交付即可用？深度體驗ARCFOX極狐 阿爾法S 華為HI版自動駕駛
當前，智能駕駛的「博弈賽道」迎來了第一道交匯岔口。
異軍突起的新勢力代表特斯拉，憑借帶著對視覺方案的“執(zhí)著”以及對激光雷達的“偏見”，以數據采集、深度學習的閉環(huán)思路，將 FSD 推向另一座高地。
而國內車企在計算機高速發(fā)展的契機下，也新生了全新的智能駕駛發(fā)展，而「激光雷達」成為國內硬件發(fā)展的一座風向標。
而前幾天華為副董事長、輪值董事長徐直軍層直言道：“華為的自動駕駛比特斯拉牛，目前市區(qū)能夠做到一千公里的無干預的自動駕駛，這比特斯拉就好多了。”
而此次我們來到了上海，我們「眼見為實」。
看 ARCFOX 極狐 阿爾法S 華為HI版率先落地表現如何？
一、路測視頻
路測實錄。
二、體驗：華為「賦能」ARCFOX極狐 阿爾法S 華為HI版會有哪些驚喜？
華為超算平臺 ADCSC 支持 400TOPS/800TOPS 兩路算力，支持多種高精度計算以及訓練實時推理等。
而華為深度「賦能」的ARCFOX極狐 阿爾法S 華為HI版將實現「國內首款城市通勤自動駕駛量產車型」，基于此我們?yōu)榇蠹覓伋鼋裉煊龅降牟糠謭鼍?，再為大家做進一步解讀。
1、Robotaxi 高階自動駕駛「賦能」私家車領域？
從 Robotaxi 高階自動駕駛賦能到 ARCFOX極狐 阿爾法S 華為HI版，其解決的首要基本面是對過去 Robotaxi 「夸張」造型的「集成簡化」。
過去高階自動駕駛的傳感器布局都要簡化，這也給硬件布置與算法提出了極高的要求。
華為也透露目前布局智能駕駛已經有「七年」時間，最終華為推演出實現高階自動駕駛是要具備「全棧算法」、「數據湖」以及「超級計算與傳感硬件」。
通過算法的布局最終再去選擇感知硬件的布局適配。
這三項作為 ADS 系統(tǒng)的支撐，「相輔相成」。
而需要強調的是只有掌握這三個基礎的更新迭代，才能實現高階自動駕駛的「私家車」化的可能。
所以擺在我們前面的是一臺「低調」的具備高階自動駕駛的ARCFOX極狐 阿爾法S 華為HI版。
2、「精準識別、分類」物體
在體驗中我們看到除了常規(guī)的車道線、紅綠燈、車輛、行人、電瓶車等物體的基礎識別。
智能駕駛顯示界面信息。
而在該識別場景下，我大致分化為兩類。
一類是單一的靜止物體識別。
另一類的可變式、動態(tài)的物體識別。
第一類場景是我們非常熟悉的紅綠燈識別、車道線、電線桿、路牌等信息。
識別行人。
識別紅綠燈后直行。
例如我們體驗看到的 ADS 可以利用長距攝像頭提前識別紅綠燈。
利用高精地圖、高精定位與傳感器可識別左轉待行區(qū)、解決無標線路段、大曲率彎道等。
與當前的「模糊」識別場景不同，高階智能駕駛下對于第二類場景更具「精確性」。
例如車輛、行人、物體等的位置、形狀、大小以及動態(tài)預測都有極高的要求。
ADS 除了激光雷達、視覺等多傳感器融合感知以及計算外，也需要有數據的收集與訓練。
華為強調當前采集的需求是「高質量」的數據，而「高質量」也就代表著「高成本」，例如對于數據采集的高精度、多次人工標注、閉環(huán)訓練等。
別路邊雪糕筒與工人。
目前華為透露有 「200-300」臺自有的自測車，在不同城市以及開放道路實現千萬公里數級的測試。而落地到「私用」的 C 端領域則將有更高的要求。
3、實現無保護左轉有多難？
有了上述我們識別的基礎場景，就能讓 ADS 系統(tǒng)跑起來了么 ？
舉例一個無保護左轉的場景我們就知道有多難。
在我們體驗的路段有大量的無保護左轉路況。
無保護左轉。
ADS 在過紅綠燈十字路口左轉時，遇見對向車道來車的場景，此時做出應對采取制動。
無保護左轉即在雙向車道行駛時遇到沒有紅綠燈、沒有任何停止標線等保護措施，車輛必須快速識別、精準預測來車動作以及做好緊急措施預防被碰撞。
而這類決策需要有一套快速響應的連續(xù)性動作。
這也是基于深度學習下的另一個重要應用，其中涉及最為關鍵的是「不確定性錐」。
在該狀態(tài)下，物體在占據格柵上被標定，計算機會針對物體下一個運動方向做預測。
類似的場景模擬同樣適用于即將橫穿的行人、電瓶車等特色場景，而高算力與集成式的感知載體成為主導「連續(xù)性決策」的關鍵。
4、對車輛、行人占道等場景實現橫向避障
在這次體驗中我們也遇到了日常生活中我們常見車輛占道情況。
識別慢車打燈變道超車。
在這一場景下我們看到了一個車輛前方減速等待右轉的案例，而 阿爾法 S 不是選擇「干等」、「尬等」，而是會選擇「打燈避讓」。
而另一場場景下是前方有車輛靠邊等待，但已經占據了車道線，此時車輛識別占到后選擇打燈變道，完成超車，整個過程非常線性。
類似的場景還有很多，例如我們前進時對向來車占道行駛、同向有騎著電瓶車占道等。
對向來車占道行駛實現避讓。
而這也衍生出一個計算機擅長的針對非線形軌跡的預測以及決策。
得益于強大的計算支持，讓更多的變量寫入計算機里。
而更為期待的應用是利用在算力的支持下，利用傳感器識別超越過去人類的感知，解決眾多 「盲區(qū)」問題。
5、構建流暢性的智能駕駛體驗邏輯
與我們過去嘗試的眾多輔助駕駛不同，對機駕權利與人駕權利的分割都比較「極端」。
例如我們常遇到的輔助駕駛系統(tǒng)突然性退出，機器直接將駕駛權利交還給人類時往往沒有過多的預兆，而頻繁的退出也會帶來許多不流暢性的體驗。
而當前部分傳統(tǒng)車企的解決思路是利用人機共駕的理念，將主要的駕駛權讓給駕駛者，保留了人作為決策性的第一標準。
而高階的自動駕駛是機器在占主導駕駛權利的情況下，由于自身背靠強感知與識別計算能力，能夠「模擬」神經元網絡感知，利用訓練來「強化」自身的決策水準。
無標線、大幅度轉向路口。
基于此這能夠大大降低人類干預與介入的幾率從而提高整個智能駕駛體驗。
工程師也強調 ADS 會較大程度避免退出的可能，當然這種可能性是建立在機器確保安全駕駛的情況下。而有退出的可能性時系統(tǒng)也會保留安全保護機制，不會立即退出系統(tǒng)帶來風險。
令我驚訝的是，ADS 開創(chuàng)的是打破我們過去的輔助駕駛體驗，而這意味著當前 C 端用戶所能體驗到的高階智能駕駛能力即將到來。
而具備連續(xù)性且完整的智能駕駛體驗相信也將成為下一場智能化賽道角逐的新起點。
三、ADS 首秀「走紅」 背靠的技術路線是什么？
1、深度學習 算力與數據成為關鍵
如特斯拉一直在擺脫的「高精地圖定位」以及此前「激光雷達」的高成本硬件。華為也在前幾天提出「當前自動駕駛過度追捧 5G 」的看法。
當前無論二者提出的「獨立性」論亦或是不同駕駛方案的追求，都是建立在芯片、算法、傳感器融合、架構等之上的。
例如華為基于超級中央超算 ADCSC 平臺，可支持 400TOPS/800TOPS 兩檔高算力、自身架構、三激光雷達在內的多傳感器布局。
而這類打通「獨立性」憑借的是「深度學習」的訓練。
自動駕駛具備的突破性進展是基于感知軟件的的突破，其如同催化劑一般引發(fā)了一場人工識別的復興。
而這場突破所面臨的巨大挑戰(zhàn)不是「識別」，而是能夠做到物體的「分類」、再到物體的「動機識別」、最終到「決策」。
物體識別的挑戰(zhàn)不只是基于硬件算力的標準，還需要大量數據的收集與比較佐證。
而華為相較于特斯拉的「異」是在于對全自研的硬件融合、以及 ADS 開發(fā)的閉環(huán)方案，并基于此所加入的中國本土化數據采集。
當前在算法、數據以及硬件上“不可缺一”，需要保持迭代更新，是確保自身在智能駕駛領域地位的根本。
這也是當前華為「200-300 臺測試車」、「2000 人組成的自動駕駛團隊」、「7 年研發(fā)時長」的根本。
2、多傳感器融合占據優(yōu)勢
當前高階智能駕駛需要融合多路攝像頭、激光雷達、毫米波雷達、超聲波雷達、 GNSS、IMU 慣導等多元傳感器。
而多傳感器融合意味著其中的軟硬件很難做出分離。
而當前大多數車企方案是利用自身算法與其它傳感器供應商做適配，不同傳感器之間是獨立工作、不參與信息交流，這很大受限了巡航、緊急控制所需的時效性與連貫性。
而華為的優(yōu)勢在于通過自研的傳感器路線，并將其都做一個融合。而最重要的還是需要回歸到算法層上，多傳感器融合除了需要處理大量的感知數據，另外還需要靈活迅速處理數據，包括分類、過濾、提取等，再分發(fā)到決策層。
播放視頻
識別行人場景。
在實際體驗中，我們也看到了ARCFOX極狐 阿爾法S 華為HI版對于路面占到車輛、工人行人、對象壓線而來的車輛等都會有一個橫向的避讓動作，整個處理非常連貫。
四、華為深度「賦能」ARCFOX極狐 阿爾法S 華為HI版背后的「邏輯思考」
華為 inside 的合作模式并非偶然。
華為多次強調不造車的結論，是多年前立項時所作的決定。
當前華為選擇三個合作伙伴分別打造各自的子品牌，而華為自身認為其擁有獨立的計算機算法以及軟件開發(fā)優(yōu)勢，正是華為在 ICT 領域的核心競爭力，而這也正好是部分轉型車企所缺失的，所以這是華為堅持「不造車」的誘因。
而傳統(tǒng)車企步入轉型時面對的不只是「技術轉型」，還需要面對整個企業(yè)的人才與組織架構的轉變。
而當前北汽前后解決了造型設計、內飾座艙營造等造車的幾大重要要素。而面對智能網聯、智能駕駛時，北汽也最先提出在「擺脫」過去的「思維」，通過推出面向高端、智能化的「極弧」品牌，步入智能化賽道。
而華為對于選擇首臺搭載 ADS 的車型，也勢必做出眾多考量。
在 4 月 17號 ARCFOX極狐 阿爾法 S 將迎來上市，而 ARCFOX極狐 阿爾法S 華為HI版將同步亮相，將會在 19號車展展出，而根據官方消息稱ARCFOX極狐 阿爾法S 華為HI版將于今年四季度交付，而城市自動駕駛將會是交付即可用的狀態(tài)。
這一次并不是一味的「技術裝車」，而是雙方需要多年的「技術融合與合作」，以此來做一個樣板，讓ADS「更多落地」成為可能。
在未來，新的合作模式也帶來的新的契機。
而所有的技術「上路」，都將在ARCFOX極狐 阿爾法 華為 HI版上演繹出來，而這一場演繹也不單是外界所追捧和宣傳的「激光雷達」等單一路線，背后傳達的是軟硬件的深度結合與跨越。
其中更為重要的是其徹底改變了我們對智能駕駛的體驗。
五、總結
當親前關于智能駕駛方案的路線有兩條：
一條是以小鵬、理想等新勢力代表基于 L2 級的不斷優(yōu)化向上迭代；
另一條是特斯拉、百度、Uber以及谷歌等在進行的跨域式方案。
顯然當前「進場」的華為屬于「后者」。
「后者」代表的技術路線之爭，是擺脫于「過份依賴」以及追求「相對獨立」。
例如特斯拉一直在擺脫的「高精地圖定位」以及此前「激光雷達」的高成本硬件。華為也在前幾天提出「當前自動駕駛過度追捧 5G 」的看法。
而這一次我們在上海，也見證了一向低調的「華為」在智能駕駛領域的發(fā)力，我們也再一次看到了數據與計算的核心競爭力與其所散發(fā)的魅力。
而高階自動駕駛似乎離我們愈來愈近，在ARCFOX極狐 阿爾法 華為 HI版到來之際，我對其依舊充滿著眾多期待。