文/田忠朝
在自動駕駛量產應用上,特斯拉為何能遙遙領先?很多人認為是其強大的軟件算法,其實軟件算法固然重要,但擁有強大計算能力的感知和決策芯片也必不可少。
在過去PC時代,頂尖的芯片技術一直被英特爾、AMD這樣的國外巨頭壟斷,直到移動通信時代隨著華為、紫光展銳的崛起,國內才開始有了與蘋果、高通相抗衡的芯片企業(yè)。
國外自動駕駛芯片處于什么水平?
目前國外自動駕駛芯片真正進入大規(guī)模量產車市場的也就三家:
英偉達
產品注重算力,但同時功耗也大,因此曾被馬斯克調侃“性能一樣的耗電更高,耗電差不多的性能弱雞”。
這也直接讓傷了面子的老黃決定不再擠牙膏,從櫥柜里掏出了?其Drive?X?Orin新產品以及Ampere?架構旗艦產品Nvidia?EGX?A100芯片,這應該是目前世界上最高效的深度學習芯片,7nm制程工藝,算力624TOPS,功耗400W。
基于這枚芯片,英偉達造出了目前世界上算力最強的自動駕駛芯片方案——Drive?X?Robotaxi,算力?2000TOPS,但功耗高達800W,它的出現(xiàn)顯然是沖著未來L5全自動駕駛秀肌肉的。
所以目前英偉達的主要實用產品還是Xier,從小鵬?P7?到沃爾沃、奔馳、豐田的一些車型都在使用。另外如小馬智行在美國的電動車隊用的是英偉達?Pegasus,用于訓練高等級自動駕駛汽車。
而未來可期的是英偉達Drive?X?Orin,?200TOPS?的算力超越特斯拉?Autopilot?硬件?3.0,功耗卻只有45W,可能在未來一段時間成為主機廠新寵,就看什么時候能進入量產應用。Mobileye
芯片產品算力不強但走實用路線,主要用于攝像頭的數(shù)據感知,而并非中央域處理器。所以在早期的L2駕駛車型市場占主流地位,包括小鵬G3、蔚來ES6/ES?8、廣汽新能源Aion?LX都用了Eye?Q4芯片,算力?2.5TOPS,功耗?3W。
但隨著自動駕駛等級的提升,中央域處理器的作用越來越大,Mobileye的產品就開始有點力不從心而被邊緣化,雖然被英特爾收購后稱會使用英特爾的?7?nm工藝“打磨”EyeQ5,但Eye?Q5算力依然只有24TOPS,功耗10W,它在自動駕駛解決方案中只能作為感知芯片處理圖像等信息,無法進入“中央”決策層。
特斯拉
先后用過Mobileye、英偉達的芯片,后來嫌棄它們性能跟不上發(fā)展,從2016年開始自研芯片。
2019年4月份特斯拉FSD(Full?Self?Driving全自動駕駛)芯片正式以量產的形式發(fā)布,被馬斯克譽為“世界上最好的芯片”,算力144TOPS,功耗72W,能效比2TOPS/W,就目前來說,確實是量產車最好用的自動駕駛芯片。
再來說說國內三家主流芯片企業(yè)發(fā)展程度
黑芝麻
近日,這家科技創(chuàng)業(yè)公司發(fā)布了公司成立四年來最重磅的產品,兩款自動駕駛感知芯片華山二號A1000和A1000L(Lite)。
其中A1000使用臺積電16nm工藝制造,算力40-70TOPS,功耗8-10W,從性能來看,它對標的將是特斯拉FSD和英偉達Xier芯片。但是從能效比來說,A1000優(yōu)勢更明顯。
特斯拉FSD算力144TOPS,功耗72W,能效比2TOPS/W;英偉達Xier算力30TOPS,功耗30W,能耗比1TOPS/W。而華山二號A1000單芯片能效比超過6TOPS/W?,雙芯片疊加組成的域控制器能效比也超過5TOPS/W。
而且它的自由組合度極高,根據黑芝麻給出的計算平臺方案,?
單顆A1000L芯片適用于低等級級ADAS駕駛;
單顆A1000芯片適用于L2+自動駕駛;
雙A1000芯片互聯(lián)組成的域控制器可支持L3級別自動駕駛;
四顆A1000芯片疊加可用于未來L4級別自動駕駛。
雖然用于L3/L4的方案看起來有點夸張,但從官方這介紹來看不可否認,這款芯片符合AEC?Q-100、單芯片ASIL?B、系統(tǒng)ASIL?D汽車功能安全要求,應該是目前極少符合以上所有安全標準的國產車規(guī)級芯片,也是目前能支持L3及以上級別自動駕駛的最強國產芯片。
寒武紀
前身是中國科學院計算技術研究所下,應該是最早進入大家視線的芯片公司,但該公司更專注于人工智能領域,早在2016年就發(fā)布了首款商用深度學習處理器寒武紀1A。
同時還有兩款用于人工智能芯片IP授權的產品Cambricon-1M和Cambricon-1H,用于手機或者汽車終端上的人臉識別、指紋識別、障礙物識別、路標識別等應用加速。
此外寒武紀也發(fā)布了兩款用于邊緣計算(指在靠近智能設備(終端)或數(shù)據源頭(云端)的一端,提供網絡、存儲、計算、應用等能力,達到更快的網絡服務響應,更安全的本地數(shù)據傳輸。)的人工智能加速卡,思元220和思元270,在邊緣計算中起著提高數(shù)據安全、降低處理延時以及優(yōu)化帶寬利用的作用。
性能上思元270滿血版(F4)算力達到128TOPS,功耗70-150W,與早期的英偉達Tesla?T4計算卡(算力130TOPS,功耗75W)性能相近,但該卡定位是為桌面環(huán)境提供數(shù)據中心級人工智能計算力,簡而言之就是為臺式機配的高性能人工智能加速卡。
地平線
由前百度深度學習研究院常務副院長余凱于2015年創(chuàng)立的,專注于自動駕駛與人工智能芯片。
相比大多數(shù)注重硬件算力的芯片公司,地平線更注重以“算法+芯片”為核心的嵌入式人工智能解決方案,簡單來說就像安卓機與蘋果的區(qū)別,安卓手機更追求硬件性能,軟件系統(tǒng)由不同廠商自己匹配;而蘋果手機硬件和軟件系統(tǒng)是一體設計的。
在產品方面,地平線目前擁有用于邊緣人工智能的征程二代芯片,算力4TOPS,功耗2W,主要用于自動駕駛中對車輛、行人和道路環(huán)境等目標的感知,類似MobileyeQ系列芯片。
此外是用于AIoT邊緣計算的旭日二代芯片,算力4TOPS,功耗2W,主要用于智能家居、智慧城市、智能安防、工業(yè)機器人等應用領域。
當然,地平線也推出了基于征程芯片的自動駕駛解決方案——Matrix,其中Matrix二代擁有16TOPS的等效算力,可用于攝像頭等傳感器的數(shù)據感知和融合。預計今年將發(fā)布的Matrix三代,將擁有192TOPS的算力,功耗48W,可以競爭特斯拉FSD芯片。
最后
我們整理了目前一些主要芯片參數(shù)性能,可以看出,國內自動駕駛芯片在超前研發(fā)方面可能與國外老牌企業(yè)還有一定差距,但是在同一起跑時間點上大家的差距并不大,例如黑芝麻芯片產品在性能和功耗上已經可以與特斯拉掰手腕了。
可以預見,未來自動駕駛技術必然是各國競爭的高地,而自主可控的芯片技術對于增強我國自動駕駛行業(yè)整體實力來說將會有很大的幫助。
本文來源于汽車之家車家號作者,不代表汽車之家的觀點立場。
為什么國產自動駕駛就是不如特斯拉?差距到底有多大
同樣都在宣傳了搭載L2級駕駛功能,但同樣的背后卻是全然不同的“硬件套餐”。
在如今,L2級駕駛系統(tǒng)似乎成為了各家車企宣傳產品必不可少的亮點之一,而且無論是傳統(tǒng)車企,還是造車新勢力皆是如此。但同樣的“幫“你開車功能,有的表現(xiàn)的好像一個新手司機,有的卻似乎能直接“替”你開車。
那么同樣的功能背后為什么會表現(xiàn)出不同的實力,其背后到底又有怎樣的差別呢?接下來,首席出行官便帶各位了解一下不同“配置套餐”下的L2級駕駛功能。
「標配套餐:“一葷一素”的硬件支持?」
標配套餐更多還是出現(xiàn)在傳統(tǒng)車企身上,尤其以國內一眾合資品牌車型為主。
以最新的豐田RAV4為例,廠家將其支持的L2級駕駛功能命名為Toyota Safety Sense智安全系統(tǒng)。可以實現(xiàn)主動剎車、自適應巡航以及車道居中保持并可以跟隨前車軌跡行駛等功能,屬于標準的L2級駕駛功能配置。
實現(xiàn)上述功能的配套硬件主要以毫米波雷達和前置單目攝像頭為主。其中,毫米雷達主要用于對前車的速度和距離進行實時偵測,實現(xiàn)自適應巡航和主動剎車功能(攝像頭作為和冗余)。而前置單目攝像頭則通過對路面標線和前車行駛軌跡的識別,實現(xiàn)車道居中保持功能。
L2級駕駛系統(tǒng)更多是駕駛員對車輛進行橫向和縱向的控制,駕駛員依舊主導控制車輛,并不需要太強大的算力。所以,這類“標配套餐”并不會配備更高階的計算芯片。
“標配套餐”屬于最基礎的功能性配置。無論是在感知層面的硬件配置,還是決策層面的芯片配置,都僅僅是“夠用”就好,且后期并不具備OTA升級更高級別自動駕駛的能力。 這樣的“標配套餐”最大的優(yōu)勢在于供應鏈足夠成熟,其成本也就得到了有效控制。 所以更多被應用到傳統(tǒng)汽車品牌在智能駕駛領域的“突破”。
現(xiàn)階段尤其以合資品牌為主,包括沃爾沃的領航駕駛系統(tǒng)在內的各種“智行”系統(tǒng)在本質上都屬于基礎的L2級駕駛功能,一方面是各家命名方式不同,另一方面也會針對算法進行優(yōu)化。但也都是萬變不離其宗。
對于這類品牌來說,智能駕駛功能僅僅是屬于錦上添花的配置而已,現(xiàn)階段也并不會傾注太多的研發(fā)力度,他們所追求就是“夠用就好”。
「豪華套餐:“四菜一湯”的智能駕駛」
與傳統(tǒng)車企標準套餐相對的,就是造車新勢力們的智能駕駛“豪華套餐”,俗稱的配置“堆料”。尤其是對于號稱“自研”自動駕駛能力的造車新勢力來說,要想挑戰(zhàn)特斯拉,先得在自動駕駛能力上夠得上后者兩年前的能力。學習其單純的視覺方案已經來不及,傳感融合上下功夫才是王道。
蔚來汽車便是標配了“豪華套餐”的車企之一。該公司推出的ES6與ES8在現(xiàn)階段雖然只能實現(xiàn)L2級駕駛功能,但其在硬件配置上則具備了更深的開發(fā)潛力。
在感知層面的硬件配置上,蔚來的車型上搭載了1個三目攝像頭、4個全景系統(tǒng)攝像頭、5個毫米波雷達、12個超聲波雷達、1個駕駛員狀態(tài)檢測攝像頭。其中,三目攝像頭和5個毫米波雷達主要用作駕駛功能的感知。
由蔚來研發(fā)的前置三目攝像頭分別為28度、52度和150度,其中28度攝像頭用以識別遠距離目標和紅綠燈的檢測;52度攝像頭則用來完成對路面情況的識別;150度攝像頭則主要用來掃描車頭兩側及加塞車輛。相較于“標配套餐”的單目攝像頭來說,其最大的優(yōu)勢在于可以識別到更多信息,讓車輛自己能更清晰看到周邊所處環(huán)境。其次則是用做硬件冗余,在面對單一攝像頭被遮擋和損壞時依舊保證功能正常運行。
五個毫米波雷達除了一個前置用以實現(xiàn)自適應巡航功能外,在車身的四個角落還分別布置用以對盲區(qū)檢測和側方來車預警功能的數(shù)據集。
另外,蔚來是在布局更高級別的自動駕駛能力,所以決策層面也搭載了算力更強的Mobileye EyeQ4芯片,其性能可以滿足每秒超過2.5萬億次TOPS浮點運算能力。而在Mobileye對自家Q系列芯片的介紹中也能看到,EyeQ4芯片是可以滿足L3級自動駕駛功能的算力要求。
“豪華套餐”的硬件配置,在本質上已經超越了L2級駕駛功能的基本要求,是在為實現(xiàn)更高級別自動駕駛能力提前鋪好“底子”。相較于“標配套餐”來說,“豪華套餐”中無論是感知硬件配置還是芯片的算力性能都要遠遠更強,所以用來實現(xiàn)L2級駕駛功能也自然是綽綽有余。顯然,在產品定義之初就把整車OTA能力放在其中的造車新勢力們,對于“成長”這件事有更多想象力。不像“標配套餐”,整個產品周期的功能,可能與交付之初不會有太大變化。
「旗艦套餐:“滿漢全席”的自動駕駛」
嚴格意義上講,目前搭載“旗艦套餐”的車企只有特斯拉一家。畢竟目前搭載FSD芯片的特斯拉車型已經滿足了自動駕駛的硬件能力。
特斯拉在2019年便發(fā)布了完全自研的FSD芯片,該芯片實現(xiàn)了每秒約144萬億次TOPS浮點運算能力,是可以滿足完全自動駕駛的算力性能。特斯拉自研的FSD芯片算力是英偉達Xier的近7倍,其特有的神經網絡可以同時處理8路攝像頭產生的圖像數(shù)據,并帶有自主學習進化的能力。
其次在感知能力上,特斯拉也獨樹一幟的選擇了全視覺感知配置。特斯拉的視覺識別系統(tǒng)對于道路交通參與者的識別,范圍更廣,類型更加精確。通過多路攝像頭,特斯拉的目前已經量產的三輛車可以對車輛周圍進行360度的全覆蓋。不僅對于車輛所在車道,還包括左右兩邊車道。除了更廣泛的識別范圍,特斯拉對物體的識別能力也要遠強于其他車企。根據首席出行官的體驗和其他車主上傳的,特斯拉除了能識別轎車、貨車和大客車外,對于道路上的行人、雪糕筒、甚至是跑在道路上的馬匹都可以進行區(qū)分。
特斯拉最“可怕”的地方在于其開創(chuàng)了“影子模式”,讓全球路上的每一輛特斯拉汽車都為公司智能駕駛功能的研發(fā)上傳日常行駛數(shù)據,通過更豐富的行駛數(shù)據來推動其基于多層神經網絡的人工智能算法的不斷進化。據從公布數(shù)據來看,特斯拉已經收集了超過170億公里的真實行駛數(shù)據,其中有超過16億公里的行駛歷程是用特斯拉的 Autopilot 智能駕駛系統(tǒng)。
“旗艦套餐”已經不單單是對硬件配置的考量,更多是對系統(tǒng)本身決策和執(zhí)行能力的要求。而在這一維度的基礎上再去實現(xiàn)L2級駕駛功能,那真是用“大馬拉小車”來形容真的絲毫不為過。
「最后」
其實,傳統(tǒng)車企們的“標配套餐”,便已經可以很好的滿足目前ACC、LKA這樣的L2級駕駛系統(tǒng)的基礎功能了。而“豪華”和“旗艦”套餐,則實現(xiàn)了更豐富的功能以及更踏實的實際體驗。
尤其對于搭載“標配套餐”的車型來說,所謂L2級駕駛無非就是一個“幫你開車”功能,它的確可以在一定程度上降低駕駛員的身體疲勞度。而“豪華套餐”和“旗艦套餐”則給予駕駛員一個更放松的駕駛環(huán)境,甚至駕駛員開個小差也問題不大。但是,他們最大的價值在于后期OTA到更高級別自動駕駛的潛力。
從這個角度來看,如果你是一個自動駕駛愛好者,那么恐怕一輛特斯拉、蔚來或小鵬,更適合。
本文來源于汽車之家車家號作者,不代表汽車之家的觀點立場。
三大自動駕駛系統(tǒng)對比誰更智能?
上周特斯拉更新的智能召喚功能,足足讓我在停車場”戲耍“了這輛Model?3一個多小時,真是太有意思了。
這項功能比想象中的還要強悍,通過攝像頭以及毫米波雷達實時演算(不依賴地圖,不能在開放道路使用),Model?3儼然一個蹣跚學步的幼齡孩童一般摸索前進,他會嘗試走捷徑走直線抄近道,車速也要比預想中的更快,并且雷達測距精準,禮讓行人也非常及時。
●拐彎速度還挺快,路人都沒發(fā)現(xiàn)這輛車有什么不對勁
●行人接近到一定距離就會剎停,這個過程沒有引起過路妹子的警覺
不過,這項功能主要還是針對美國大型戶外停車場居多,針對性開發(fā)的功能在中國來說還是有些水土不服的。首先在中國正兒八經供你日常停產的大型正規(guī)停車場就不多,小區(qū)里七扭八歪的擠作一團才是常態(tài),并且行人密度極高,顯然這樣的環(huán)境對于召喚功能來說,是有些“強車所難”,一旦走錯方向或者進入死胡同,馬上進入“懵逼”狀態(tài),掉頭是這輩子都不可能掉頭的。
畢竟是前視攝像頭及雷達還是要強悍的多,安全第一。
因此這項功能在中國的實用程度肯定是要打一些折扣,炫技成分居多。
但這是Autopilot、NOA(自動導航駕駛)、智能召喚等功能一步步走來,讓我們看到特斯拉逐漸把不可能變?yōu)榭赡?,?a href="/tags-g-n.html" target="_blank" class="89e333b729eddd9b relatedlink">概念落地到現(xiàn)實、甚至真正到解放雙手,這才是更重要的。
特斯拉模式,是最強的么?
不確定一定最強,但是特斯拉的模式的確自成一派,極具個人特色。就像是蘋果,它強于軟件,但卻擁有軟件、硬件雙向驅動的能力。
或許你會覺得特斯拉的自動駕駛厲害,是因為他的硬件非常領先吧?其實并非如此。相反,特斯拉的硬件部分,可以用“人盡皆知”來形容,其緣由在于特斯拉一反它家常態(tài),把自己的傳感器配置完完全全公布了出來,你甚至可以照搬做出一模一樣的布局,而這恰恰是特斯拉偉大的地方了,正如其早前就公布了一系列相關專利一般。
特斯拉又是怎么堅持在做這件事的呢,特斯拉在售的車型,都已經配備了完整的、支持自動駕駛的硬件,但是具體到實際體驗當中,特斯拉認為自動駕駛能力不是一蹴而就的,應該通過不斷優(yōu)化軟件系統(tǒng),進而逐步提升、開放自動駕駛能力。
因此,軟件或者說算法才是特斯拉整套自動駕駛系統(tǒng)中的核心,其硬件部分無非就是攝像頭、毫米波雷達、超聲波雷達的組合,高大上(昂貴)的激光雷達是沒有使用到的。
至于主處理器芯片,也歷經了從購到自研的三代迭代:
2014年-2016年,特斯拉配備的是基于Mobileye?EyeQ3的AutoPilot?HW1.0,包含1個前攝像頭+1個毫米波雷達+12個超聲波雷達。
2016年-2019年,基于英偉達的DRIVE?PX?2?AI計算平臺的AutoPilot?HW2.0,以及后續(xù)的AutoPilot?HW2.5,包含8個攝像頭+1個毫米波雷達+12超聲波雷達。
2019年-近幾年,將推出基于自主研發(fā)的處理器的AutoPilot?HW3.0,2019年中以后生產的Model?S、Model?X、Model?3已經配備了這枚性能遠超第二代的FSD芯片,并且這一代并沒有在其他傳感器上做出改動,僅僅是升級了自動駕駛主芯片(但也不排除正式公布后升級部分傳感器的可能)。
算力提升之后,特斯拉也是趕在2019年年末就推出了完全自動駕駛的預覽版(FSD?sneak?preview),在這個版本中系統(tǒng)能夠精準識別道路/停車標記、垃圾桶、樁桶、車道線、紅綠燈,也就是說,特斯拉下一步就是開放城市道路完全駕駛功能了。
OK,輪廓是清楚了,那么攝像頭、毫米波雷達、超聲波雷達三者,又是如何協(xié)同的呢?我們不妨拋開各傳感器的型號及參數(shù)(咱也看不懂),就來大致了解一下分布也好。
特斯拉標配的8枚攝像頭,可以分為三顆前三目攝像頭(長焦、標準、魚眼)、兩顆B柱攝像頭、兩顆翼子板后視攝像頭、最后當然還有一顆后視攝像頭。當然非要全算進去的話,Model?3還有一顆車內監(jiān)控攝像頭,只不過這顆監(jiān)控攝像頭對自動駕駛功能的貢獻不大,主要為的是監(jiān)控司機在自動駕駛過程中的注意力是否集中。
●前三目攝像頭
●前翼子板后視攝像頭
●B柱側視攝像頭
●后視攝像頭
通過這8顆攝像頭,特斯拉也就基本實現(xiàn)了360°無死角照顧,讓自動駕駛功能的實現(xiàn)成為了可能。
說完了攝像頭,還有這顆毫米波雷達也值得關注,從早期的博世方案,再到Autopilot2.5的大陸方案,后者在探測距離、重量、功耗方面均有所提升。不過目前這套硬件和算法被普遍認為對橫向移動且反射較強的物體識別不佳(參考幾次特斯拉撞上橫向移動的卡車事故),因此在第三代自動駕駛當中,這將是特斯拉重點要升級、迭代的方向。
●特斯拉上的毫米波雷達
最后還有這配備多達12枚的超聲波雷達沒說呢,一般來說,超聲波雷達最便宜最常見(例如我們車上安裝的倒車雷達),但也最易受到環(huán)境的影響,想要運用在自動駕駛當中開發(fā)難度較大。
籠統(tǒng)上,我們認為超聲波雷達探測距離十分有限,對于環(huán)境(尤其是溫度、濕度)過于敏感,其次超聲波雷達也無法精確確認障礙物的具***置,因此筆者認為這12枚超聲波雷達主要是在泊車以及超車中發(fā)揮避障作用。
說完軟硬件配置,具體還是要落到實際體驗當中去。特斯拉通過雷達和攝像頭(視覺)的深度融合,做出了大規(guī)模商業(yè)化且迄今為止進步最快、體驗最佳的自動駕駛系統(tǒng)。更重要的埃隆已經宣布:“在明年某個時候,特斯拉車主能在車里使用自動駕駛功能,無需人工干預”。
這不是遙遠的將來,完全自動駕駛已經近在咫尺,難道特斯拉就是毫無爭議的自動駕駛第一人了么?
論資金實力與專利技術儲備:Waymo才是第一
之所以先說特斯拉,主要在于這是用戶第一次接觸完全意義自動駕駛的窗口,但是真要在自動駕駛領域說出個第一人來,就不得不提Waymo了。
Waymo應該算是這個領域最知名的公司了,最早Waymo只是屬于Google的一個項目部,在2016年正式獨立出來,成為一家專注自動駕駛領域的公司。并且Waymo自身致力于自動駕駛算法層的研發(fā)上,其自身并不參與造車。
Waymo的方法是打造了一套自動駕駛系統(tǒng),讓各個汽車廠商來適配,或者壓根這些廠商就把車提供給Waymo讓其代勞,因此Waymo更像是提供了一種解決方案,無論你是什么汽車廠商、生產了何種用途的汽車,都可以主動適配這套系統(tǒng)。
看到這里你是不是覺得忽然想起了什么呢?沒錯,這不就是手機里的安卓系統(tǒng)么,各個車企就像手機廠商適配安卓一般選用Waymo的解決方案,這套方案異常龐大、復雜,也只有Google這樣的巨頭才能夠完成。是不是和特斯拉、蘋果的閉環(huán)模式有著明顯的區(qū)別?
既然是Google?,錢肯定是沒有問題,經過那么多年研發(fā),技術又進行到哪一步了呢?
就在2019年2月,美國加州機車輛管理局(DMV)公布了一份年度報告,這份報告中包含了48家在加州持證上崗的自動駕駛路測單位,Waymo位居第一且遙遙領先。這項排名,主要是取決于實驗條件下所用的測試車數(shù)量、測試行駛里程、以及測試過程中的人工接管次數(shù),當然是行駛里程越長、人工接管頻次越少越好。
●來源:量子位
致力于"一步到位"的Waymo,在硬件的選擇上相對特斯拉就激進很多了。首先是激光雷達,Waymo的激光雷達配備了自家研發(fā)的發(fā)射器,通過短距、中距、遠距來搭建自家的鐳射地圖。其攝像頭的門檻也要更高,不僅僅是更,還加強了在強日光以及暗光下的識別能力。
另外Waymo還選擇的了電磁波雷達,相比超聲波來說對環(huán)境的適應能力要強上許多,不怎么受氣象條件的影響,更加穩(wěn)定。這還沒完,Waymo甚至還增加了不少補充感應器,包括但不限于聲音辨識、GPS等,是不是高大上了許多?
雖說如此,畢竟Waymo的測試路況都是在實驗條件下完成的,其路況復雜程度及樣本都較為有限,數(shù)百輛的試驗車一年所累積的數(shù)據,就算加上剛開放不久的Waymo?One無人出租運載服務,放在特斯拉巨大的交付量面前還是顯得有些無力(當然特斯拉的自動駕駛功能是逐步開放的,預集也不存在小白鼠的問題)。
因此我們認為狹義上Waymo在自動駕駛領域的專利數(shù)目遙遙領先,但是廣義上特斯拉又擁有更為海量的數(shù)據,各有所長。
還有來自主機廠的奮力一擊
除了部分大廠會自己操辦(例如通用的Super?Cruise),對于體量相對較小的主機廠來說,投入巨資獨立研發(fā)自動駕駛顯然是不經濟的。
對他們來說,能夠選擇的其實不多,基本只能依賴與上游巨頭供應商的合作。
首先由上游供應商完成硬件部分的匹配,一部分車企會基于軟件來開發(fā)自動駕駛系統(tǒng),但是受制于體量、資金等限制,一般還是要與供應商的基本方案相整合。在這種模式之下,想要發(fā)展并迭代自動駕駛能力就非常困難了。
這是因為這種形式的合作,一般是以上游供應商為主導,這就造成兩邊其實都沒有太多的驅動力去提升相關的技術能力,供應商勢必要優(yōu)先服務更大體量的合作伙伴;因此在自動駕駛領域,大多數(shù)車企原地踏步且創(chuàng)新能力乏善可陳,無外乎是因于此了。
其實從這三條技術線來看,我們也就大概明白了為什么特斯拉的自動駕駛技術能夠如此迅速的進化,與蘋果相似的閉環(huán)研發(fā)體系,還擁有軟、硬件雙驅動能力,帶來了目前最接近完全自動駕駛的全新體驗。
當然我們也期待著Waymo大招落地的那天,還在踟躕不前的傳統(tǒng)主機廠商們,真的得加把勁了。
本文來源于汽車之家車家號作者,不代表汽車之家的觀點立場。
在當前的市場環(huán)境當中,汽車技術正在不斷發(fā)展,自動駕駛也越來越走近了日常用車當中。對比國外的駕駛環(huán)境來說,我國的交通環(huán)境更加復雜,因此也成為眾多車企檢驗自動駕駛技術的重要場所。那么什么樣的駕駛系統(tǒng)才算是先進呢?,今天來對比一下智能汽車、特斯拉和華為的自動駕駛,性能到底如何?
智已汽車的自動駕駛技術是從軟硬件方面協(xié)同入手,在硬件上,智已汽車搭載高性能感知設備,包括攝像頭、雷達、超聲波傳感器,而在軟件方面,他用較強的算力系,統(tǒng)搭配高精地圖,不僅能夠實現(xiàn)自動駕駛,還能夠讓車輛與道路進行互聯(lián)。
而特斯拉所用的是 FSD純視覺系統(tǒng)方案,它車身周圍搭載8組高精度攝像頭,每個攝像頭可進行每秒36幀畫面,時刻觀察周圍車輛的情況,同時它還擁有自身獨特的算法,將拍攝的場景,迅速轉化為模型,使汽車能夠在道路上行駛安全。
接下來看一下華為的阿爾法T,阿爾法T搭載三顆激光雷達,6顆紅米波雷達,12顆超聲波雷達,同時搭載4顆攝像頭,在軟件方面他支持5G技術,能夠在多種情況下實現(xiàn)自動駕駛的能力。
而在實際測試過程中,選擇橫穿車道來進行對比。行人橫穿車道對于駕駛員來說,這是一個十分頭疼的問題,當你反應稍微慢點,很有可能會釀成大禍。因此在實際測試當中,我們就測試一下,行人橫穿車道時的情況,而他們的處理方式也有很大的不同。
智能汽車在行駛到雙向車道,遇到電瓶車橫穿馬路,會自動地識別車輛,提前做出剎車的動作,并遵循減速慢行原則,從而確保行駛能夠正常安全的進行。
而特斯拉在遇到相似情況之時,雖說沒有大問題,但是可以感覺到系統(tǒng)預判是比較激進的,在避讓橫穿馬路的機動車輛時,減速并不是十分明顯,容易給駕駛者帶來心理壓力。
極狐阿爾法T在識行人橫穿馬路時,系統(tǒng)判斷錯誤,車輛會自動駕駛到馬路牙子,并作出停車的動作。
這三款車雖說都能實現(xiàn)一定程度的脫手駕駛,但是各有各一樣的特點,相比較,智能汽車的自動駕駛技術更不錯。
標簽: #特斯拉