|
板凳
發(fā)表于 2021-4-18 06:04:17
|
只看該作者
微博的“42號車庫”放出了極狐阿爾法 S公開道路輔助駕駛的完整視頻,時長7分多鐘:
Sina Visitor System從視頻中可以看到,華為的ADS輔助駕駛系統(tǒng)感知上融合了多種傳感器,已經(jīng)具備自行變道、無保護左轉(zhuǎn)等能力。
視頻中我個人印象最深刻的有兩點:
首先,華為ADS輔助駕駛系統(tǒng)已經(jīng)具備很強的紅綠燈識別能力,能在部分復雜場景下實現(xiàn)精準感知和正確決策。
視頻中所有的紅綠燈路口,極狐阿爾法 S都正確識別了紅綠燈。
比如在視頻2分35秒前后,極狐阿爾法 S在與路口有不少距離的情況下識別紅燈并減速。
如何評價華為自動駕駛的表現(xiàn)?-1.jpg (387.1 KB, 下載次數(shù): 3)
下載附件
2021-4-18 12:31 上傳
仔細看中控大屏的UI界面,已經(jīng)識別出紅燈
類似的還有視頻3分28秒處,華為ADS輔助駕駛系統(tǒng)在距離路口頗遠處識別出左轉(zhuǎn)紅燈與直行綠燈。
視頻5分42秒到6分16秒極狐阿爾法 S經(jīng)過了一段相當復雜的路況。
而極狐阿爾法 S不僅正確識別出行人、電動車以及對向來車,而且努力做出避讓動作。
如何評價華為自動駕駛的表現(xiàn)?-2.jpg (425.37 KB, 下載次數(shù): 9)
下載附件
2021-4-18 12:31 上傳
這種路況一般開車都比較頭疼
在嘗試規(guī)避電動車又面臨對向車的時刻,極狐阿爾法 S果斷減速,整個決策過程相當流暢。
其次,華為ADS輔助駕駛系統(tǒng)策略上較為保守,積極提醒駕駛員接管,以至于部分剎車動作略顯粗暴。
視頻1分4秒前后,在前車已經(jīng)左轉(zhuǎn), 對向直行車還沒啟動時,極狐阿爾法 S本已準備左轉(zhuǎn)。
但在發(fā)現(xiàn)對向車開始直行后,極狐阿爾法 S很快就停止左轉(zhuǎn)讓直行車先行,甚至剎車動作略顯粗暴也在所不惜。
從交通規(guī)則上來說確實應(yīng)該讓直行先行,但說實話這種情況如果是人類駕駛員多半就先走了。
類似的保守還體現(xiàn)在視頻5分25秒處,極狐阿爾法 S在直行過路口的過程中,判斷出對向左轉(zhuǎn)車沒有讓行的時候,也是選擇了剎車。
當然,這個場景下人類司機也會做類似選擇。
但個人感覺華為ADS輔助駕駛系統(tǒng)剎車比一般司機更徹底,同時也彈出警告提醒駕駛員接管。
如何評價華為自動駕駛的表現(xiàn)?-3.jpg (358.6 KB, 下載次數(shù): 6)
下載附件
2021-4-18 12:31 上傳
種種細節(jié)都能看出,華為ADS輔助駕駛系統(tǒng)策略上比較保守。
我個人認為,目前這個階段選擇保守策略是比較審慎務(wù)實的態(tài)度。
在此鄭重提醒,目前的自動駕駛本質(zhì)上都還是L2,需要駕駛者時刻保持專注,隨時準備接管。
當然,這個視頻也涉及到一些問題:
1、視頻中極狐中控的平板應(yīng)該是為方便演示后裝的,那視頻中包括激光雷達在內(nèi)的所有硬件,是否跟量產(chǎn)車一致?
2、演示視頻中的自動駕駛效果,是否依賴高精度地圖?
3、目前看極狐阿爾法 S只有高配HI版配備激光雷達,具體售價是多少?
華為自研的激光雷達成本能下降到什么地步?搭載激光雷達的版本何時量產(chǎn)交付?
演示視頻中車輛傳感器與量產(chǎn)車一致;
演示效果不依賴高精度地圖;
極狐阿爾法 S高配HI版本售價控制在35萬以內(nèi),二季度交付……
以上幾條如果即將發(fā)布的極狐阿爾法 S能同時做到,那不得不說確實是一鳴驚人。
如果能做到前條,表現(xiàn)同樣非常優(yōu)秀。
如果只能做到一條,意義會相對小很多。
最后做個總結(jié):
之前回答我曾說過:
一直以來,對于如何實現(xiàn)真正意義上的自動駕駛,業(yè)內(nèi)有兩種思路:
以特斯拉為代表的造車新勢力,在量產(chǎn)車上裝備大量傳感器采集數(shù)據(jù),目標從L2開始逐級演進;
以Waymo、百度為代表的互聯(lián)網(wǎng)企業(yè),則通過自建車隊收集數(shù)據(jù),試圖一步跨入L4行列;
二者的技術(shù)路徑也有一定區(qū)別:
前者考慮到早期激光雷達成本過高,量產(chǎn)不現(xiàn)實,因此以視覺識別方案為主,最近蔚來、小鵬等企業(yè)才開始考慮裝配激光雷達。
后者因自建車隊對成本相對不敏感,因此從一開始就裝配激光雷達,走多傳感器融合的道路。
就成果而言,兩種路線也各有斬獲:
自下而上的造車新勢力派系已經(jīng)有大量車跑在路上,不僅能夠收集海量數(shù)據(jù),在一些場景下(高速)也能減輕駕駛疲勞,提升消費者的使用體驗。
但自下而上派目前還沒有裝配激光雷達的量產(chǎn)車上路,受限于成本攝像頭、毫米波雷達等傳感器的配置也有多有少,因此目前市區(qū)路況下無干預的里程還很有限。
而高舉高打的互聯(lián)網(wǎng)公司派系普遍組建車隊進行大量路測,無干預的自動駕駛里程已經(jīng)非常驚人。
比如百度2019年就已經(jīng)實現(xiàn)平均3萬公里一次干預,現(xiàn)在百度、Waymo等企業(yè)的數(shù)據(jù)只會更強。
但高舉高打派的車隊普遍配置極其奢華的硬件傳感器,一臺車光激光雷達系統(tǒng)的成本普遍就要幾萬甚至幾十萬美元。
這么高的成本量產(chǎn)車顯然無法接受,導致目前的成績有些“曲高和寡”。 我個人認為,以目前的技術(shù),基于機器學習的AI算法需要大量數(shù)據(jù)不斷喂養(yǎng)和訓練。
考慮到自動駕駛需要面臨的尾部風險,量產(chǎn)車的海量數(shù)據(jù)不可或缺。
因此在商業(yè)層面,我個人更看好自下而上、逐級演進的策略。
但也正是由于自動駕駛面臨的尾部風險,視覺為主的方案安全冗余恐怕不太夠。
因此在技術(shù)手段上,我個人更看好多傳感器融合的方案。
從這個角度來說,菊廠選擇自研激光雷達并應(yīng)用于量產(chǎn)車,以此切入自動駕駛領(lǐng)域,我認為不論是時機還是手段都是比較切合行業(yè)發(fā)展趨勢的。
從極狐的自動駕駛路測視頻來看,激光雷達對自動駕駛的提升可謂是立竿見影。
因此,我個人也非常期待蔚來、小鵬的自動駕駛系統(tǒng),在引入激光雷達后又將有怎樣的表現(xiàn)。 |
|