從L2到L4，如何跨越自動駕駛進階“鴻溝”？

　　得益於核心技術快速迭代，與此同時終端用戶對智能汽車的認可度和接受度持續提升，智能駕駛正以超預期的速度在終端市場快速普及。

　　據蓋世汽車研究院預測，今年1~5月，國內L2級自動駕駛的滲透率約爲40%，已經成爲了當前主要的駕駛輔助方案，而去年同期僅爲28.8%，提升了近10個百分點。

　　然而，L2賽道雖然一片欣欣向榮，在向L3甚至更高階的L4邁進時，行業似乎陷入了停滯，目前只有本田、奔馳、寶馬等少數幾家外資車企仍在持續加碼。而大多數的自主車企，在功能定義上齊齊止步於L2.9，膽大者頂多在小數點後面多加幾個“9”，但始終沒有邁出L3這一步。甚至還有不少車企曾公开表示放棄 L3，直接從L2跨越到L4。

　　那么，L3的“鴻溝”真的這么不可逾越嗎？近日，圖森未來在其首屆AI DAY上給出了實力回應。

　　圖森未來的“解法”

　　“在乘用車領域，爲什么大家都不敢去突破L3，甚至到L4這樣一個級別？我們認爲，L3和L4在功能上可能並不比這些輔助駕駛產品更復雜，但在可靠性上是有質的變化，這使得傳統輔助駕駛產品的开發方法論，其實並不適用於L3、L4這樣高可靠系統的开發。”近日，在圖森未來首屆AI DAY 上，圖森中國CTO王乃巖如是說。

　　正是基於這樣的洞察，爲充分滿足高階自動駕駛的高可靠性，圖森未來在L4系統研發中，設計了一套全冗余的架構，從最底層的車輛开發到系統再到上層的傳感器和算法模塊，均進行了冗余設計。

圖片來源：圖森未來

　　● 車輛冗余

　　顧名思義即在車輛設計層面進行冗余設計，這裏主要指的是執行機構的冗余。過去談到自動駕駛冗余，業界的關注點主要在感知冗余和算法冗余上，但其實在執行層，高可靠的冗余設計亦不可或缺。

　　尤其當自動駕駛功能等級邁向L4級及以上時，在很多場景下車輛的行駛將完全脫離人工幹預，這時如何保證當系統失效時，車輛依舊能安全運行，或者是在緊急情況下能夠進行制動等操作？這必然需要在制動、轉向等關鍵執行環節實現雙重甚至多重冗余。

　　據王乃巖介紹，圖森未來L4系統所搭載的車輛，均配備了冗余轉向系統和冗余制動系統，以保證單路失效的時候車輛仍然可以處於控制之下。

　　● 系統冗余

　　圖片來源：圖森未來

　　在系統層面，圖森未來也設計了兩套完全獨立的系統，分別作爲主系統和備份系統，互爲冗余。其中主系統配置了高算力的計算平台，以及攝像頭、毫米波雷達和激光雷達在內的全套智能駕駛傳感器，用於實現完整的L4功能，以及部分場景下的降級功能。

　　而備份系統，根據圖森未來的說法，主要是爲了實現在主系統失效後的降級功能，因此在芯片算力和傳感器配置上略低於主系統——芯片使用的是低算力的車規級芯片，傳感器主要採用的是攝像頭。“但我們這兩套系統都實現了完全獨立的供電，很大程度上減少了因爲供電導致的供應失效可能。”王乃巖補充道。

　　不僅如此，考慮到車輛在運行過程中，經常會碰到各種各樣的情況，圖森未來在自動駕駛系統的運行模式上，還設計了兩種最小風控機制：一種是在車輛具備側後方感知和轉向系統高可用的情況下，能夠實現在應急車道上靠邊停車；另一種是在徹底失去了後向和側向感知的極端情況下，支持車輛在當前車道安全剎停，等待救援。

　　● 傳感器冗余：

　　圖片來源：圖森未來

　　在感知方案的設計上，圖森未來遵循的原則是：使用全頻段電磁波感知，也即是攝像頭、毫米波雷達、激光雷達齊上陣。

　　這其實也是行業目前主流的做法，作爲三種主要的自動駕駛傳感器，攝像頭、毫米波雷達、激光雷達固然各有優勢，它們對應的短板亦十分明顯。比如毫米波雷達，雖然抗幹擾能力強，但分辨率以及對語義信息的識別能力相對較弱；攝像頭分辨率高，也具備出色的語義信息識別能力，卻容易受環境光照影響；而激光雷達，綜合能力較強，但成本也高，短時間內難以快速降本達到大規模應用。

　　這些不同的優劣勢，決定了僅僅依靠一種傳感器，難以充分滿足高階自動駕駛的高安全和高可靠性要求，多傳感器融合是必然。

　　● 算法冗余

圖片來源：圖森未來

　　“我們不會假設任何一個傳感器是永遠可靠的，也沒有一個算法永遠不會犯錯。”基於此，王乃巖指出，圖森未來在算法架構的冗余設計中一個最關鍵的點，是如何處理單點的算法失效。

　　爲實現這樣的高可靠性，圖森未來將整車上運行的算法分成了兩大類：Data-Driven算法和Principle-Based算法。其中Data-Driven算法是基於“大數據+大模型”驅動的AI算法，主要用來對車輛、行人和通用障礙物等動態環境，以及道路、標志標线等靜態環境進行感知。

　　而Principle-Based算法，則主要是用於對傳感器融合以及規劃控制等相關的問題及過程進行精確建模。

圖片來源：圖森未來

　　特別值得一提的是在感知模塊，由於圖森未來大量使用了數據驅動的算法，如何構建一套可靠的感知架構將至關重要。爲此，圖森未來將感知方法分爲了兩大類：基於識別的物體感知和基於場景的障礙物感知，首先通過不同的原理來實現感知模塊的雙重冗余。

　　而在基於識別的物體感知中，圖森未來又設計了兩套完全獨立的系統，分別使用激光雷達和相機進行第一階段的初篩，以避免因爲天氣或者傳感器原因導致的感知失效。在此基礎上，圖森未來會用相機+毫米波雷達、激光雷達+毫米波雷達這樣的傳感器融合方案精選第一階段結果，以進一步提升感知系統的可靠性。

　　在基於場景的障礙物感知中，圖森未來則設計了一套漏鬥式的感知架構，逐層提高識別准確率。其中最下面一層，是用激光雷達初篩所有可能存在的通用障礙物，然後利用高精度地圖和相機，進一步提升准確率，以在強化感知模塊冗余安全的同時，更好地滿足下遊規控算法的需求。

　　據王乃巖介紹，正是基於這樣的多重感知和算法冗余，在圖森未來當前一代系統中，已經可以實現在任何傳感器失效的時候，車輛仍然可以安全地執行降級方案。

　　接下來，在正在开發的新一代系統中，圖森未來目標要實現全功能的Fail-operational system，也即是系統中任何一個傳感器的失效，都不會影響整個L4系統功能的正常運轉，有任何一個傳感器失效，仍然可以把車輛安全地從A點开到B點。

　　“全無人化”漸行漸近

　　伴隨着智能化變革的深入推進，如何快速實現自動駕駛更大規模、更廣泛地部署，成了產業鏈上下遊共同關注的話題。立足於自動駕駛卡車賽道，圖森未來一直致力於爲全球卡車貨運行業帶來變革，以自動駕駛賦能卡車行業降本增效。

　　作爲國內第一批自動駕駛創業公司，圖森未來早在2017年就獲得了由美國加州車輛管理局（DMV）頒發的自動駕駛路測牌，並於2018年8月开始在美國 I-10 高速公路投入自動駕駛商業運營，同時在國內开展自動駕駛重卡道路測試。

　　此後幾年，圖森未來一直在持續推進自動駕駛卡車技術的升級迭代以及商業化落地，並先後在中國、美國、歐洲、日本等多個主要市場部署了自動駕駛業務。據統計，截至今年3月，圖森未來自動駕駛卡車在測試、研發和商業化運營中累計的總運營裏程已突破1600萬公裏。

圖片來源：圖森未來

　　其中在中國市場，圖森未來自2018年开始在上海臨港新片區开展自動駕駛貨運測試項目，截至2023年6月，圖森未來臨港測試裏程已超過60萬公裏，並實現零交通事故、零道路違章，不得不說這其實也是對圖森未來自動駕駛系統高可靠性的有力驗證。

　　爲進一步加快卡車無人化進程，今年6月，圖森未來拿到了上海市浦東新區頒發的全國首批無駕駛人智能網聯汽車道路測試牌照，獲准在洋山深水港及物流園區、東海大橋等指定公开道路开展L4級別自動駕駛重卡的“全無人化測試”。

　　衆所周知，自動駕駛要想真正革新卡車行業，“全無人化”是必要條件，這不僅僅是因爲自動駕駛可以實現更高的駕駛安全性，優化燃油經濟性，提高運輸效率，更關鍵的是可以通過無人化實現“減員”，從而助力降低運營成本，緩解司機供需矛盾。

　　目前來看，在以圖森未來爲代表的一批自動駕駛技術公司的共同努力下，這個目標正漸行漸近。

　　不過另一方面，自動駕駛卡車面臨的挑战亦不容忽視。尤其是研發投入與營收之間的極度不平衡，正在持續考驗着自動駕駛技術公司以及相關投資者的信心，過去一段時間，就有Waymo、擎天智卡以及Embark等多個玩家相繼“退賽”。

　　接下來，就看這場大浪淘沙過後，誰能跑到最後了。

---

標題：從L2到L4，如何跨越自動駕駛進階“鴻溝”？

地址：https://www.utechfun.com/post/245884.html