
全场景辅助驾驶,即 XNGP,是小鹏第二代智能辅助驾驶系统,包含从起点停车位到终点停车位全程使用辅助驾驶的能力:从停车位泊出,到城市道路、高速 / 快速路,再到停车场内部道路等,最终泊入车位都可以使用智能驾驶辅助系统。
我们可以把它看成是无高精度地图区網域的导航辅助驾驶,目标是在高速 / 城市道路实现零接管,在安全性、道路博弈能力和通行效率上超过大部分司机。
在此基础上,XNGP 就可以形成一个用户基本上 100% 的时长都可以使用的智能辅助驾驶系统,覆盖大部分用户日常用车的实际场景。
可以用三个 " 全 " 来形容 XNGP,即 " 全国都能用、全程都能用、全天都能用。"
XNGP 的实现需要以传感器、算力芯片等硬體以及 XNet 为代表的軟體及 AI 体系作为支撑。
硬體方面,小鹏汽车的车端算力已经从之前的 Xavier 30TOPS 的芯片已经更新到 508TOPS,并搭建了 600PFLOPS 算力的扶摇超算中心提供云端算力支持。
軟體及 AI 体系方面,小鹏从 2021 年下半年开始构建基于 Transformer 的 BEV 视觉感知系统 XNet。
XNet 可通过将多个摄像头采集的数据,进行多帧时序前融合,输出 BEV 视角下的动态目标物的 4D 信息(如车辆速度、运动预测等)和静态目标物的 3D 信息(如车道线位置等),利用神经网络实现端到端数据驱动算法迭代。
举个例子,得益于 XNet 技术,2022 年,小鹏汽车完成了全自动的标注系统,2000 人 / 年的标注,只需要 16.7 天就可以完成。
更为关键的是,XNet 通过超强环境感知能力降低对高精地图的依赖,从而避免获取高精地图所需的昂贵成本以及严格的资质审查,能够降低对雷达等价格更高的传感器的依赖,进一步降低小鹏智能驾驶方案的成本,加速小鹏 XNGP 技术渗透率的提升。
此外,影子模式、仿真等技术也为 XNGP 模型的训练提供大量素材。有数据显示,截止 2022 年底,小鹏汽车已经拥有 5000 万公里的仿真行驶里程,相应的场景超过 2 万个,每一行代码的发布都会经过这些仿真的测试才能出去。
我们可以梳理一下小鹏汽车智能驾驶下半场的 AI 技术体系:量产车车队去采集数据,经过全自动化的标注过程,再经过扶摇自动驾驶计算中心训练,最后就可以部署到车子上。
至于 XNGP 的下一步量产时间,陈林表示,2024 年,我们会把所有的场景打通,实现车位到车位的智能导航辅助驾驶能力。
当然,如果说 XNGP 是辅助驾驶的最终形态,那么小鹏汽车自动驾驶目标仍然是 L4、L5。
据了解,小鹏汽车已经获得国内 " 智能网联汽车道路测试 " 牌照,并且其軟體优化后、硬體零改装的量产车已经通过了自动驾驶封闭道路的测试,这也是国内首例。
据了解,在扶摇架构支撑下,小鹏智能驾驶领網域 XNGP 的综合研发效率将提升 30%,车型适配成本将降低 70%。
在已落地的北上广深所有可用城市 NGP 的路段中,小鹏城市 NGP 的里程渗透率达到 62%,每百公里紧急接管次数仅为 0.65 次,效率已接近人类司机 90% 的水平。
而在无高精地图的城市布局上,2023 年底小鹏有望在 50 座城市提供类似城市 NGP 体验。
或许,何小鹏曾经的狂言—— " 小鹏智能的速度和加速,遥遥领先、没有对手 ",并非是一句空话。