随着新能源不断渗透,高阶的智驾辅助能力,正在成为车企的护城河。

老狐发现,相比此前,依赖“高精地图+车路协同”的主流技术路线,现在,不依赖高精地图的 NOA 驾辅系统,正在成为主流方向。

最近华为、小鹏和理想等十多家主流企业表示:未来将不再依赖高精地图。

这是为什么呢?

打开网易新闻 查看精彩图片

我们首先要从智驾辅助的级别开始说起,关于自动驾驶的定义, L1 级为辅助驾驶,以定速巡航功能为代表。

L2 级是方向与航线控制,包括自适应巡航、主动刹车、车道保持等功能,也是目前主流的技术水准。

L3 级为高度自动化驾驶,将驾驶员在一段时间或一段道路完全解放,车辆完成大部分的驾驶工作,强调减少驾驶者的接管时间,也是目前主流车企攻克的方向。

打开网易新闻 查看精彩图片

至于 L4 级和 L5 级,则比较遥远,前者驾驶员解放场景达 90 % ,后者取消驾驶席,汽车完全应对一切路况。

至于技术路线的改变,与 L2 向 L3 级迈进,存在直接关系。

打开网易新闻 查看精彩图片

高精地图会让自动驾驶变脆弱?

不同于普通导航地图,高精地图可以将精度控制在厘米级,并包含了交通标志、车道数量、护栏和绿灯等各类信息,特点是具备定位、感知和决策三大能力。

打开网易新闻 查看精彩图片

也正是得益于出色的车路协同性能,高精地图曾一度成为高阶驾辅系统的“标配”。

但是随着高阶驾驶辅助功能,不断向城市场景进攻,传统模式的高精地图开始不适应需求。

一方面,是法规标准限制,目前首批开放高精地图应用试点的城市,仅有北京、上海、广州、深圳、杭州和重庆 6 座,技术广泛推广需要更多时间。

打开网易新闻 查看精彩图片

可市场竞争与价格战的不断内卷就在那里,技术需要破局,车企们似乎有些等不起。

另一方面是成本与效率的制约,根据《智能网联汽车高精地图白皮书》透露:

厘米级地图的测绘效率,约为每天每车 100 公里道路,成本达每公里 1000 元左右。

制作和更新高精地图需要大量的投入,同时,城市路况的变化速度本身比较快,日后高精地图的更新维护费用,也是一大笔,代价相当高昂。

打开网易新闻 查看精彩图片

深度研究院院长张孝荣曾表示:这部分费用,车企很可能负担不起。

余承东曾举过一个例子:“仅仅采集上海市高精地图,采集了一两年、达 9000 公里,都没有把上海完全覆盖。

可见长期采集的成本有多高?

马斯克也曾直言:高精地图会让高阶驾驶辅助系统,变得脆弱。

所以,目前看来,高精地图的局限性和高昂的制作维护成本,是限制技术应用的主要原因。

打开网易新闻 查看精彩图片

重感知的 NOA 技术能行?

另辟蹊径后,各类重感知、轻地图的 NOA 技术开始冒头。

核心逻辑就是解除依赖高精地图的限制,通过大量激光雷达、摄像头等传感器的加入,提升车辆的自主性与适应能力。

打开网易新闻 查看精彩图片

从而在城市等复杂路况场景中,实时自行感知路线与其他车辆、行人等交通参与者的关系,再通过精确的 GPS 定位、云端数据处理和人工智能技术,进行最终的决策。

最终使车辆,具备更好处理未知环境与复杂场景的能力。而不是像高精地图那样,仅局限于预先规划的地图范围,实现高效率、低成本和规模化等目的。

当然,也有专家表示,NOA 技术同样面临很多隐患和挑战,主要是天气、环境等对于传感器感知能力的影响。

同时,实现无图化,还面临数据隐私、社会安全、传感器稳定性等诸多问题。

打开网易新闻 查看精彩图片

另一边,“图商”们也没有自暴自弃,许多企业推出了“轻量级高精地图”,在高精地图的基础上,对地图的精度及元素丰富程度进行适当减少,降低了大信息采集的负担和制造成本。

诸如:高德地图面向汽车行业发布了全新的 HQ Live MAP 。

而对 NOA 技术来说,动作比较迅速的是华为,余承东曾表示:其智驾能力无限接近 L3 级驾辅系统,达 L2.9 级。

打开网易新闻 查看精彩图片

比如:基于华为智驾辅助系统的阿维塔 11 ,搭载了 34 颗传感器,支持高速、城区智驾领航辅助。

老狐曾在广州城区体验过,新车可实现无保护路口通行,近距离加塞处理,主动换道超车等功能。

甚至可以自己转弯、躲避行人等,大量减少了驾驶者的接管场景,体验相当智能。就在最近智己的 IM AD 也开通了成都、广州的高速高架 NOA 领航辅助。

打开网易新闻 查看精彩图片

理想与小鹏等也发布了相关技术,算是高精地图的升级解决方案,甚至许多车企还开始了“无图化”测试。

我们是否需要高阶自动驾驶?

关于自动驾驶技术的发展,业内一直有两种声音。

一种认为:由系统操作,可以减少人为的误操作,从而提升道路安全。

打开网易新闻 查看精彩图片

另一种则表示:人本身就具备驾驶能力,让机器替代人,其实是画蛇添足的。而且责任认定也存在一些尴尬。

本质上,自动驾驶的出现,最重要的愿景,还是为了提升道路安全,但客观数据并不乐观。

美国国家道路安全局表示:自 2019 年来,特斯拉自动驾驶在美国涉及 736 起碰撞事故,至少 17 人死亡。

“虽然该项技术避免了事故的发生,但我们可能高估了安全性与效率能力”。

打开网易新闻 查看精彩图片

除此之外,还有法规判定,老狐此前也分享过,按照 SAE (美国汽车工程师学会)的分级体系,高于 L3 级别的驾驶能力,是责任认定的分水岭,在系统接管后发生事故,由系统负责。

国内目前仍以 L2 级驾辅为主,一旦发生碰撞事故,仍以驾驶员为第一责任人,即便车辆存在缺陷,也是由驾驶人先行赔付,再向厂家和销售单位索赔。

打开网易新闻 查看精彩图片

老狐觉得,无智能,不电动,高阶智能驾驶辅助系统的能力高低,正在成为新车竞争实力的体现,甚至是最核心的卖点。

但这真的会成为你购买车的理由吗?

针对技术本身来说,无论哪种路线,数据收集能力才是发展的根基。

特斯拉欲向其他车企开放 FSD 技术,其目的之一就是来扩大自己的数据收集能力。

服务众多车企的华为在这方面也有一定的规模优势。

比亚迪、蔚小理等车企也都不断在辅助驾驶方面发力。

那么,谁会笑到最后呢?

参考资料:

华为发布会、、《智能网联汽车高精地图白皮书》

编辑:泽天