文丨智能相对论
作者丨陈明涛
自动驾驶行业内一直对两种路线有争论。一个是实现无人驾驶的实现路径之争，走L1到L4的渐进式路线，还是走直达L4的跨越式路线；另一个是无人驾驶的感知方案之争，选纯摄像头，还是选摄像头和各种雷达融合。
就感知方案来说，所谓视觉与多传感器融合，不仅有“是否多加雷达”的数量问题，还有“只用摄像头到底够不够”的发展问题。在技术逐渐成熟后，“取”和“舍”都是车企们关注的焦点。
事实上，对于感知层硬件的取舍，新势力头部一直是行业的风向标。毫不夸张地说，高阶智能驾驶感知层的技术方案，国外要看“特斯拉”，国内要看“蔚小理”。
在智能驾驶排位赛中，新势力头部已经开始将高速、城区、车库的场景逐步融合，而大部分车企还在使用供应商方案，去推广L2级辅助驾驶。显然，不可能每家车企都有足够的资金、资源和坚持，投入在漫长的智能驾驶发展之中。
具体去看，“蔚小理”是如何选择智能驾驶感知方案？在可以预见的未来，智能驾驶感知方案会是一番场景？
国内看“特斯拉”，国外看“蔚小理”
如果有心关注“蔚小理”，可以发现他们各自有新车型将在今年完成上市，分别是蔚来ET7、小鹏G9、理想L9。同时，随着理想L9将搭载自家的“理想AD Max”，三家的智能驾驶系统都已悉数登场。先来看看各家的感知方案：
我们先看理想L9。根据官方消息，理想L9视觉硬件包括6颗800万像素摄像头和5颗200万像素摄像头，其中前向的两颗800万像素摄像头可实现120°的感知视角和550米的感知距离。同时，理想L9顶置了一颗激光雷达，型号为“禾赛科技 AT128”。
接着来看小鹏G9。除了2颗激光雷达，小鹏G9还将配备12个高清摄像头、5颗毫米波雷达以及12颗超声波雷达。并且，小鹏G9还将是首款搭载XPILOT 4.0智能驾驶系统的车型。
最后是蔚来ET7。其所搭载的Aquila超感系统包括1个超远距高精度激光雷达“图达通猎鹰”，11个800万像素高清摄像头，5个毫米波雷达，12个超声波传感器。
结合“蔚小理”新老车型一起看，可以得出两点：一方面，高清摄像头站“C位”，各家都在提升视觉在感知方案中所占的比例；另一方面，激光雷达成“辅助位”，如果新车型量产，将会进一步得到规模化应用。
无论是提高摄像头还是激光雷达占比，“蔚小理”都有自己的考量。如果把摄像头、激光雷达不计数量地做加法来形成一套感知方案，肯定会形成N种组合。但是，感知方案的优劣并不能以数量和性能来衡量，而是车企在深思熟虑后，能否给出针对自己车型的“最优解”。
看看“蔚小理”怎么用激光雷达的，将深有体会：
理想L9和蔚来ET7考虑激光雷达的意图很明确，需要达到和驾驶员几乎相同的视野距离。一方面，把激光雷达装在车顶，理论上盲区少，视距更长；另一方面，两款车分别用了激光雷达禾赛AT128和图达通猎鹰，前者在已量产的车规级激光雷达中综合性能最强，拥有高局分辨率、点云数量，后者拥有领先的激光波长，用来实现更远的探测距离。
而小鹏G9采用和P5类似的激光雷达策略，目的是解决视觉盲区问题，然后去适应多变、复杂的城区场景。我们可以看到，激光雷达是在小鹏G9车头左右各装一个，同时选性能不用过强且性价比高的速腾聚创M1。它承担的作用不同于理想L9和蔚来ET7，自然重要性就有差异。
感知能力是硬件、算法等共同作用的结果，算法是否领先在一定程度上能影响车企怎么用硬件。
比如小鹏，在中国电动汽车百人会论坛上表示，其智能辅助驾驶系统累计行驶里程1.4亿公里，辅助泊车734万起，高速公里的NGP辅助驾驶里程渗透率达到62%，整个XPILOT 3.0系统的用户渗透率超过96%。
对比蔚来，其在实际应用中积累的用户数据，是少于小鹏的。官方在用户数据报告上显示，NIO Pilot自动辅助驾驶系统，该系统已完成9次迭代升级，累计用户行驶里程超过5200万公里，累计驾驶时间超过75万小时。
这和外界对“蔚小理”最初的印象一样，在智能驾驶方面，小鹏实力优于蔚来和理想。因为要在算法、数据处理上建立优势，小鹏车端的一部分硬件成本其实转移到了后端，藏在“隐秘的角落”。所以目前，小鹏选择摄像头、激光雷达等硬件时会更为灵活，所受的约束更少。
而理想，过去在智能驾驶系统是处于劣势的。这次通过升级理想L9的感知方案，其实表明了理想“补课”高阶智能驾驶的决心：搭载“理想AD Max”智能驾驶系统，要进一步增强视觉感知，要用最好的激光雷达。
只是，对“蔚小理”智能驾驶能力谁更强的比较始终是外界的事。对于车企们自身的发展来说，当下最为关键的，是在新车型的基础上去做新的尝试，确定在可看见的未来，采取怎样的智能驾驶技术路径。
具体到智能驾驶的感知方案，“蔚小理”则是根据需求，决定每个高清摄像头、激光雷达、毫米波雷达应该要承担什么样的角色，还有数量和种类。多传感器共同帮助车企形成了最适合自己的智能驾驶系统，这套感知方案才会是车企们的“最优解”。
今年电动汽车百人会论坛上，小鹏汽车创始人何小鹏表示，会在2022年推出进阶版智能辅助驾驶系统XPILOT3.5，目标是在2026年全面向无人驾驶过渡。如果奔着这个目标去，蔚来、理想都无法置身事外，“蔚小理”都需要提速了。
抛开商业模式，一切技术路径都是“纸老虎”
正如之前所写，在“蔚小理”的感知方案中，高清摄像头和激光雷达的占比在提高，他们在走的是一条不断配置升级的多传感器融合路线。另一边，国外的特斯拉已经彻底抛弃激光雷达和毫米波雷达，坚定地走纯视觉路线。
而无论车企采取哪一种，摄像头始终会是高阶智能驾驶感知方案里最主要的硬件。
首先，摄像头的实现是以人眼为基础的。对人类驾驶员而言，在路上能看到的所有信息，凭借的是人眼的成像。摄像头恰好就是为了还原人眼而设计的，而智能驾驶汽车本质也是服务人类设计出的交通体系。所以按照这个逻辑，摄像头的地位不言而喻。
更重要的是，摄像头能达到雷达无法达到的效果。比如在实际行驶过程中，像是对车道线、交通标识等二维结构的识别，摄像头的能力是无可替代的。同时，对于雨雪雾等恶劣天气下的鲁棒性问题，雷达系统也并不能够解决，而摄像头是有可能利用算法来搞定的，这也特斯拉的技术优势所在。
小鹏汽车副总裁吴新宙曾经表示，“视觉的潜力是没有止境的，它真的是一个宝藏，长期来看，视觉是无所不能的，但是这个能力的增长是有一个过程的”。这句话其实间接点出了纯视觉方案未来巨大的潜力。
那么站在当下，我们应该要对“蔚小理”选择融合感知方案嗤之以鼻吗？其实不然，在《智能相对论》看来，这个问题必须一分为二地去看待。
一方面，在可预见的未来里，融合感知方案值得肯定。因为技术必须务实，必须去协同产品、商业化的发展。
从产品的角度去看，众所周知，“蔚小理”的视觉算法、超算能力对比特斯拉仍有差距。在视觉可能无法实现全场景智能驾驶时，必须要依靠激光雷达等作为辅助去补充视觉。激光雷达在完善好整套感知方案的同时，也为视觉算法的未来提升提供帮助。
这种帮助将会提升“蔚小理”的视觉能力，用三维的距离探测，去验证从二维图像到三维空间的算法准确性，最终要实现的目标，是要让视觉达到与雷达同样的效果。
从商业化的角度去看，每一套可行的商业模式都要有自己对应的一种技术路径、产品。对于车企而言，实现全面无人驾驶是长期战役，要用一套商业模式来保障自身的可持续发展。商业模式的不同，技术、产品方案则会不同。
比如特斯拉，通过纯视觉方案降低了成本，而花在芯片开发以及视觉算法开发上则会不断成本。但是，随着智能驾驶系统不断迭代，带动FSD选装率和价格不断提升，汽车业务毛利率跟着改善。西部证券曾给出数据，预计2025年FSD选装率有望提升至50%，贡献特斯拉整车毛利约30%，其盈利能力持续增强。
还比如小鹏，定位“未来出行的探索者”，拥有领先的数据和算法优势，规划了飞行汽车、四足机器人，并且涉足Robotaxi业务，试图布局一个智能出行生态；而理想继续专注于家庭造车的理念，要稳固自身产品竞争力，必须加紧追赶智能化及自动驾驶技术来补齐短板，其中感知方案就是不可或缺的一环，是会被搬上台面谈论的硬件配置。
另一方面，若以“终局”的眼光判断，融合感知方案可能会是大的过渡方案，纯视觉才是终局。
如果关注行业很容易了解到，一些行业内的玩家，曾经坚定多传感器融合路线的心已经动摇。比如丰田汽车旗下Woven Planet，表示能够使用低成本摄像头来收集数据，并有效地训练其自动驾驶系统。
Woven Planet工程副总裁Michael Benisch还表示：“但是许多年后，相机类技术完全有可能赶上并超过一些更先进的传感器。但具体何时、多久才能达到安全可靠的水平仍不可知。”
还有一个例子是Mobileye，其最近使用了一个新的解决方案，包含两个独立的子系统：一个是纯视觉，另一个是雷达系统。不同于过去，现在Mobileye要验证两个系统的优劣，然后尽快从中选择最好的，毕竟世界上没有一家公司能承受无休止的亏损。
以上例子释放出了一个信号，一些行业内玩家已经恐惧，要迫不及待地验证哪条路径才能真正跑得通。尤其是有成功的特斯拉珠玉在前，部分玩家很难避免不去担心最初的选择。
结语：
总而言之，无论国内外车企如何选择智能驾驶的感知方案，摄像头始终扮演着最核心的组成角色。在此基础上，头部车企如特斯拉、“蔚小理”在围绕“辅助位”做出取舍：目前需要哪些，要多少，才能够组成适合产品的整套方案。
除了要适合产品，也少不了要兼容商业模式。因为不管是着眼当下，还是心向未来，车企都需要活下来，实现自己长期的可持续发展。
本文图片均来源于网络
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
