7月21日，一場主題為“云上加速，智行萬里”的華為云智能駕駛創(chuàng)新峰會，在內(nèi)蒙古自治區(qū)烏蘭察布舉辦。

會上，北汽研究總院智能網(wǎng)聯(lián)中心專業(yè)總師林大洋主要詳細闡述了主機廠角度下，高級輔助駕駛系統(tǒng)量產(chǎn)要面臨的挑戰(zhàn)。

01

輔助駕駛開發(fā)方式發(fā)生變革

在林大洋看來，低階輔助駕駛到高階輔助駕駛，不僅是功能層面上的演進，在開發(fā)模式上也產(chǎn)生了極大變革。

林大洋認為，在ENCAP將AEB納入了評分體系后，輔助駕駛ADAS市場進入爆發(fā)和急速增長期。

根據(jù) L2的定義智能駕駛系統(tǒng)對車輛既能有橫向控制，也能有縱向控制。林大洋認為，目前整個行業(yè)還都處在L2范疇中。只是在L2的演進中出現(xiàn)了很多的分支，就最簡單的L2，即一個毫安波雷達加一個攝像就可以實現(xiàn)的單車道的L2。

隨后出現(xiàn)了L2.5或者叫HWA的功能，即車輛可以在駕駛員觸發(fā)變道的前提下去主動變道，但是變道行為是需要駕駛員給予的，并不是系統(tǒng)主動的。

所以L2級別主要還是人駕駛汽車。

在林大洋看來，L2.5及以下還是一些相對低階的，或者是說比較簡單的智駕系統(tǒng)。與之對應(yīng)的，也是相對傳統(tǒng)的黑盒的開發(fā)方式，即主機廠委托供應(yīng)商黑盒開發(fā)。這個階段，市場都是被國際大廠所占領(lǐng)的。

例如，在 ADAS 系統(tǒng)的感知、決策、執(zhí)行三大環(huán)節(jié)中，感知由 Mobileye完成。

從NOA功能開始進入高階智能駕駛，即在某些邊界條件下，例如高精地圖覆蓋的范圍內(nèi)，車輛可以實現(xiàn)點到點的智能駕駛功能，例如，自動駕駛系統(tǒng)自己實現(xiàn)變道、超車、巡航等等的相關(guān)的功能。

高階智能駕駛的標志性事件應(yīng)該是2019年特斯拉發(fā)布高速NOA系統(tǒng)。此時高級別智能駕駛系統(tǒng)開始迎來爆發(fā)期。與之相對的開發(fā)模式，不再是黑盒模式，產(chǎn)業(yè)也不再是垂直供應(yīng)模式，產(chǎn)業(yè)開始向生態(tài)化的合作、協(xié)同合作轉(zhuǎn)變。

此時大部分主機廠都在尋求自研或者全棧自研。下一步，或許就是做數(shù)據(jù)閉環(huán)，例如在自動駕駛領(lǐng)域引入一些像BEV這種泛以上的大模型；以及一些高性能傳感器，4D毫米波雷達，固態(tài)的激光雷達。

例如，低級別輔助駕駛系統(tǒng)是行泊分離的。行車方面，兩個后角毫米波雷達，前向毫米波雷達+攝像頭可以實現(xiàn)；泊車方面則需要單獨的超聲波雷達+泊車控制器，兩套系統(tǒng)之間基本沒有交互。

進入高級輔助駕駛階段，行泊一體化發(fā)展，這就需要在域控器里面做視覺感知算法，做激光點云算法，做所有的決策規(guī)劃算法等等。

也就是說高階輔助駕駛功能是向下覆蓋的，比如高速NOA系統(tǒng)需要實現(xiàn)所有的ADAS功能，這就導致輔助駕駛系統(tǒng)的開發(fā)難度大幅上升。

高速NOA功能、城市NOA功能有很多的細分的場景。例如高速NOA需要實現(xiàn)駛?cè)腭偝鲈训?、自主的換道等等的，都需要分功能分場景，在開發(fā)過程中實現(xiàn)。

在林大洋看來，目前高速NOA的主流路線還是基于高精地圖可以實現(xiàn)，成本也在可接受范圍之內(nèi)。

不過，在城市的NOA階段，就會有很多自己獨特的功能和場景，例如十字路口的通行、環(huán)島的通行、識別紅綠燈等。此時需要引入激光雷達來應(yīng)對城市里面這些復雜的工況，例如，識別一些復雜的交通參與者；應(yīng)對corner case（極端情況），比如說車門打開了，能不能把車門打開的輪廓識別出來等。

因此，林大洋認為，就當前的技術(shù)，激光雷達是必須的。

02

高階自動駕駛量產(chǎn)難點多

首先是，系統(tǒng)復雜度高，涉及傳感器眾多，軟件系統(tǒng)開發(fā)難度大。傳感器方面，既有攝像頭，也有毫米波雷達、超聲波雷達、激光雷達，包括組合慣導等等；軟件系統(tǒng)方面，既有MCU里面基于傳統(tǒng)CP跑的軟件系統(tǒng)，也需要分層開發(fā)；也有基于在SOC基于AP框架，或者大家基于AP框架寫的一些中間件操作系統(tǒng)，自己定制的內(nèi)核以及上面的所有的感知和規(guī)控算法等。

其次，標準缺乏。這從一個細節(jié)就可以看出，NOA功能各家主機廠的叫法是不一樣的，有叫NCA、NGP，以及NOP等等。此外，對于NOA功能邊界在哪里？哪些性能指標是必須要滿足的？上述這些，現(xiàn)在還沒有一個真正意義上的統(tǒng)一的標準。

第三，開發(fā)難度大、周期長。由于NOA功能下，主機廠是希望用戶能夠脫手和脫腳，雖然一些法規(guī)限制了時長，但在設(shè)計時仍然要考慮功能安全、預期功能安全和信息安全等，整個開發(fā)難度就會非常大。

軟件架構(gòu)設(shè)計也非常復雜。需要考慮軟件系統(tǒng)怎么來做架構(gòu)，怎么來做合理的分布，例如，需要考慮一些實時性的東西整放在哪些核上跑；非實時性的，或者說對實時性要求不高，對安全性要求不高，怎么來處理等。

此外，高級輔助駕駛涉及的功能眾多。除了NOA功能，可能還有20多個的ADAS功能，包括了行車、泊車，這些功能其實都需要逐一驗證去開發(fā)，然后整個的開發(fā)周期還是非常長的。

林大洋還把NOA的難點拿出來單獨闡述。

一是，技術(shù)路線多樣化，有圖VS無圖。在他看來，整個城市NOA的技術(shù)路線其實是多樣化的，有基于高精地圖的，也有不需要高精地圖的方案，比如說基于BEV或者說重感知輕地圖的，到底哪個方向最優(yōu)？“我個人認為現(xiàn)在可能會并存，基于高精地圖的城市NOA系統(tǒng)能夠保證量產(chǎn)，其實它是有一個下限的。”

基于BEV的方案，它對數(shù)據(jù)、算法的開發(fā)要求很高，量產(chǎn)難度會比較大，但其一旦量產(chǎn)了，能快速覆蓋很多城市，不會像高精地圖只能在個別城市釋放。

二是，應(yīng)對L3的要求。林大洋也提出了自己的疑問， “當我們的L3準入后，城市NOA系統(tǒng)和L3關(guān)系是什么樣的？”

林大洋表示，他們在開發(fā)城市NOA系統(tǒng)時，都會去考慮對于L3的要求，包括冗余、功能安全、流程，包括安全的機制響應(yīng)等。但是可能在L3的時候， odd不會是城市，一開始釋放的ODD可能還是一個相對比較封閉的場景，比如說高速路等。

三是，成本高。當前的技術(shù)方案還是需要依靠激光雷達、需要大算力的芯片，可能某些方案里面需要高精地圖，這就導致成本很高。成本過高就會導致它能搭載的量產(chǎn)車型價格可能還是30萬 —40萬元以上，這樣的價位下很難做到真正的大規(guī)模量產(chǎn)。

“一臺車能給智能駕駛系統(tǒng)的成本區(qū)間還是有限的，普通意義的車可能3%~5%，一些主打智能駕駛的車可能給到7%-10%，怎么上量是一個比較大的問題?！?/span>

四是，打造數(shù)據(jù)閉環(huán)。現(xiàn)在的這種系統(tǒng)基于多張地圖的，包括以后做BEV的，需要整個數(shù)據(jù)不斷的積累，不斷的迭代，才能不停的覆蓋不斷出現(xiàn)的corner case。

03

北汽量產(chǎn)車型的分享和思考

針對上述智能駕駛的難點，北汽也做了一些嘗試。以北汽極狐和華為合作的極狐阿爾法S先行版為例，這款車使用了華為in inside系統(tǒng)。車型設(shè)計上是希望能夠給用戶一個全場景的體驗，包括泊車、行車，例如從小區(qū)開始坐上車，到公司的地庫都可以使用輔助駕駛的功能。

整車層面，在轉(zhuǎn)向、制動、電源通訊全都做了冗余設(shè)計。智能駕駛本身傳感器、控制器、感知的范圍、算力等都做了足夠的冗余。

同時，整車設(shè)計時也引入了很多的新一代的技術(shù)，包括千兆以太網(wǎng)，支持5G、支持V2X，以及環(huán)網(wǎng)架構(gòu)EEA3.0等。

在城市NOA方面，極狐依賴高精度測距傳感器，使得車輛在城市常規(guī)道路和夜間場景下更安全可靠。極狐的城市NOA功能是基于高精地圖，目前已經(jīng)釋放的城市是深圳、廣州和上海三地。

極狐的目標，是將高階輔助駕駛或城市NOA系統(tǒng)做好，主要還是要將接管率降下來，“比如說在城市場景下，怎么能讓盡可能的出現(xiàn)少接管，或者是說不接管，然后能夠應(yīng)對城市場景一些突發(fā)的情況，是當前做這套系統(tǒng)其實最大的一個挑戰(zhàn)，也是我們會持續(xù)發(fā)力持續(xù)去優(yōu)化的內(nèi)容?！?/span>

返回第一電動網(wǎng)首頁 >