今天小編分享的互聯網經驗：極簡城區智駕，大疆車載挑戰不可能三角，歡迎閲讀。
文 | 李安琪
編輯 | 李勤
從去年的 " 百城大戰 "，到近期的 " 全國都能開 " 熱潮，高階的城區智能駕駛已經走到量產決戰路口。
華為率先全量推送無圖城區領航功能；小鵬也在全國 243 城穩步開放城區智駕；蔚來則招募了 2 萬用户在全國 706 城、總計 72.5 萬公裏道路内測。
但正如電池行業的鐵律：成本、性能與安全是不可能之三角，電池廠商往往需要做出取舍，才有機會在風雲詭谲的產業中立足。
高階智能駕駛也面臨同樣困境：高質量、低成本與大規模，幾乎不可兼得。
目前，市面上城區智駕方案大多需要搭載 1 顆以上激光雷達、數顆毫米波雷達。蔚小理、華為等高階智駕車型價格基本超出 20 萬元。
至少在目前，高階智駕還不是多數人的遊戲。
而大疆車載試圖在質量、成本、規模的三角中找到平衡。與華為不一樣，大疆車載走的是低成本、極簡硬體路線，主打 15 萬元 + 市場。
3 月 30 日的開放日中，大疆車載就展示了僅依賴 7 顆攝像頭、1 顆高通 100TOPS 算力芯片的無圖、純視覺城區智駕功能，成本 7000 元左右。這對高階智駕的大規模普及，無疑是重要推進器。
但大疆車載的高階智駕，此前幾乎只存在于同行的口碑認證中、存在于量產定點數字裏。平衡好三角難題，是大疆車載跻身第一梯隊的前提。
高階智駕普及，需要極簡硬體
去年，華為問界、蔚小理掀起轟轟烈烈的智駕開城大戰。然而，這場熱鬧只屬于 20 萬元以上的車型品牌，其餘用户只能旁觀這場熱鬧。
從乘聯會零售數據來看，去年 2170 萬汽車銷量中，20 萬元以上車型占比三成，而 10 萬 -20 萬元車型占比超一半，後者是更主流的市場。
對這個市場的主機廠而言，激光雷達、英偉達 Orin 芯片等高階智駕硬體成本，是難以逾越的門檻。據了解，帶有激光雷達的智駕方案成本基本在 1.5 萬元以上，光是 1 顆激光雷達成本就達 3000 元。
如果高階智駕要加速下沉，硬體成本是首要解決問題。
已經有玩家在考慮去掉激光雷達。比如小鵬汽車與滴滴合作主打 10 萬 -15 萬元市場的 "MONA" 項目，蔚來主打 20 萬元以下市場的第二品牌 " 樂道汽車 "，都被傳出取消激光雷達，轉而搭載純視覺智駕方案。
行業趨勢也愈發明朗：20 萬元以上車型，車企仍然會配置激光雷達、Orin 芯片等硬體，但在 20 萬元以下市場，車企大概率會探索純視覺智駕方案，取消激光雷達，實現硬體極簡。
最重要的是，大洋彼岸的特斯拉，已經靠着純視覺路線一路狂奔，進化速度驚人。
近日，特斯拉就向北美超百萬用户提供為期一個月的免費 FSD（自動駕駛軟體包）試用。馬斯克要求交付中心在交車之前，必須向用户演示 FSD 功能。馬斯克表示：" 很多人都沒有意識到，FSD 的目前表現有多棒。"
特斯拉一直都是純視覺路線的擁趸，車輛的傳感器只有 8 顆攝像頭與 12 顆超聲波雷達。
但純視覺道路并非生下來就在羅馬。
2020 年之前，特斯拉也采用了傳統的感知、決策、規劃控制等多模塊方案，方案的實現基本依賴于工程師們手寫一行行代碼制定的規則，來馴化自動駕駛車輛。腦力的天花板，決定了系統的天花板。
而 AI 大模型讓特斯拉找到了純視覺的正确打開方式。2021 年，特斯拉開始将基于 Transformer 的 BEV（鳥瞰圖）技術引入感知領網域，使得攝像頭從 2D 影像轉化為 3D 圖景；随後特斯拉還推出了 Occupancy（占據栅格）等技術，來彌補純視覺感知路面物體縱深不足的短板。
不僅如此，特斯拉還用 AI 神經網絡模型取代工程師手寫規則，重構規劃控制環節，逐步形成自動駕駛端到端方案。
最近，特斯拉還取消了 "FSD Beta" 中的 "Beta"（意為測試版），更名為 "FSD ( Supervised ) "（即受監督的）。
FSD 在使用説明中的标志性話語是：FSD 将城市道路駕駛堆棧更新為單個端到端神經網絡，該神經網絡由數百萬個視頻片段訓練而成，取代了超過 30 萬行的 C++ 代碼。
可以説，在國内玩家還在激辯激光雷達去留時，特斯拉 FSD 純視覺已經在 AI 大模型澆灌下，一路絕塵而去了。随着百萬用户限時免費試用，特斯拉 FSD，比以往任何時刻都接近自動駕駛。
大疆車載既要高質，又要低價
而大疆車載純視覺路線，比特斯拉 FSD 還要簡潔，甚至連超聲波雷達都沒有。
大疆車載率先抛棄了激光雷達，而是用一對前視雙目攝像頭，來感知路面障礙物的深度；傳感器還包括 4 顆環視魚眼攝 +1 顆後視單目攝像頭。"7V 是我們在過去幾年積累總結出來的，能夠平衡性能和成本的智駕最優解。" 大疆車載工程師説道。
硬體底層，大疆車載則用了 1 顆高通智駕芯片 8650，整體算力達 100TOPS。有智駕行業人士告訴 36 氪，較之英偉達 Orin X，高通智駕芯片的性價比更高。借助自身的成本把控能力、高通智駕芯片性價比，大疆車載才有機會做到硬體極簡。
硬體之外，大疆車載算法也有所更新。在高通芯片支持下，大疆車載将感知算法更新為基于 Transformer 的 BEV 模型、Occupancy（占據栅格）、在線道路拓撲構建等。
基于 Occupancy（占據栅格），大疆車載能夠提升城區、高速、泊車場景的各類通用障礙物的避障、繞行能力。此前，同樣走純視覺路線的極越汽車，也提出了能夠自适應全場景分辨率的 Occupancy 模型。
在去掉高精地圖後，大疆車載也能實時構建道路拓撲信息，獲知實時路網關系，幫助下遊規劃控制模型作出變道決策、左右轉、繞行等決策。
除了感知大模型，大疆車載還研發了預測決策大模型。通過對人類司機的學習，可以解決路口等復雜場景的車輛軌迹預測問題。但大疆車載不會直接用 AI 輸出控制車輛，而只是作為參考，最後仍有基于規則的策略保障車輛安全。
硬體極簡和軟體更新，讓大疆有機會闖出一條 " 低價高質 " 賽道。
但大疆車載并不排斥采用更多傳感器，而是支持車企選裝毫米波雷達、超聲波雷達等硬體。
未來，針對更高級的 L3 級自動駕駛，大疆車載内部還在預研 " 慣導三目及激光雷達總成 "。據大疆工程師介紹，目前激光雷達的特點是測距準，但生成點雲圖其實遠沒有視覺影像的紋理、色彩信息豐富；視覺信息豐富，但是對于遠處車輛的朝向、速度把握不夠精準。
而大疆車載的激光雷達與三目結合體，同時将兩種不同傳感器做原生硬體設計，保持時間、空間信息的一致。這樣一來，大疆車載可以獲得信息稠密、精度又高的點雲圖，可以應對城區道路密集車流等復雜挑戰。
量產挑戰，工程化是難題
但在國内復雜的城市道路復刻特斯拉的成果，大疆車載必須大膽預設，加倍測試。
畢竟在實際量產中，用户體驗優化、全國各地測試、數據閉環系統搭建、持續訓練與 OTA 更新等，才真正考驗着智駕團隊的工程能力。華為、蔚小理等，無一不是如此。
日前，36 氪汽車在深圳寶安區的城市道路上，體驗到了大疆車載的智駕方案。一路上車流往來不息，貨車、泥頭車轟隆駛過，摩托車也穿梭在繁忙街頭。
而大疆車載僅用攝像頭，也能識别路口紅綠燈、二 / 三輪車、路邊障礙物等。混亂車流中，通過無保護左右轉路口時，大疆車載也能避讓斑馬線内行人和非機動車。
但車輛與人的復雜博弈無處不在。比如紅綠燈路口，一輛三輪車突出在人行道處，大疆車載的繞行也相對保守與謹慎。最終，三輪車師傅後退半步、我們手動接管車輛，這場對決才得以結束。
加塞場景也時有發生。面對這種情況，大疆車載的車輛有時判斷與響應還不夠及時，需要駕駛員保持高度警惕、随時接管車輛。
整體體驗下來，大疆車載會積極避讓動态車輛，但對于靜态車輛的繞行，有時會猶豫不決，需要手動接管才能通過。對此，大疆車載向 36 氪解釋，目前測試版本大概是量產水平 60% 左右，等到第三季度量產，軟體規控策略會更加成熟，用户體驗也會更好。" 内部也在研發帶車尾燈識别的模型，對臨停車輛的決策可以更好。" 有工程師表示。
數據也是智駕系統持續迭代的關鍵。此前據大疆車載負責人沈劭劼表示，今年大疆車載将有 20 多款車型上市，其中就包括城市高階智駕方案。
随着海量數據回傳，大疆車載也面臨着海量數據訓練的挑戰。以及，未來如何與車企配合，持續向用户 OTA 更新軟體，也是大疆車載需要細化的工程。
當然，行業高階智駕方案的起步也都難免存在不足。特斯拉自 2020 年起向種子用户開放内測，逐步迭代 4 年，才在今年 3 月向百萬用户免費限時推送。
沿着當前方案，大疆車載的智駕天花板足夠高，但純視覺之路也注定艱辛。大疆車載需要更多數據的滋養，壘築地基，才有機會真正讓高階的城區智駕變成多數人的遊戲。
