國內(nèi)智能駕駛的標桿換了，之前小鵬一騎絕塵，看智能駕駛都得盯著小鵬汽車看，但是最近余承東的“遙遙領先”已經(jīng)魔性的搖到了智能駕駛，特別是華為的ADS 2.0從成本上已經(jīng)大幅度下降進入20-30萬區(qū)間的汽車，所以本文將從以下：

遙遙領先的華為智能駕駛

華為智能駕駛硬件

華為智能駕駛軟件算法

三個部分，也分別對應為智能駕駛功能，硬件，算法三個方面去分享交流下華為的智能駕駛，希望能給大家?guī)硪恍?a target="_blank">信息。另外文末有小調(diào)查，你覺得華為智能駕駛在市占率上是不是能像其技術那樣遙遙領先？ 遙遙領先的華為智能駕駛 我們一般談智能駕駛，腦海里面常常浮現(xiàn)的就是領航輔助，記憶泊車等高階的智能駕駛，其實一個完整的智能駕駛功能體系包括三個方面：

安全，也就是我們聽到的AEB等傳統(tǒng)ADAS安全防撞的功能，國內(nèi)C-NCAP對這個方面有完整的定義，并發(fā)布測試。

行車，包括車道居中，領航輔助等，當前大家宣傳的比較多的就是高速和城區(qū)領航輔助。

泊車，包括車位的泊入和泊出，遠程泊車，記憶泊車，代客泊車等，我們之前文章《關于自動駕駛泊車-市場功能，硬件和技術》有相關介紹。

根據(jù)華為發(fā)布信息，華為在安全方面能夠做到AEB 90km/h的制動剎停，而目前CN-CAP測試標準最高速度是60km/h;華為能夠?qū)确?，逆光行人橫穿分別在90km/h和85km/h實施制動剎停，這些數(shù)據(jù)確實讓人驚嘆，在競品中是遙遙領先。

在行車方面，華為將在2023年底實現(xiàn)僅僅依靠SD人類導航地圖來領航輔助，平均接管率達到200+km，當然這個數(shù)字的意義不大，因為大家測試的路程沒有統(tǒng)一，也沒有統(tǒng)一的交通情況，但作為業(yè)內(nèi)人士來講估計大家都會贊同華為的技術和功能現(xiàn)在就是遙遙領先。

?

在泊車方面，從我自己的感覺來講，遙遙領先，從可以識別車位的能力到泊車的速度來講都不亞于老司機，我曾經(jīng)在路邊前有都有車的側向停車位猶豫思考如何泊，但華為亮起的泊車路徑以及快速的泊入讓我如釋重負。 最近問界M7的發(fā)布會上，華為表示支持自車+0.4m超窄車位，機械停車位泊車；更支持地面，地下記憶泊車，年底將支持代客泊車。 所以，從功能科技角度來看，華為智能駕駛確實是遙遙領先！那華為實現(xiàn)這些遙遙領先的背后硬件方案如何呢？

華為智能駕駛硬件方案

華為的硬件經(jīng)歷了ADS 1.0硬件和ADS 2.0硬件，華為最開始的智能駕駛項目是和北汽極狐開啟的，大概在2022年初實際交付，當時的3個激光雷達，前方4個攝像頭（1個長距，1個寬視場角，2個組成雙目），6個毫米波雷達，配上2顆華為昇騰610芯片的MDC 610pro 或者叫MDC 810。之后和長安寧德時代合作的阿維塔也是沿襲此套硬件方案。ADS 1.0 當時剛開始出來，有人號稱成本都快10萬了，除了價格貴了點，其他毛病都沒有，所以這些車剛開始價格都是40萬左右的售價。

華為ADS 2.0硬件最早開始于問界M5之后到M7，兩款車的售價是30萬元左右的顯然原來的1.0的硬件價格太貴，所以2.0的硬件減掉了側向兩個激光雷達，減掉了前向兩個雙目攝像頭，減掉了3個毫米波雷達，減掉了一塊昇騰610芯片，這一套價格應該可以把原來的成本至少減掉一半以上，按照現(xiàn)在來看應該是3萬人民幣之內(nèi)。 根據(jù)余承東最近問界M7發(fā)布會信息以及查詢問界M7官方網(wǎng)站發(fā)布的信息，ADS 2.0硬件下的性能與ADS 1.0可謂并無任何差異。如果從激光雷達的角度來講的話，3顆激光雷達的布置從視場角來看的話肯定好于1顆前向。

值得一提的是，華為方案的激光雷達在其記憶泊車方面算是一枝獨秀了，小鵬記憶泊車是記住軌跡，而華為卻是利用激光雷達鑄就了行走的畫圖機器，通過激光雷達畫出泊車地圖，然后根據(jù)地圖可以支持任意停車位的泊車。還有抓狂的是華為在其ADS 1.0方案時候就將前向激光雷達和側向兩個顆激光雷達解耦，也就為ADS 2.0只用一顆埋下了伏筆。 其實對于硬件來講，目前很多新勢力都堆了此類的硬件方案，但顯然都很難達到華為智能駕駛的效果，華為智能駕駛背后還有其軟件能力支撐。

華為智能駕駛軟件算法

華為發(fā)布其主要依賴兩個算法：

?

“看得懂物”的GOD（General Obstacle Detection，通用障礙物檢測網(wǎng)絡）2.0網(wǎng)絡，可以識別通用障礙物白名單外的異形物體，障礙物種類精細識別（如區(qū)分救護車、警車等），識別率高達99.9%?

“看得懂路”的RCR 2.0（Road Cognition & Reasoning，道路拓撲推理網(wǎng)絡）實現(xiàn)導航地圖和現(xiàn)實世界的匹配。

如何識別異形物體，或者未標注的物體是感知的難題，在智能駕駛剛開始的時候，大家都是沖著自己標注的方式去告訴汽車這個物體是什么；但到了特斯拉在臺灣高速上，撞上事故車之后，基本發(fā)現(xiàn)這種標注根本行不通，長尾太多了。到了特斯拉2022年的AI day上特斯拉推Occupancy networks《智能駕駛-城市領航輔助必備的BEV以及Occupancy networks》，對于駕駛來講不管你是什么，而主要是看你是否影響駕駛也就是道路是否被占有。 華為采用的方式其實和特斯拉是類似的Occupancy networks，不過可能的差異是華為應該很好利用了其激光雷達，這樣應該是可以降低對視覺的算法算力要求或者缺陷。感知傳感器攝像頭和激光雷達匯入一個時空網(wǎng)絡，這個時空網(wǎng)絡是一種在其結構和分析中包含空間和時間信息的網(wǎng)絡，它用于建模和分析隨時間和空間演變的復雜系統(tǒng)，之后進行感知處理?？偨Y起來華為GOD算法三個亮點是：

感知的Occupancy 預測，基于方向，速度，時序的Flow 預測從而實現(xiàn)動態(tài)以及靜態(tài)的障礙物感知。

端到端的Risk field預測和路徑規(guī)劃。

通用物體檢測OVOD，Open-vocabulary Object detection 是一種更加通用的目標物檢測，傳統(tǒng)的目標物檢測是需要匹配標注的物體，但OVOD檢測和識別圖像中開放的對象集及其相關屬性的任務。對象和屬性是在推理過程中通過文本查詢定義的，無需在訓練過程中預先了解測試類。

整個算法從感知到結果的運算在10ms之內(nèi)計算完成。其實自動駕駛中，算法結構相對容易，谷歌等學術，GitHub等一眾熱衷分享的資源，總會讓你站在巨人肩膀上，但是數(shù)據(jù)和算力確不是所有人能夠搞定的事情，華為表示其有一支道路實況采集團隊，發(fā)現(xiàn)有價值的場景就自動發(fā)送云端自動標記，通過NeRF(Neural Radiance Field)算法構建3d空間，整個流程一天可以構1百萬框真值。根據(jù)華為感知算法負責人蘇朋表示，華為已經(jīng)根據(jù)真值構建了超一億英里，然后通過成千上萬張NPU算力芯片來訓練算法,之后將訓練的算法OTA部署到整車上,從而確保越來越聰明。 一般實現(xiàn)領航輔助有一個重要的前提是，告訴汽車你要去哪里，但這個不是我們?nèi)祟惪吹牡貓D，他是給智能駕駛的地圖也就是領航地圖。

國內(nèi)剛開始采用的是高精地圖路線，高精地圖的基礎層是可以顯示厘米級精度的路邊信息。例如，那里的數(shù)據(jù)包含所有道路標記和地理邊界。但是呢我們之前文章《去高精”不是“去地圖”，而是“去圖商”》講述了當前高精地圖的困局，所以目前產(chǎn)業(yè)不少走向去高精地圖化。當然不少喊著去高精地圖但是還是需要特殊的智能駕駛地圖，例如高德推的HQ地圖，騰訊推的HD Air，四維圖新推的功能地圖等。但是華為此次的RCR確實完全不需要智能駕駛地圖的存在，只需要利用人類駕駛SD地圖信息。

那華為算法如何實現(xiàn)的？ RCR 2.0（Road Cognition & Reasoning，道路拓撲推理網(wǎng)絡），這是華為給出的方案，他可以實現(xiàn)導航地圖和現(xiàn)實世界的匹配。 如何理解導航地圖和現(xiàn)實世界的匹配，首先回到按照高精地圖駕駛的方案，高精地圖提供汽車高精度駕駛的參考線，智能汽車配合高精定位按照參考線行駛，不管轉彎還是路口按照線跑就行了，你可以理解為類似火車的電子軌道。 所以沒有高精地圖時候，車輛智能駕駛就會需要自己解決兩個難點：

如何確定車輛行駛在車道內(nèi)？一般就是視覺車道線識別技術，之前文章Momenta的“無圖”智能駕駛算法方案》介紹了momenta的DDLD就是此類技術。

路口如何確定車道的關系，確保自己轉彎或者直行走在正確的車道？我們之前文章《Tesla AI Day -特斯拉自動駕駛FSD的進展和算法軟件技術之算法》介紹過特斯拉的車道識別算法。

里面特斯拉技術亮點之一就是能夠推理路口車道之間的關系。 所以，華為應該就是采用特斯拉類似的視覺算法技術，確定車輛行駛在車道內(nèi)，根據(jù)人類使用的SD導航地圖提供的路線信息以及路口視覺感知信息，RCR來推理路口車道之間的關系，從而實現(xiàn)領航輔助。 于是這些算法的組成就有了華為說的既能“看得懂物”的GOD又能“看得懂路”的RCR算法?？偟膩碚f和特斯拉的路線類似，但華為又將激光雷達玩的溜溜的。

總結

華為確實是一個很厲害的公司，我們目前看到很多公司都是產(chǎn)業(yè)的快速應用，但華為有2012實驗室等致力于很多基礎性的研究，從而為產(chǎn)業(yè)提供基礎技術，當然也可能是人才方向，這些都為產(chǎn)業(yè)的快速應用提供非常好的基礎。 另外華為還有不少人專門研究市場，技術，產(chǎn)品之間的關系以及演化路徑，確保自己的技術和產(chǎn)品站在一個正確的方向中。 最后華為在產(chǎn)品研發(fā)實施中非常注重主線，記得剛開始的華為智能駕駛真的不好用，功能也不多，但是隨著幾次迭代日臻完善，后來和華為朋友聊天，他們表示開發(fā)中他們會抓住關鍵路徑，先搞定基礎，關鍵，再進行優(yōu)化迭代。 所以華為積累技術基礎，把握方向，抓重點和優(yōu)先進行實施，做任何事情基本都容易成功。那么比你更富有，比你更聰明，還比你更勤奮，那其他人還怎么活？

編輯：黃飛

?