首页 > 新能源汽车

特斯拉的作业没那么好抄

来源:新能源汽车网
时间:2023-10-24 10:18:47
热度:

特斯拉的作业没那么好抄导语Introduction从战略角度来看,跟随行业内的最强者不一定是明智的决策。作者丨樊舒琪责编丨崔力文编辑丨靳鹏辉在国内车企纷纷借助激光雷达进行智驾量产落

导语

Introduction

从战略角度来看,跟随行业内的最强者不一定是明智的决策。

作者丨樊舒琪

责编丨崔力文

编辑丨靳鹏辉

在国内车企纷纷借助激光雷达进行智驾量产落地的行业背景下,极越偏偏舍弃了激光雷达,与特斯拉直接对标。

前不久,极越发布了国内首个纯视觉智驾方案,其量产车型已在上海城市道路成功实现导航辅助驾驶。

与这套智驾方案一起公布的是极越与百度联合研发的OCC技术,据官方介绍,这项技术的引入能有力提升极越的智驾能力。纯视觉方案最大的劣势,就是对未知异形障碍物的识别,而OCC技术能通过视觉三维重建的方式,提高新车识别特殊物体的能力。

从路试视频来看,极越的城市导航辅助驾驶还算靠谱。

视频中,一辆搭载纯视觉感知架构的极越01“一镜到底”跑完了上海陆家嘴-外滩-南浦大桥等路段,全程15.8 公里,经过了36个红绿灯,极越实现了零接管。从仪表屏幕中显示的感知信息来看,极越的纯视觉方案能够较为快速、准确地识别出红绿灯、车道线、车辆、行人、桩筒等。

整体看下来,极越在上海市中心这样典型复杂道路上体现出的感知、决策能力也算不错,但其实在确定技术路线之初,极越一度在要不要舍弃激光雷达这个问题上摇摆。

2021年年初,极越CEO夏一平和百度智能驾驶事业群组的首席研发架构师王讨论技术路线时,虽然已确立了纯视觉路线,但考虑到算力平台以及算法性能的限制,于是决定增加两个前向激光雷达,与视觉系统相互独立,作为一套冗余的安全兜底。

直到今年初,取消激光雷达被提上极越的讨论议程,四五月时,极越最终决定摒弃激光雷达。

而极越之所以摇摆是因为纯视觉方案虽然上限高,但难度也很高。

纯视觉方案中的摄像头好比是人眼,可以采集到最丰富和完整的画面信息,但能解析多少则取决于AI模型,当模型经过学习、优化、筛选后,便能进行高效可靠的推导,从而在相同的硬件水平下,新车的智驾能力能依靠软件迭代不断升级,最终和人眼一般无二,甚至超越人眼。

但纯视觉路线对软件要求很高,需要积累足够多的数据和场景迭代算法,因而这项技术的规模化是条较为漫长的路。

正如特斯拉的AI高级总监在公开演讲时所说:“纯视觉能够精准感知深度、速度、加速度信息,实现纯视觉是一件困难的事情,还需要大量的数据。”

如今,让极越最终决定舍弃激光雷达的,不仅是OCC技术的加持,还有AI带来的核心能力突破。

极越CEO夏一平曾表示,相比于激光雷达所获取的点云信息,基于纯视觉摄像头所获取的图像信息具备更大的数据挖掘空间,也就是说,纯视觉能更好地与大模型、端到端的能力融合,从而形成一个数据驱动的闭环,为新车感知能力的持续优化开辟一条高效的通道。

除此之外,极越当然也有个及现实的考量——“去掉激光雷达有利于降低系统成本,从而使高阶智驾能力落地普惠的能力更强。”

按极越01此前公布的硬件配置:双激光雷达、双Orin-X,5个毫米波雷达、12个超声波雷达、12个自动驾驶高清摄像头、1个驾驶员红外感知摄像头、2个高精度定位单元。

即使现在的半固体激光雷达的成本,相较最早期的机械式激光雷达以下降了近100倍,但一个半固体激光雷达的价格在3000-9000元不等,仍未达到所有产品都用得起的地步。如果最终量产车型取消激光雷达,极越的智驾成本将减少6000-18000。如果把超声波和毫米波雷达也去掉,成本还能再压缩。

但是!必须指出的一点是,这里所说的成本下探,指的只是一次性BOM成本,纯视觉方案的“总实现成本”却不一定比多传感器融合方案低。

马斯克在开发FSD时,为了建构相应的体系可没少花钱。

首先,特斯拉从2015年就开始研发自动驾驶技术, 现已在全球范围内拥有超过100万辆自动驾驶汽车,这些汽车每天都在采集数据和经验,这才让特斯拉有了一个庞大的数据库,但100万辆自动驾驶汽车每天上路采集数据,这笔成本绝不是个小数目。

其次,特斯拉在其数据中心内拥有强大的计算能力,用于训练自动驾驶系统,这项成本又是多少呢?马斯克之前的一句狠话或许可以作为参照:“想学特斯拉无人驾驶?你先花几十亿美元训练计算机 。”“几十亿美元”折合成人民币可就是上百亿。

再比如,特斯拉拥有世界顶级的自动驾驶工程师团队,要将这些人才网罗至麾下,必然又是笔不小的投入。

也就是说,纯视觉方案在短期内可能比多传感器融合方案更烧钱。

这也就难怪马斯克敢对媒体说,他根本“不担心其他公司试图模仿特斯拉的自动驾驶技术”。

因为“特斯拉已经领先于竞争对手,并拥有大量数据和经验”,“特斯拉的自动驾驶技术是基于深度学习的,这是一种非常复杂的技术,需要大量的计算能力才能训练”。而特斯拉以外的企业,非但没有特斯拉的海里数据及强大的计算能力,更重要的是,他们也没有那么鼓的钱包去支撑前期的巨大投入。

也因如此,有产品专家曾表示:“从战略角度来看,跟随行业内的最强者不一定是明智的决策。说白了,特斯拉能干的事儿,行业里又有几家能做出来?华为研发能力这么强,都没有正面硬刚,而是选择另一个可以超越特斯拉的方案。”

那么问题来了,连华为都不敢“正面硬刚”特斯拉,极越这个最晚入局的新势力品牌之一,真的具备正面对标特斯拉的实力吗?一切只能等量产后的用户反馈。

       原文标题 : 特斯拉的作业没那么好抄