从L2到L4，如何跨越自动驾驶进阶“鸿沟”？

得益于核心技术快速迭代，与此同时终端用户对智能汽车的认可度和接受度持续提升，智能驾驶正以超预期的速度在终端市场快速普及。

据盖世汽车研究院预测，今年1~5月，国内L2级自动驾驶的渗透率约为40%，已经成为了当前主要的驾驶辅助方案，而去年同期仅为28.8%，提升了近10个百分点。

然而，L2赛道虽然一片欣欣向荣，在向L3甚至更高阶的L4迈进时，行业似乎陷入了停滞，目前只有本田、奔驰、宝马等少数几家外资车企仍在持续加码。而大多数的自主车企，在功能定义上齐齐止步于L2.9，胆大者顶多在小数点后面多加几个“9”，但始终没有迈出L3这一步。甚至还有不少车企曾公开表示放弃 L3，直接从L2跨越到L4。

那么，L3的“鸿沟”真的这么不可逾越吗？近日，图森未来在其首届AI DAY上给出了实力回应。

 

图森未来的“解法”

“在乘用车领域，为什么大家都不敢去突破L3，甚至到L4这样一个级别？我们认为，L3和L4在功能上可能并不比这些辅助驾驶产品更复杂，但在可靠性上是有质的变化，这使得传统辅助驾驶产品的开发方法论，其实并不适用于L3、L4这样高可靠系统的开发。”近日，在图森未来首届AI DAY 上，图森中国CTO王乃岩如是说。

正是基于这样的洞察，为充分满足高阶自动驾驶的高可靠性，图森未来在L4系统研发中，设计了一套全冗余的架构，从最底层的车辆开发到系统再到上层的传感器和算法模块，均进行了冗余设计。

图片来源：图森未来

 

●车辆冗余

顾名思义即在车辆设计层面进行冗余设计，这里主要指的是执行机构的冗余。过去谈到自动驾驶冗余，业界的关注点主要在感知冗余和算法冗余上，但其实在执行层，高可靠的冗余设计亦不可或缺。

尤其当自动驾驶功能等级迈向L4级及以上时，在很多场景下车辆的行驶将完全脱离人工干预，这时如何保证当系统失效时，车辆依旧能安全运行，或者是在紧急情况下能够进行制动等操作？这必然需要在制动、转向等关键执行环节实现双重甚至多重冗余。

据王乃岩介绍，图森未来L4系统所搭载的车辆，均配备了冗余转向系统和冗余制动系统，以保证单路失效的时候车辆仍然可以处于控制之下。

●系统冗余

图片来源：图森未来

 

在系统层面，图森未来也设计了两套完全独立的系统，分别作为主系统和备份系统，互为冗余。其中主系统配置了高算力的计算平台，以及摄像头、毫米波雷达和激光雷达在内的全套智能驾驶传感器，用于实现完整的L4功能，以及部分场景下的降级功能。

而备份系统，根据图森未来的说法，主要是为了实现在主系统失效后的降级功能，因此在芯片算力和传感器配置上略低于主系统——芯片使用的是低算力的车规级芯片，传感器主要采用的是摄像头。“但我们这两套系统都实现了完全独立的供电，很大程度上减少了因为供电导致的供应失效可能。”王乃岩补充道。

不仅如此，考虑到车辆在运行过程中，经常会碰到各种各样的情况，图森未来在自动驾驶系统的运行模式上，还设计了两种最小风控机制：一种是在车辆具备侧后方感知和转向系统高可用的情况下，能够实现在应急车道上靠边停车；另一种是在彻底失去了后向和侧向感知的极端情况下，支持车辆在当前车道安全刹停，等待救援。

●传感器冗余：

图片来源：图森未来

 

在感知方案的设计上，图森未来遵循的原则是：使用全频段电磁波感知，也即是摄像头、毫米波雷达、激光雷达齐上阵。

这其实也是行业目前主流的做法，作为三种主要的自动驾驶传感器，摄像头、毫米波雷达、激光雷达固然各有优势，它们对应的短板亦十分明显。比如毫米波雷达，虽然抗干扰能力强，但分辨率以及对语义信息的识别能力相对较弱；摄像头分辨率高，也具备出色的语义信息识别能力，却容易受环境光照影响；而激光雷达，综合能力较强，但成本也高，短时间内难以快速降本达到大规模应用。

这些不同的优劣势，决定了仅仅依靠一种传感器，难以充分满足高阶自动驾驶的高安全和高可靠性要求，多传感器融合是必然。

●算法冗余

图片来源：图森未来

 

“我们不会假设任何一个传感器是永远可靠的，也没有一个算法永远不会犯错。”基于此，王乃岩指出，图森未来在算法架构的冗余设计中一个最关键的点，是如何处理单点的算法失效。

为实现这样的高可靠性，图森未来将整车上运行的算法分成了两大类：Data-Driven算法和Principle-Based算法。其中Data-Driven算法是基于“大数据+大模型”驱动的AI算法，主要用来对车辆、行人和通用障碍物等动态环境，以及道路、标志标线等静态环境进行感知。

而Principle-Based算法，则主要是用于对传感器融合以及规划控制等相关的问题及过程进行精确建模。

图片来源：图森未来

 

特别值得一提的是在感知模块，由于图森未来大量使用了数据驱动的算法，如何构建一套可靠的感知架构将至关重要。为此，图森未来将感知方法分为了两大类：基于识别的物体感知和基于场景的障碍物感知，首先通过不同的原理来实现感知模块的双重冗余。

而在基于识别的物体感知中，图森未来又设计了两套完全独立的系统，分别使用激光雷达和相机进行第一阶段的初筛，以避免因为天气或者传感器原因导致的感知失效。在此基础上，图森未来会用相机+毫米波雷达、激光雷达+毫米波雷达这样的传感器融合方案精选第一阶段结果，以进一步提升感知系统的可靠性。

在基于场景的障碍物感知中，图森未来则设计了一套漏斗式的感知架构，逐层提高识别准确率。其中最下面一层，是用激光雷达初筛所有可能存在的通用障碍物，然后利用高精度地图和相机，进一步提升准确率，以在强化感知模块冗余安全的同时，更好地满足下游规控算法的需求。

据王乃岩介绍，正是基于这样的多重感知和算法冗余，在图森未来当前一代系统中，已经可以实现在任何传感器失效的时候，车辆仍然可以安全地执行降级方案。

接下来，在正在开发的新一代系统中，图森未来目标要实现全功能的Fail-operational system，也即是系统中任何一个传感器的失效，都不会影响整个L4系统功能的正常运转，有任何一个传感器失效，仍然可以把车辆安全地从A点开到B点。

“全无人化”渐行渐近

伴随着智能化变革的深入推进，如何快速实现自动驾驶更大规模、更广泛地部署，成了产业链上下游共同关注的话题。立足于自动驾驶卡车赛道，图森未来一直致力于为全球卡车货运行业带来变革，以自动驾驶赋能卡车行业降本增效。

作为国内第一批自动驾驶创业公司，图森未来早在2017年就获得了由美国加州车辆管理局（DMV）颁发的自动驾驶路测牌，并于2018年8月开始在美国 I-10 高速公路投入自动驾驶商业运营，同时在国内开展自动驾驶重卡道路测试。

此后几年，图森未来一直在持续推进自动驾驶卡车技术的升级迭代以及商业化落地，并先后在中国、美国、欧洲、日本等多个主要市场部署了自动驾驶业务。据统计，截至今年3月，图森未来自动驾驶卡车在测试、研发和商业化运营中累计的总运营里程已突破1600万公里。

图片来源：图森未来

 

其中在中国市场，图森未来自2018年开始在上海临港新片区开展自动驾驶货运测试项目，截至2023年6月，图森未来临港测试里程已超过60万公里，并实现零交通事故、零道路违章，不得不说这其实也是对图森未来自动驾驶系统高可靠性的有力验证。

为进一步加快卡车无人化进程，今年6月，图森未来拿到了上海市浦东新区颁发的全国首批无驾驶人智能网联汽车道路测试牌照，获准在洋山深水港及物流园区、东海大桥等指定公开道路开展L4级别自动驾驶重卡的“全无人化测试”。

众所周知，自动驾驶要想真正革新卡车行业，“全无人化”是必要条件，这不仅仅是因为自动驾驶可以实现更高的驾驶安全性，优化燃油经济性，提高运输效率，更关键的是可以通过无人化实现“减员”，从而助力降低运营成本，缓解司机供需矛盾。

目前来看，在以图森未来为代表的一批自动驾驶技术公司的共同努力下，这个目标正渐行渐近。

不过另一方面，自动驾驶卡车面临的挑战亦不容忽视。尤其是研发投入与营收之间的极度不平衡，正在持续考验着自动驾驶技术公司以及相关投资者的信心，过去一段时间，就有Waymo、擎天智卡以及Embark等多个玩家相继“退赛”。

接下来，就看这场大浪淘沙过后，谁能跑到最后了。

【以上内容转自“盖世汽车”，不代表本网站观点。 如需转载请取得盖世汽车网许可，如有侵权请联系删除。】

 

延伸阅读：

• 自动驾驶变革之中，寻到确定性
• 无人驾驶已成为不争事实，T3出行领先出发

 

0