汽车技术|谁能想到最先实现城市NOH量产的居然是魏牌?

【汽车技术|谁能想到最先实现城市NOH量产的居然是魏牌?】汽车技术|谁能想到最先实现城市NOH量产的居然是魏牌?
文章图片

说起智能辅助驾驶的话题 , 似乎总是造车新势力们出现在热点之中 。但就在这样一个不以L4为噱头的当下 , 将于九月底完成SOP的魏牌摩卡DHT-PHEV激光雷达版却悄然成为中国首款量产搭载城市辅助驾驶系统的车型 , 魏牌也是中国首个具备打通高速至城市辅助驾驶能力的量产品牌 。
“中国首个”背后的硬实力摩卡DHT-PHEV激光雷达版是长城首款搭载城市NOH系统的车型 , 它配备了两颗125线激光雷达 , 与毫米波雷达、摄像头等传感器形成高效协同 , 确保对城市复杂路况及环境感知的准确性 , 补充和提升识别能力 , 进而提升摩卡DHT-PHEV激光雷达版在城市辅助驾驶过程中的安全性、稳定性、可靠性 。
在魏牌为摩卡选择的全新一代“重感知、轻地图”的路线中 , 既不过度依赖高精地图 , 也不受地图审核限制 , 更能适应中国城市复杂多变的路况 。
在一众竞争对手都在打出算力牌的时候 , 摩卡也不甘示弱 , 以单板360TOPS的算力做到了中国智能驾驶芯片物理算力最强 。与此同时 , 它还独创了“双流”感知模型 , 实现了重感知下的红绿灯识别 。摩卡还引入了Transformer 模型 , 自研 BEV Transfomer 用于车道线识别 , 在城市道路上实现了多传感器融合车道线识别 。
除此之外 , MANA赋能摩卡DHT-PHEV激光雷达版辅助驾驶系统感知更准确 , 认知决策更像人类 , 标注、仿真验证更高效 , 让摩卡DHT-PHEV激光雷达版辅助驾驶系统更快、更稳、更安全 。
汽车技术|谁能想到最先实现城市NOH量产的居然是魏牌?
文章图片

在魏牌的规划中 , 将于2022年底前实现超过10座城市覆盖 , 未来将突破超过100座城市落地应用 。实现“百座城市 百万量级”的规模 。同时 , 将针对不同城市、不同类别、不同天气和气候持续进化和迭代 。 
这一次 , 摩卡交出的答卷中包括了中国城市场景覆盖率最高的城市辅助驾驶系统 , 它能根据导航提供的行驶路线 , 在城市环境中实现自动变道超车、红绿灯识别与控车、复杂路口通行、无保护左右转等主要功能, 同时也可应对车辆近距离切入、车辆阻塞占道、交叉路口、隧道、立交桥等复杂的城市交通场景 , 核心城市场景覆盖率超90% 。
截至目前 , 摩卡的用户辅助驾驶行驶里程已经突破1500万公里 , 用户使用总时长 171,884 小时 , 完成超过30万小时的学习时长 , 虚拟驾龄相当于人类司机4万年 。
谈到能够实现“中国首个”的原因 , 魏牌更愿意将其归功于自己堪称中国智能驾驶最强朋友圈的合作伙伴 , 其中包括源自长城一家的自动驾驶人工智能技术公司毫末智行、激光雷达企业速腾聚创、相机行业传统豪门海康、毫米波雷达巨头博世、超声波企业同致、国际芯片巨头高通等头部配件厂商 , 通过与这些伙伴的深度合作打造处智能驾驶“最强俱乐部” , 在智能驾驶的每一个环节都给出最佳解决方案 , 为用户提供最优智能驾驶体验 。
汽车技术|谁能想到最先实现城市NOH量产的居然是魏牌?
文章图片

基于场景的技术解决方案才是差异化竞争的关键以往更多的自动驾驶企业愿意讲分级 , 但是近来越来越多的车企和自动驾驶企业更加注重场景 。以往的智能辅助驾驶中三个场景痛点曾令很多用户与企业头疼 , 但在场景化的解决方案中正在得到逐步解决 。
路口通行难是老大难问题之一了 , 由于路口面临着灯多、车多、人多的问题 , 加之有着直行、转弯、调头等多种路况 , 是城市行车违章的高发场景 。摩卡DHT-PHEV激光雷达版的NOH系统能够覆盖路口通行的四大场景 , 且识别多种红绿灯信号及等待区组合灯信号 , 多种路口的左右转直行判断也不在话下 , 环岛与无保护左传的表现也堪称优异 , 最终实现了高达70%的路口通过率 。
由于城市行车很多时候都是处于缓慢拥堵、走走停停的状态中 , 变道超车难度较大 。摩卡DHT-PHEV激光雷达版的NOH系统做到了覆盖行车变道两大场景 , 能够在拥堵状态下快速切入 。同时 , 它的道航变道功能可以做道基于道路运动博弈完成转向、汇入、汇出的道路切换动作 。在低速状态下 , 它还可以实现在零速情况下快速切入目标车道 。从数据上来看 , 最终的城市变道成功率高达90% 。
由于城市道路经常出现路边违章停车、车辆变道、行人穿行、异物路障等 , 容易因为突发性 , 注意力不集中导致碰撞事故 。摩卡DHT-PHEV激光雷达版的NOH系统可以在周边车辆未进入本车道之前, 先预判出其变道切入意图;当发生切入行为时, 快速响应进行安全减速避让, 确保最快时间主动减速规避 。如遇车辆调头、并线、路边停车,阻塞车辆的正常行车路线 , 城市NOH会进行适当的横向避让, 绕过阻塞区域 。在发现前方障碍物阻塞本车道时, 会根据障碍物的类别、位置、速度、阻塞空间 , 进行预判和提前减速 , 果断变道, 绕行阻塞障碍物 。面对交通弱势参与者 , 优先进行礼让保护是毫末的策略, 在确定无潜在碰撞风险后, 再进行低速通过 。
汽车技术|谁能想到最先实现城市NOH量产的居然是魏牌?
文章图片

正是在解决几个老大难场景的过程中 , 魏牌形成了有鲜明风格的NOH解决方案 。
与重感知、轻地图的特斯拉相比 , 特斯拉只采用摄像头为主的视觉解决方案 , 毫末为魏牌提供的解决方案则是将感知进行前融合 。
蔚来、小鹏、智己、威马等造车新势力则选择了另一条路线 , 借助高精地图实现辅助驾驶 , 与普通导航地图相比 , 高精地图精度达到了厘米级 , 除了包括普通地图所有的元素之外 , 还会包含路灯、护栏、红绿灯等几十个甚至上百个要素的信息 。对于道路信息有着更为丰富的车道、路口的精细信息 。但高精地图也需要极高的技术门槛及审核门槛 。基于高精地图来完成城市辅助驾驶功能的一个痛点就是必须先过高精地图审核这一关 , 而目前的现实情况是 , 大多数车企都是因为这个原因迟迟不能推进 。内在原因是高精地图对高等级智能驾驶至关重要 , 但高精度的地理信息 , 也意味着需要更高等级的网络安全防护 。
汽车技术|谁能想到最先实现城市NOH量产的居然是魏牌?
文章图片

魏牌选择了一条更为安全可靠的路线 , 全新一代重感知 , 轻地图技术路线 , 不单传统的摄像头为主的视觉体系 , 采用激光雷达+摄像头+毫米波雷达+超声波雷达高效协同的超强感知模组 , 实现视觉体系与感知体系双重保障 。在数据算法上构建智能数据体系MANA(雪湖) , 并把Transformer 算法引入到其数据智能体系 MANA 中 , 区别于传统的基于循环神经网络 RNN架构的序列算法 , Transformer采用注意力机制 , 能够底层融合视觉和激光雷达数据 , 进而实现空间、时间、传感器三位一体的深层次感知 。
摩卡DHT-PHEV激光雷达版共配备2颗125线激光雷达、5颗毫米波雷达、12颗超声波雷达、4颗百万级像素环视摄像头、4颗百万级像素侧视摄像头与4颗800万像素感知摄像头 , 形成激光雷达+毫米波雷达+超声波雷达+摄像头、31个感知组件、四位一体高效协同的超强感知模组 , 无论是质量还是数量均明显领先于当下的主流辅助驾驶车型 。
从激光雷达的配置方案上 , 城市NOH采用更具性价比的主流激光雷达波段与安装位置方案 , 覆盖角度更高 , 安全冗余度更高 。摩卡DHT-PHEV采用两颗M1的底置安装 , 兼顾造型和感知效果的设计 , 对于近处低矮障碍物的感知、防碰撞的效果更佳 , 同时180度FOV的覆盖也给城市NOH提供更多的功能支持 , 例如近距离切入 , 前向障碍物横穿等场景 , 安全冗余度更高 。
汽车技术|谁能想到最先实现城市NOH量产的居然是魏牌?
文章图片

最具竞争力的一点莫过于魏牌以应用场景功能为重的思考出发点 , 打造出更适合中国通行场景的辅助驾驶技术方案 。魏牌采用了全栈自研的重感知方案 , 能够针对中国城市路况进行更多的定制化处理 , 针对城市场景下的复杂障碍物的种类、距离、尺寸;复杂道路类型的识别 , 进行了重点的突破 。对于城市中常见的行人、两轮车、锥桶、护栏等可以做到提早识别 , 提早处理 。对于复杂的道路类型 , 如分合流、车道线模糊、超宽车道等 , 进行了专项的识别突破 , 最大化保障城市场景的下的通行能力 。

    推荐阅读