誰在遙遙領(lǐng)先？

如果說燃油車時(shí)代，發(fā)動(dòng)機(jī)的功率、扭矩、零百加速，最能激發(fā)消費(fèi)者購買激情，那么來到電動(dòng)車時(shí)代，智能化或許會(huì)成長為最核心的標(biāo)簽。

廠家也發(fā)現(xiàn)了這一點(diǎn)，在賦予車型定位時(shí)，少不得“智能”二字。從今年的發(fā)展趨勢(shì)來看，城市NOA已經(jīng)成為了“香餑餑”，一些廠家在新車發(fā)布時(shí)，除了公布價(jià)格之外，最大的看點(diǎn)就是城市NOA的技術(shù)進(jìn)展和開城時(shí)間。

有數(shù)據(jù)顯示，2022年我國前裝標(biāo)配搭載NOA的乘用車交付量為21.22萬輛，占組合駕駛輔助產(chǎn)品搭載總量的比例為1.06%；2023年上半年，前裝標(biāo)配交付量已達(dá)到20.94萬輛，實(shí)現(xiàn)同比倍增，預(yù)計(jì)全年有望突破50萬輛。

NOA的實(shí)現(xiàn)主要依托感知技術(shù)。目前感知主要分為兩個(gè)部分，一個(gè)是特斯拉采用的純視覺感知，另外一種就是多傳感器融合的方案，也是目前國內(nèi)廠家主要采取的方案。

在多傳感器融合的方案中，挑戰(zhàn)在于，不同傳感器收集到的數(shù)據(jù)類型、坐標(biāo)系維度不同。比如，攝像頭獲得的視覺數(shù)據(jù)屬于2D圖像空間，而激光雷達(dá)收集到的點(diǎn)云數(shù)據(jù)則是3D空間。

如何有效地處理與融合這些數(shù)據(jù)，成為了感知環(huán)節(jié)必須應(yīng)對(duì)的問題。

★ 前融合、中融合、后融合 

目前主要有前融合、中融合、后融合三種方式，主流方案大多為后融合。

后融合：每種傳感器都有自己算法，各自處理生成目標(biāo)數(shù)據(jù)，當(dāng)所有的傳感器生成目標(biāo)數(shù)據(jù)，并且時(shí)間同步后，就可進(jìn)行數(shù)據(jù)融合。

后融合算法典型結(jié)構(gòu)（信息來源：CSDN）

后融合的優(yōu)點(diǎn)是解耦性好，且各傳感器可以互為冗余備份。但缺點(diǎn)也很明顯，由于后融合是基于規(guī)則處理的，會(huì)受到先驗(yàn)思路（從結(jié)果推向過程）限制，并且傳感器各自對(duì)目標(biāo)識(shí)別后再融合，中間也損失了很多有效信息，對(duì)感知精度也會(huì)造成影響。

圖：前融合算法典型結(jié)構(gòu)（信息來源：CSDN）

前融合，是指把各傳感器的數(shù)據(jù)采集后，經(jīng)過數(shù)據(jù)同步，對(duì)這些原始數(shù)據(jù)進(jìn)行融合。

更早的進(jìn)行數(shù)據(jù)融合，降低了數(shù)據(jù)損失的可能。但由于視覺數(shù)據(jù)和激光雷達(dá)點(diǎn)云數(shù)據(jù)所處坐標(biāo)維度不同，所以融合起來難度很大，需要建立精準(zhǔn)的雷達(dá)坐標(biāo)系、三維世界坐標(biāo)系、攝像頭坐標(biāo)系等等，同時(shí)對(duì)平臺(tái)算力提出了很高要求。

圖：中融合算法典型結(jié)構(gòu)（信息來源：CSDN）

再聊一下中融合。

中融合，也稱為特征級(jí)融合：先分別從傳感器的原始數(shù)據(jù)中獲取有效的特征數(shù)據(jù)，再將有效特征融合，特征信息包括邊緣、方向、速度、形狀等。數(shù)據(jù)損失沒后融合那么多，算力消耗也沒前融合那么龐雜。

★BEV+Transformer，為數(shù)據(jù)融合按下快捷按鈕

有沒有發(fā)現(xiàn)，無論是中融合，還是后融合，都需面臨一道關(guān)卡，那就是異構(gòu)數(shù)據(jù)帶來的坐標(biāo)系轉(zhuǎn)換。開發(fā)人員為了解決這個(gè)問題，往往是將攝像頭的2D信息轉(zhuǎn)換為3D。

這也就引進(jìn)了一種全新的3D坐標(biāo)系——BEV

鳥瞰視角（Bird's Eye View，簡(jiǎn)稱BEV）是一種從上方觀看對(duì)象或場(chǎng)景的視角，就像鳥在空中俯視地面一樣。在自動(dòng)駕駛和機(jī)器人領(lǐng)域，通過傳感器（如LiDAR和攝像頭）獲取的數(shù)據(jù)通常會(huì)被轉(zhuǎn)換成BEV來表示，以便更好地進(jìn)行物體檢測(cè)、路徑規(guī)劃等任務(wù)。

傳統(tǒng)的攝像頭采用的是“透視原理”，會(huì)出現(xiàn)遮擋、掩蓋等現(xiàn)象，而BEV視角就像日常用車時(shí)使用的360°全景倒車影像，看的清清楚楚，且沒有遮擋。

此外，BEV空間內(nèi)的感知任務(wù)，在精度上也有優(yōu)勢(shì)。

攝像頭是不具備深度信息的，采取2D感知時(shí)，面對(duì)遠(yuǎn)處的物體，很難做到精確距離的識(shí)別，但在BEV空間內(nèi)訓(xùn)練模型，感知結(jié)果會(huì)更加準(zhǔn)確，同時(shí)還能很好地應(yīng)對(duì)Corner Case, 如復(fù)雜道路狀況、狹窄或遮擋的道路等。

但問題還是有，攝像頭和激光雷在識(shí)別時(shí)，都以時(shí)間上斷續(xù)的幀為單元，并沒有設(shè)計(jì)跨越時(shí)間尺度、Frame by frame的時(shí)域網(wǎng)絡(luò)，這也就導(dǎo)致了其沒辦法完全利用時(shí)序上的有用信息。

這兩年，隨著AI深度學(xué)習(xí)的興起，Transformer被應(yīng)用在BEV空間轉(zhuǎn)換、時(shí)間序列上，形成了一個(gè)端到端的模型。

Transformer強(qiáng)調(diào)注意力法則，在意數(shù)據(jù)之間的內(nèi)在結(jié)構(gòu)和相互關(guān)系，用于提取多模態(tài)數(shù)據(jù)中的特征，從而有效地識(shí)別和定位環(huán)境中的障礙物。

有這么一個(gè)比喻，引入Transformer后，就像做飯請(qǐng)了一位資深的廚師，他就站在旁邊看著你做飯，告訴你各種流程，具體根據(jù)你要做的菜品，指導(dǎo)你分配不同比例的油鹽醬醋，從而端上來一份美味佳肴。

BEV+Transformer最早由特斯拉提出，今年以來，國內(nèi)的新勢(shì)力和供應(yīng)商也紛紛開始進(jìn)軍BEV，比如蔚來、理想、小鵬、毫末智行、小馬智行等等。

再往后，Occupancy占用網(wǎng)絡(luò)也會(huì)被逐漸加進(jìn)來，BEV還是要從數(shù)據(jù)庫中比對(duì)識(shí)別障礙物之后，才能完成跟蹤，但占用網(wǎng)絡(luò)將障礙物3D柵格化，哪怕不知道這個(gè)障礙物到底是什么，也能識(shí)別出這是個(gè)需要規(guī)避的障礙物。

今年，華為問界，小鵬G6的火爆，讓市場(chǎng)看到了智駕對(duì)用戶的吸引力，以及新的增長點(diǎn)。對(duì)于算法的更新，各家的工程團(tuán)隊(duì)已經(jīng)在快馬加鞭了，就看誰家可以將這些新的技術(shù)最快落地。

★寫在最后

根據(jù)手機(jī)等電子行業(yè)和新能源自身的發(fā)展來看，新型事物的發(fā)展基本是走S型曲線，滲透率會(huì)經(jīng)歷由慢到快，再到慢的過程。

有些消費(fèi)者存疑的功能，在等到一個(gè)時(shí)機(jī)之后，就會(huì)進(jìn)入“忽如一夜春風(fēng)來” 遍地開花的階段。如今，正是智駕大規(guī)模普及的前夜。

但技術(shù)的積累并非一朝一夕就能完成。這時(shí)候，好的產(chǎn)品定義，戰(zhàn)略目標(biāo)就顯得非常重要。當(dāng)下汽車環(huán)境非常躁動(dòng)，很多汽車從業(yè)人員都直呼很卷，越是這個(gè)時(shí)刻，越是考驗(yàn)主機(jī)廠的謀略布局。畢竟，誰踩中了用戶新一輪的需求，誰就能在接下來的市場(chǎng)中站穩(wěn)腳跟。

本文作者為踢車幫 晞貝