當(dāng)前，汽車電動化技術(shù)日趨成熟使得制造成本降低，中低端車型價格更為親民。與此同時，中高端車型的市場份額持續(xù)擴大，消費者對于更高品質(zhì)、更多功能車型的需求日益旺盛。而城市NOA作為旗艦車型的新標(biāo)桿功能，成為車企“保價增配”策略的核心著力點，將加速量產(chǎn)落地。

2024年3月12日，在2024第五屆軟件定義汽車論壇暨AUTOSAR中國日上，易航智能創(chuàng)始人amp;董事長陳禹行表示，自動駕駛的發(fā)展大概分為三階段。2019年前，處于1.0階段，能夠進(jìn)行限定場景的輔助駕駛，核心是工程化量產(chǎn)，要跨越“冰山理論”。2022年進(jìn)入2.0階段，自研感知算法+海量數(shù)據(jù)積累中實現(xiàn)了高速/高架等結(jié)構(gòu)化道路的自動駕駛。2025年將進(jìn)入3.0階段，實現(xiàn)城市泛化場景的自動駕駛，高級別自動駕駛量產(chǎn)必備的“人工智能+數(shù)據(jù)處理”能力。

易航智能創(chuàng)始人amp;董事長

以下為演講內(nèi)容整理:

今年汽車行業(yè)開年即決戰(zhàn)。油電同價、甚至電比油低，電動技術(shù)的成熟使得成本降低，價格更為親民。中高端車型的市場占比日益增大，反映出消費者越來越傾向于購買中高端車型。車企為應(yīng)對行業(yè)競爭，積極在中高端車型上應(yīng)用智能化配置，實現(xiàn)了加量不加價，提升了產(chǎn)品競爭力。

城市NOA量產(chǎn)的核心能力

目前，汽車行業(yè)在中高端車型中廣泛布局自動駕駛技術(shù)，特別是城市自動駕駛系統(tǒng)，這標(biāo)志著汽車行業(yè)迎來了新的發(fā)展階段。自動駕駛的目標(biāo)是高頻次地輔助或補充消費者的出行場景，因此城市場景成為自動駕駛發(fā)展的重要方向。

以終為始來看這個問題，終局是需要在城市自動駕駛上解決兩個問題，第一是功能的問題，怎樣在功能上達(dá)成所有的城區(qū)均實現(xiàn)自動駕駛功能；第二，怎樣滿足量產(chǎn)需求。所以，在自動駕駛1.0和2.0階段，自動駕駛企業(yè)必須解決全棧自研能力來支持技術(shù)的持續(xù)迭代；同時，需要更多的量產(chǎn)車型來提供數(shù)據(jù)支持，推動3.0階段的技術(shù)的迭代和產(chǎn)品的升級。

從行業(yè)角度看，要進(jìn)入城市自動駕駛領(lǐng)域，我們需要在不同階段解決不同的問題。第一階段，從高精地圖逐步發(fā)展到無高精地圖的方案，再到端到端大模型的方案，這是城市自動駕駛量產(chǎn)的核心能力及行業(yè)變遷的趨勢。

1.0階段:核心是工程化量產(chǎn)，要跨越“冰山理論”

在1.0階段，我們面臨的核心挑戰(zhàn)在于實現(xiàn)工程化量產(chǎn)。為此，我們借助“冰山理論”作為模型，將量產(chǎn)車型產(chǎn)品的開發(fā)過程形象地比喻為冰山。消費者所見的僅是冰山露出水面的部分，這部分功能開發(fā)在整個過程中占比甚微。而水面之下，隱藏著更為龐大的工程任務(wù)，它關(guān)乎產(chǎn)品的可靠性、一致性和安全性。

圖源:演講嘉賓素材

舉例來說，自2015年我們成立之初，雖在年底便實現(xiàn)了自動駕駛車輛的上路測試，但首個量產(chǎn)車型的推出卻是在2019年。這三年間，我們不斷打磨功能，完善故障診斷，處理各種邊緣情況，這正是冰山理論所強調(diào)的深層工作。

以ADAS的并線功能為例，雖然該功能本身的工作量僅占約5%，但解決駕駛員誤操作問題卻占據(jù)了20%-30%的工作量。而剩余的70%-80%工作量，則用于處理各種復(fù)雜且難以預(yù)見的邊緣場景。

再以近期熱門的AEB功能為例，盡管我們在模擬測試和認(rèn)證中取得了優(yōu)異成績，但真正的挑戰(zhàn)在于如何確保量產(chǎn)車在銷售和使用過程中不會被誤觸發(fā)。在開發(fā)AEB時，我們投入大量時間來解決誤觸發(fā)問題，以應(yīng)對各種真實場景中可能出現(xiàn)的復(fù)雜情況。

2.0階段:自研感知算法+海量數(shù)據(jù)積累

在2.0階段，我們主要聚焦于兩大核心任務(wù):一是全棧自研能力，特別是感知能力的提升，這得益于1.0階段在集成和規(guī)控能力上的積累；二是海量數(shù)據(jù)的收集與處理，這與自研感知能力及數(shù)據(jù)積累共同構(gòu)成了3.0階段實現(xiàn)城市自動駕駛的關(guān)鍵要素。

從技術(shù)層面看，許多場景和功能的解決已不能單純依賴感知或規(guī)劃控制，而是需要將感知、決策、規(guī)劃作為一個整體進(jìn)行綜合考慮和優(yōu)化。對于車企而言，提供優(yōu)質(zhì)服務(wù)的前提是具備全棧式能力，這有助于更好地輸出與配合，因此在2.0階段這兩點顯得尤為重要。

舉例來說，我們在進(jìn)行全棧算法量產(chǎn)時，特別是在感知環(huán)節(jié)，曾遇到高速公路護(hù)欄在特定角度和季節(jié)被誤識別為車道線的問題。因此，在自研感知和量產(chǎn)測試中，必須綜合考慮多種因素，有時需要依賴規(guī)劃和控制來確保系統(tǒng)安全和性能。

此外，數(shù)據(jù)在自動駕駛發(fā)展中至關(guān)重要。車輛在行駛過程中會產(chǎn)生大量數(shù)據(jù)，這些數(shù)據(jù)的回傳、積累和存儲能力在2.0階段尤為重要。例如，我們在開發(fā)高速NOA系統(tǒng)時，傳感器布置與城市自動駕駛相似，因此駕駛員駕駛時采集的數(shù)據(jù)對后續(xù)開發(fā)具有極高價值。這些數(shù)據(jù)需基于量產(chǎn)車進(jìn)行批量回傳，為3.0階段的研發(fā)提供有力支撐。

在算法方面，雖然BEV算法在城市自動駕駛和NOA領(lǐng)域逐漸成為主流，但傳統(tǒng)量產(chǎn)能力和感知算法依然不可或缺。從量產(chǎn)上看，傳統(tǒng)感知算法對界定BEV是否達(dá)到量產(chǎn)條件起到重要作用。從開發(fā)上看，傳統(tǒng)感知算法在回傳、迭代、提升等過程上是BEV的有效補充。從實現(xiàn)上看，傳統(tǒng)感知算法的模塊化積累是BEV變成產(chǎn)品或功能的必要條件。因此，在2.0階段，我們既要關(guān)注BEV算法的創(chuàng)新，也要重視傳統(tǒng)算法和量產(chǎn)能力的積累與提升。

圖源:演講嘉賓素材

3.0階段:人工智能+數(shù)據(jù)處理

在3.0階段，城市自動駕駛的核心在于BEV算法的引入，這一算法與當(dāng)前行業(yè)中的大模型趨勢相結(jié)合，為自動駕駛行業(yè)注入了新的活力。高級別的自動駕駛或城市NOA主要依賴于兩大支柱:人工智能的大模型和大數(shù)據(jù)處理系統(tǒng)。我們在前期積累了大量數(shù)據(jù)，現(xiàn)在的關(guān)鍵在于如何更有效地處理這些數(shù)據(jù)。

人工智能大模型的核心在于讓自動駕駛系統(tǒng)更加擬人化運行。只有當(dāng)系統(tǒng)的響應(yīng)與人類駕駛員一致時，乘客才會感到更加舒適和安全，從而更愿意使用并回傳更多數(shù)據(jù)。同時，我們需要構(gòu)建高效的大數(shù)據(jù)處理系統(tǒng)，以應(yīng)對海量的數(shù)據(jù)處理需求，這是3.0階段不可或缺的能力。

下圖中左側(cè)展示了BEV與Transformer深度學(xué)習(xí)的結(jié)合，這種算法引入了擬人化的感知能力，模仿人類駕駛員的駕駛邏輯。它不僅能感知動態(tài)的障礙物，還能對車周圍的靜態(tài)場景進(jìn)行建模，形成一個小型的地圖模型，與導(dǎo)航地圖和全局地圖相匹配。

圖源:演講嘉賓素材

圖示右側(cè)則是我們在規(guī)劃控制端開發(fā)的擬人化算法。為了評估自動駕駛的規(guī)控能力，我們開發(fā)了一套自動駕駛漂移算法。這套算法表現(xiàn)出色，路徑圓潤，方向盤控制穩(wěn)定，甚至超越了許多職業(yè)賽車手的漂移能力。

此外，我們還在大數(shù)據(jù)挖掘和標(biāo)注能力方面取得了進(jìn)展。為了應(yīng)對海量復(fù)雜數(shù)據(jù)的標(biāo)注需求，我們提升了自動化的標(biāo)注能力并建立了自動化標(biāo)注平臺。通過多傳感器的融合和互相標(biāo)注，我們能夠充分利用不同傳感器在不同場景下的性能優(yōu)勢，提高數(shù)據(jù)標(biāo)注的準(zhǔn)確性和效率。

城市NOA研發(fā)RoadMap

自動駕駛的發(fā)展，特別是城市NOA的演進(jìn)，呈現(xiàn)出清晰的四個階段。第一階段，我們借助高精地圖與視覺BEV技術(shù)，快速實現(xiàn)了城市NOA的落地，滿足部分用戶需求。然而，受限于法規(guī)與地圖采集成本，覆蓋城市仍有限。

圖源:演講嘉賓素材

今年，我們進(jìn)入第二階段，致力于無圖模式的研發(fā)，通過BEV與語義SLAM的結(jié)合，在高頻出行場景中實現(xiàn)自動駕駛，滿足無圖化需求。

未來，我們將進(jìn)一步完善BEV無圖自動駕駛技術(shù)，實現(xiàn)更通用、更普適的擬人化駕駛行為，讓自動駕駛系統(tǒng)更加貼近人類駕駛者的習(xí)慣。

預(yù)計到2028年，端到端的自動駕駛方案將大量普及，整個自動駕駛算法鏈條將通過網(wǎng)絡(luò)大模型展示，實現(xiàn)與人類駕駛者完全一致的駕駛體驗。

在城區(qū)自動駕駛方面，我們依托1.0、2.0、3.0階段的積累，已開發(fā)出基于量產(chǎn)車型的自動駕駛系統(tǒng)。在實測中，我們的系統(tǒng)能夠完成車輛避讓、路口跟停、紅綠燈識別等復(fù)雜任務(wù)。

行業(yè)發(fā)展迅速，城市NOA及自動駕駛場景的到來比我們預(yù)想的要快。越來越多的車企已具備相關(guān)功能，預(yù)計搭載城市自動駕駛功能的車型將逐漸增多。

易航智能作為專注于自動駕駛量產(chǎn)的公司，自2015年成立以來，始終緊跟行業(yè)發(fā)展趨勢。我們是行業(yè)內(nèi)唯一自研純視覺方案達(dá)到ENCAP五星評級的供應(yīng)商，并已隨中國新能源車輛出海，在歐洲實現(xiàn)量產(chǎn)。目前，我們正與上汽、北汽、理想、雷諾、比亞迪、大眾等眾多客戶合作，堅定走在自動駕駛量產(chǎn)的道路上。對于城市NOA及重感知無圖方案，我們高度重視，并持續(xù)投入研發(fā)力量。

免責(zé)聲明：此文內(nèi)容為本網(wǎng)站轉(zhuǎn)載企業(yè)宣傳資訊，僅代表作者個人觀點，與本網(wǎng)無關(guān)。僅供讀者參考，并請自行核實相關(guān)內(nèi)容。