行泊一体爆发前夜面临哪些困境?年超2百万辆“替代”市场国产厂商等风来

车评速递 2022-08-01

智能驾驶量产域控制器

3719 字丨阅读本文需 9 分钟

近日,比亚迪宣布,将在其部分车型上配装高性能、大算力芯片,打造更具竞争力的行泊一体解决方案,实现高等级自动驾驶功能,相关产品最早将于2023年上市。

在这次官宣中,“行泊一体”成为一个关键词。这个让人多少有些陌生感的词汇,近一段时间以来却在行业内越来越“火”,尤其是自主供应商纷纷就此展开行动。究竟行泊一体解决方案有何市场吸引力,“引无数英雄竞折腰”?

1、行泊一体方案的优势

当前,大部分车型的智能驾驶模块依然是由泊车和行车两套系统组成。整车电子电气架构由分布式架构向域集中式架构升级,以及行车和泊车传感器和域控制器共用技术的成熟,将进一步加快行泊一体技术方案的量产落地进程。

1)传感器共用,性能提升

一旦泊车功能升级到AVP或HPA,还需要使用行车系统上的传感器进行感知补充,以增强系统的安全性。比如AVP中重点要解决的紧急避障问题,仅依靠环视摄像头和超声波雷达的感知是不够的,需要使用行车中的摄像头、毫米波雷达甚至激光雷达来提前识别一些远距离或微小物体。

同样,行车下的某些场景也需要利用低速泊车的传感器数据进行辅助支持。比如Cut in场景,在没有侧视摄像头的情况下,需要利用环视摄像头提高对后车切入预判的准确性。

2)功能迭代

原来行车和泊车分离的方案,大多还是沿用之前的传统分布式架构,受存储、硬件接口以及算力的限制,基本上不太支持OTA功能。而行泊一体域控制器基本上都配备有百兆甚至千兆以太网接口,并且有更多的算力支持高级算法模型的部署,因此能够更好地支持功能的OTA升级。

3)提升开发效率

行泊一体域控制器通过部署分层式的软件架构,实现软硬件解耦。底层预置基础软件、标准中间件,做成通用化,可在不同平台之间移植;同时,基于标准中间件提供相对稳定的上层接口,主机厂能够方便快捷地进行个性化和差异化的上层应用软件开发和迭代升级,进而缩短开发周期,提升开发效率。

知行科技产品总监司正敏认为,原来行车和泊车相分离时相当于是要做两套系统,现在行泊一体方案相当于合二为一。拿软件架构来说,底层的基础软件和中间件的开发其实是非常复杂和耗工时的,原来需要搞两套,现在搞一套就可以了,上层直接做一些差异化的应用模块的软件开发,开发效率会有一定程度地提升。

4)降本增效

首先,低速泊车功能融合到行车控制器上,在复用了行车控制器上算力的同时,也节省去了原来泊车控制器的硬件成本;其次,还能够简化域控制器的I/O接口,减少布线长度,进而有效降低整车的复杂度。总之,可以帮助主机厂降低整个的生产成本。

2、行泊一体现实困境

尽管行泊一体市场很“火爆”,但却依然面临着成本、技术升级等诸多方面的障碍。

《高工智能汽车》获悉,目前市场上大部分的行泊一体产品仍然基于1.0架构来进行设计和整合,即简单地将行车子系统(行车SoC)和泊车子系统(泊车SoC)并到一个盒子里面,行车和泊车两套系统本质上仍然是相互独立的系统。

“仅仅是将两个SoC集成到一个PCB板上,意义不大。”有业内人士透露,真正的行泊一体方案应该是共用一个SoC以及传感器硬件。

纵目科技创始人、CEO唐锐则指出,“行泊一体”最理想的形态应该是采用统一的3.0架构,并且基于软件通用化的平台层、算法共享化的服务层和功能场景化的应用层,从而拉通各个场景。“在这样的架构下,行车和泊车不再是独立的系统,而是自动驾驶系统的两个应用场景。”

不过,尽管单芯片方案是未来“行泊一体”的主流方案,但受制于芯片算力、成本等因素影响,现阶段大多数供应商即将量产的行泊一体方案仍然搭载的是多芯片方案为主。

对此,多位业内人士表示,行泊一体方案的落地需要复杂的架构作为支撑,同时还需要算力、算法、软件的匹配,各方面的要求也会大幅提升。“此前,行车系统和泊车系统来自不同企业,供应商的能力和经验往往比较单一,合二为一之后对于供应商的技术要求大幅提升。”

比如,一个系统同时支撑行车和泊车功能,软件的复杂度将大幅增加。尤其是针对行车和泊车功能同时运行或者交互的场景,无疑将是一项巨大的挑战。

“对于现阶段来说,同样是实现行泊一体功能,如果用单个高算力芯片来替代两个中低算力芯片的话,整个系统的成本优势将大幅缩减。”虞正华表示,但如果选用中低算力的芯片,对于供应商来说,如何在有限的算力下优化好算法也是一个难题。

实际上,也有业内人士表示,多芯片方案在安全性上面具备一定的优势,当一颗芯片失效后,另一颗芯片可以用作安全冗余。“即便是未来的单芯片方案,供应商依然需要在方案上做好安全冗余的设计。”

总体来看,行泊一体方案的必然趋势是,充分拉通行车和泊车两个子系统中的计算资源以及复用传感器,但同时算力、软件、算法等要求也会大幅提升。比如在算法方面不仅要注重融合以及针对不同场景的挑战,还需要进一步提升识别准确率、可靠性等指标。

3、跨越量产门槛,修炼技术内功

但“站在风口上,猪都会飞”并不适用于当下爆火的行泊一体赛道。

据了解,行泊一体是指将行车和泊车两个SoC的功能合并在一个SoC里,同时实现高速行车辅助与低速泊车辅助,具备硬件成本低、软件配置灵活、功能迭代开发效率高的特点。

显然,在市场需求的推动下,行泊一体方案逐渐火爆,但其量产所面临的现实挑战却尤为骨感。

“业内在做demo展示时,可能是行泊一体系统在特定路段的最佳表现,但量产需要应对更多的特殊场景、极端天气等限制条件,所以量产并非易事。”

据易航智能CEO陈禹行介绍,完成一套NOA功能演示仅仅是量产工作量的10%;针对驾驶员误操作等问题的解决,占工作量的30%,其余大部分工作主要集中在产品级的算法研究和Corner case的解决。

站在风口,脚踏实地才能步步为营。陈禹行是这样说的,也是这么做的。“从前期的算法积累,再到领航辅助驾驶NOA产品的规划、量产,易航智能历时近3年。”

而作为极目智能乘用车产品线负责人,熊婧从事乘用车智能驾驶产品开发已有多年,有关行泊一体方案的量产难题,她深有体会。

“聚焦到行泊一体方案的上层多模态、多任务、端到端的感知深度学习算法领域,则需要设计出不同的算法模型,进而匹配不同的车端嵌入式平台,行车域、泊车域对算法的有效性、实时性、功耗、温度控制等需求存在差异,这种实际需求的差异性非常考验感知算法的架构设计能力和工程部署能力。”

在熊婧看来,行泊一体方案的量产落地,还需要大量的数据支持,而数据的采集和准确标注、算法模型的有效训练等也非常关键。

据了解,在数据采集方面,极目智能分为四个阶段:先普遍采集大量样本,验证模型算法正确性;之后补充不均衡类别样本,训练基线版本;再根据基线版本测试结果针对典型失效场景进行广泛采集,阶段长期累积困难样本,这个阶段甚至需要持续数年,以不断提升困难场景下的鲁棒性。

目前,基于全栈自研的感知-融合-规控技术,极目智能的L2+行泊一体智能驾驶域控制器方案JMX6,可满足 ASIL-D 安全等级的域控制器软硬件开发,并实现智能行车功能(NOA智能领航)及智能泊车功能(HPP记忆泊车)。

可见,无论是在算法上发力,还是加码数据采集能力,以易航智能、极目智能为代表的供应商们,正加紧修建技术护城河,打造出各自的竞争优势。

但在风口的裹挟下,行泊一体方案的落地面临着更多时间压力。

“如果没有解决有限算力资源下分时感知或全时感知的取舍、不同场景下目标差异化控制策略的平衡等技术和工程难题,盲目推进量产,最终这些问题将映射到用户体验上,带来消极反馈,不利于智能驾驶从低阶迈向高阶的整体进程。”

4、中国厂商蛰伏等风来

时间拨回至2016年,智能驾驶热度空前。

无论是传统汽车领域的佼佼者,还是互联网行业的巨头,都对智能汽车产生了浓厚兴趣。

比如沃尔沃、奔驰、福特等传统车厂陆续开启了自动驾驶项目,而Google 自动驾驶汽车也在2016年12月成为 Alphabet 旗下独立子公司,并且改名为 Waymo。

按照当时各大整车企业的计划表,2020年将成为自动驾驶车辆的商业化元年。

但事实证明,这一判断确实激进了些。

诚然,自动驾驶是一个软硬件强耦合的系统工程,车辆硬件和软件算法需结合开发;实现无人驾驶目标,面临着技术落地困难、商业变现缓慢、安全保障难等诸多工作和挑战。

“2018年,智能驾驶第一个风口刚过去,行业发展不及预期,资本的热情也慢慢褪去,业内不少做智能驾驶的企业开始转型或调整业务。” 智驾科技MAXIEYE CEO周圣砚回忆道。

彼时,MAXIEYE正攻克其智能驾驶第三代核心技术的研发难关。

“当时,资本市场对产业的信心在动摇,市场也开始出现更复杂的分化走向,促使我们必须在转型做门槛低、来钱快的业务和坚持周期长、技术壁垒高的业务之间做一个关键抉择,团队确实面临着巨大压力。”

周圣砚坚信,智能驾驶终究会变成触手可及的现实,但作为一家企业的掌舵者,他不得不考虑整个团队的自我造血能力。

一番思想斗争后,他选择坚定自己的创业初衷。

“现在看来,熬过了2018年前后的转型压力、资金压力等挑战后,公司上升到了一个新的发展高度。”提及当年的艰难抉择,周圣砚是欣慰的。

直到2021年,“行泊一体”赛道才逐渐热闹起来了。

彼时,德赛西威、福瑞泰克、极目智能、易航智能、智驾科技MAXIEYE等十余家本土供应商宣布推出行泊一体解决方案,并陆续拿到前装量产定点。

其中,MAXIEYE在2021年就发布了第一款乘用车智能巡航类驾驶辅助系统产品MAXIPILOT®1.0。基于1R1V及nR1V融合系统,MAXIPILOT®1.0可实现L0-L2汽车前装智能驾驶功能,支持高速、城市化道路等结构化道路全速智能巡航。

MAXIEYE相关负责人透露,下一代方案MAXIPILOT®2.0将基于BEV技术架构,匹配中高算力平台和不同传感器方案,支持实现NOM领航辅助和行泊一体方案。通过FPP融合路径规划技术,该方案可有效降低接管率,解决地图/定位缺失、目标信息被遮挡等场景下的规划难题,提升系统的鲁棒性和用户驾乘体验。

蛰伏多年,成立于2015年的本土自动驾驶企业易航智能也等来了一阵风。

今年4月,易航智能NOA行泊一体方案正式量产上市。该方案涵盖了16项行车功能、10项泊车功能,实现了在高速公路、城市环线、城市快速路等典型场景下的点对点自动驾驶能力。

相较目前已上市的部分方案,易航智能通过算法、算力优化,成功以16TOPS算力实现了某些车型几十甚至上百TOPS算力才能运行的功能,并将成本降低了50%以上,可通过灵活的硬件配置方案将NOA覆盖到15万元以内车型。

可见,趁着这股热风,国产行泊一体方案商推陈出新。

来源:ICVS自动驾驶商业化,高工智能汽车,中国汽车报

免责声明:凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处本网。非本网作品均来自其他媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如您发现有任何侵权内容,请依照下方联系方式进行沟通,我们将第一时间进行处理。

0赞 好资讯,需要你的鼓励
来自:车评速递
0

参与评论

登录后参与讨论 0/1000

为你推荐

加载中...