投稿|打灯变道,难倒一大批车企
文章图片
图片来源@视觉中国
文 | XEV研究所 , 作者 | 利荣 Bruce , 编辑 | 德新做一项好用的打灯变道功能 , 这个任务难倒了一大批车企 。
如果你的车售价在20万元以下 , 那打灯变道基本上和“好用”二字无缘了 , 仅仅可以算得上“能用” , 它可能会经常出现“想变道时变不过去、不想变道瞎变”的情况 。
只有那些售价超过20万元的车 , 才有机会体验到相对好用的打灯变道功能 。这里的好用 , 指的是打灯变道过程中体感舒适 , 你会感觉到自己的车像个老司机一样 , 可以在和相邻车道的车辆博弈后轻松胜出 。
为什么好用的打灯变道这么少 , 以前的方案都是什么样子的 , 做一个好用的打灯变道功能应该怎么入手?围绕这些问题 , 我们向主机厂、智驾方案供应商、芯片公司、自动驾驶域控制器供应商进行了一番调研 。
交流完发现 , 打灯变道的研发难点 , 绝不只是感知硬件和方案成本的问题 , 而是需要进一步提升感知、规控算法的能力 。更深层的 , 做一项好用的打灯变道功能 , 还需要车企建立一套能够持续学习人类驾驶行为的认知模型 。
如果说传统的打灯变道方案做到了及格分 , 今天用户心中期待的打车变道 , 则需要无限接近满分 。
1-打灯变道难用 , 低配方案先背锅目前 , 打灯变道采用的主流方案是1V5R , 包含1个摄像头、1个前向毫米波雷达和4个角雷达 。
这一方案的好处是传感器部件少 , 成本低 。
缺点也很明显 。
“打灯变道时 , 侧后方的感知主要依靠毫米波雷达 , 而毫米波雷达的探测距离和精度并不好 。对侧面尤其是平行的静态物体的感知性能有限 。而且 , 毫米波雷达对于目标物的尺寸、朝向和速度很难估算准确 。” 毫末智行技术总监潘兴告诉XEV研究所 。
毫米波雷达的感知缺陷 , 会导致进入下一个规控环节时出现噪声 , 最终影响变道决策 。
打灯变道方案还有一个问题 , 那就是角雷达性能不稳定 。
东风汽车自动驾驶负责人边宁向XEV研究所表示:“从量产角度讲 , 打灯变道方案中配备的角雷达 , 国内做的都不好 , 从而导致识别能力差 。现在真正做得好的是海拉的角雷达 , 国内角雷达技术比较落后 , 只能做盲区监测、预警等功能 。一旦涉及到变道 , 国内角雷达性能表现相对较差 。”
实际上 , 1V5R方案对于实现打灯变道来说 , 在行业里属于低配方案 。
为了做出好用的打灯变道方案 , 行业里找到了一种解决路径 , 那就是通过增加感知硬件 , 来弥补毫米波雷达的不足 。
周视摄像头登场 。
地平线产品总监吕鹏认为 , “周视摄像头对相邻车道的检测距离和检测精度都会大幅提升 。因为毫米波雷达在跨越两个车道时检测能力较弱 , 周视摄像头的感知检测距离较长 , 能够准确识别车道 , 这就提升了变道的成功率和安全性 。”
不过 , 增加周视摄像头后 , 就需要用到更多的算力 , 也就需要引入更多自动驾驶芯片 , 方案成本会进一步提升 。
传统的1V5R方案成本大概在1000 - 2000元之间 。
增加周视感知摄像头和自动驾驶芯片后 , 比如 , 采用2颗地平线征程3 + 1V5R+周式感知的方案 , 整体系统方案的成本接近4000元 , 基本上翻了一倍 。
再向上探 , 其实还有更高配的方案 , 比如7V5R , 甚至是7V5R+侧向两颗补盲激光雷达 , 这些高配的方案可以支持实现自动打灯变道 。
但是 , 高配方案已经不能算是打灯变道的专用方案 。
【投稿|打灯变道,难倒一大批车企】这些高配方案中的感知硬件 , 比如激光雷达 , 对于打灯变道来说是大材小用 。
高配方案主要是为了实现城市领航辅助驾驶等功能 , 属于在通往高阶自动驾驶途中 , 捎带着解决了打灯变道 , 相当于降维打击 。
总的来说 , 一个好用的打灯变道功能 , 需要更高配的传感器和更大的芯片算力 , 成本也相应水涨船高较高 , 考验着车企和用户的承受力 。
德赛西威研究院院长黄力向XEV研究所表示 , “目前打灯变道表现比较好的车一般是搭载20万元以上的车型上 。至于15 - 20 万区间的汽车 , 还没有非常好的打灯变道功能出现 。15到20万区间的车主要聚焦在纵向或者横向控制 , 也就是 ACC、LCC等功能 。”
不过别担心 , 多数汽车业内人士认为 , 未来两年内好用的打灯变道方案就会搭载在15-20万的车上 。
2-感知、规控算法能力不足 , 打灯变道进化受阻硬件层面的问题 , 砸钱增加配置就能解决 , 更难的是软件层面也在限制打灯变道功能的进化 。
仍然以传统的1V5R方案进行分析 。
常规的打灯变道方案 , 主要通过后融合的方法 , 包括跟踪等 , 来对目标物进行感知分析 。但是单摄像头有个缺点是 , 很多障碍物在跟踪时会跟丢 , 或者被截断导致看得不准 , 感知效果大打折扣 , 从而造成对障碍物的朝向、速度估算不准 , 最终对变道效果产生很大的影响 。
Minieye技术副总裁郑伟告诉XEV研究所 , 量产车的打灯变道方案中 , 视觉是一个必不可少的模块 。“现在的解决方案是用BEV做周视感知 , 360°的感知 , 视觉确保语义的连续性 , 毫米波雷达负责测距 , 有些方案中会用到激光雷达 , 是为了更精准的测距和冗余性 。”
BEV全称Bird's Eye View , 中文名为鸟瞰图 , 可以用来解决对于远处目标物的测距不准的问题 , 以及解决一些近处目标物的截断问题 , 进而解决跨传感器的融合和跟踪难题 。
但问题是 , 国内能够提供类似的BEV感知方案的供应商太少了 。
除了蔚小理和毫末智行等少数玩家建立了感知算法自研能力 , 大多数车企的感知算法研发能力并不扎实 , 而且能够提供出色的感知方案的供应商也不多 。
即便过了感知环节这一关 , 打灯变道还面临规控环节的挑战 , 需要系统给出适合的变道策略 。
毫末智行的潘兴认为 , 目前许多车辆的打灯变道功能 , 在变道时要么特别保守 , 要么特别激进 , 体感效果都不太好 。比如特斯拉在打灯变道时给人的感觉就是激进 , 由于要避免交通事故 , 而大多数车企在打灯变道时的策略又会显得保守 , 很少去和其他的车辆进行博弈 。
如果在高速场景下 , 激进或者保守的打灯变道策略也许还能接受 。但如果进入城市场景 , 任何不像老司机的变道策略都会让用户感觉到不好用 。
因为 , 城市内的道路场景丰富 , 会涉及到和更多的车辆进行交互、博弈 , 完全靠规则式的变道策略 , 基本上很难让用户满意 。
怎么解决这个问题?
一些公司比如毫末智行 , 会借助人类驾驶的数据 , 对变道策略的决策算法进行优化 。通过模型去学习人怎么开 , 再通过模型体现在打灯变道的功能上 , 让自动驾驶系统学习成熟的人类驾驶员在变道时的博弈过程 , 并对系统的认知进行优化 , 保证变道策略和人类驾驶更加接近 。
文章图片
人类驾驶数据的来源比较复杂 , 这就又涉及到对场景的识别和理解 。毫末智行的解决方案是 , 首先会对场景进行人工划分 , 再用机器进行非语义级的划分 。最后 , 在每个场景内 , 进行动作的拟合 。
简单来说 , 就是让认知模型学习更好的人类驾驶行为 , 通过模仿和学习 , 再形成系统的驾驶风格 。
潘兴告诉我们 , 现在许多车企都在推进数据驱动型乃至学习型的规控算法 。其中 , 学习型的规控系统还处于早期阶段 , 不像感知模型已经非常成熟 。
如果说感知看的的是客观世界 , 认知看到的就是千人千面 。
“目前的自动驾驶策略都是比较一致的 , 未来最终还是要实现千人千面 。为男士、女士、20岁、40岁用户提供的自动驾驶策略会有区别 。在这种情况下 , 数据的多样性、规模量是一个重要的胜负手 。”潘兴说 。
所以 , 建立数据回传机制后 , 卖出更多搭载好用的打灯变道功能的车 , 自然会回传更多的用户数据 , 进而用来优化打灯变道功能 , 有助于卖出更大规模的车 , 这个正向循环会让领先的车企越跑越快 。
3-被忽视的用户体验 , 以及燃油车的历史包袱让打灯变道难用的 , 除了这些功能本身能力不足 , 还有一方面的原因是 , 用户体验完之后觉得难用 。
有可能是车企在设计打灯变道方案时忽略了和用户的交互 。比如 , 在打灯变道过程中 , 没有通过车机界面、语音交互等方式让用户注意到变道已经启动 。
也有可能 , 这套打灯变道方案忽略了用户的心理感受 。
比如 , 打灯变道功能本身没有问题 , 但是用户在变道时 , 由于对功能不信任进行了接管 , 或者觉得变道太墨迹进行了接管 , 又或者是变道时给用户造成了恐慌或者不舒服 , 用户也会进行接管 。
种种问题如果得不到解决 , 最终就会让用户给出结论——打灯变道不好用 , 然后减少使用频次 。如果得不到解决 , 最终就会让用户给出结论——打灯变道不好用 , 然后减少使用频次 。
从地平线的角度看 , 吕鹏认为背后的原因是 , “主机厂通常会与多家供应商进行合作 , 智驾方案会选择一家供应商 , 车机方案选择另一家 , 车机上的交互方案再选择一家 。如何协调这几家供应商做出一项好用的交互 , 对车企来说仍然是一件有挑战的事情 。”
站在车企一端 , 边宁也给出了一些方案建议 , “目前 , 对于人机交互而言 , 只有安全要求 , 没有标准 。一个好用人机交互要让驾驶员有一个适应的过程 , 当驾驶员开启打灯变道后 , 通常希望中控屏上能够显示整个变道的动态过程 。比如 , 可以将从左边道路变到右边道路的系列动作展示出来 。除了动态展示以外 , 用户还希望中控屏上能够显示整体交通流状况 , 提醒人们注意附近的车辆情况 。”
最后 , 让打灯变道难用的原因 , 还和传统车企的转型节奏有关 。
当前 , 许多传统车企的核心业务仍然是燃油车 , 而打灯变道对于燃油车的控制 , 比电动车遇到的挑战要大很多 。
电动车的控制很精准 , 响应很快 , 燃油车做不到同样精准度的控制 , 决策链路会比较长 。而且 , 电动车接口非常统一 , 油车的接口则由于供应商太多而无法统一 。算法层面 , 也要求燃油车要考虑延迟和无法精准控制带来的影响 , 调参要调得更好 , 工程改造的工作量也比电动车要大 。
正是拖着燃油车包袱 , 拿不到用户使用打灯变道等功能时的数据等等因素 , 让大多数车企在推出打灯变道功能时 , 显得四处掣肘 。
其实 , 今天我们能用到的大多数打灯变道功能 , 方案技术在两年前推出 。至于要看到大多数车企的好用的打灯变道功能 , 正如上面提到的 , 可能还要再等两三年 。
令人庆幸的是 , 打灯变道也不是并非全军覆没 。
目前 , 已经有少数玩家比如蔚小理、长城旗下魏牌和上汽旗下智己等品牌的车型 , 正在通过更高配置的感知方案和自研算法 , 顺利打通打灯变道这一关 。并正在朝着高阶方案演进 , 比如各家正在争夺的城市领航辅助功能 。
剩下的大多数车企 , 可能仍然在权衡打灯变道方案的成本、算法和数据等之间的关系 。眼下 , 智能化的趋势已经不可逆转 , 虽然打灯变道仅仅是入门功能 , 但也是通往高阶自动驾驶的基础 。所以 , 别等了 , 车企们 。
推荐阅读
- 投稿|易主半年,海航艰难重启
- 投稿|专利产业化率仅为3%,我国高校成果转化究竟堵哪了?
- 投稿|韩国女团的好时候,已经到了
- 投稿|古偶剧发力的夏天,这些微创新你注意到了吗?
- 投稿|咖啡下乡,有大佬开始下注
- 投稿|抖饿缔盟半月,本地生活再燃战火
- 投稿|股价持续被看衰,英特尔想要守得云开见月明难
- 投稿|17家A股上市城商行上半年业绩PK:江苏银行资产规模赶超上海银行,盈利能力赶超北京银行
- 投稿|万达商管评级被标普下调至负面,珠海万达二次递表临近“失效”
- 投稿|闲鱼电商走到了十字路口