亚洲成人无码专区,久久国产加勒比精品无码,中文字幕h,毛多色婷婷,女人被c视频,日本护士ⅹ动态图,桃花仙洞芳草萋萋水潺潺,欧美干逼视频

（第414期）

文丨高工

汽車主機(jī)廠ADAS研發(fā)人員

以下是自2019年正式入行5年來，結(jié)合近期在與行業(yè)資深人士的交流，對(duì)自動(dòng)駕駛行業(yè)的思考與總結(jié)。同時(shí)今天也是2024年除夕之夜，權(quán)且當(dāng)作年終總結(jié)了。

下面，直接進(jìn)入正題：

1.自動(dòng)駕駛技術(shù)行業(yè)特點(diǎn)：

首先要說的是，智能駕駛是一個(gè)創(chuàng)新厭惡型領(lǐng)域。

這個(gè)觀點(diǎn)最初是從一個(gè)Tier1智駕負(fù)責(zé)人那里聽到的，細(xì)品下來覺得很有道理。在其他領(lǐng)域，創(chuàng)新都被看作是提高本領(lǐng)域性能、表現(xiàn)力的有利途徑。但在汽車智能駕駛領(lǐng)域，往往并不是這樣。所以在技術(shù)未能取得大的突破之前想讓消費(fèi)者接收是一件相當(dāng)難的事情。

換一句話說，你覺得為啥老司機(jī)對(duì)智能駕駛都很嫌棄？

首先，由于智能駕駛技術(shù)是一項(xiàng)新技術(shù)，人類對(duì)機(jī)器的可靠性存在天然的恐懼感、排斥感。

畢竟駕駛汽車是一件關(guān)乎生命的行為。在駕駛前，他們擔(dān)心自己不了解它；當(dāng)他們正在進(jìn)行駕駛時(shí)，智能駕駛系統(tǒng)將會(huì)自動(dòng)調(diào)節(jié)和控制車輛，使車輛能夠根據(jù)不同道路狀況實(shí)現(xiàn)自動(dòng)調(diào)節(jié)和控制可能無法理解車輛的動(dòng)態(tài)，但車輛在某些場(chǎng)景下的反應(yīng)可能會(huì)跟駕駛員的日常操作思路跟習(xí)慣不一致，特別是沒有經(jīng)過正規(guī)考試出來的老司機(jī)，駕齡越老，習(xí)慣越深，這種排斥感越大。（解決措施之一：特斯拉-影子模式）

其次，現(xiàn)在階段的智能駕駛系統(tǒng)，仍然存在許多技術(shù)問題。

例如，有時(shí)車輛無法正常響應(yīng)，有時(shí)中途故障提醒，甚至系統(tǒng)直接罷工，甚至出現(xiàn)不可預(yù)料的狀況，比如AEB緊急剎車誤制動(dòng)——看似好好的，突然給你來一下緊急制動(dòng)，你說你慌不慌。而且這種現(xiàn)象在前幾年AEB系統(tǒng)不成熟之前經(jīng)常發(fā)生，用戶的抱怨也是很多。這幾年通過技術(shù)迭代，已經(jīng)將AEB誤觸發(fā)率大大降低。

小結(jié)一句，對(duì)于人類安全關(guān)切度高的領(lǐng)域，人類目前拒絕將主動(dòng)權(quán)撒手交給AI機(jī)器。

2.L1-L5級(jí)自動(dòng)駕駛的發(fā)展及制約：

L1：即1R。AEB緊急制動(dòng)系統(tǒng)，通過一個(gè)前向毫米波雷達(dá)即可實(shí)現(xiàn)。單顆前向毫米波雷達(dá)系統(tǒng)也是我入行時(shí)最先接觸的車型開發(fā)項(xiàng)目。因?yàn)橹簧婕败囕v車輛縱向的控制，開發(fā)過程相對(duì)而言最簡(jiǎn)單。

L2：通常為1R1V（1V）或者3R1V。1R1V即一個(gè)前向智慧攝像頭加一個(gè)前向毫米波雷達(dá)。因?yàn)閿z像頭的加入，可以識(shí)別車道線，故在縱向控制的基礎(chǔ)上又增加了橫向控制，即可以輔助駕駛員變更車道，含車道偏于預(yù)警、自動(dòng)糾偏功能。橫向控制的增加大大豐富了智駕的功能清單。

LDW車道偏離預(yù)警功能：可以提醒你車輛跑偏車道。

LDP車道保持功能：可以幫你維持在當(dāng)前車道中間，穩(wěn)穩(wěn)當(dāng)當(dāng)?shù)男旭偂?/span>

ELK緊急車道保持功能：可以在一些緊急時(shí)刻強(qiáng)行把車輛糾偏防止與臨道車輛刮碰。

其中，LDP跟ELK在自行糾偏時(shí)方向盤會(huì)自動(dòng)擺動(dòng)，去過擺動(dòng)幅度觸發(fā)的時(shí)機(jī)、擺動(dòng)幅度與頻率過于跟駕駛員習(xí)慣不符合，很容易讓駕駛員感覺在“搶奪”方向盤，因而產(chǎn)生恐慌，所以這倆功能做的不好很容易遭受用戶抱怨。

這里補(bǔ)充一下，隨著技術(shù)的發(fā)展，2020年還活躍的1R1V配置目前基本已經(jīng)被1V配置取代。

原因有二。

其一是因?yàn)閱蝹€(gè)攝像頭的技術(shù)能力已經(jīng)無限趨近原有1R1V的能力，且部分供應(yīng)商的1V產(chǎn)品性能已經(jīng)超越1V的。具體這里的供應(yīng)商是誰，就不提了，抬頭不見低頭見的，哈哈。

其二，主機(jī)廠的降本壓力。一個(gè)雷達(dá)小幾百塊，降個(gè)本它不像嗎？如果你說，毫米波雷達(dá)可以解決攝像頭在極端天氣下，如大雨、大霧、大雪時(shí)捕捉目標(biāo)不準(zhǔn)的場(chǎng)景，你不用它出了事兒怎么辦？

主機(jī)廠：你說的這都是特殊場(chǎng)景，這些場(chǎng)景下誰會(huì)用智駕功能呀！我們說明書里都已經(jīng)寫得清清楚楚。

說是這么說，可實(shí)際，有些年輕人也是膽大，什么路況下都敢開啟智駕功能······因此發(fā)生了很多不該出現(xiàn)的事故。再次提醒一句：現(xiàn)階段的智能駕駛功能都是“輔助”性質(zhì)，扶好方向盤，時(shí)刻保安全！

3R1V配置則是在1R1V的基礎(chǔ)上增加兩個(gè)毫米波雷達(dá)，通常是后向毫米波雷達(dá)，位于車尾兩側(cè)。因?yàn)榍懊嬉延?R1V，所以若想將智駕功能覆蓋面更廣，車輛后向增加傳感器的必要性更大。這倆后向毫米波雷達(dá)俗稱RDA角雷達(dá)，實(shí)現(xiàn)后向來車相關(guān)的預(yù)警功能與車輛控制。

L2+：按照智駕系統(tǒng)的時(shí)間軸來看，5R1V配置開始出現(xiàn)，即5個(gè)毫米波雷達(dá)，1個(gè)前向毫米波加車輛每個(gè)角上各1個(gè)，共計(jì)5個(gè)。1V就是上面提到的1個(gè)前向智慧攝像頭。也正是從這個(gè)傳感器配置開始，部分傳感器已經(jīng)不再需要單獨(dú)的控制器模塊，而是自身只作為一個(gè)傳感器，控制器由一個(gè)大的、單獨(dú)的硬件來充當(dāng)，即“域控制器”。但各家主機(jī)廠的方案并不相同，如有的方案是這樣：5R1V方案。按照功能來分，前向的3個(gè)毫米波雷達(dá)跟攝像頭的控制器由一個(gè)域控制器來承載，后向的2個(gè)毫米波雷達(dá)因?yàn)橛瑟?dú)立的后向功能則保持自身的控制器。這樣一來，大大提高了控制器的集成化水平。

L 2++:周視引入，激光雷達(dá)可用，行泊車一體。

因?yàn)橹芤晹z像頭的引入，一個(gè)比較流行的方案為3R6V。如果說5R1V方案是以雷達(dá)為主（雷達(dá)作為主要的感知來源），那么3R6V方案即是以攝像頭為主傳感器。目前小鵬、理想，跟特斯拉都是以視覺為主，其中特斯拉更是把視覺做到了極致，現(xiàn)在整車已經(jīng)可以放棄所有雷達(dá)，只用攝像頭來做自動(dòng)駕駛，而國(guó)內(nèi)的主機(jī)廠仍在走視覺、雷達(dá)融合方案。可是相比之下，我們國(guó)內(nèi)的多傳感器融合方案的效果卻依舊不如特斯拉的純視覺方案，特斯拉還是牛，不得不給其點(diǎn)個(gè)贊。由此也可見，傳感器只是基礎(chǔ)，算法的優(yōu)劣則更加關(guān)鍵。最近特斯拉端到端的技術(shù)，再一次引領(lǐng)了自動(dòng)駕駛行業(yè)的發(fā)展方向。

另外，有些方案中增加了激光雷達(dá)的使用。但因其成本過高，往往搭載激光雷達(dá)的車型售價(jià)都在30萬以上。搭載激光雷達(dá)的方案多種多樣，行業(yè)內(nèi)比較認(rèn)可的方案是——若想實(shí)現(xiàn)城市NGP則需要2個(gè)及以上的激光雷達(dá)，前向左右各一個(gè)，可以解決前方鬼探頭場(chǎng)景。

L3:駕駛員需要在駕駛位，駕駛員可脫手脫眼，但需支持車輛報(bào)警10S鐘接管，即功能不能直接退出，而是要給駕駛員留出接管反應(yīng)的時(shí)間，即冗余能力要強(qiáng)。但因?yàn)榉ㄒ?guī)政策規(guī)定L3級(jí)別的自動(dòng)駕駛車輛若在行駛中出現(xiàn)事故是由主機(jī)廠承擔(dān)責(zé)任，與主機(jī)廠目前并不想也沒那個(gè)實(shí)力來承擔(dān)這個(gè)責(zé)任相矛盾，故市場(chǎng)上基本沒有真正意義上的L3自動(dòng)駕駛量產(chǎn)車。有也是極小數(shù)量的車輛，宣傳效果遠(yuǎn)大于實(shí)用價(jià)值，說白了就不是真正想賣給消費(fèi)者的。

L4：是由無人駕駛系統(tǒng)完成所有的駕駛操作，根據(jù)系統(tǒng)要求，人類不一定提供所有的應(yīng)答。車內(nèi)可無需配備安全駕駛員。當(dāng)車輛具備L4級(jí)自動(dòng)駕駛功能，全程已無需人類駕駛者介入駕駛，無人駕駛系統(tǒng)可獨(dú)立完成所有駕駛操作、周圍監(jiān)控以及支援工作，即實(shí)現(xiàn)真正的無人駕駛。但該級(jí)別仍然限定道路和環(huán)境條件，如用于于無人物流、無人微公交、自主泊車等特定場(chǎng)景。

L5: 全自動(dòng)駕駛。與L4相比，是由無人駕駛系統(tǒng)完成所有的駕駛操作，車內(nèi)無需配備安全駕駛員，且不限定道路和環(huán)境條件，即無人駕駛系統(tǒng)可在任何條件下駕駛車輛。直到這個(gè)等級(jí)才算是真正意義上的完全自動(dòng)駕駛。

3.技術(shù)原理及發(fā)展：

（1）自動(dòng)駕駛難點(diǎn)：我怎么知道自己感知失效了呢？

關(guān)于傳感器局限性：

雷達(dá)：目標(biāo)物大小判斷不了，車道線，靜態(tài)目標(biāo)識(shí)別不了；

攝像頭：雨霧雪狀態(tài)下不太行。

可信AI：如Chatgpt這種AI模型，人類是從理工科學(xué)上難以理解的，無法解釋，無法控制。美國(guó)日本中國(guó)對(duì)這種新東西感興趣，但歐洲人不太信這種意識(shí)流。

目前2種傳統(tǒng)融合方式：

目前，行業(yè)內(nèi)采用的多傳感器融合算法主要分為前融合和后融合。前融合是指系統(tǒng)會(huì)將傳感器感知數(shù)據(jù)進(jìn)行整合，輸出一個(gè)感知結(jié)果，再進(jìn)行決策。這種算法對(duì)不同類型源數(shù)據(jù)的時(shí)效性要求高，對(duì)硬件算力有更強(qiáng)要求。后融合是指所有傳感器均輸出感知結(jié)果，供系統(tǒng)決策。該算法的弊端是單一類型的傳感器因自身能力限制，受位置、光線以及速度等因素影響，可能發(fā)生漏檢或誤檢。

簡(jiǎn)單來說是這樣：

前融合：雷達(dá)，相機(jī)輸出原始數(shù)據(jù)，由歸控自己判斷是否為目標(biāo)。

后融合: 多個(gè)傳感器都用自己的原理判斷是否為目標(biāo)，傳遞給歸控，疊加處理，一旦不同的傳感器輸入的目標(biāo)結(jié)果不一致問題就來了?？梢酝ㄟ^置信度判斷誰的對(duì)，信誰的。

后面又出現(xiàn)了感知技術(shù)的不斷發(fā)展，比如上汽旗下飛凡汽車提倡的前后一體化融合、BEV鳥瞰感知、特斯拉的端到端感知融合技術(shù)。

1.前后一體化融合：包含前融合、后融合，是將前融合和后融合兩個(gè)過程同步進(jìn)行，對(duì)視覺、毫米波、激光雷達(dá)等獨(dú)立輸出的感知結(jié)果進(jìn)行后融合，同時(shí)綜合激光/毫米波+圖像的前融合結(jié)果進(jìn)行全要素全觀測(cè)周期融合。還會(huì)將通過全融合算法獲取的信息與高精度地圖進(jìn)行再次綜合，進(jìn)一步精準(zhǔn)測(cè)量、判斷車輛周圍環(huán)境的動(dòng)態(tài)以及靜止物體，最終得到的感知結(jié)果會(huì)實(shí)時(shí)呈現(xiàn)在車機(jī)大屏上。

2.BEV（Bird's-Eye-View鳥瞰俯視視角），之前的是正視圖視角，為2D的，缺少前方物體深度信息，這就造成了縱向深度上感知存在局限性。而BEV則是一種鳥瞰視角，可以理解成“俯視”。BEV是感知算法層面，目前最好的感知算法，目前跟ChatGPT唯一的接口。所以在ChatGPT爆火的今天，逐漸成為各大主機(jī)廠、供應(yīng)商爭(zhēng)相研究的感知技術(shù)。

3.特斯拉的端到端技術(shù)。據(jù)科技狂人馬斯克前段時(shí)間聲稱，特斯拉Model3換代車型上會(huì)應(yīng)用此項(xiàng)新技術(shù)，目前已很成熟。

目前已量產(chǎn)的智能駕駛，絕大多數(shù)采用的是模塊化架構(gòu)。所謂“模塊化”其實(shí)很好理解，就是把智能駕駛拆分成一個(gè)個(gè)典型任務(wù)，然后將這些任務(wù)交由專門的AI模型或模塊來處理，比如說現(xiàn)有的智駕體系可以分為感知、預(yù)測(cè)、規(guī)劃三大模塊，每個(gè)模塊都有自己對(duì)應(yīng)的模型，每個(gè)大的模塊下，又可能是以多種模型組合而來的，所有可以做到處處有跟蹤。這套技術(shù)的優(yōu)勢(shì)就是當(dāng)出現(xiàn)問題時(shí)，可以通過每個(gè)小模型層層分析，排除并解決問題，換句話說——這套系統(tǒng)里的東西都是“環(huán)環(huán)相扣”的，調(diào)試的原理十分清晰。但相應(yīng)的弊端也顯而易見，那就是每個(gè)環(huán)節(jié)的環(huán)環(huán)相扣也會(huì)導(dǎo)致你改動(dòng)一個(gè)地方，往往它的上下游都需要修改，甚至上上游、下下游也要改。而且在實(shí)際開發(fā)當(dāng)中，我們從業(yè)者越來越多的發(fā)現(xiàn)了很多“Corner Case"也就是一些臨界場(chǎng)景容易功能失效。從本質(zhì)上來講，造成這個(gè)現(xiàn)象的原因是目前的技術(shù)是人為定義的，而實(shí)際路況千奇百怪，總有些我們?cè)谠O(shè)計(jì)時(shí)考慮不到的點(diǎn)，又或是現(xiàn)有技術(shù)沒法與現(xiàn)行方案相匹配，最終造成現(xiàn)有的方案就是會(huì)解決不了一些特殊路況跟場(chǎng)景。

此時(shí)，端到端技術(shù)的優(yōu)勢(shì)顯現(xiàn)出來。它則是通過一個(gè)模型實(shí)現(xiàn)了以上多種模型的功能，研發(fā)人員只需要針對(duì)這一個(gè)模型進(jìn)行整體訓(xùn)練、調(diào)整優(yōu)化，即可實(shí)現(xiàn)性能上的提升，因此可以更好地集中資源，實(shí)現(xiàn)功能聚焦?，F(xiàn)有技術(shù)不是分為感知、預(yù)測(cè)、規(guī)劃三大模塊嘛，端到端不需要分那么細(xì)，感知、預(yù)測(cè)、規(guī)劃它全部都能干，只需要拿到外界路況的輸入信息，它就可以直接輸出信息給到車輛執(zhí)行器、車機(jī)大屏。

也就是說端到端技術(shù)的一端是輸入，一段是執(zhí)行。而且它還是個(gè)“黑盒”，也就是說端到端這個(gè)大模型中的運(yùn)行機(jī)理你是沒法一條條拿出來單獨(dú)分析的。比如，針對(duì)某一場(chǎng)景它給出了一個(gè)執(zhí)行結(jié)果，車輛運(yùn)行正常，也符合人類預(yù)期。但是，它內(nèi)部是怎么運(yùn)行的，怎么結(jié)合路況給出最終意見的，它不告訴你！

那怎么樣去開發(fā)這個(gè)端到端技術(shù)呢？靠訓(xùn)練，用大量的道路采集信息去訓(xùn)練這個(gè)大模型！

看到這，您應(yīng)該知道這個(gè)端到端技術(shù)的恐怖之處了，它其實(shí)就是個(gè)AI大模型，需要大量的數(shù)據(jù)去訓(xùn)練。說白了，跟人腦工作原理有點(diǎn)像，咱們?nèi)祟惒灰彩菑膵雰洪_始不停的接受大人的教育，慢慢變得“聰明”起來嘛。只是，人類目前為止并不放心把關(guān)乎人類生命安全的事情交給一臺(tái)不可控的機(jī)器。萬一，這臺(tái)機(jī)器不知為何突然發(fā)瘋，在正常道路上突然狂飆200KPH怎么辦？畢竟人類都有可能突然發(fā)瘋！

（2）激光雷達(dá)

激光雷達(dá)：城市NGP需要2個(gè)及以上——前向、左右各一個(gè)，針對(duì)前方類似鬼探頭，可以很好的解決。但由于價(jià)格仍然居高不下，故量產(chǎn)車型上激光雷達(dá)方案更多的是作為補(bǔ)強(qiáng)傳感器，1-2個(gè)激光雷達(dá)的方案有很多。

（3）4D毫米波雷達(dá)

見鏈接。在普通毫米波雷達(dá)的基礎(chǔ)上，增加一個(gè)維度（高度）的感知能力。普通的毫米波雷達(dá)為3D雷達(dá)，可感知維度分別為目標(biāo)車距離、目標(biāo)車車速、目標(biāo)車橫向角度。而4D毫米波則增加了一個(gè)俯仰角，即目標(biāo)的高度，因此可以構(gòu)建類似于激光雷達(dá)點(diǎn)云。但是一個(gè)毫米波雷達(dá)幾百塊，而一個(gè)激光雷達(dá)幾千塊，差了一個(gè)數(shù)量級(jí)。所以4D毫米波可以簡(jiǎn)單的理解為激光雷達(dá)的”平替“。

（4）ASIL D

ASIL D相當(dāng)于500萬冊(cè)圖書館里的錯(cuò)別字只有36個(gè)以下。航天標(biāo)準(zhǔn)之下最大的,很嚴(yán)格。

（5）高度集成策略：為何功能越復(fù)雜的功能越需要域控？

1.從OTA角度-離散的ECU升級(jí)失敗的概率太大了，統(tǒng)一策略，一次就把原來離散的ECU升級(jí)全部搞定，省事也省心。這里說一下，F(xiàn)OTA升級(jí)時(shí)強(qiáng)烈依賴于上網(wǎng)通道，一般為TBOX提供此項(xiàng)鏈路，一旦網(wǎng)絡(luò)通信出現(xiàn)問題，數(shù)據(jù)流很可能中斷，造成FOTA失敗。在我日常工作中接觸到的結(jié)果來看，F(xiàn)OTA的失敗概率還是很大的。而且說個(gè)小秘密——車企通常在很多FOTA失敗時(shí)不對(duì)用戶提示失敗，而是讓你重新試試，盡可能減少因刷新失敗帶來的用戶信賴度損失。

2.成本：降本。舉個(gè)例子，原來四個(gè)零部件，則需要四個(gè)硬件，這四個(gè)硬件不僅有硬件成本——接口、線束、DV/PV測(cè)試費(fèi)用、供應(yīng)商費(fèi)用一個(gè)也不能少，我把它合成到一個(gè)控制器你說是不是可以省很多成本！

3.性能：性能提升。從控制邏輯上來看，由原來分散的邏輯，變成統(tǒng)一的策略，無疑可以形成更規(guī)范、合理化的控制邏輯，減少或避免因各家供應(yīng)商、控制器策略不同帶來的影響；在資源利用上，可以統(tǒng)籌整個(gè)控制器，按需分配芯片算力、內(nèi)存等，可以更好地利用資源；降低原本分散型控制器之間的信號(hào)延遲、信息損耗等。

最后，如果整車只用一個(gè)域控制器——整車中央域：至少2000T算力。整個(gè)汽車控制器發(fā)展趨勢(shì)：分布式——域集中式——中央集中式。

（6）低成本策略：用一個(gè)J3芯片實(shí)現(xiàn)分時(shí)行泊功能-分時(shí)復(fù)用

在一兩年之前，也就是20年、21年的樣子，自動(dòng)駕駛正值上升期，各種獨(dú)角獸企業(yè)層出不窮，國(guó)內(nèi)自動(dòng)駕駛芯片企業(yè)如黑芝麻、地平線紛紛獲得融資，可以說是一派欣欣向榮之景。但是自從22年開始，自動(dòng)駕駛的企業(yè)的投資回報(bào)率遲遲達(dá)不到投資人的預(yù)期，導(dǎo)致資本漸漸都自動(dòng)駕駛失去耐心。與此同時(shí)，中國(guó)電動(dòng)汽車市場(chǎng)異軍突起，不僅銷量屢創(chuàng)新高，而且價(jià)格也越打越低，直接讓自動(dòng)駕駛配置在整車BOM成本上處于尷尬位置——自動(dòng)駕駛不是大部分用戶買車的首要考慮因素，單成本卻很高。以3R6V/HDM&RTK/4V12U的行泊一體方案為例，已經(jīng)大幾千元。如果帶上激光雷達(dá)，輕輕松松過萬。

現(xiàn)在帶NGP功能的很多車型都在十幾萬元，按照15萬元的車型，8千元的成本來算，自動(dòng)駕駛的BOM成本就達(dá)到了5%。說句大白話來說，用整車5%的成本卻帶不來對(duì)應(yīng)的賣車作用，最終導(dǎo)致很多車型棄用行泊一體配置，只用1V或1R1V的配置。這也就導(dǎo)致原本使用一個(gè)J3的芯片實(shí)現(xiàn)行泊功能分時(shí)復(fù)用的方案從最初的嫌棄，又在23年變成了香餑餑！可以說，低成本的自動(dòng)駕駛方案在23年重新火了起來。

（7）數(shù)據(jù)閉環(huán)（車云一體）

數(shù)據(jù)閉環(huán)主要分為兩大部分：1.DOTA數(shù)據(jù)更新，2.埋點(diǎn)數(shù)據(jù)的回傳。其中DOTA即高精地圖數(shù)據(jù)的OTA更新。而埋點(diǎn)數(shù)據(jù)則是將智駕功能相關(guān)的信號(hào)上傳到云端，方便車企工程師從云端直接獲取車輛的數(shù)據(jù)。想象一下，公司的一輛車型出現(xiàn)了售后故障，而事發(fā)地點(diǎn)遠(yuǎn)在千里之外，那為了解決問題是不是要出個(gè)差？而有了這個(gè)數(shù)據(jù)閉環(huán)功能，車企工程師就可以針對(duì)故障車從云端數(shù)據(jù)庫(kù)調(diào)取數(shù)據(jù)，分析問題，豈不是非常高效！

（8）低功耗策略

針對(duì)電動(dòng)車型，其續(xù)航能力被視為重要指標(biāo)，這就需要各整車各個(gè)控制器研究降低其零部件功耗的可行性。隨著23年以來電動(dòng)車的銷量爆發(fā)式增長(zhǎng)，這個(gè)需求便更加迫切。這兩年電動(dòng)車有個(gè)重要的指標(biāo)已經(jīng)被提出：一度電可行駛公里數(shù)。目前有的車型可以做到一度電行駛9KM左右，比如比亞迪海豚、上汽榮威D7。

而智駕控制器的功耗相對(duì)也不低，比如行泊一體的MPD域控制器的功耗一般都在幾十瓦的樣子，故在降功耗的目標(biāo)范圍之內(nèi)。目前的低功耗方案主要集中在保持其控制器通信，而關(guān)閉其智駕功能模塊這一思路上，功耗降幅明顯。

（9）特斯拉-影子模式

每一臺(tái)特斯拉都隱藏著一個(gè)鮮為人知的模式也就是影子模式 shadow mode。當(dāng)我們?cè)谧约洪_車并沒有開啟autopilot或者是FSD輔助駕駛的時(shí)候，特斯拉的自動(dòng)駕駛程序依然在后臺(tái)悄悄的運(yùn)行。但是他不會(huì)干預(yù)駕駛員的操作，你可以把它理解成為坐在副駕駛位不斷學(xué)習(xí)駕駛技術(shù)的人工智能。

那么特斯拉為什么要浪費(fèi)這些算力和功耗通過影子模式去模擬各種駕駛行為呢？其實(shí)很簡(jiǎn)單！就是為了學(xué)習(xí)出更安全的駕駛方式超越人類的駕駛技術(shù)、駕駛員開車做出變道行為的時(shí)候，特斯拉也會(huì)根據(jù)實(shí)施的路況通過算法操作模擬出的影子去做出變道行為，并且將自己的變道行為和人類的變道行為去做出對(duì)比。

在影子模式一次次的演練中積累大量珍貴的數(shù)據(jù)再將海量的數(shù)據(jù)投喂給神經(jīng)網(wǎng)絡(luò)人工智能。從而訓(xùn)練人工智能的駕駛技術(shù)達(dá)到人類的水平甚至?xí)饺祟惛踩咝А?/span> 所以特斯拉的shadow的model其實(shí)是一個(gè)非常高效的駕駛數(shù)據(jù)采集模式。伴隨著汽車的銷量越高它能采集到的場(chǎng)景就越多，數(shù)據(jù)量也越大就像滾雪球一樣，人工智能自動(dòng)駕駛的技術(shù)進(jìn)化的會(huì)越來越快。

（10）重感知輕地圖：成本+鮮度（高速+城市）+城市道路合規(guī)性

地圖是一個(gè)錦上添花的東西，在城市NGP功能時(shí)還算好用，但是一旦拓展到城市NGP時(shí)，地圖就跟不上節(jié)奏了。主要是高精地圖的數(shù)據(jù)采集耗時(shí)耗力、更新數(shù)據(jù)的周期不夠快，而NGP又是需要快速迭代路況的東西，所以智駕功能一旦進(jìn)階到城市NGP時(shí)地圖的地位就非常尷尬。還不是重感知來的實(shí)在。

4.芯片及大模型

（1）常見芯片：地平線：J5：96T,J6：1000T 索爾2000T（艙駕一體） orin 250T

關(guān)于TOPS：Tera Operations Per Second的縮寫，1TOPS代表處理器每秒鐘可進(jìn)行一萬億次（10^12）操作。算力越大，代表處理器運(yùn)算的能力越強(qiáng)。但是這里需要指出，并不是芯片算力越大，性能就一定好。因?yàn)槎嗌賂OPS的算力只能代表硬件本身的計(jì)算能力，而實(shí)際的性能表現(xiàn)除了硬件能力外還需要看配套的算法水平，如果硬件能力強(qiáng)大，但配套的算法是一堆垃圾代碼，整體性能依舊不會(huì)好。只有硬件算力跟算法都好，且匹配軟硬件匹配度也高，才能有一個(gè)好的性能。單獨(dú)提硬件算力跟算法好壞都是片面的，不貼合實(shí)際的。

（2）芯片的選擇：能實(shí)現(xiàn)的功能，對(duì)應(yīng)多少算力，就選擇多少算力的芯片

芯片與散熱：雕刻機(jī)，單位面積上可以雕刻多少晶體管，尺寸越小，單位面積上雕刻的晶體管就越多，算力總和就越大。但是算力帶來的散熱性就越大,于是乎芯片的載體-PCB板的散熱，引申到控制器硬件的散熱能力就越大。對(duì)于算力要求最高的域控制器來說，45Tops以上算力的控制器，完全被動(dòng)散熱(自然輻射散熱)則不再滿足需求。需要加一個(gè)風(fēng)扇，甚至通過外加循環(huán)液體帶走控制器上的局部熱量。目前控制器的散熱形式分為三大類：完全被動(dòng)散熱、風(fēng)扇散熱、水冷散熱。

其中完全被動(dòng)散熱的域控制器在40W左右，風(fēng)扇散熱的域控制器極限在60W以內(nèi)，水冷散熱則是目前散熱方式的天花板，預(yù)計(jì)真的到了整車中央集中式控制器時(shí)才會(huì)遇到挑戰(zhàn)。

（3）大數(shù)據(jù)被大模型所取代

寫代碼：由程序員寫到仿真軟件、大模型自動(dòng)生成。專門寫代碼的人員會(huì)越來越少。補(bǔ)充一下，人工智能（AI）也有分支，其中一種時(shí)“線性”的，可以理解成每一個(gè)動(dòng)作都可以找到出處、傳遞路徑，有理有據(jù)。另一種是端到端的（E2E），即給你一個(gè)輸入，直接給你輸出結(jié)果，過程不告訴你?？梢酝ㄟ^喂數(shù)據(jù)不停的去優(yōu)化它，提高準(zhǔn)確性，但缺點(diǎn)也很明顯——內(nèi)部是怎么運(yùn)算的你是完全不知道的。這就有點(diǎn)像人腦。

但是！但是！但是！

人腦如此可以，人類卻對(duì)這種不可控的技術(shù)十分敬畏，甚至是驚恐。看看科幻片里的智能機(jī)器人“造反”的場(chǎng)景就能感受人類對(duì)于AI機(jī)器人失控有多絕望!這也就回到了開頭所說的，人類目前拒絕將主動(dòng)權(quán)撒手交給并不十分可控的AI機(jī)器。

5.自動(dòng)駕駛行業(yè)趨勢(shì)預(yù)測(cè)。

大嘴一下，斗膽預(yù)測(cè)下接下來自動(dòng)駕駛行業(yè)的走勢(shì)。

18年我剛畢業(yè)時(shí)，自動(dòng)駕駛就已經(jīng)很火，一直到21年，可以說是前景十分美好。20、21年的時(shí)候，只是我認(rèn)識(shí)的一些人就有很多汽車相關(guān)領(lǐng)域的人涌入。那時(shí)我就說這不是一個(gè)好事，因?yàn)椴阶哟罅巳菀壮吨?。自?dòng)駕駛初創(chuàng)企業(yè)為了畫餅，給投資人描繪了一幅十分美好的畫面。但是初創(chuàng)企業(yè)的領(lǐng)導(dǎo)者們還是低估了自動(dòng)駕駛落地的困難度。

技術(shù)突破與國(guó)家政策缺一不可，事實(shí)證明，后者比較扯后腿。

到了22年，投資人們面對(duì)初創(chuàng)企業(yè)光砸錢不見收益估計(jì)也煩了，失去了興趣，我們看到很多初創(chuàng)企業(yè)倒下了很多，不僅是初創(chuàng)的車企，倒下最多的還是初創(chuàng)的自動(dòng)駕駛Tier1們。所以說22年自動(dòng)駕駛便從一個(gè)高峰陡然下降，遇到了寒冬！現(xiàn)在已經(jīng)24年了，這個(gè)寒冬也只是略微見到了回春。

那么，接下來呢？

接下來我認(rèn)為自動(dòng)駕駛還會(huì)重新繁榮起來。以國(guó)內(nèi)為例，房地產(chǎn)不行了，A股那個(gè)半死不活的樣子（最近A股的表現(xiàn)，你懂得?。?，中國(guó)的鈔票又在增發(fā)，那你說錢將會(huì)流向哪里呢？

我覺得是高科技企業(yè)，如一些卡脖子的專業(yè)領(lǐng)域以及自動(dòng)駕駛、新能源這類技術(shù)革命，產(chǎn)業(yè)迭代的領(lǐng)域，利于中國(guó)彎道超車。

除了基建和股市，房子、車子、手機(jī)是我們最常面對(duì)的消費(fèi)品。

大規(guī)?；ǜ康禺a(chǎn)屬于上個(gè)時(shí)代了，手機(jī)已經(jīng)發(fā)展到一個(gè)瓶頸，還剩下什么——車子！

這也是為何很多有錢的互聯(lián)網(wǎng)大佬要造車的原因——手里那么多錢不造個(gè)車賭一把？關(guān)于他們選擇造車還有其他一些原因，這里不再展開。

下面的信息對(duì)于汽車人來說是個(gè)好消息：

最近關(guān)于L3自動(dòng)駕駛的國(guó)家政策陸續(xù)出來了，國(guó)家也在幫我們自動(dòng)駕駛出力。

2023年7月，工信部和國(guó)家標(biāo)準(zhǔn)化管理委員會(huì)聯(lián)合發(fā)布了《國(guó)家車聯(lián)網(wǎng)產(chǎn)業(yè)標(biāo)準(zhǔn)體系建設(shè)指南(https://auto.gasgoo.com/institute/journal/1001汽車)(2023版)》。根據(jù)該指南，到2025年，系統(tǒng)形成能夠支撐組合駕駛輔助和自動(dòng)駕駛通用功能的智能網(wǎng)聯(lián)汽車標(biāo)準(zhǔn)體系。到2030年，全面形成能夠支撐實(shí)現(xiàn)單車智能和網(wǎng)聯(lián)賦能協(xié)同發(fā)展的智能網(wǎng)聯(lián)汽車標(biāo)準(zhǔn)體系。

2023年11月，工信部、公安部、住房和城鄉(xiāng)建設(shè)部、交通運(yùn)輸部四部委發(fā)布《關(guān)于開展智能網(wǎng)聯(lián)汽車準(zhǔn)入和上路通行試點(diǎn)工作的通知》，進(jìn)一步為高階智能駕駛的上路測(cè)試提供政策支持，掃清阻礙。

在政府層面，自動(dòng)駕駛的綠燈肯定會(huì)時(shí)常開啟。經(jīng)濟(jì)越不景氣，越是提不起來，政策向自動(dòng)駕駛傾斜的可能性就越大！