3

中国版特斯拉FSD?元戎启行发布L4前装方案,成本不超1万美元

 2 years ago
source link: https://www.eefocus.com/automobile-electronics/509562
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

中国版特斯拉FSD?元戎启行发布L4前装方案,成本不超1万美元-汽车电子-与非网

业内针对高级别自动驾驶的研发,存在两种路线,一是渐进式路线,即从 L2 逐渐过度至 L4;另一种则是跨越式,即直接研发 L4 级自动驾驶技术。

采取渐进式路线的企业,能够以相对低的成本进行方案的快速部署,获得大量的路测数据,但由于系统设计、传感器组合等问题,从 L2 到 L4 级的升级,仍面临着算法框架的差异以及数据难以复用等问题。 而走跨越式路线的企业,其方案的技术能力更稳定出色,但由于其通常采用高性能的感知、计算等硬件,导致这些企业的自动驾驶方案成本相对较高,动辄 40 万+人民币,这使得其商业化进程受阻。 那如何才能够真正实现 L4 级自动驾驶的前装量产?

12 月 8 日,自动驾驶创企元戎启行发布了面向前装量产的 L4 级自动驾驶解决方案 DeepRoute-Driver 2.0,该解决方案采用了 5 颗混合固态激光雷达和 8 颗摄像头。 最为重要的是,这套方案的成本,不超过 1 万美元。元戎启行称:「与特斯拉 FSD 的价格基本持平」。

元戎启行的这套方案很可能是国内首个将 L4 级自动驾驶成本降至 1 万美元以下的同类方案。该方案的推出,打破了 L4 级自动驾驶因成本高昂而无法量产的困局,令自动驾驶大规模量产成为可能。

在与汽车之心交流时,元戎启行创始人兼 CEO 周光还告诉我们:

「通过未来两年时间,我们非常有信心把这套自动驾驶系统方案的成本打造到 5000 美金以内,也就是 2 - 3 万人民币。」

在本周,汽车之心在深圳的福田区也试乘了搭载这套 L4 前装方案的测试车, L4 级自动驾驶解决方案,在交通情况复杂的深圳 CBD 表现颇为出色。

周光也表示:当前 L4 级自动驾驶系统的成本比较高,只有通过一套价格便宜、效果又好的自动驾驶系统,才能够完成自动驾驶的终极形态。

基于该解决方案,元戎启行计划在 2022 年到 2023 年拓展与主机厂的合作,研发车规级前装量产方案;其预计到 2024 年,搭载 L4 级自动驾驶系统的汽车将开始量产,并大规模进入市场。

L4 级自动驾驶系统背后 日常生活中,人们比较关注具备极致性价比的产品,但在自动驾驶领域,尤其涉及到汽车行驶安全的特殊性,很难做出极具性价比的产品。 元戎启行此次推出的 L4 级自动驾驶解决方案 DeepRoute-Driver 2.0,可以说是目前行业内具有颇高性价比的产品,整体成本不超过 1 万美元的情况下,还能让 L4 级自动驾驶系统保持不错的体验。

周光告诉我们,在整套方案成本中,激光雷达成本占将近一半。

车上 5 颗固态激光雷达由速腾聚创和一径科技提供,部分固态激光雷达已经过了车规。

在具体分布上,车顶与车辆后向各安装了一颗速腾 M1 激光雷达;车头进气格栅位置与车尾的左右两侧,各一颗一径激光雷达用于补盲。

周光是国内最早提出前融合感知算法模型的人,他告诉我们,通过前融合感知算法,可以把 L4 级自动驾驶的感知、定位做到非常好,并由此来弥补先阶段固态激光雷达在点云质量(点云密度、噪音等)上与机械式激光雷达的差距。

比如说,原本固态激光雷达的感知检测距离不超过 100 米,但通过其算法能力,可以使整套系统的感知距离达到 200 米,「这是非常难的。」

除了固态激光雷达之外,整个解决方案的另一半成本,则主要集中在计算单元、摄像头以及组合导航等部件。

其中,摄像头采用的是元戎启行自研的模组,成本相对比较低,而计算方案平台则是使用的入门级英伟达显卡,整个计算平台的功耗为 150W。

或许有人会问,入门级的显卡,能够支撑 L4 级自动驾驶系统的计算需求吗?

元戎启行自研针对 L4 级自动驾驶深度学习模型研发的推理引擎 DeepRoute-Engine 解决了这一问题。 通过该推理引擎,元戎启行实现了比开源深度学习框架平均高 6 倍的推理速度,大幅提升了自动驾驶的计算效率,可以降低对计算资源的需求,有望令自动驾驶摆脱对高算力计算平台的依赖。

前融合感知算法弥补固态激光雷达的性能不足,自研推理引擎降低对计算资源的需求,如果说外在硬件是躯体,那么元戎启行的软件能力,则是覆在躯体上的「灵魂」,最终研发出成本比较低的 L4 级自动驾驶系统解决方案。

便宜又好用的

L4 级自动驾驶系统 随着自动驾驶技术的发展,越来越多的车企宣布将在下一代新车型上搭载激光雷达,整个自动驾驶系统的功能,也逐渐从 L2+过度至 L3。

包括小鹏汽车在内,部分车企的高级辅助驾驶功能,也逐渐从高速路段辅助驾驶,扩展至城市路段辅助驾驶功能。 与这些企业相比,元戎启一开始就是定位专注于城区 L4 级自动驾驶技术的研发,此次发布的 L4 级自动驾驶系统,所展示的也是在城区内的自动驾驶体验。

在发布前夕,汽车之心有机会亲身体验了元戎启行的这套方案。先说结论,如果与前装方案相比,元戎启行的方案作为城市路况场景下的自动驾驶,体验还算不错。

具体来说,此次体验的区域主要是在福田区,从元戎启行公司楼下到莲花山的路段。从现场的车身上看,此次体验的元戎启行自动驾驶车辆车顶上不再有复杂的「外挂」传感器结构,传感器大多嵌入车身,保持了车辆的流线型设计。

体验的时段是当天下午 2 点左右,车速在 50 - 60km/h 左右,整体表现可圈可点,途中并没有出现临时接管情况,遇到逆行车辆知道怎么避让,遇到行人、一些两轮车也知道怎么躲避,无保护左转的体验也比较流畅。

同时,该自动驾驶系统也能够精准识别红绿灯、各类交通参与者、周围的动、静态障碍物,能轻松完成连续变道、避开临时路障等复杂操作,选择最高效的道路行驶。

forward?url=https%3A%2F%2Fmmbiz.qpic.cn%2Fmmbiz_gif%2Fx2xSWpuvvDxibmxS9GlaAzx00GlSFmWow48WyArGjnOOQypVrFjm6gOia1icTWmib12hduyMLbnhwuQ0b576obnyYA%2F640%3Fwx_fmt%3Dgif&s=c6ed4b

forward?url=https%3A%2F%2Fmmbiz.qpic.cn%2Fmmbiz_gif%2Fx2xSWpuvvDxibmxS9GlaAzx00GlSFmWowUejKV6kZMlS3Sm9DhEbibvOLOz5uHEwhlDbdC2CxJCpTiaaR6vp9Am8A%2F640%3Fwx_fmt%3Dgif&s=a295fb

前文也有所言,该方案采用了 5 个固态激光雷达和 8 个摄像头,可以对周围形成 360°精准感知。

这相比于小鹏的 NGP 等,在城市复杂道路环境中,能够看得更清,也更加安全。 对于车企来说,一套便宜又好用的 L4 级自动驾驶系统,如果能够上车,则会成为自身强有力的竞争力。

周光告诉我们:「已经有主机厂的核心高管在体验我们的车时,大为震撼,也有很强的合作意愿,因为我们这套东西,其实是他们未来 2-4 年想要的东西。主要是在成本方面,做到了让主机厂满意的情况。」 3目标 2 年实现前装量产,无人化运营区域将覆盖一线城市

元戎启行做这套方案的目的很简单,就是想要实现一套 L4 级低成本方案,重点推进前装量产。

未来,基于该解决方案,元戎启行一方面将与车企合作,实现前装量产;另一方面则也会将这套方案搭载到自己运营的 Robotaxi 车队上,以此扩大测试与运营部署。

与车企的合作方式上,周光表示,具体的合作方式非常开放,主要是跟主机厂进行探讨,比如固态激光雷达搭载的具体数量,车企量产车的具体用途等,双方未来将先从基础合作,再到量产商业化。 预计 2022 年到 2023 年,元戎启行将拓展与主机厂的合作,研发车规级前装量产方案;预计到 2024 年,搭载 L4 级自动驾驶系统的汽车将开始量产,并大规模进入市场。

然而,L4 级自动驾驶前装量产至消费端,还涉及到一个重要的问题,就是责任主体的划分。

这也是目前制约 L3 级以上自动驾驶技术商业化落地的重要因素之一,毕竟,L3 级以上的自动驾驶,责任主体应该是自动驾驶系统。

对此,周光解释称,如果消费者买到了搭载这套方案的车,元戎启行现阶段在福田区域内实现了 Robotaxi 的运营,那么在福田区域内就是完全无人的,系统负主要责任;除了这个区域外,则是驾驶员负主要的监管责任。

而未来随着元戎启行所能够收集到的数据越来越多,「在 2023 年年底,搭载这套系统的前装量产车量产的时候,这个服务区域可能就是一些一线城市,甚至说一线城市的主要线路都是覆盖的。」周光如此说到。


版权声明:与非网经原作者授权转载,版权属于原作者。文章观点仅代表作者本人,不代表与非网立场。文章及其配图仅供工程师学习之用,如有侵权或者其他问题,请联系本站作侵删。 侵权投诉


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK