你的浏览器版本过低,可能导致网站不能正常访问!为了您能正常使用网站功能,请使用这些浏览器。
chrome
Firefox

推荐您访问易车国际站

Visit the BitAuto International website for more exciting content

NO
YES
当前位置:易车> 问界M5> 问界M5驾驶> 摘要详情

问界M5对于自动驾驶普及来讲

问界M5对于自动驾驶普及来讲

摘要来自:《2024年L3自动驾驶,真的要来了吗?》

【易车摘要频道】下列精选内容摘自于《2024年L3自动驾驶,真的要来了吗?》的片段:

为了回答这个问题,我们首先要看看什么才是L3等级自动驾驶?看看下面的图片,对于一个驾驶主体而言,开车可以分为:驾驶操作,周边监控,故障支援三种责任和能力。他们是逐步深入的,为此我们将其区分为6个等级(SAE标准)。

https://picx.zhimg.com/80/v2-543e79f22e6e0e59a8ae54faef21b5a5_1440w.png对于L2来讲,驾驶操作一定是机器自动完成,也就是车辆自己具备感知周围环境,并执行横向(转弯)和纵向(刹车、加速)的控制能力。但是这种能力可以是不可靠的!也就是周边监控的责任还在于驾驶司机本身。可靠度达到80-90%以上即可,这也是为什么现在自动驾驶车辆普遍要求司机必须手握方向盘的原因。

对于L3来讲,监控的责任100%在于车辆了,也就是系统的可靠度要99.99%。为了增加这10%甚至是5%的安全能力,整个系统需要极大的“冗余”开销。

https://picx.zhimg.com/80/v2-991b0999471086a2e87214b83b7a0683_1440w.png一套不行,再来一套。冗余的传感器、冗余的执行器、冗余的电源,冗余的通讯等等。车辆在硬件、软件等方面的元件堆砌必不可免。这种冗余开销,就意味着成本的压力

https://picx.zhimg.com/80/v2-98e37a76d3584827ef1941c6609cb367_1440w.png现在在武汉市的百度的“萝卜快跑”自动驾驶出租车,已经运行多年,技术上并没有太多的瓶颈。

对于自动驾驶普及来讲,现在20万左右的车可以实现L2.5等级的自动驾驶能力。但是更高阶的自动驾驶车辆(L3)恐怕要接近30万才可以。所以自动驾驶要想普及大规模应用,2024年降低成本工作任重道远。

https://picx.zhimg.com/80/v2-c17af3b5bc366628a3c7c9a2b2721bd9_1440w.png二、技术发展趋势:大模型

自动驾驶的规模应用必须依赖大模型的发展,因为软件“不要钱”。相比于昂贵的萝卜快跑出租车堆叠硬件的自动驾驶能力,软件不要钱的打法更受到大家的欢迎。

截至目前,特斯拉的AI算法已经发展到了大模型阶段。具体来讲,就是Transformer+BEV+占用网络。

1.Transformer+BEV+占用网络

一方面,BEV可以高效表达自动驾驶系统周围的丰富空间信息;另一方面,Transformer在处理序列数据和复杂上下文关系方面展现了独特优势。两者结合可以充分利用BEV提供的环境空间信息,以及 Transformer在多源异构数据建模方面的能力,实现更精确的环境感知、更长远的运动规划和更全局化的决策。 两者组合可实现互补,增强对复杂场景的理解表达。

这方面的引领者就是头部车企:特斯拉。

今年8月26日,马斯克亲自上线开启了一场FSD Beta V12试驾直播,引百万人现场围观。此次展示的FSD Beta V12是有史以来第一个端到端AI自动驾驶系统(Full AI End-to-End),是特斯拉最重要的一次升级。直播45分钟,FSD Beta V12系统在行驶全程进展非常顺利,能够轻松绕过障碍物,识别道路各种标志。45分钟内人工干预一次 。

https://pic1.zhimg.com/80/v2-31367a692d2523670b00f6b952cb48cf_1440w.png2020年以来, Transformer+BEV+占用网络结合正在成为自动驾驶领域的重要共识,推动自动驾驶技术进入崭新发展阶段。

2.国内现如今,也在全面拥抱特斯拉的技术方案

理想AD Max 3.0正在快速成长和迭代。为了摆脱高精地图的依赖,理想采用了BEV大模型,来实时感知和理解环境中的道路结构信息。针对复杂路口,理想使用自研的神经先验网络(NeuralPriorNet),简称为NPN网络,提前进行路口NPN特征的提取。为了理解红绿灯规则,理想训练了一个端到端的信号灯意图网络(TrafficIntentionNet),简称为TIN网络。面对道路上可能会出现的通用障碍物,比如施工路障、遗撒物体、卡车后斗伸出的货物等,使用Occupancy网络,来精准地识别它们的边界和类型。

https://pic1.zhimg.com/80/v2-8aa7f643a04a496e70c5499541bd58ac_1440w.png

华为ADS2.0自动驾驶系统。华为选择了激光雷达和摄像头的结合。这是因为多传感器的结合比纯视觉更可靠,同时也带来了更大的挑战。为了解决多传感器的整合问题,华为发布了BEV+Transformer+GOD方案,这一智能驾驶方案比特斯拉的BEV+Transformer更先进和复杂。GOD 2.0:General Obstacle Detection,通用障碍物监测网络,看得懂物;RCR 2.0 : Road Cognition & Reasoning,道路拓扑推理网络,看得懂路。

https://pic1.zhimg.com/80/v2-ac94ffdc2bc8464a07e90780916a98a5_1440w.png华为提出的 GOD本质上就是占用网络,是以激光雷达点云作为基础,得出的占用网络结果,通过 3D 点获得 3D 占用网络,再通过视觉进行一定的融合。

总之,为了降低成本,大规模普及L3自动驾驶应用,各大车企都在卷大模型,以降低对硬件的依赖。2023年已经到了城市NOA落地的阶段,同时也是L3自动驾驶发展的起始。

预计年底,会实现“相对低成本”的可量产售卖的L3自动驾驶车辆。

https://picx.zhimg.com/80/v2-7783e3a6e8ed721c9f1e976c1b033511_1440w.png

三、法律法规问题

由于是机器主导,现在的L2+自动驾驶的车辆,发生交通事故,现在更倾向于:谁买车,谁拥有,谁负责!

但是对于L3等级自动驾驶,需要做出更详细的责任划分:

2023年11月17日,由工信部等四部门发布了《关于开展智能网联汽车准入和上路通行试点工作的通知》:

若车辆在自动驾驶系统未激活状态下发生事故,按现行规定承担责任。

在自动驾驶系统激活状态下发生违法或事故,试点企业与试点使用主体需在规定时间内向相关部门提供证明材料。若未按规定提供材料,需承担事故责任。

此外,智能网联汽车在事故中可以作为责任判定对象,试点使用主体对于相关责任判定需依法承担赔偿责任。如有事故过错,试点使用主体可依法追偿。若构成犯罪,依法追究相关责任人刑事责任。

总体来看,法规没有把责任全部归于单一主体,而是划分了几个方面,包括:制造方、自动驾驶技术开发方、车辆运营方,以及安全员。安全员人为事故,按常规方式处理;确定由自动驾驶所致事故,不严重的走简易程序;严重的需要具体分析,制造方、开发方、运营方需要分别提供证据资料,配合管理部门的调查。

所以,自动驾驶L3车辆,要想大规模发展,对于去年11月份的“试验”规则,还需要更加细化可落地执行的方案。

最后、政策影响

6月21日,工业和信息化部副部长辛国斌在新闻发布会上表示,将开展智能网联汽车准入和上路通行试点工作,以支持条件成熟的自动驾驶技术,即L3级自动驾驶技术,未来该技术可以应用到商业化之中。对于消费者而言,L3级自动驾驶技术也将走进千家万户,改善人们日常生活。

CopyRight © 2000-2025 BitAuto,All Rights Reserved. 版权所有 北京易车信息科技有限公司    购车咨询:4000-168-168 (周一至周日 9:00 – 21:00) 法定假日除外