透过2023广州车展，看自动驾驶到底在「卷」什么？

今年自动驾驶圈听到的最多的就是“城市智驾”，NOA，NGP，NCA、FSD等等是不是听了很多了，这背后就是高阶智驾方案在城市道路上的落地比拼。城市高阶辅助驾驶功能，意味着汽车能够在更复杂的环境中自主驾驶。这样的“开城”能力，从技术上来看，就是比拼的自动驾驶“大模型”的技术能力。

从2023广州车展展车来看，国内自动驾驶最大的内卷就是“大模型”的产品落地能力。能力强的，已经提出抛弃高精度地图的方案，并实现了部分的无图智驾功能，还有的，继续采用高精地图方案，并快速追赶弥补差距。

这里的关键词：Transformer + BEV + 占用网络 = 自动驾驶大模型

自动驾驶系统主要分为3个部分：感知+决策+执行。现有技术的发展，各家的自动驾驶能力评价，更多取决于其感知能力的实现情况。

感知，就是通过传感器来进行探测，现有的感知触感器主要有：摄像头、激光雷达、毫米波雷达、超声波雷达、高精地图（GNSS定位）等。从感知主要依赖的传感器来进行区分，现在的自动驾驶主要有两大方案：纯视觉感知方案+激光雷达融合感知方案

• 纯视觉方案指的是，主要依赖“摄像头传感器”来实现对周边环境对感知，尽可能减少对激光雷达、毫米波雷达、高精地图等辅助工具的依赖。主要是特斯拉和国内的极越01采用这样的方案。
• 激光雷达融合感知方案：车辆搭配和布置了众多激光雷达、摄像头、毫米波雷达、超声波雷达等传感器，多传感器感知冗余，并进行综合感知判断，利用各传感器的特点，取长补短，形成更强的安全感知方案。几乎国内所有自动驾驶方案都是融合感知方案，华为、理想、小鹏、蔚来、比亚迪、长城等等。

特点解读：更强调高清地图+高精定位，地图“鲜度”问题前景不明

红旗的自动驾驶方案，总结一下就是FMEs+HAP精准自动驾驶辅助系统。

FMEs就是“旗帜”高端电动智能超级架构，其由HME电动平台+HIS智能平台构成。对于自动驾驶来讲，主要涉及的就是HIS智能平台。红旗HIS自动驾驶感知方案采用的是：摄像头+激光雷达+传统雷达+高精地图（RTK定位）的融合感知方案。

HAP的精准，就是定位精准，更强调RTK的使用。为什么GPS/北斗等的定位不准呢？卫星在发射电磁信号的时候，大气、云团、地面楼宇、高山等都会对这个信号有干扰。这就导致定位不准确。

RTK技术就是利用准确定位基站补偿车辆定位偏差的技术。具体来讲就是在地球上建立基站，每个基站都是准确定位的，一个基站覆盖50平方公里的范围。在这个区域的车辆接收卫星数据，同时基站也在接收卫星数据，认为：云层等的干扰对车辆和基站是一致的。这时基站就会计算出接收到的数据和自己的准确定位的差异，将偏差值发给车辆，进行修正，这样就会弥补偏离，准确定位，精度厘米级。这种服务是收费项目。

红旗新能源的HAP高精系统就采用了这样的实时差分（RTK）定位技术，大大提升了车辆的感知能力，满足高阶自动驾驶的定位需求。目前制约RTK使用的最大问题就是天线的布置情况，现在我们国家的RTK天线布置已经很好，绝大部分人类主要活动区域均已得到覆盖，也就是全国主要城市基本可用。

并且RTK“高精定位”服务和高精地图“鲜度更新”服务，都是要月度/年度收费的。这种自动驾驶，日常使用成本可能不会低！

RTK基站覆盖情况

总结一下，

虽然也应用了“激光雷达+摄像头+雷达”融合感知，但红旗的智驾方案更强调的是对“高精地图”的使用。为定位更准确，使用了RTK技术达到了厘米级。但是这里有个很大的问题，就是覆盖率。虽然RTK在国内的覆盖率基本可用，但是高精度地图的“鲜度”问题，一直是行业的巨大困难。这也是为啥华为、小鹏、理想都在努力抛弃高精度地图的原因。大国企给我的感觉就是这样，虽然紧跟时代，但是总是慢半拍！希望红旗加油，努力赶上！

特点解读：目标轻地图，技术全面对标特斯拉方案，算是纯视觉改良方案。现有的激光雷达作为感知冗余，提高安全性

在我看来小鹏的XNGP的驾驶辅助系统，本质上拥抱的是特斯拉方案。

感知硬件上：激光雷达、超声波传感器、毫米波雷达、高感知摄像头、亚米级高精定位单元（GNSS导航系统+IMU惯性测量单元）

• XNet 2.0 深度视觉神经网络，采用了如特斯拉一样的：纯视觉占据网络方式，将动态BEV、静态BEV和占据网络三网合一，是具备时空理解能力的感知架构（简单理解就是特斯拉的原理）。
• XPlanner的长时序规划、多对象决策、强推理能力的实现，正是基于特斯拉率先采用的Transformer大模型的应用，通过精细化建模顺序可以推断时间维度上的因果关系，更好的预测动态环境的变化，提高了推理能力。也是特斯拉方案。

再看看：小鹏下一代架构关键：轻地图、全场景、轻雷达

轻地图，轻雷达，在我看来这样的表述就是全面对标特斯拉方案的结果，现在还依旧保留激光雷达，完全是冗余感知的需要，增加系统的安全属性。

总结一下：

小鹏的自动驾驶方案是全面对标特斯拉的结果，在特斯拉的纯视觉方案上，做了修修补补，继续采用激光雷达传感器，作为冗余感知部分，提高了系统的安全感知能力。

特点解读：纯视觉，但是安全性让人担心，训练数据获取是难点

不同于小鹏的修修补补。极越01采用的是和特斯拉“相同”的纯视觉方案。最重要的考验就是对视频照片的处理能力。和特斯拉完全同样的：BEV＋Transformer大模型以及运用占用网络（Occupancy Network）的纯视觉技术方案，难点在于需要“更强的AI算力”以及“更多数据样本”。

AI算力堆砌硬件即可，这个考验的是成本控制谈判能力，技术上不做过多讨论。极越01全系搭载2枚英伟达Orin芯片，AI算力508 TOPS。

但是上面所述的“大模型”的训练，就需要更多的数据样本，数据采集能力，极越和特斯拉相比，恐怕差的不止一点两点：

1. 特斯拉的数据采集能力是非常强大的，大家都听说过特斯拉的“影子模式”吧，就是在特斯拉车展驾驶车辆的时候，备份的自动驾驶软件在后台运行计算，如果计算结果和车主的操作不同，那么就判断此场景数据需要进行训练，会启动上传云端的机制。
2. 并且特斯拉最大的优势就是：全球庞大的用户群，每一辆车都是训练采集端口。

今年8月份，马斯克直播了特斯拉最新的自动驾驶能力，实际状态45分钟，人工接管一次。

同样的方案，极越会更好么？我不信！并且无激光雷达，冗余感知能力弱，其安全性，还是让人担心！

总结一下：

虽然极越01的这套纯视觉智能驾驶方案并非全新开发，而是基于百度Apollo高阶自动驾驶原子化能力和安全体系，由集度和百度共同开发。

但是就目前的状态来讲，也无法和特斯拉庞大的数据采集能力想提并论，特斯拉尚且“45分钟1次红绿灯路口接管”，极越纯视觉想提供更好的感受，难！

就本次车展发布的车辆的自动驾驶能力来看，可以看到，我们现在距离L3自动驾驶越来越近了。