自動(dòng)駕駛感知層：大模型提升傳感硬件的復(fù)雜度和精度

• 陳博 2023年10月27日 來(lái)源：中研網(wǎng) 916 57
• 繁體

AI 算法復(fù)雜度和精度提升，主流傳感器算法從決策級(jí)融合算法逐漸向特征級(jí)融合算法過(guò)渡。決策 級(jí)融合算法是將各傳感器數(shù)據(jù)分別進(jìn)行特征提取并進(jìn)行識(shí)別，最后融合感知信息以備決策。決策 級(jí)融合算法對(duì)不同傳感器分別建立識(shí)別模型，其算法復(fù)雜度低、算力要求小，且便于進(jìn)

欲了解更多中國(guó)汽車(chē)零部件行業(yè)的未來(lái)發(fā)展前景，可以點(diǎn)擊查看中研普華產(chǎn)業(yè)院研究報(bào)告《2023-2027年中國(guó)汽車(chē)零部件行業(yè)市場(chǎng)深度全景調(diào)研及投資前景分析報(bào)告》。

大模型的應(yīng)用有望降低自動(dòng)駕駛傳感器硬件成本，加速自動(dòng)駕駛普及。 自動(dòng)駕駛傳感器主要包括攝像頭、超聲波雷達(dá)、毫米波雷達(dá)、激光雷達(dá)、GPS 等。超聲波雷達(dá)在 0.1-3 米間精度較高，但易受天氣和車(chē)速影響，主要應(yīng)用于智能泊車(chē)功能;攝像頭是實(shí)現(xiàn)眾多預(yù)警、 識(shí)別類(lèi)高級(jí)輔助駕駛功能的基礎(chǔ);毫米波雷達(dá)使用波長(zhǎng)為 1-10 mm 的電磁波，具有較強(qiáng)的穿透性， 可全天候工作，不受極端天氣和夜晚影響，測(cè)距可達(dá) 200 m，但是分辨率有限，無(wú)法清晰辨別較 小的物體。激光雷達(dá)精度高(角/速度/距離分辨率)，響應(yīng)速度快，最遠(yuǎn)的探測(cè)距離高達(dá)500米， 但目前成本高，且抗干擾能力弱。

目前，傳感器路線(xiàn)尚無(wú)定論，主流自動(dòng)駕駛廠商主要采取三種： 純視覺(jué)方案：以特斯拉為代表。使用多顆攝像頭為傳感器，采用 Transformer+BEV 算法或 Occupancy 算法，成本較低，更接近人類(lèi)駕駛;但較易受環(huán)境和天氣影響，需要路外數(shù)據(jù)補(bǔ)充缺 乏的長(zhǎng)尾場(chǎng)景。 視覺(jué)+毫米波雷達(dá)方案：毫米波雷達(dá)的全天候識(shí)別能力可提升自動(dòng)駕駛系統(tǒng)在極端天氣和幽暗環(huán) 境下的安全性。值得注意的是，根據(jù)太平洋汽車(chē)等平臺(tái)，特斯拉最新自動(dòng)駕駛系統(tǒng) HW 4.0 可能 在車(chē)頭重新搭載了 1 顆前向 4D 毫米波雷達(dá)。 視覺(jué)+毫米波雷達(dá)+激光雷達(dá)方案：是短期內(nèi)實(shí)現(xiàn)高等級(jí)自動(dòng)駕駛的關(guān)鍵。根據(jù)小鵬汽車(chē)、哪吒汽 車(chē)、智目科技、辰韜資本等公司發(fā)言人在第十屆全球新能源汽車(chē)大會(huì)(GNEV11)上的討論，短 期內(nèi)(1-3 年)激光雷達(dá)對(duì)自動(dòng)駕駛都是必要的，可以加快推出自動(dòng)駕駛系統(tǒng)的時(shí)間，并提高安 全性。

大模型的應(yīng)用有望降低自動(dòng)駕駛傳感器硬件成本，降低自動(dòng)駕駛普及門(mén)檻。根據(jù)毫末智行分析， 自動(dòng)駕駛 1.0 時(shí)期為硬件主導(dǎo)，通過(guò)增加硬件投入增強(qiáng)感知能力;2.0 時(shí)期為軟件驅(qū)動(dòng)，基于規(guī)則 的小模型逐漸應(yīng)用到自動(dòng)駕駛系統(tǒng);而數(shù)據(jù)驅(qū)動(dòng)的 3.0 時(shí)代已經(jīng)開(kāi)啟，通過(guò)數(shù)據(jù)驅(qū)動(dòng)算法模型快 速迭代，可減少對(duì)傳感器硬件數(shù)量的依賴(lài)。例如華為 2023 年 4 月發(fā)布的最新自動(dòng)駕駛 ADS2.0 系 統(tǒng)，較 ADS1.0 激光雷達(dá)減少 2 個(gè)，毫米波雷達(dá)減少 3 個(gè)，攝像頭數(shù)量減少 2 個(gè)，但依靠 Transformer+BEV 算法的提升，自動(dòng)駕駛功能增強(qiáng)，新增了城區(qū)車(chē)道巡航輔助增強(qiáng)和哨兵模式。 多模態(tài)大模型提升自動(dòng)駕駛安全性。盡管純視覺(jué)方案具有成本優(yōu)勢(shì)，激光雷達(dá)可為視覺(jué)方案提供 感知冗余。弗洛斯特沙利文認(rèn)為，在未來(lái)幾年內(nèi)隨著雷達(dá)硬件成本下降和多模態(tài)大模型的發(fā)展， 視覺(jué)+毫米波雷達(dá)+激光雷達(dá)方案憑借安全冗余的優(yōu)勢(shì)仍將在 L2+高等級(jí)自動(dòng)駕駛中受到廣泛選擇。

AI 算法復(fù)雜度和精度提升，主流傳感器算法從決策級(jí)融合算法逐漸向特征級(jí)融合算法過(guò)渡。決策 級(jí)融合算法是將各傳感器數(shù)據(jù)分別進(jìn)行特征提取并進(jìn)行識(shí)別，最后融合感知信息以備決策。決策 級(jí)融合算法對(duì)不同傳感器分別建立識(shí)別模型，其算法復(fù)雜度低、算力要求小，且便于進(jìn)行不同傳 感器組合，是目前自動(dòng)駕駛車(chē)企采取的主流方案;但是該方法精度有限，在城市道路等復(fù)雜場(chǎng)景 下適用性較差。特征級(jí)融合算法是在多傳感器特征提取的基礎(chǔ)上進(jìn)行特征融合并識(shí)別，較決策級(jí) 融合信息丟失更少，精度更高，同時(shí)所需算力有所提高但仍低于數(shù)據(jù)級(jí)融合算法。

Transformer 大模型的應(yīng)用使數(shù)據(jù)驅(qū)動(dòng)的感知算法快速發(fā)展。特斯拉 FSD 系統(tǒng)目前采用純視覺(jué)傳 感器，將多個(gè)攝像頭獲取的 2D 圖像在 Occupancy 網(wǎng)絡(luò)進(jìn)行特征融合，再使用 Transformer 模型 進(jìn)行訓(xùn)練;毫末智行將攝像頭+雷達(dá)多模態(tài)傳感數(shù)據(jù)進(jìn)行前融合，并使用 Transformer 模型訓(xùn)練; 小鵬汽車(chē)亦采用多攝像頭數(shù)據(jù) BEV 空間+Transformers 融合方案。 在感知領(lǐng)域，現(xiàn)有自動(dòng)駕駛廠商憑借實(shí)車(chē)數(shù)據(jù)積累占據(jù)大模型先機(jī)。主流廠商在城市領(lǐng)航輔助駕 駛(NOA)中采用 BEV 算法，特斯拉率先應(yīng)用的 BEV+Transformer 感知大模型基于攝像頭硬件 +CV 大模型，可實(shí)現(xiàn)“重感知、輕地圖”乃至徹底“脫圖”。多家國(guó)內(nèi)主流自動(dòng)駕駛車(chē)企已宣布 開(kāi)發(fā)和量產(chǎn)基于 BEV+Transformer 模型的感知架構(gòu)。百度于 2022 年 11 月推出 ANP3.0 系統(tǒng)，預(yù) 計(jì)將于 2023 年內(nèi)實(shí)現(xiàn)量產(chǎn)，率先搭載該模型的集度 ROBO-01 車(chē)型預(yù)期于 2023Q3 交付;小鵬汽 車(chē)宣布在中國(guó)率先量產(chǎn)了基于 BEV+Transformer 模型的 XNET 架構(gòu)，自 3 月開(kāi)始城市 NGP 將在 廣深滬多城市多車(chē)型加速落地;23 年下半年，基于 XNET深度學(xué)習(xí)算法的 XNGP 將徹底脫高精地 圖;華為 ADS 2.0 架構(gòu)已于 4 月落地，預(yù)計(jì) Q2 將無(wú)圖商用高階智能駕駛方案推廣到全國(guó) 15 城， Q4 推廣到 45 城;毫末智行于 2023 年 4 月宣布 DriveGPT 認(rèn)知大模型系統(tǒng)將首先搭載在 6 月正式 上市的新摩卡 DHT-PHEV;商湯于 2023 年 4 月宣布 BEV 環(huán)視通用感知算法已進(jìn)入實(shí)車(chē)量產(chǎn)階段，其中廣汽埃安 aion lx plus 車(chē)型已于 2023 年 1 月上市;蔚來(lái)于 2023 年 5 月發(fā)布 Banyan2.0.0 系統(tǒng)，正式實(shí)行 BEV 模型量產(chǎn)上車(chē)，將于 6 月 OTA 升級(jí)多款 2022、2023 款車(chē)型;地平線(xiàn)等廠 商也紛紛宣布將在 2023 年內(nèi)實(shí)現(xiàn) BEV+Transformer 模型架構(gòu)的落地。理想汽車(chē)將在很快向北京 和上海的內(nèi)測(cè)用戶(hù)交付不依賴(lài)高精地圖的城市 NOA 功能，使用自研的類(lèi)似 BEV 的神經(jīng)先驗(yàn) NPN 網(wǎng)絡(luò)(Neural Prior Net)，也在紅綠燈信號(hào)識(shí)別、通行規(guī)劃控制等方面引入大模型算法。理想也 將在下半年開(kāi)放通勤 NOA 功能，可以在 1-2 周內(nèi)完成上班通勤路線(xiàn)的激活。

數(shù)據(jù)驅(qū)動(dòng)的大模型落地推動(dòng)傳感器硬件發(fā)展。攝像頭分辨率提升有助于感知模型精度提高，但同 時(shí)也會(huì)帶來(lái)計(jì)算量的增加，提升算力和傳輸帶寬需求。特斯拉HW3.0系統(tǒng)使用8顆分辨率為1.2M (1280x960)攝像頭，總算力約為 144TOPS;據(jù)媒體報(bào)道，HW4.0 系統(tǒng)將使用 12 顆分辨率為 5.4M(2896x1876)攝像頭，總算力約為 500TOPS。國(guó)內(nèi)理想 one, 蔚來(lái) ET7，小鵬 SUVG9， 極氪 001 等自動(dòng)駕駛高端車(chē)型紛紛實(shí)裝 8M 攝像頭，以達(dá)到更高的感知精度和更遠(yuǎn)的感知距離。

4D 毫米波雷達(dá)落地，毫米波雷達(dá)有望迭代。 4D 毫米波雷達(dá)在傳統(tǒng)毫米波雷達(dá)的距離、方位、速 度三個(gè)維度基礎(chǔ)上增加了高度，從而具有更高分辨率和一定成像能力，有望取代3D毫米波雷達(dá)。 據(jù)高工智能汽車(chē)研究院預(yù)計(jì)，2023 年中國(guó)乘用車(chē)市場(chǎng)前裝 4D 毫米波雷達(dá)將突破百萬(wàn)顆，到 2025 年 4D 成像雷達(dá)占全部前向毫米波雷達(dá)的比重有望超過(guò) 40%。4D 毫米波雷達(dá)可與純視覺(jué)方案結(jié)合， 提高感知精度;也可部分替代激光雷達(dá)，應(yīng)用于側(cè)向感知或低等級(jí)自動(dòng)駕駛的前向感知中，提供 兼具成本和精度的硬件解決方案。例如英特爾子公司 Mobileye 計(jì)劃 2025 年在側(cè)向感知中使用毫 米波雷達(dá)代替激光雷達(dá)。

高線(xiàn)束激光雷達(dá)在角分辨率和點(diǎn)云數(shù)量上較 4D 毫米波雷達(dá)仍具有優(yōu)勢(shì)。高線(xiàn)束(32 線(xiàn)以上)激 光雷達(dá)通過(guò)對(duì)周?chē)h(huán)境掃描能夠形成 3D 圖像模型，可在橫向 120°視場(chǎng)范圍生成百萬(wàn)/秒的點(diǎn)云 量，滿(mǎn)足高級(jí)別自動(dòng)駕駛的感知需求;而 4D 毫米波雷達(dá)雖具有一定成像能力，但目前生成點(diǎn)云 僅可達(dá)到十萬(wàn)/秒的數(shù)量級(jí)，角分辨率也遜于激光雷達(dá)。對(duì)于感知大模型來(lái)說(shuō)，數(shù)據(jù)量至關(guān)重要， 因此，短期內(nèi)對(duì)于多模態(tài)感知模型，高線(xiàn)束激光雷達(dá)仍無(wú)法完全被毫米波雷達(dá)取代。 激光雷達(dá)技術(shù)從機(jī)械式向全固態(tài)升級(jí)，降本有望。MEMS、FLASH 激光雷達(dá)已逐步走向市場(chǎng)，有 望降低激光雷達(dá)成本并提高穩(wěn)定性，從而為激光雷達(dá)在自動(dòng)駕駛領(lǐng)域的應(yīng)用創(chuàng)造更廣闊空間。 超聲波雷達(dá)成本低廉，但工作距離很近，特斯拉、毫末智行等公司已采用視覺(jué)方案代替超聲波雷 達(dá)。超聲波雷達(dá)主要應(yīng)用于泊車(chē)輔助系統(tǒng)，進(jìn)行低速高精度下的距離測(cè)量，基于視覺(jué)的 Occupancy 網(wǎng)絡(luò)+Transformer 模型有望替代超聲波雷達(dá)實(shí)現(xiàn)該功能。但對(duì)于 L0-L2 低級(jí)別輔助駕 駛車(chē)輛，裝載超聲波雷達(dá)仍是更具成本性和安全性的選擇。

• 相關(guān)深度報(bào)告REPORTS

  

  2023-2027年中國(guó)汽車(chē)零部件行業(yè)全景調(diào)研與發(fā)展戰(zhàn)略研究咨詢(xún)報(bào)告

  產(chǎn)業(yè)現(xiàn)狀近年來(lái)，中國(guó)汽車(chē)零部件產(chǎn)業(yè)在國(guó)家重大工程和技術(shù)專(zhuān)項(xiàng)的支持下，通過(guò)企業(yè)自主研發(fā)、合資合作及技術(shù)人才引進(jìn)，持續(xù)加強(qiáng)技術(shù)攻關(guān)和創(chuàng)新體系建設(shè)，在部分領(lǐng)域核心技術(shù)逐步實(shí)現(xiàn)突破。中國(guó)品...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡