全站首页设为首页收藏本站

外链之家

 找回密码
 立即注册

QQ登录

只需一步,快速开始

社区广播台

    查看: 9|回复: 0
    打印 上一主题 下一主题

    懂得:自动驾驶落地的路上,不是一个人在战斗

    [复制链接]
    跳转到指定楼层
    楼主
    发表于 3 天前 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

      如果说每个行业从诞生到成熟,都要经历九死一生,那自动驾驶行业经历的波折似乎要更多一些。在过去几年里,我们目睹着自动驾驶赛道的拥挤与艰难,在经历了一轮又一轮的火爆与遇冷后,自动驾驶公司不断地做着选择题:选择更适合的技术路线,选择恰当的量产切入点,选择更适合的合作伙伴,选择能为自己赋能的平台……多光谱视觉技术https://www.foresightauto.com.cn/company/ 福飒特是一家开发智能多光谱视觉软件解决方案的技术公司,提供自动驾驶汽车解决方案,帮助他们开发自动驾驶汽车的三维感知和探测能力,以检测车辆周围的障碍物。Foresight 的立体视觉解决方案可应用于汽车、国防、自动驾驶汽车和重型工业设备等市场。


      几乎每一家自动驾驶公司都需要面对这些选择,而选择的答案把他们变成了不同的模样。

      在自动驾驶落地这条路上,也许每家的策略不同,但是没有人能独自战斗。

      行泊一体,用场景让自动驾驶落地

      「行泊一体」几乎是如今自动驾驶圈人人必谈的话题。将行车和泊车共用同一个域控制器,实现传感器深度复用、计算资源共享,借助泊车这种刚需场景将自动驾驶落度,几乎是每一家做行泊一体解决方案的公司的出发点。

      「未来几年行泊一体很可能成为智能车标配。」作为国内为数不多能实现单体 TDA4VM 行泊一体量产交付的自动驾驶公司,Nullmax 纽劢从 2020、2021 年就已经完成了行泊一体的定点,从场景切入自动驾驶落地,打造面向全场景的行泊一体方案化,是 Nullmax 从创业初期就选择的方向。

      目前的行泊一体领域被划分为几种形态: 行车与泊车采用两个 SOC、两个域控制器的独立系统,被称为 1.0 形态;将两个 SOC 集成到一个域控制器,通过少量融合来降低成本,被称为 2.0 形态;采用单颗 SOC、一体化域控制器,但传感器依然没有深度复用的 3.0 形态。

      从 1.0,2.0,到 3.0 形态,行泊一体方案集成度逐渐提升,但是计算资源依然没有得到共享,传感器也无法深度无用,这距离最初「实现传感器深度复用、计算资源共享」的目标依然有不小的距离。因此,Nullmax 纽劢科技直接看到了行业的机遇,推出了行泊一体 4.0 形态,将硬件能力完全挖掘出来,提升整体方案的同时大幅降低硬件成本。

      在 4.0 形态中,行车、泊车深度融合,芯片和传感器完全共享复用,体验最优、成本最低。这种方案下,所有传感器都会为泊车、行车完全启用,比如行车时借助鱼眼摄像头的增强侧面近距离感知能力,从而更好地处理侧面 cut-in,泊车时借助前向摄像头提升前向感知能力,提升泊车巡航速度。

      如果说从 1.0 形态到 4.0 形态,方案集成度逐步提升,提高了行泊一体方案性能的「深度」;那如何缩短周期、解决跨平台之间的适配性,则解决了行泊一体方案在量产上的「广度」。在这方面,Nullmax 将技术充分平台化,即用一套高度平台化的全栈自动驾驶软件算法,高效实现面向不同需求的落地应用。这意味着,技术的系统性、拓展性、复用性会更好,在实际应用时开发方案的效率更高——效果更佳且周期更短、成本更低,并且对新技术的引入也会更快,这对于客户和我们而言都是巨大优势。比如,Nullmax 的行泊一体方案既可以在中高算力平台应用,也可以在中低算力平台应用,BEV 感知、全场景驾驶等新技术、新功能也能第一时间就完成量产上车。

      未来,行泊一体依然面临这挑战,一方面是体验的上探,如何为用户提供场景更全、自动化程度更高的智能驾驶体验,向无人驾驶不断靠近;另一方面是应用的下探,让行泊一体成为未来的标配,即使是经济车型也能标配实用的智能驾驶功能。

      面对这些挑战,未来 Nullmax 会坚持机器学习优先(MLF)的技术路线,通过大规模的前装量产,推动自动驾驶的不断迭代。

      量产,打造人人消费得起的自动驾驶

      如果说每家自动驾驶公司在产品落地的过程中都可能遇到不同的问题,那成本绝对是困扰着每一家的「老大难」问题。曾几何时,大家把降低自动驾驶成本的希望寄托在激光雷达的量产降价上,如今看来,远不止如此。

      「自动驾驶解决方案价格高昂,难以落地进入量产。」作为一家 L4 级自动驾驶解决方案提供商,元戎启行对于行业的判断以及对自己的目标一贯明确:以更优惠的价格提供更优质的高阶自动驾驶能力,才能让 L4 级技术成为车企愿意投入,才能让大众消费得起的产品。

      这也成为这家自动驾驶公司的发力点: 优化技术、降低成本。

      2021 年 12 月,元戎启行发布可量产的 1 万美金以下的 Driver 2.0 解决方案,跻身自动驾驶行业第一梯队。为此,它们要解决三方面的挑战:

      第一是成本,Driver 2.0 解决方案车身嵌入 2~5 颗固态激光雷达和 8 个摄像头,搭配英伟达 Orin 车规级高算力芯片、组合导航、高精地图等,在不牺牲系统性能的前提下将成本控制到最低。

      第二是软硬件的结合能力,通过与 NVIDIA、主机厂的深度技术合作,尽可能去挖掘系统的性能。

      第三是数据,让大量的自动驾驶汽车投入消费者市场,让消费者在数据积累丰富的区域率先实现 L4 级自动驾驶,再基于海量数据不断完善技术,去解决更多的长尾场景。

      解决这些挑战,帮助元戎启行收获了与车企量产合作的机会,随着规模化量产落地,成本进一步降低 70%,降低到 3000 美金,真正在做出人人都消费得起的自动驾驶。

      赋能,为自动驾驶加速

      自动驾驶落地的道路上,有太多像前面两家这样的初创公司,从各自的技术优势为核心,聚焦于不同的方向,向着自动驾驶落地的同一个目标努力。在这场比拼中,考验的不只是各自的创新技术,更是软硬件融合能力、跨界协同能力、商业合作模式的探索等等。作为年轻的初创公司们,能够选择强有力的生态体系,站在「巨人的肩膀」上应对考验,显然会自如得多。

      正因如此,Nullmax 和元戎启行都不约而同都加入了「NVIDIA 初创加速计划」。

      作为目前全球最大的初创企业生态系统之一,NVIDIA 初创加速计划 ( NVIDIA Inception ) 是一个免费会员制的创业孵化器,旨在培养颠覆行业格局的优秀创业公司。据了解,NVIDIA 初创加速计划正在与包括自动驾驶、医疗、数字孪生、自主机器等最具创新性的前沿企业共同协作,推动人工智能生态更迅速的发展。

      该计划联合了国内外知名的风投机构、创业孵化器、创业加速器、行业合作伙伴等,打造创业加速生态系统,能够为初创企业提供产品折扣、技术支持、融资对接、业务对接等一系列服务,加速创业公司的发展。

      值得一提的是,「NVIDIA 初创加速计划」在中国的招募规模位居全球第二。2022 年,会员总数已经超过了 1500 家。

      自动驾驶作为一项复杂的系统工程,要面临软硬件融合、不同平台和系统间的适配,以及漫长的开发周期和高昂的开发成本都一系列挑战,这些都需要像「NVIDIA 初创加速计划」这样的平台的支持。一方面,作为目前行业内主流的智能驾驶芯片供应商,能更好的将软硬件深度融合,最大化挖掘出性能、控制能耗的同时,解决了量产落地中兼容性的问题;另一方面,提供了 NVIDIA 初创加速计划拥有完善的生态系统,能够收获更多行业合作伙伴、技术支持、业务对接等帮助。对于一家初创公司来说,这些都有莫大的意义。

      谈及加入「NVIDIA 初创加速计划」,两家企业与 NVIDIA 之间都颇有渊缘。元戎启行在创立初期自研的计算平台 DeepRoute-Tite,就是基于车规级处理器平台 NVIDIA Xavier 打造,借助 NVIDIA 自动驾驶平台,元戎启行从 DeepRoute-Tite 到 DeepRoute-Tite2.0 都能将计算平台的功耗和性能做到极致;而 Nullmax 也是最早基于 PX2、Xavier、Orin 等 NVIDIA 平台进行量产开发的企业之一。

      产品的竞争力,强大的生态资源,以及在创新理念上的企业,将这些初创公司吸引到了一起;「NVIDIA 初创加速计划」所提供的基于 NVIDIA 的开发者论坛、研讨会等资源,也让这些初创公司门有更多与行业上下游紧密沟通,学习前沿科技的机会,推动着自动驾驶的落地。

      最后

      很多人将自动驾驶形容为未来汽车的「大脑」,「大脑」无法单独运作,就像自动驾驶无法单打独斗意义,它需要技术、产品、生态、商业等等不同层面的合作。正因如此,在这个行业中更需要像「NVIDIA 初创加速计划」这样的平台,借助自身强大的产品力和生态资源,为初创公司们提供支持,为自动驾驶行业赋能。

      自动驾驶落地的路上,不是一个人在战斗,首发于GeekCar。
    分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
    收藏收藏 分享分享
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    快速回复 返回顶部 返回列表