车企城市NOA之争,前菜已至,正席将开

558次阅读
没有评论

车企城市NOA之争,前菜已至,正席将开

图片来源@视觉中国

文 | 赛博汽车

京城核心区域“大门”,终于被车企的高阶智能驾驶敲开了。

最近,小鹏宣布城市NGP开放北京五环内城区环线和城市快速路,至此,小鹏城市NGP的开放城市增加到5个。此后不久的7月11日,蔚来官方发文,NOP+也在同样的范围内开放功能。

因为政策和交通环境等原因,北京核心城区高阶智能驾驶的落地相比其他城市难度系数更高,所以随着小鹏和蔚来相继进入北京城区,车企之间的城市NOA(各家名称可能不同,但功能大同小异)之争,可以说来到了第一阶段的最高潮。

为什么说是第一阶段?

当下落地的城市NOA,大多是在BEV+Transformer的架构下,选择视觉感知为主的融合感知+高精地图方案,一方面为还不够成熟的感知模型做补充;另一方面加快城市NOA落地的速度以期快速收集数据做算法迭代,为无图做准备。

但碍于高精地图的局限性,目前城市NOA在体验上只能算前菜,正式的大菜、硬菜能否上桌,还要看下半年大规模无图城市NOA能否铺开。

各家城市NOA,进展如何?

严格意义上来讲,目前国内真正大规模向用户推送城市NOA功能的玩家,只有小鹏和华为2家。

车企城市NOA之争,前菜已至,正席将开

主要玩家“城市NOA”对比

先说小鹏,去年9月,小鹏就在广州向少量车主推送城市NGP,正式开启城市高阶智能驾驶功能的释放,紧接着在去年10月22日全量推送。

但是需要注意的是,这里的城市NGP版本尚属于小鹏上一代智能驾驶系统XPilot的功能,这是一套基于高精地图+融合感知的系统,

而小鹏最新的智能驾驶系统XNGP则是基于小鹏自研的Xnet感知网络,走的是视觉感知为主的BEV+Transformer大模型路线,利用神经网络代替了大量原来系统中繁复的手写后处理逻辑,基本是复刻特斯拉的路子,完全释放能力之后可以摆脱高精地图的限制。

所以从技术的角度来说,XPilot与小鹏最新的XNGP属于两个完全不同的产品

车企城市NOA之争,前菜已至,正席将开

此后在今年3月底,小鹏正式将XNGP第一阶段能力释放,在上海、深圳、广州三城开放点到点的城市NGP,此后又在佛山和北京开放相关功能,适用车型为G9及P7i Max版,还有最近上市的G6 Max版。

(PS:严格按照功能定义来说,小鹏城市NGP在北京应该属于高速NGP,这里跟企业宣传口径保持一致仍然叫城市NGP。)

车企城市NOA之争,前菜已至,正席将开

这个阶段的城市NGP还需要高精地图的辅助,因此可用的范围仍然局限在上述城市中高精地图覆盖的区域中。

不过,目前小鹏的城市NGP已经具备了一定的脱图能力,在无图覆盖的区域,城市NGP会自动降级到LCC增强版,除了主动绕行、左右转向外,红绿灯识别启停、跨线绕行等功能也得到了保留。

在此之前,《赛博汽车》在上海与广州两地对小鹏城市NGP都有过体验,整体反馈比较正面,在高精地图与实际路况不一致的场景下,也能够依靠自身的感知流畅通过。

华为城市NOA(华为称为城市NCA)的落地节奏与小鹏基本一致,去年10月中旬,华为宣布搭载其ADS智驾系统的极狐αS HI版在深圳全量、全域开放城市NCA功能,打响业内大规模落地第一枪。

此后,华为又分别在去年年底和今年3月开放上海和广州两城,在此期间,华为城市NCA的搭载车型又加入了阿维塔11。

当然,与小鹏类似,这一版本的城市NCA,属于华为上一代ADS1.0智能驾驶系统的功能,同样是基于高精地图+融合感知的技术路线,所以各个城市开放的区域仍然在高精地图覆盖的围栏内。

车企城市NOA之争,前菜已至,正席将开

今年4月17日,华为ADS2.0正式发布,相比第一代ADS系统,2.0版本中增加了道路拓扑推理网络(可以在BEV感知中推理构建实时高精地图),从而摆脱了对真实高精地图的依赖。

目前华为ADS2.0的搭载车型主要是问界M5智驾版和阿维塔11单电机版,后续搭载1.0版本的车型也将进行升级。

ADS2.0的城市NCA目前开放的城市,除了深圳、广州和上海之外,在第二季度又加入了杭州的部分区域。

在短期内,ADS2.0仍然需要高精地图这根拐杖,但从华为的口径来看,无图版本将会在第三季度进行OTA,届时首批开放城市将达到15个。

除了上述两家之外,第二梯队近期也动作频频。

先是理想在家庭科技日上宣布,其自研的城市NOA于近期开启内测,从当天官方给出的信息来看,理想的城市NOA方案使用了静态&动态BEV网络算法和Occupancy网络算法,基本就是摸着特斯拉的石头过河。

也难怪马斯克在看过理想的方案后直呼“Looks familiar”。

所以,与小鹏和华为不同的是,理想在城市NOA的研发上,试图一步到位,一开始就把高精地图拿掉。

蔚来6月份也在上海正式开启城市NOA功能的测试,不过对比理想,蔚来的路数较保守,没有选择起步就脱离高精地图的路线,但根据计划,未来其NAD智驾系统最终走向仍然是无图。

除此之外,长城(毫末智行)、比亚迪等传统车企也有各自的城市NOA落地计划,落地时间基本集中在今年下半年到明年上半年。

城市NOA,为脱图做准备

可以看出,目前车企之间的城市NOA落地,有2个特征值得注意:

首先,开城速度慢,拿华为和小鹏来说,奉行的都是以城市为单位依次进行开放,从去年10月至今,开放城市数量都在5个以内,且所开放的城市均属于智能网联汽车高精度地图应用试点城市;

其次,无法做到真正意义上的全域开放,不管是小鹏还是华为,当前城市NOA的可用范围都是有限的,这里的有限主要有2个表现,一是NOA只能在高精地图覆盖的部分区域内进行开启,二是就算在高精地图覆盖的区域内,也只是城市的快速路或者主干道上用,无法深入到大部分的小街小巷。

无论是哪一条,对于已经订阅了相关服务,或者买了具备城市NOA功能车型的用户来说,实际体验要打上很大的折扣。

所以,从某种意义上来说,目前车企的城市NOA落地,更多的是一种体现智驾技术优势的前菜,真正给用户带来的价值有限。

症结所在,是对高精地图的依赖。

高精地图对于智能驾驶感知层面的支持不用多说,主要起到一个感知先验和超视距能力。简而言之,就是“开着天眼做开卷考试”。

另外,有业内人士认为,高精地图更大的作用在于,可以将导航路径与具备精确尺寸的超视距地图环境信息结合在一起,从而为智驾系统指导路径规划

即业内著名的“铁轨”比喻:智能驾驶系统沿着高精地图设定好的轨道行进,在此情况下,感知的作用更多是对周身视距内的障碍物进行躲避然后有合适的机会重新回到规划好的路径上即可。

但坏处也不是没有,高精地图的鲜度和成本就是“梗在车企咽喉里的一根刺”。

以鲜度问题为例,在我们此前体验过的某家高速NOA方案中,系统就曾经因为车道线的变更(实变虚或虚变实)错误的执行变道操作,甚至带来违章风险。

除此之外,还有2个更重要的问题:

一是并非所有道路都能做到高精地图覆盖,比如一些保密要求比较高的区域;二是即便是有覆盖,高精地图的使用需要地方政府审批,这也是为什么,前期城市NOA的落地只能是一城一城推进。

车企城市NOA之争,前菜已至,正席将开

尽管如此,现阶段企业在落地高阶智能驾驶的初期,普遍都采用视觉为主的BEV融合感知+高精地图方案,通过高精地图为感知形成补充。

这其中有两点原因,一方面,城市NOA作为最接近自动驾驶形态的驾驶辅助功能,快速落地对企业来说不仅是技术能力的体现,同时也可以成为新的产品卖点,谁的脚步快,谁的用户就能更早形成产品认知,在方案打磨的好的城市形成销量;另一方面,除了特斯拉之外,BEV+Transformer的应用对企业来说尚属于落地初期,数据收集、模型训练仍然存在短板,需要用高精地图进行辅助

另外,车企也需要尽早落地城市NOA获得数据,对算法进行训练,为将来脱图储备条件。各家最近集中喊出无图“通勤模式”的概念,想必很大程度上也有这方面的考量。

城市NOA下一战,兵贵神速

但显然,无法快速铺开且ODD有限的有图城市NOA方案只是一个前菜,当各家的方案有条件抛开高精地图之日,才是“短兵相接”之时。

届时,影响城市NOA能力迭代的因素也变得极其简单:数据获取、标注、训练、迭代,数据闭环能力的建立。即,获取大量真实信息,并反哺技术迭代。

满足这个出发点的前提是,尽可能在最大范围内铺开城市NOA,获取多样性的真实数据,在数据和方案迭代之间建立正向循环,最终,谁更快,谁的用户就能尝到智能驾驶带来的甜头,从而形成口碑效应促进销量,车企以此建立新的护城河。

显然,游戏规则大家都心知肚明,手里的动作也加快了许多。

不久之前,华为推出ADS2.0时就计划,要在第三季度开放包括上海、广州、深圳、重庆、杭州、成都、苏州、南京、郑州、东莞、长沙、西安、武汉、宁波、济南在内的15个城市。到了今年年底,开放城市会进一步增加至45城。

小鹏的节奏与华为类似,预计下半年开放XNGP第二阶段能力,到年底开放50个城市,到了明年,这个数字要增加至200城。

另外,据小鹏智能驾驶负责人吴新宙透露,小鹏第一阶段将优先开放用户集中度大的城市,之后将在此基础上逐步覆盖全国大多数城市。

起步更晚的理想野心更大,在此前的科技日上喊出年底开放100城的目标,力图后发先至。

……

“百城目标”目不暇接,能否实现且不谈,体现在态度上就一个字:快。

在这个基础上,下一轮基于无图的城市NOA将大规模上线成为车辆普遍可见的一个能力,那时我们才能做出论断,城市NOA将会给消费者带来哪些想象不到的价值。

届时我们将见证汽车是否能像智能手机一样,从此成为一个新物种,即智能车。

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

Read More 

正文完
可以使用微信扫码关注公众号(ID:xzluomor)
post-qrcode
 
评论(没有评论)
Generated by Feedzy