了解更多金融信息 | BT財經數據通
一家公司技術厲不厲害，要看是不是推出就能被用戶頂上熱搜。
在智能駕駛領域處於領先者的華爲，2024年2月2日，全國無圖智能駕駛2.0功能的OTA升級，徹底讓問界、阿維塔、極狐、智界的車主沸騰了。
在這個無圖智能駕駛正式开放的城市名單中，人們驚奇的發現，包括涵蓋鄉鎮的可用地點數量超過72萬，覆蓋全國99%的路段，真正實現了全國能用的智能駕駛。
更有意思的是，之前被認爲智駕开城最多的小鵬，現在排名第二，能用的城市數量僅有200多個。
整體數據的對比，以及大量問界車主的實測視頻，讓所有關心中國汽車產業的人都感到無語，確實遙遙領先。
人們特別想知道，百度、小鵬等企業歷經多年都沒完全搞定的智駕在全國投入使用，後來者居上的華爲，是怎么做到的？
做不到的有圖
在汽車科技的前沿領域，智能駕駛技術已然成爲研究的熱點。這種技術利用尖端的傳感器和計算機技術，模擬人類駕駛員的決策和操作，爲車輛賦予“思考”的能力。想象一下，一個智能駕駛系統就像一個機械駕駛員，通過車輛周身安裝的傳感器和雷達，不斷監視和掃描周圍環境，實現自動駕駛的夢想。
在過去的智能駕駛實現方案中，高精地圖扮演着至關重要的角色。
與普通導航地圖相比，高精地圖的精度更高，信息更豐富。普通地圖通常只能達到道路級別的精度，而高精地圖則能達到分米甚至釐米級別的精度，包含准確的車道线、紅綠燈、標志牌等詳細信息。在高精地圖的基礎上，還會疊加一個動態地圖，通過傳感器實時收集並標注周圍環境信息。
然而，高精地圖雖然重要，卻面臨着諸多挑战。
首先，制作高精地圖需要耗費大量資金和時間。據業內人士透露，採集全國範圍的高精地圖數據需要花費數十億元甚至更多。此外，高精地圖的更新速度也相對較慢，難以與現實情況保持同步。由於道路變化、新建建築等因素，高精地圖很容易出現偏差或過時的情況。
據統計，中國高速公路裏程約爲30多萬公裏，主流圖商基本已完成高速公路及城市快速路的高精地圖採集，這也是上述技術路线廠家高速領航輔助駕駛產品得以上路的基礎。
但是城市道路相比於高速公路，存在兩個顯著的不同。一個是道路裏程更長，據統計接近1000萬公裏，是高速公路裏程的30多倍，而主流圖商目前僅完成了約20萬公裏左右的數據覆蓋（集中在北上廣深）。另一個是道路變化度高，例如城市道路不定時的養護、大型車輛密集、路邊車輛的不規則停放、經常遇到打开的車門等。
因此如果想基於高精地圖實現城市領航輔助駕駛功能，對圖商的採集能力，對高精地圖的鮮度要求就很高，鮮度最好達到時更或日更級別。但是目前圖商能提供的城市高精地圖，只能按月或者按季度更新。基於這種程度的高精地圖，也能做出產品，但滿足不了主機廠嚴格的品控要求。
針對這些問題，一些企業开始探索無圖智能駕駛方案。所謂無圖，就是不再依賴高精地圖，而是讓汽車通過攝像頭和雷達等傳感器實時感知周圍環境，並按照人類駕駛員的思維模式進行思考和判斷。這種方案對算法的要求極高，因爲車輛需要實時處理大量的環境信息，並做出准確的決策。
在無圖智能駕駛方案中，環境感知、定位和規控路徑是三大核心技術。環境感知主要依靠攝像頭和雷達等傳感器，實時檢測車道线、馬路牙子、停止线等道路信息。定位技術則通過融合多種傳感器信息，實現車輛在實時地圖中的精確定位。規控路徑則是基於導航、環境和車輛運動位置等信息，規劃出最佳的行駛路徑。
無圖智能駕駛方案的實現，離不开先進的算法和強大的計算能力。車輛需要實時處理海量的環境信息，並在毫秒級的時間內做出決策。這對算法的優化和計算能力的提升提出了更高的要求。
無圖與有圖智能駕駛差別，僅僅是把原先高精地圖的輸入，換成了導航地圖的輸入及實時感知對導航信息的理解。由於現在的無圖方案，無論是對視覺，還是對BEV+Transformer探測方案而言，對於車道线感知的精度要求都要更加精確，系統通過學習大量的道路及路口特徵，可以進一步感知復雜的道路結構，最終做出判斷。
小鵬等車企就是這么幹的。但華爲的玩法不太一樣。
華爲的顛覆方案
最近，華爲在智能駕駛領域的專利布局也引起了廣泛關注。據國家知識產權局公告顯示，華爲技術有限公司申請了一項名爲“一種智能駕駛方法及應用該方法的車輛”的專利。該專利描述了一種基於感知信息的動態決策方法，能夠有效處理決策結果與博弈目標實際動作不一致的問題，從而增強博弈決策的泛化能力，提升智能駕駛的安全性和駕乘舒適性。
在智能駕駛技術的最前沿，華爲推出的無圖NCA智駕系統正引領着一場技術革新。
這套基於ADS2.0的系統，以感知爲核心，徹底擺脫了高精地圖的束縛，融合了創新的BEV網絡和業界首創的GOD網絡，爲智能駕駛帶來了全新的可能。
BEV網絡，被形象地稱爲“上帝視角”，它採用白名單方式識別障礙物，爲車輛提供了全方位的感知能力。而GOD網絡則更貼近人的視覺習慣，它不依賴白名單，而是通過規劃可通行區域，讓車輛從“看得見”升級爲“看得懂”。這種網絡的設計思路，不僅提高了識別的准確性，也極大增強了車輛對環境的適應能力。
華爲智駕主要依賴兩個算法：
“看得懂物”的GOD（General Obstacle Detection，通用障礙物檢測網絡）2.0網絡，作爲華爲智駕系統的“眼睛”，具備強大的識別能力。
它不僅能夠識別通用障礙物白名單外的異形物體，還能對障礙物種類進行精細識別，如區分救護車、警車等。這一創新性的識別方式，打破了傳統智能駕駛系統對固定障礙物標識的依賴，使得華爲智駕系統能夠更加靈活地應對各種復雜路況。同時，GOD 2.0網絡的識別率高達99.9%，爲智能駕駛提供了極高的安全保障。
“看得懂路”的RCR（Road Cognition & Reasoning，道路拓撲推理網絡）2.0。這一網絡旨在實現導航地圖和現實世界的匹配，爲智能駕駛提供准確的路徑規劃。
在解決異形物體和未標注物體識別的問題上，華爲採用了與特斯拉類似的技術思路。然而，華爲在激光雷達技術上的深厚積累，使其能夠更好地將感知傳感器攝像頭和激光雷達匯入一個時空網絡。這個時空網絡在結構和分析中同時包含空間和時間信息，能夠建模和分析隨時間和空間演變的復雜系統。通過這種方式，華爲不僅提高了對異形物體和未標注物體的識別准確率，還降低了對視覺算法算力的要求和缺陷。
另一個RCR 2.0網絡更牛
RCR 2.0網絡完全不需要智能駕駛地圖的存在。這一創新性的技術突破，打破了行業對特殊智能駕駛地圖的依賴。
相比之下，現在不少喊着去高精地圖的智能駕駛無圖方案，但還是需要特殊的智能駕駛地圖，例如高德推的HQ地圖，騰訊推的HD Air，四維圖新推的功能地圖等。
而華爲則通過利用人類駕駛的SD地圖信息，實現了對導航地圖和現實世界的完美匹配。這一創新性的技術路线，不僅簡化了智能駕駛系統的復雜性，也降低了其成本和應用門檻。
高精地圖提供汽車高精度駕駛的參考线，智能汽車配合高精定位按照參考线行駛，不管轉彎還是路口按照线跑就行了，你可以理解爲類似火車的電子軌道。所以沒有高精地圖的時候，車輛智能駕駛就會需要自己解決兩個難點：
如何確定車輛行駛在車道內？一般就是視覺車道线識別技術；以及路口如何確定車道的關系，確保自己轉彎或者直行走在正確的車道？
華爲應該就是採用特斯拉類似的視覺算法技術，確定車輛行駛在車道內，根據人類使用的SD導航地圖提供的路线信息以及路口視覺感知信息，RCR來推理路口車道之間的關系，從而實現領航輔助。
於是這些算法的組成就有了華爲說的既能“看得懂物”的GOD又能“看得懂路”的RCR算法。總的來說和特斯拉的路线類似，但華爲又將激光雷達玩的溜溜的，增加了更保險的數據匹配，保證智能駕駛的安全。
更厲害的地方
華爲智能駕駛方案，能快速實現安全駕駛和全國开城使用，跟其將盤古大模型引入智能駕駛分不开。
盤古大模型對於華爲智駕方案的加持，其實就在數據處理上。以往自動駕駛的數據處理，要經過算法+人工標注的方式，費時費力不說，及時性還不好保證，無法讓使用者真正保證安全。
盤古大模型當下在華爲智駕方案中的主要作用，是提升數據閉環。
數據閉環核心目的，是不斷將高價格數據從原始數據中提取出來後，輸送給算法做訓練，最終不斷完善算法，解決各種長尾場景。方式則是從車端提取數據做初期整理，然後進行場景化管理，再進行數據標注、訓練、仿真，最後回給採集需求。其中，每一個過程都有大數據可以發力的機會點。
盤古汽車大模型通過構建數字孿生空間和生成復雜場景樣本，能夠加速自動駕駛系統對復雜場景的學習和應對能力。這項技術創新可以將自動駕駛學習訓練周期從以往的兩周以上縮短至兩天內，大幅提高了自動駕駛技術的迭代速度和應用效率。
通俗點說，就是現場採集的各種信息，以往自動駕駛是靠算法加人工設定的思路來處理，機械感較強，也無法准確應對路面出現的各種突發情況。現在華爲將盤古大模型引入後，不論是哪個傳感器採集的數據，都是由端側+雲端的大模型共同處理，快速給出決策意見，最終形成自動駕駛決策的。
而且華爲盤古大模型的學習能力特別強，在同一路段經過後，他不光會接受路面信息，還會記錄使用者習慣，會讓自己的操作迅速貼近駕駛者的駕駛習慣，最終產生一個千人千面的自動駕駛模式。
這也是爲什么現在華爲智駕廣告顯示“同一路段第二次更好开”的原因。
另外，看一組數據：
此次華爲智駕开城OTA，覆蓋全國4個直轄市，43個地區，290個地級市，1636個縣，374個縣級市，14677個鄉，19531個鎮，691510個行政村，問界智駕合計开城數量728065個。
因爲乘聯會公布的數據顯示，2023年乘用車智能駕駛滲透率與價格呈反向增長，乘用車市場L2及以上智能駕駛滲透率達42.4%，預計2025年將有70%，並普及到10萬-20萬的主流車型上。
不難看出，消費者對智能駕駛沒有以往那么排斥，其他車企也正加大智能駕駛領域的投入。可以預見，今年無疑是智能駕駛競爭最爲激烈的一年。
在這樣的背景下，華爲全國率先實現99%道路的無圖智能駕駛全覆蓋，只能說“遙遙領先”不是一個口號。
這本身就很離譜，但這么離譜的事情愣是讓華爲幹成了，就更讓人感到“技術研發才是第一生產力”。
作 者 | Rickzhang
標題：華爲智駕，就很離譜
地址：https://www.utechfun.com/post/329623.html