- · 《自动化应用》栏目设置[06/28]
- · 《自动化应用》收稿方向[06/28]
- · 《自动化应用》投稿方式[06/28]
- · 《自动化应用》征稿要求[06/28]
- · 《自动化应用》刊物宗旨[06/28]
自动驾驶的量产成本必须降下来
作者:网站采编关键词:
摘要:在如何实现最终的无人驾驶目标问题上,多数方案集中于渐进式路线与跨越式路线,前者更加偏重于场景,目前来看也更加受到主流车企与自动驾驶研发企业的青睐,因为围绕着场景比
在如何实现最终的无人驾驶目标问题上,多数方案集中于渐进式路线与跨越式路线,前者更加偏重于场景,目前来看也更加受到主流车企与自动驾驶研发企业的青睐,因为围绕着场景比围绕着分级能创造更多价值。以上下班通勤为例,整个车程要两个小时,路上途经的一个环境极为复杂的菜市场,大约需要5分钟通过,做场景的思路就是先实现95%的时间自动驾驶,剩下5%的corner case由人来监控,后续通过升级迭代解决。这套方案在分级上不是L4,但它切切实实为用户创造了价值。
在充分竞争的赛道上,一个NOA解决方案想要脱颖而出还必须具备足够的商业竞争力。一款优秀的产品不是用来炫技的,而是要通过合理的成本提供给车企实现大规模生产,为更广泛的用户创造价值,成为普惠方案。
以易航智能采用的与当下很多主流企业相同的以场景为核心的自动驾驶量产路径来看,首先以低成本的ADAS实现一条车道内辅助驾驶,这一方案已经在理想的量产车型上落地应用;然后用NOA方案在高速上实现点对点的辅助驾驶,在泊车功能上也升级到记忆泊车与代客泊车的方案,江铃雷诺、上汽大通、威马等使用了易航智能的基于TDA4(TI 推出的新一代面向高级别自动驾驶芯片)的NOA行泊一体方案;当城区内所有场景实现点对点打通时,FSD的全场景解决方案便得以实现,一个正在进行的项目预计于2022年底便会完成量产。
首先是其覆盖了所有与NOA相关的功能,行车方面在高速路、城市环线、城市快速路等所有目前能够兼容的功能都能为用户提供,泊车上同样可以做道记忆泊车、融合泊车与遥控泊车。其次便是TDA4方案带来的超高性价比,用小算力芯片做出高性价比解决方案。第三便是这套在与多个品牌合作中积累了大量用户反馈并做出调整的方案为用户带来的最舒适的使用体验,使用中的友好度令用户极为满意。第四表示能够满足欧洲E-NCAP五星标准的安全性,使其在国内的竞争中脱颖而出。包括数据回传与OTA功能的这套系统还能做到不断进化,这也是其更加智能的原因所在。
在自动驾驶的技术方向上有着分级与场景两条路线,前者以传统的L0至L5将系统安全性进行分级,优点在于清晰明了,但除了L5的全场景无人驾驶之外,其余几个级别都没有对场景做明确界定。
为了用双TDA4芯片的16TOPS算力实现某些车型需要几十甚至上百TOPS才能使用的NOA功能,易航智能自研了一套scalpel模型剪枝的方法论,在充分理解TDA4平台的基础上,把一个性能非常好的模型进行算法的剪枝,尽可能地保证了精度在理想范围内。在这个基础上,易航智能又以知识蒸馏的手段让NOA的方案直接向自研的高精度大模型学习,充分的继承大模型的优势和优秀的基因,然后提升整个小模型的精度。随后,易航智能还打通了小模型平台和高精度多任务训练之间的隔阂,实现了障碍物检测、图像分割、交通标志检测等共享Backbone,极大降低了算力的消耗。通过包含以上三种技术在内的领先的技术架构,最终小算力驱动了NOA行泊一体的大智慧。
现今,自动驾驶技术的发展如火如荼,但它不应是烟花,只为向投资人展示高光时刻。自动驾驶的普及有赖于持续的价值创造。在行业摸爬滚打多年的易航智能,以车企和终端消费者为目标,通过高性价比的方案帮助车企降低相关成本,通过技术迭代为消费者提供更好的使用体验,这一点真的很重要。
陈禹行希望能够将场景逐步放开,在尽可能的场景中让自动驾驶发挥作用,这样才能解决终端用户的痛点。以特斯拉为例,其智能辅助驾驶功能的场景从最初高速公路上的单一车道变成整体高速公路的NOA,然后逐步延伸至城市场景。这意味着用户在几乎所有场景下都可以使用智能辅助驾驶,只有在个别情况下需要手动接管,为其在使用中提供了完整的体验。
陈禹行认为,优秀的NOA解决方案首先应该具备通过全栈自研能力重构的自动驾驶域控架构,这也是量产的前提之一。NOA不再是像传统辅助驾驶ADAS那样比较简单的功能叠加。 ADAS是汽车电子与自动驾驶技术的交集,如果用汽车电子的产品思路和架构去做NOA很难进行数据的整合和融合,将无以为继。NOA必须完全用自动驾驶的思路与独立的自动驾驶域,对数据做统一处理,才有可能把体验做好。
自动驾驶攀上智能化的风口已有数年的时间,这条赛道上由于近两年大量汽车电子厂商的涌入而显得有些拥挤。一部分玩家急于在资本市场上有所动作,仅仅在做出Demo之后就宣布即将实现量产。对此,易航智能的创始人兼CEO陈禹行给出了他的观点,自动驾驶Demo就像冰山露出水面的那10%,而自动驾驶量产要解决剩下90%的问题,“昂贵设备的堆砌与量产背道而驰,真正的量产成本一定要降下来。”而由此带来精度受影响的问题必须通过术手段来解决,这才是真正的量产。
文章来源:《自动化应用》 网址: http://www.zdhyyzz.cn/zonghexinwen/2022/0525/2242.html