2015年爆火至今，自動駕駛在中國已經(jīng)發(fā)展了8年，但一路走來并不順利，技術(shù)路線搖擺不定，商業(yè)化一再跳票，甚至一度被外界質(zhì)疑是否真的能成。

今年以來，風向開始轉(zhuǎn)變。首先是小鵬G6和問界M7等車型憑借智駕功能先后爆單，緊接著四部門聯(lián)合發(fā)布《關(guān)于開展智能網(wǎng)聯(lián)汽車準入和上路通行試點工作的通知》，將遴選具備量產(chǎn)條件的搭載自動駕駛功能的智能網(wǎng)聯(lián)汽車產(chǎn)品，開展準入試點，支持有條件的自動駕駛產(chǎn)品開展商業(yè)化運營。

智駕科技MAXIEYE 創(chuàng)始人周圣硯將這稱之為智能駕駛的拐點時刻。判斷依據(jù)有兩個，一方面是自動駕駛的技術(shù)范式統(tǒng)一，另一方面市場出清，沒有技術(shù)積累的“打手”退場，行業(yè)開始價值回歸。

從底層的技術(shù)端復盤，這一切源于3年前BEV技術(shù)對自動駕駛帶來脫胎換骨的改變在今天開花結(jié)果。

BEV究竟如何從底層重構(gòu)自動駕駛產(chǎn)業(yè)？以MAXIEYE為觸角，我們得以窺知整個行業(yè)發(fā)展的面貌。

11月29日，智駕科技MAXIEYE發(fā)布了BEV平臺架構(gòu)青云Hyperspace，青云BEV架構(gòu)直接打通了高階智駕量產(chǎn)落地的任督二脈。在行業(yè)拐點時刻，MAXIEYE吹響了新一輪產(chǎn)業(yè)向前的沖鋒號。

砥礪3年，“上帝視角下的真值系統(tǒng)”

時間拉回到3年前，彼時MAXIEYE正在打磨的L2產(chǎn)品的算法框架已接近完整，工程師為了解決每個corner case，不斷在算法框架中增加約束條件和先驗知識，但這些場景無法窮盡且沒有規(guī)律，從路面起伏的坡度到車輛經(jīng)過減速帶所引起的顛簸，再到100米外目標距離的來回跳變，數(shù)不勝數(shù)。

當時業(yè)內(nèi)主流的自動駕駛技術(shù)架構(gòu)都基于CNN圖像檢測卷積網(wǎng)絡(luò)架構(gòu)開發(fā)，這是整個行業(yè)面臨的共性問題?，F(xiàn)實的窘境擺在眼前，如果用這樣一套依賴人工經(jīng)驗來打補丁的架構(gòu)，將永遠不可能實現(xiàn)自動駕駛。這個啟蒙了自動駕駛卻又讓行業(yè)在長達10年的時間里難進一步的架構(gòu)讓人又愛又恨。

MAXIEYE碰到的問題是智能駕駛行業(yè)的一抹縮影。2020年底，周圣硯團隊意識到用傳統(tǒng)的CNN圖像檢測框架無法窮盡所有的真實場景，因為人永遠在追著bug跑。

于是周圣硯做了一個大膽的決定，通過一種全新的范式來解決自動駕駛難以泛化的長尾問題，當時組織了20人前鋒部隊秘密研發(fā)該項目，內(nèi)部稱之為“上帝視角下的真值系統(tǒng)”。數(shù)月后，特斯拉在2021年4月的AI DAY上展示該功能，也就是如今大名鼎鼎的BEV網(wǎng)絡(luò)架構(gòu)，迅速引發(fā)了業(yè)內(nèi)的山洪海嘯。周圣硯意識到，這一步他們走對了，時不我待，于是快速調(diào)集 100人團隊全面發(fā)力BEV，經(jīng)歷3年打磨，MAXIEYE團隊用BEV打通了一站式融合道路拓撲、目標軌跡、占用空間三大網(wǎng)絡(luò)，也就是今天的青云BEV架構(gòu)。

如今看來輕描淡寫的復盤，在當時可以說是一個關(guān)乎深思的決策。一方面創(chuàng)業(yè)公司擁有的資源有限，另一方面產(chǎn)業(yè)窗口期短暫，一個戰(zhàn)略失誤可能就斷送了一家公司的未來。基于對自身技術(shù)判斷的絕對自信，MAXIEYE決定賭一把，也正是這個大膽的決定在3年后為MAXIEYE爭取到了更多的可能性。BEV將自動駕駛從疲于追趕BUG的勞動中解放出來，在高階智駕的拐點時刻迎來更大的舞臺。

2022年被稱為城市NOA元年，車企們雄心勃勃的給出了激進的功能落地計劃，但落地并沒有車企們想象的那么簡單。其中一個非常棘手的問題是，當時所有的領(lǐng)航輔助都基于高精地圖來完成，高精地圖成本貴、更新慢、審核嚴的特性跟不上車企們激進的步伐。于是從2022年開始，不少車企提出了“去高精地圖”的想法，這一想法在今年被炒得空前火熱，已經(jīng)成了車企共識。

但甩開高精地圖談何容易，既往領(lǐng)航輔助駕駛功能都是基于高精地圖完成，而去掉高精地圖之后，道路拓撲關(guān)系需要由感知系統(tǒng)來完成，對傳統(tǒng)的CNN圖像檢測而言，是一項幾乎不可能完成的任務。而在BEV視角下，空間由2D轉(zhuǎn)換成3D，平面視角被切換成鳥瞰圖，這個問題被很好的解決。

自動駕駛規(guī)控中，系統(tǒng)需要提前預測目標檢測物的軌跡。傳統(tǒng)CNN架構(gòu)下，目標的檢測僅僅停留在歷史和當前狀態(tài)下目標的位置以及軌跡，而對于未來目標的軌跡只能使用基于規(guī)則的卡爾曼濾波等方式來完成，但存在調(diào)參工作繁瑣，響應滯后等問題。

周圣硯表示，青云BEV架構(gòu)很好地解決了這個問題，它利用生成式方式解決目標軌跡的非凸問題，可以準確地預測3秒后的目標軌跡。

2022年以前，智駕系統(tǒng)撞上異形障礙物的新聞時有發(fā)生。根本原因在于系統(tǒng)的通用障礙物檢測能力差。此后，占用網(wǎng)絡(luò)技術(shù)被引入自動駕駛，從而提升系統(tǒng)對通用障礙物的檢測能力，但占用網(wǎng)絡(luò)需要有合適的底層技術(shù)架構(gòu)支撐，這又回到了BEV的優(yōu)勢。

周圣硯介紹，青云BEV架構(gòu)的網(wǎng)格化精度做到了小于10cm，將車輛前方的世界用10cm精度的立體網(wǎng)格進行類似于樂高玩具一樣的切分。并且能夠有效的區(qū)分通用靜止障礙物以及運動障礙物，這種輸出則是目前行業(yè)里面熱議的G-AEB功能的底層感知技術(shù)。

BEV對自動駕駛帶來的是顛覆性改變，甚至可以說是一次懸崖邊的救贖。像愛因斯坦的相對論一樣，它實現(xiàn)了自動駕駛端到端的重新定義，完成了時間維度和空間的統(tǒng)一。在重新定義的時空下，BEV將自動駕駛感知、規(guī)劃和控制都統(tǒng)一在一個坐標系下，顛覆了傳統(tǒng)圖像檢測框架下的CNN算法模塊化累加造成的不確定性。這可以理解為一種絕對意義上的底層技術(shù)創(chuàng)新重構(gòu)，開啟了通向自動駕駛終局的大門。

這種時空連續(xù)的范式，需要一個具備智慧理解力的AI模型來運行，Transformer跨越空間和時間序列去提取特征的能力恰好符合這一點。于是，“BEV+Transformer”就這樣構(gòu)成了自動駕駛新的技術(shù)底座。

讓智駕系統(tǒng)在統(tǒng)一技術(shù)架構(gòu)下降本增效

中國智能駕駛市場迷人的地方在于它性感又殘酷。巨大的市場潛力讓全球玩家都趨之若鶩，但慘烈的競爭也讓玩家們每天都處在極大的焦慮中，大家在其中痛并快樂著。

智駕剛開始上量，降本便緊隨其后。作為技術(shù)供應商，智能駕駛系統(tǒng)公司是產(chǎn)業(yè)鏈條中最需要抗壓的一個。

MAXIEYE團隊對當下智能駕駛市場做過系統(tǒng)性分析，不管是傳統(tǒng)的L2，還是高階的高速NOA和城市NOA都存在各自的痛點。

目前市場上L2場景覆蓋度高，但整體體驗不夠絲滑，過紅綠燈路口等功能無法做到足夠完美；高速NOA一套系統(tǒng)終端差價2萬左右，但用戶90%的駕駛場景在城市，用戶會覺得花這個錢不值得，性價比太低；城市NOA的場景復雜度太高，目前的技術(shù)產(chǎn)品用戶覺得不安全，不愛用也不敢用。上述方案的割裂，其根本原因在于底層技術(shù)范式不統(tǒng)一。

MAXIEYE希望通過青云BEV架構(gòu)，讓智駕系統(tǒng)在一個技術(shù)架構(gòu)下實現(xiàn)降本增效。

因為不同車企的產(chǎn)品定義不一樣， 甚至同一家車企不同品牌，不同車型的智駕系統(tǒng)都有不同，而不同的方案又需要牽扯到多芯片平臺，比如理想汽車MAX和Pro版本就用的是不同的芯片平臺。車企希望用同一套系統(tǒng)在不同的硬件架構(gòu)上跑起來，以此提升開發(fā)效率并且節(jié)約成本，但難點在于遷移的成本和效率。

MAXIEYE的解題思路是用青云BEV架構(gòu)重新定義智能駕駛?cè)诞a(chǎn)品。MAXIEYE旗下產(chǎn)品覆蓋從單V（牧童Monotogo?解決方案）到多V（5V、6V、9V、11V-跨越低中高算力的行泊合一域控方案）的MAXIPILOT?全系智駕解決方案矩陣，滿足城市L2增強、高速NOM（Navigate on MAXIPILOT?）、城區(qū)NOM、行泊合一、記憶行泊車全場景應用。

為此，青云BEV架構(gòu)還對業(yè)內(nèi)開放了感知標準件，支持軟硬解耦，實現(xiàn)標準化工具鏈、標準化規(guī)控接口、標準化ISP。通過敏捷的算法移植能力，可支持在6個月內(nèi)實現(xiàn)高效跨平臺開發(fā)需求。

為了提前占領(lǐng)消費者認知，車企在城市NOA開城上已經(jīng)到了刺刀見紅的地步。然而即便繞開高精地圖的限制，城市NOA也不能一蹴而就。MAXIEYE提出了記憶共享=城市NOA的數(shù)據(jù)共享新范式。簡單來說就是張三行駛過的路線給李四用，即便李四沒有走過這條路，智駕系統(tǒng)也依然可以按照張三的路線駕駛。

周圣硯介紹，基于青云BEV架構(gòu)，MAXIEYE已打通首次行車、再次記圖、三次激活的智慧化記憶行泊車功能應用。90%以上場景可支持實現(xiàn)二次行車后記憶功能激活。

幫助車企最大化數(shù)據(jù)優(yōu)勢

智駕系統(tǒng)一旦爆發(fā)會像潮水一樣涌來，但所有玩家面臨的時間窗口都一樣。這對用戶跨度大的大型汽車集團來說并不友好。以比亞迪來看，既有百萬級的仰望品牌，又有十萬級比亞迪品牌。它需要在最短的時間能實現(xiàn)不同品牌車型智駕系統(tǒng)的功能開發(fā)，算法部署，以及后續(xù)的OTA升級等工作，而彼此的智駕系統(tǒng)可能都不一樣，打通整個集團的數(shù)據(jù)閉環(huán)能讓車企在競爭中更有優(yōu)勢。

如何突破這個問題？

MAXIEYE給出的解決方案是海市MAXI-DI數(shù)據(jù)智能架構(gòu)，周圣硯稱，該架構(gòu)全維覆蓋量產(chǎn)數(shù)據(jù)閉環(huán)MAXI-DATA、真值系統(tǒng)MAXI-TRUTH SYSTEM、MET-TOOL全流程閉環(huán)測試開發(fā)工具鏈，以及仿真極限場景構(gòu)建，自動化數(shù)據(jù)處理和訓練。為青云BEV算法架構(gòu)提供高效的底層技術(shù)支持。

MAXI-DATA包括功能觸發(fā)、駕駛行為觸發(fā)、系統(tǒng)觸發(fā)、感知觸發(fā)四大模塊-30余種觸發(fā)機制。

MAXI-TRUTH SYSTEM真值系統(tǒng)可實現(xiàn)4D場景構(gòu)建、自動化數(shù)據(jù)處理和訓練。MET-TOOL工具鏈覆蓋智能駕駛系統(tǒng)從原型開發(fā)、實車測試、功能量產(chǎn)、售后分析的閉環(huán)全流程，支持當前所有ADAS主流傳感器的數(shù)據(jù)采集和回放功能，支持分級閉環(huán)測試、代碼調(diào)試以及完整的數(shù)據(jù)回灌功能實現(xiàn)。

可以把它理解成一套數(shù)據(jù)處理系統(tǒng)，在這個數(shù)據(jù)架構(gòu)下，MAXIEYE發(fā)布了MAXIPILOT?2.0平臺，包含Lite，Pro，MAX 3種產(chǎn)品方案，多種產(chǎn)品方案之間已打通數(shù)據(jù)共享鏈路，這意味著，入門級配置即可支持城區(qū)建圖，其深遠意義在于幫助車廠客戶以80%的規(guī)?；慨a(chǎn)方案為基礎(chǔ)，構(gòu)建20%高配方案所需要的核心場景數(shù)據(jù)，徹底打通“低階賦能高階”的經(jīng)濟且有效的開城路徑。

周圣硯判斷，“BEV+Transfrormer”之后，自動駕駛下一幕技術(shù)路線基本穩(wěn)定，較難再產(chǎn)生完全顛覆式的變革。這也決定了這一階段落后的企業(yè)很難再有新技術(shù)重構(gòu)二次追趕的機會，淘汰賽正式拉開序幕。只有在這一階段勝出的選手才有資格繼續(xù)留在牌桌。

而在行業(yè)拐點時刻，高階智駕正處在快速上量的短暫窗口期，車企要解決好各方面問題：快速開發(fā)出一款好的智駕系統(tǒng)，合理地控制成本，完善的數(shù)據(jù)管理系統(tǒng)，任何一條都不能有短板。對車企而言，要保證系統(tǒng)化作戰(zhàn)能力，尋找一個靠譜的合作伙伴至關(guān)重要。MAXIEYE希望扮演的角色是，通過青云BEV架構(gòu)讓車企具備系統(tǒng)化作戰(zhàn)能力，賦能車企快速抓住智能駕駛的窗口期，做成真正的中國可規(guī)?；桓兜母唠A自動駕駛方案。

返回第一電動網(wǎng)首頁 >