文丨智能相对论
作者丨陈明涛
自动驾驶行业内一直对两种路线有争论。一个是实现无人驾驶的实现路径之争，走L1到L4的渐进式路线，还是走直达L4的跨越式路线；另一个是无人驾驶的感知方案之争，选纯摄像头，还是选摄像头和各种雷达融合。
就感知方案来说，所谓视觉与多传感器融合，不仅有“是否多加雷达”的数量问题，还有“只用摄像头到底够不够”的发展问题。在技术逐渐成熟后，“取”和“舍”都是车企们关注的焦点。
事实上，对于感知层硬件的取舍，新势力头部一直是行业的风向标。毫不夸张地说，高阶智能驾驶感知层的技术方案，国外要看“特斯拉”，国内要看“蔚小理”。
在智能驾驶排位赛中，新势力头部已经开始将高速、城区、车库的场景逐步融合，而大部分车企还在使用供应商方案，去推广L2级辅助驾驶。显然，不可能每家车企都有足够的资金、资源和坚持，投入在漫长的智能驾驶发展之中。
具体去看，“蔚小理”是如何选择智能驾驶感知方案？在可以预见的未来，智能驾驶感知方案会是一番场景？
国内看“特斯拉”，国外看“蔚小理”
如果有心关注“蔚小理”，可以发现他们各自有新车型将在今年完成上市，分别是蔚来ET7、小鹏G9、理想L9。同时，随着理想L9将搭载自家的“理想AD Max”，三家的智能驾驶系统都已悉数登场。先来看看各家的感知方案：
我们先看理想L9。根据官方消息，理想L9视觉硬件包括6颗800万像素摄像头和5颗200万像素摄像头，其中前向的两颗800万像素摄像头可实现120°的感知视角和550米的感知距离。同时，理想L9顶置了一颗激光雷达，型号为“禾赛科技 AT128”。
接着来看小鹏G9。除了2颗激光雷达，小鹏G9还将配备12个高清摄像头、5颗毫米波雷达以及12颗超声波雷达。并且，小鹏G9还将是首款搭载XPILOT 4.0智能驾驶系统的车型。
最后是蔚来ET7。其所搭载的Aquila超感系统包括1个超远距高精度激光雷达“图达通猎鹰”，11个800万像素高清摄像头，5个毫米波雷达，12个超声波传感器。
结合“蔚小理”新老车型一起看，可以得出两点：一方面，高清摄像头站“C位”，各家都在提升视觉在感知方案中所占的比例；另一方面，激光雷达成“辅助位”，如果新车型量产，将会进一步得到规模化应用。
无论是提高摄像头还是激光雷达占比，“蔚小理”都有自己的考量。如果把摄像头、激光雷达不计数量地做加法来形成一套感知方案，肯定会形成N种组合。但是，感知方案的优劣并不能以数量和性能来衡量，而是车企在深思熟虑后，能否给出针对自己车型的“最优解”。
看看“蔚小理”怎么用激光雷达的，将深有体会：
理想L9和蔚来ET7考虑激光雷达的意图很明确，需要达到和驾驶员几乎相同的视野距离。一方面，把激光雷达装在车顶，理论上盲区少，视距更长；另一方面，两款车分别用了激光雷达禾赛AT128和图达通猎鹰，前者在已量产的车规级激光雷达中综合性能最强，拥有高局分辨率、点云数量，后者拥有领先的激光波长，用来实现更远的探测距离。
而小鹏G9采用和P5类似的激光雷达策略，目的是解决视觉盲区问题，然后去适应多变、复杂的城区场景。我们可以看到，激光雷达是在小鹏G9车头左右各装一个，同时选性能不用过强且性价比高的速腾聚创M1。它承担的作用不同于理想L9和蔚来ET7，自然重要性就有差异。
感知能力是硬件、算法等共同作用的结果，算法是否领先在一定程度上能影响车企怎么用硬件。
比如小鹏，在中国电动汽车百人会论坛上表示，其智能辅助驾驶系统累计行驶里程1.4亿公里，辅助泊车734万起，高速公里的NGP辅助驾驶里程渗透率达到62%，整个XPILOT 3.0系统的用户渗透率超过96%。
对比蔚来，其在实际应用中积累的用户数据，是少于小鹏的。官方在用户数据报告上显示，NIO Pilot自动辅助驾驶系统，该系统已完成9次迭代升级，累计用户行驶里程超过5200万公里，累计驾驶时间超过75万小时。
这和外界对“蔚小理”最初的印象一样，在智能驾驶方面，小鹏实力优于蔚来和理想。因为要在算法、数据处理上建立优势，小鹏车端的一部分硬件成本其实转移到了后端，藏在“隐秘的角落”。所以目前，小鹏选择摄像头、激光雷达等硬件时会更为灵活，所受的约束更少。
而理想，过去在智能驾驶系统是处于劣势的。这次通过升级理想L9的感知方案，其实表明了理想“补课”高阶智能驾驶的决心：搭载“理想AD Max”智能驾驶系统，要进一步增强视觉感知，要用最好的激光雷达。
只是，对“蔚小理”智能驾驶能力谁更强的比较始终是外界的事。对于车企们自身的发展来说，当下最为关键的，是在新车型的基础上去做新的尝试，确定在可看见的未来，采取怎样的智能驾驶技术路径。
具体到智能驾驶的感知方案，“蔚小理”则是根据需求，决定每个高清摄像头、激光雷达、毫米波雷达应该要承担什么样的角色，还有数量和种类。多传感器共同帮助车企形成了最适合自己的智能驾驶系统，这套感知方案才会是车企们的“最优解”。
今年电动汽车百人会论坛上，小鹏汽车创始人何小鹏表示，会在2022年推出进阶版智能辅助驾驶系统XPILOT3.5，目标是在2026年全面向无人驾驶过渡。如果奔着这个目标去，蔚来、理想都无法置身事外，“蔚小理”都需要提速了。
抛开商业模式，一切技术路径都是“纸老虎”
正如之前所写，在“蔚小理”的感知方案中，高清摄像头和激光雷达的占比在提高，他们在走的是一条不断配置升级的多传感器融合路线。另一边，国外的特斯拉已经彻底抛弃激光雷达和毫米波雷达，坚定地走纯视觉路线。
而无论车企采取哪一种，摄像头始终会是高阶智能驾驶感知方案里最主要的硬件。
首先，摄像头的实现是以人眼为基础的。对人类驾驶员而言，在路上能看到的所有信息，凭借的是人眼的成像。摄像头恰好就是为了还原人眼而设计的，而智能驾驶汽车本质也是服务人类设计出的交通体系。所以按照这个逻辑，摄像头的地位不言而喻。
更重要的是，摄像头能达到雷达无法达到的效果。比如在实际行驶过程中，像是对车道线、交通标识等二维结构的识别，摄像头的能力是无可替代的。同时，对于雨雪雾等恶劣天气下的鲁棒性问题，雷达系统也并不能够解决，而摄像头是有可能利用算法来搞定的，这也特斯拉的技术优势所在。
小鹏汽车副总裁吴新宙曾经表示，“视觉的潜力是没有止境的，它真的是一个宝藏，长期来看，视觉是无所不能的，但是这个能力的增长是有一个过程的”。这句话其实间接点出了纯视觉方案未来巨大的潜力。
那么站在当下，我们应该要对“蔚小理”选择融合感知方案嗤之以鼻吗？其实不然，在《智能相对论》看来，这个问题必须一分为二地去看待。
一方面，在可预见的未来里，融合感知方案值得肯定。因为技术必须务实，必须去协同产品、商业化的发展。
从产品的角度去看，众所周知，“蔚小理”的视觉算法、超算能力对比特斯拉仍有差距。在视觉可能无法实现全场景智能驾驶时，必须要依靠激光雷达等作为辅助去补充视觉。激光雷达在完善好整套感知方案的同时，也为视觉算法的未来提升提供帮助。
这种帮助将会提升“蔚小理”的视觉能力，用三维的距离探测，去验证从二维图像到三维空间的算法准确性，最终要实现的目标，是要让视觉达到与雷达同样的效果。
从商业化的角度去看，每一套可行的商业模式都要有自己对应的一种技术路径、产品。对于车企而言，实现全面无人驾驶是长期战役，要用一套商业模式来保障自身的可持续发展。商业模式的不同，技术、产品方案则会不同。
比如特斯拉，通过纯视觉方案降低了成本，而花在芯片开发以及视觉算法开发上则会不断成本。但是，随着智能驾驶系统不断迭代，带动FSD选装率和价格不断提升，汽车业务毛利率跟着改善。西部证券曾给出数据，预计2025年FSD选装率有望提升至50%，贡献特斯拉整车毛利约30%，其盈利能力持续增强。
还比如小鹏，定位“未来出行的探索者”，拥有领先的数据和算法优势，规划了飞行汽车、四足机器人，并且涉足Robotaxi业务，试图布局一个智能出行生态；而理想继续专注于家庭造车的理念，要稳固自身产品竞争力，必须加紧追赶智能化及自动驾驶技术来补齐短板，其中感知方案就是不可或缺的一环，是会被搬上台面谈论的硬件配置。
另一方面，若以“终局”的眼光判断，融合感知方案可能会是大的过渡方案，纯视觉才是终局。
如果关注行业很容易了解到，一些行业内的玩家，曾经坚定多传感器融合路线的心已经动摇。比如丰田汽车旗下Woven Planet，表示能够使用低成本摄像头来收集数据，并有效地训练其自动驾驶系统。
Woven Planet工程副总裁Michael Benisch还表示：“但是许多年后，相机类技术完全有可能赶上并超过一些更先进的传感器。但具体何时、多久才能达到安全可靠的水平仍不可知。”
还有一个例子是Mobileye，其最近使用了一个新的解决方案，包含两个独立的子系统：一个是纯视觉，另一个是雷达系统。不同于过去，现在Mobileye要验证两个系统的优劣，然后尽快从中选择最好的，毕竟世界上没有一家公司能承受无休止的亏损。
以上例子释放出了一个信号，一些行业内玩家已经恐惧，要迫不及待地验证哪条路径才能真正跑得通。尤其是有成功的特斯拉珠玉在前，部分玩家很难避免不去担心最初的选择。
结语：
总而言之，无论国内外车企如何选择智能驾驶的感知方案，摄像头始终扮演着最核心的组成角色。在此基础上，头部车企如特斯拉、“蔚小理”在围绕“辅助位”做出取舍：目前需要哪些，要多少，才能够组成适合产品的整套方案。
除了要适合产品，也少不了要兼容商业模式。因为不管是着眼当下，还是心向未来，车企都需要活下来，实现自己长期的可持续发展。
本文图片均来源于网络
此内容为【智能相对论】原创，
仅代表个人观点，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。
部分图片来自网络，且未核实版权归属，不作为商业用途，如有侵犯，请作者与我们联系。
•AI产业新媒体;
•澎湃新闻科技榜单月度top5;
•文章长期“霸占”钛媒体热门文章排行榜TOP10;
•著有《人工智能 十万个为什么》
•【重点关注领域】智能家电（含白电、黑电、智能手机、无人机等AIoT设备）、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。
感知,驾驶,方案,智能,摄像头