今天小編分享的汽車經驗：AI時代的智能底盤需要新的答卷，歡迎閲讀。
文｜三少爺
不知道是不是因為電動汽車的滲透率來到了主流大眾階段，過去不太被先鋒消費者所關心的底盤領網域也開始了瘋狂内卷。一個突出的表現就是在過去的幾年中，很多車企都在智能底盤技術上投入了相當大的資源，并在 2023 年開始拿出系統化的解決方案。
2023 年 4 月份，比亞迪推出 " 雲辇 " 智能車身控制技術，在原有橫縱向控制技術的基礎上，補齊垂向控制的最後一塊拼圖，實現了對車身 X-Y-Z 六個自由度的完整控制，在此基礎上，進一步融合高階智駕感知傳感器的能力，實現了道路預瞄功能。後來，在智界 S7 發布會前後那段時間，華為推出了 " 途靈底盤 "，同樣通過多模态融合感知和多網域協同控制技術，實現了對驅動、制動、懸架和轉向的多維控制。
這兩家技術方案的主要亮點一方面體現在，在原有橫縱向控制的基礎上加入了垂向控制，實現了對車輛的立體控制。另一方面體現在通過感知傳感器實現了對前方道路的掃描。值得一提的還有蔚來汽車 Banyan · 榕 2.4.0 智能系統中的 "AI 智能底盤 "，除了利用車端的感知傳感器（激光雷達和攝像頭）掃描前方路面，蔚來汽車還通過群體智能的方式生成了 4D 路況圖層，進一步增強了對路面的雲端感知能力。
稍微總結一下就會發現，感知能力的進步是這幾家車企推出的智能底盤技術區隔于老一代底盤技術最為鮮明的亮點。
更強大的車端融合感知
在當前智能底盤技術的框架裏，感知傳感器（感知路面信息）和底盤傳感器（感知車身姿态）是感知層兩大重要硬體。感知決定了高階智駕的性能，對路面狀況和車輛狀态的感知能力高低也同樣決定了智能底盤的表現。
早期，BBA 的智能底盤依靠攝像頭掃描前方路面的颠簸。攝像頭的技術特性大家都清楚，在以特斯拉為首的純視覺技術路線派和以華為為首的多傳感器融合技術路線派的争論裏，攝像頭的劣勢被一次次拿出來吊打。在天氣和光線良好的情況下，攝像頭可以通過道路紋理信息判斷前方是凸起還是坑窪，但天氣不佳或者光線變差時，路面感知的清晰度就成了智能底盤系統表現的瓶頸。
圖片來源：速騰聚創
在夜間和強光條件下，攝像頭變成了睜眼瞎，基于這樣的特點，比亞迪和華為引入了可有效應對強光、暗光、炫光、逆光等各種光照條件的激光雷達。通過激光雷達無懼惡劣天氣和光線的 3D 幾何信息和攝像頭豐富的紋理信息，判斷前方路面的凹凸，系統表現的理論上限肯定超過 " 純視覺派 "。不過，想用好激光雷達實在是太難了，那些把激光雷達蒙上還能 " 開啓 " 高階智駕功能的車企，以及那些基于激光雷達信息融合實現城區高階智駕功能的車企對這一點有非常深刻甚至是痛切的認識。
不過，盡管激光雷達有面對惡劣光線條件的獨特優勢，激光雷達 + 攝像頭的實時路面感知也不是完全沒問題。雨霧、水滴很容易造成激光雷達的偽影，一下子就能把 " 眼睛的視力 " 從 5.0 拉到 3.0，即便是天氣狀況良好，傳感器沾上污點，也會拉低感知性能的表現。
困難擺在這裏，是解決它還是繞開它？很多人對此是有不同看法的，" 稍微颠簸一下怎麼了，人哪有那麼金貴？" 但是，一向致力于把美好的體驗帶給大家的蔚來，摸索出了一條新的解決方案 - 加入道路的先驗信息，蔚來把它稱為 4D 路況圖層。
更準确的雲端融合感知
也許是為了區隔華為、比亞迪正着力宣傳的智能底盤，避免以後發劣勢加入用户心智之争，又或許是為了突出技術方案的與眾不同之處，蔚來引入了 "AI 智能底盤 " 的概念。
圖片來源：蔚來汽車
在某種程度上，這确實屬于 " 行業首創 "，因為，從技術特點上來看，蔚來智能底盤技術在車端融合感知的基礎上加入了雲端融合感知。不過，這裏有一個值得思考的問題：還是同樣采用攝像頭和激光雷達，攝像頭和激光雷達的技術特性擺在那裏，為什麼蔚來的 AI 智能技術方案能夠有效地彌補感知傳感器在雨雪天氣下的缺陷，提供更加魯棒的感知能力？
答案是，除了利用攝像頭和激光雷達對路面信息進行實時感知之外，蔚來還可以根據汽車多次（只需要四次）行駛過相同路段時的車身狀态傳感器對路面的颠簸情況進行确認、驗證、微調、修正。如果説車端的單次實時感知是對路面狀況的 " 大膽假設 " 的話，那麼，蔚來在雲端重新計算并精細調整路面颠簸信息便是 " 小心求證 "，相對于單次的大膽假設，四次确認可以保證更高的數據準确性。而且，不只是對激光雷達和攝像頭感知信息的求證，在車輛實際行駛到該路段時，通過底盤傳感器還可以再次更正或确認路面信息。
在友商的實時感知方案中，車開過去就開過去了，車身高度、加速度等傳感器感知到的信息 " 閲後即焚 "，不會用于改善下一次通過相同路段的行駛表現。雁過虛空了無痕，無法利用底盤傳感器的信息，就像一只大雁飛過天空那樣沒有留下任何痕迹，存儲上倒是幹幹淨淨地沒啥負擔，但價值就隐藏在數據裏面，不挖掘一下豈不可惜？
所以，可以認為，蔚來通過感知傳感器（攝像頭和激光雷達）" 着眼未來 "，借助底盤傳感器 " 立足當下 "，兩相結合，充分挖掘數據價值并四次确認之後，便可以生成更加準确地反映路面颠簸情況的雲端感知路況圖層了。
寫在最後
通過路面掃描提升駕駛的通過性、平順性和舒适性，市面上能夠做到這一點并重點宣傳的車企并不多。本土車企這邊，比亞迪、華為和蔚來是三家比較典型的車企，其它車企可能是智駕算力有限，又或許是產品定義問題（能提供這種功能體驗的車型基本都在 25 萬以上），暫時沒有釋放這種能力。
而且，在這三家裏面，作為後來者的蔚來做出了差異化的方案。如前所述，比亞迪和華為更加注重實時感知，蔚來則疊加了通過群體智能生成的 4D 路況圖層，在實時感知的基礎上提供道路先驗信息，在理論上具備更高的性能天花板。當然，天花板是一回事，實際表現是另外一回事，這三家的實際表現對比，只能慢慢觀察了。
值得一提的是，蔚來之所以能夠另辟蹊徑，離不開當初拍板選用四顆 Orin 芯片的決定。對于蔚來使用四顆 Orin 的做法，業界一直有一個調侃，" 花了用户更多的錢，耗了用户更多的電，為啥不能提供更出色的高階智駕表現？" 蔚來 NOP+ 的表現也許和小鵬、華為這倆頭部廠商還有一定的差距，但和其它友商相比至少是不差的。而且，誰説 Orin 的算力只能局限在高階智駕功能上面的，這不還能用在 4D 路況圖層的生成和 AI 智能底盤上面嗎？所以，至少在友商們把蔚來的本事學去（或許只能等英偉達下一代雷神芯片了）之前，能不能不要再噴蔚來幹嘛非得用四顆 Orin 芯片了？
