今天小编分享的互联网经验：极简城区智驾，大疆车载挑战不可能三角，欢迎阅读。
文 | 李安琪
编辑 | 李勤
从去年的 " 百城大战 "，到近期的 " 全国都能开 " 热潮，高阶的城区智能驾驶已经走到量产决战路口。
华为率先全量推送无图城区领航功能；小鹏也在全国 243 城稳步开放城区智驾；蔚来则招募了 2 万用户在全国 706 城、总计 72.5 万公里道路内测。
但正如电池行业的铁律：成本、性能与安全是不可能之三角，电池厂商往往需要做出取舍，才有机会在风云诡谲的产业中立足。
高阶智能驾驶也面临同样困境：高质量、低成本与大规模，几乎不可兼得。
目前，市面上城区智驾方案大多需要搭载 1 颗以上激光雷达、数颗毫米波雷达。蔚小理、华为等高阶智驾车型价格基本超出 20 万元。
至少在目前，高阶智驾还不是多数人的游戏。
而大疆车载试图在质量、成本、规模的三角中找到平衡。与华为不一样，大疆车载走的是低成本、极简硬體路线，主打 15 万元 + 市场。
3 月 30 日的开放日中，大疆车载就展示了仅依赖 7 颗摄像头、1 颗高通 100TOPS 算力芯片的无图、纯视觉城区智驾功能，成本 7000 元左右。这对高阶智驾的大规模普及，无疑是重要推进器。
但大疆车载的高阶智驾，此前几乎只存在于同行的口碑认证中、存在于量产定点数字里。平衡好三角难题，是大疆车载跻身第一梯队的前提。
高阶智驾普及，需要极简硬體
去年，华为问界、蔚小理掀起轰轰烈烈的智驾开城大战。然而，这场热闹只属于 20 万元以上的车型品牌，其余用户只能旁观这场热闹。
从乘联会零售数据来看，去年 2170 万汽车销量中，20 万元以上车型占比三成，而 10 万 -20 万元车型占比超一半，后者是更主流的市场。
对这个市场的主机厂而言，激光雷达、英伟达 Orin 芯片等高阶智驾硬體成本，是难以逾越的门槛。据了解，带有激光雷达的智驾方案成本基本在 1.5 万元以上，光是 1 颗激光雷达成本就达 3000 元。
如果高阶智驾要加速下沉，硬體成本是首要解决问题。
已经有玩家在考虑去掉激光雷达。比如小鹏汽车与滴滴合作主打 10 万 -15 万元市场的 "MONA" 项目，蔚来主打 20 万元以下市场的第二品牌 " 乐道汽车 "，都被传出取消激光雷达，转而搭载纯视觉智驾方案。
行业趋势也愈发明朗：20 万元以上车型，车企仍然会配置激光雷达、Orin 芯片等硬體，但在 20 万元以下市场，车企大概率会探索纯视觉智驾方案，取消激光雷达，实现硬體极简。
最重要的是，大洋彼岸的特斯拉，已经靠着纯视觉路线一路狂奔，进化速度惊人。
近日，特斯拉就向北美超百万用户提供为期一个月的免费 FSD（自动驾驶軟體包）试用。马斯克要求交付中心在交车之前，必须向用户演示 FSD 功能。马斯克表示：" 很多人都没有意识到，FSD 的目前表现有多棒。"
特斯拉一直都是纯视觉路线的拥趸，车辆的传感器只有 8 颗摄像头与 12 颗超声波雷达。
但纯视觉道路并非生下来就在罗马。
2020 年之前，特斯拉也采用了传统的感知、决策、规划控制等多模块方案，方案的实现基本依赖于工程师们手写一行行代码制定的规则，来驯化自动驾驶车辆。腦力的天花板，决定了系统的天花板。
而 AI 大模型让特斯拉找到了纯视觉的正确打开方式。2021 年，特斯拉开始将基于 Transformer 的 BEV（鸟瞰图）技术引入感知领網域，使得摄像头从 2D 影像转化为 3D 图景；随后特斯拉还推出了 Occupancy（占据栅格）等技术，来弥补纯视觉感知路面物体纵深不足的短板。
不仅如此，特斯拉还用 AI 神经网络模型取代工程师手写规则，重构规划控制环节，逐步形成自动驾驶端到端方案。
最近，特斯拉还取消了 "FSD Beta" 中的 "Beta"（意为测试版），更名为 "FSD ( Supervised ) "（即受监督的）。
FSD 在使用说明中的标志性话语是：FSD 将城市道路驾驶堆栈更新为单个端到端神经网络，该神经网络由数百万个视频片段训练而成，取代了超过 30 万行的 C++ 代码。
可以说，在国内玩家还在激辩激光雷达去留时，特斯拉 FSD 纯视觉已经在 AI 大模型浇灌下，一路绝尘而去了。随着百万用户限时免费试用，特斯拉 FSD，比以往任何时刻都接近自动驾驶。
大疆车载既要高质，又要低价
而大疆车载纯视觉路线，比特斯拉 FSD 还要简洁，甚至连超声波雷达都没有。
大疆车载率先抛弃了激光雷达，而是用一对前视双目摄像头，来感知路面障碍物的深度；传感器还包括 4 颗环视鱼眼摄 +1 颗后视单目摄像头。"7V 是我们在过去几年积累总结出来的，能够平衡性能和成本的智驾最优解。" 大疆车载工程师说道。
硬體底层，大疆车载则用了 1 颗高通智驾芯片 8650，整体算力达 100TOPS。有智驾行业人士告诉 36 氪，较之英伟达 Orin X，高通智驾芯片的性价比更高。借助自身的成本把控能力、高通智驾芯片性价比，大疆车载才有机会做到硬體极简。
硬體之外，大疆车载算法也有所更新。在高通芯片支持下，大疆车载将感知算法更新为基于 Transformer 的 BEV 模型、Occupancy（占据栅格）、在线道路拓扑构建等。
基于 Occupancy（占据栅格），大疆车载能够提升城区、高速、泊车场景的各类通用障碍物的避障、绕行能力。此前，同样走纯视觉路线的极越汽车，也提出了能够自适应全场景分辨率的 Occupancy 模型。
在去掉高精地图后，大疆车载也能实时构建道路拓扑信息，获知实时路网关系，帮助下游规划控制模型作出变道决策、左右转、绕行等决策。
除了感知大模型，大疆车载还研发了预测决策大模型。通过对人类司机的学习，可以解决路口等复杂场景的车辆轨迹预测问题。但大疆车载不会直接用 AI 输出控制车辆，而只是作为参考，最后仍有基于规则的策略保障车辆安全。
硬體极简和軟體更新，让大疆有机会闯出一条 " 低价高质 " 赛道。
但大疆车载并不排斥采用更多传感器，而是支持车企选装毫米波雷达、超声波雷达等硬體。
未来，针对更高级的 L3 级自动驾驶，大疆车载内部还在预研 " 惯导三目及激光雷达总成 "。据大疆工程师介绍，目前激光雷达的特点是测距准，但生成点云图其实远没有视觉影像的纹理、色彩信息丰富；视觉信息丰富，但是对于远处车辆的朝向、速度把握不够精准。
而大疆车载的激光雷达与三目结合体，同时将两种不同传感器做原生硬體设计，保持时间、空间信息的一致。这样一来，大疆车载可以获得信息稠密、精度又高的点云图，可以应对城区道路密集车流等复杂挑战。
量产挑战，工程化是难题
但在国内复杂的城市道路复刻特斯拉的成果，大疆车载必须大胆预设，加倍测试。
毕竟在实际量产中，用户体验优化、全国各地测试、数据闭环系统搭建、持续训练与 OTA 更新等，才真正考验着智驾团队的工程能力。华为、蔚小理等，无一不是如此。
日前，36 氪汽车在深圳宝安区的城市道路上，体验到了大疆车载的智驾方案。一路上车流往来不息，货车、泥头车轰隆驶过，摩托车也穿梭在繁忙街头。
而大疆车载仅用摄像头，也能识别路口红绿灯、二 / 三轮车、路边障碍物等。混乱车流中，通过无保护左右转路口时，大疆车载也能避让斑马线内行人和非机动车。
但车辆与人的复杂博弈无处不在。比如红绿灯路口，一辆三轮车突出在人行道处，大疆车载的绕行也相对保守与谨慎。最终，三轮车师傅后退半步、我们手动接管车辆，这场对决才得以结束。
加塞场景也时有发生。面对这种情况，大疆车载的车辆有时判断与响应还不够及时，需要驾驶员保持高度警惕、随时接管车辆。
整体体验下来，大疆车载会积极避让动态车辆，但对于静态车辆的绕行，有时会犹豫不决，需要手动接管才能通过。对此，大疆车载向 36 氪解释，目前测试版本大概是量产水平 60% 左右，等到第三季度量产，軟體规控策略会更加成熟，用户体验也会更好。" 内部也在研发带车尾灯识别的模型，对临停车辆的决策可以更好。" 有工程师表示。
数据也是智驾系统持续迭代的关键。此前据大疆车载负责人沈劭劼表示，今年大疆车载将有 20 多款车型上市，其中就包括城市高阶智驾方案。
随着海量数据回传，大疆车载也面临着海量数据训练的挑战。以及，未来如何与车企配合，持续向用户 OTA 更新軟體，也是大疆车载需要细化的工程。
当然，行业高阶智驾方案的起步也都难免存在不足。特斯拉自 2020 年起向种子用户开放内测，逐步迭代 4 年，才在今年 3 月向百万用户免费限时推送。
沿着当前方案，大疆车载的智驾天花板足够高，但纯视觉之路也注定艰辛。大疆车载需要更多数据的滋养，垒筑地基，才有机会真正让高阶的城区智驾变成多数人的游戏。
