文|極智GeeTech
沒有人能擁有能看清未來的水晶球，但每個(gè)人都要在當(dāng)下的市場去布局，這就需要有對未來的預(yù)期。
從去年開始，各大車企的技術(shù)內(nèi)卷進(jìn)入“城市NOA”時(shí)刻，一片熱火朝天，爭先恐后的場面，好不熱鬧。城市NOA作為目前最受歡迎的自動駕駛產(chǎn)品，也作為最多、最有用的智駕落地場景，將是今年乃至今后幾年智駕行業(yè)的必爭之地。
這不禁讓人心生疑問，車企蜂擁而上的城市NOA到底是用戶的真實(shí)需求，還是臆想出來的幻象？車企們的城市NOA“大餅”能實(shí)現(xiàn)嗎？
為何要盯上城市NOA？
城市NOA，全稱Navigate On Autopilot，通常被業(yè)界翻譯為“領(lǐng)航輔助駕駛”或“高階智能駕駛”。不同企業(yè)的叫法略有不同，如小鵬稱為NGP，理想和特斯拉稱其為NOA，蔚來早期叫NAD，長城魏品牌則稱其為NOH，但本質(zhì)上它們都是NOA。
理想狀態(tài)下，駕駛員只需要在車輛啟動前，設(shè)置好目的地并選擇一條希望行駛的路線，車輛就可在沒人接管的情況下到達(dá)目的地，智駕系統(tǒng)可以全程控制加減速踏板及方向盤操作。
一直以來，L3都被視為智駕能力的重要分水嶺，也是智能汽車?yán)_競爭差距的真正起點(diǎn)。而以城市NOA為代表高階智能駕駛，可以看作是一種類L3功能，被業(yè)內(nèi)視為從L2向L3跨越的技術(shù)敲門磚。所以車企們無論是想秀技術(shù)肌肉，還是想先聲奪人，智能汽車下半場的第一場硬仗都將從城市NOA開始打起，而2024年則是城市NOA普及的關(guān)鍵一年。
去年，小鵬G6和問界新M7率先引燃高階智駕市場的第一條導(dǎo)火線，年底工信部、交通運(yùn)輸部等四部委的《關(guān)于開展智能網(wǎng)聯(lián)汽車準(zhǔn)入和上路通行試點(diǎn)工作的通知》，進(jìn)一步加速了高級別輔助駕駛的落地應(yīng)用，徹底點(diǎn)燃了城市NOA的戰(zhàn)火。
業(yè)內(nèi)最早提出NOA概念的是特斯拉，早在2019年6月，特斯拉就上線了高速工況下的NOA功能，隨后以小鵬、蔚來等廠商為代表的造車新勢力也迅速跟進(jìn)，NOA逐漸成為各大主流車型的標(biāo)配。
根據(jù)使用場景不同，NOA主要分為高速NOA和城市NOA。各大廠商之所以率先開放高速NOA，因?yàn)楦咚俾窙r相對來說沒那么復(fù)雜，實(shí)現(xiàn)自動駕駛的難度比較低。
但城市道路不同，它的復(fù)雜程度比高速工況提升了幾個(gè)數(shù)量級，行人、電動車、寵物、機(jī)動車、非機(jī)動車一起出現(xiàn)在城市道路上，存在各種突發(fā)情況，比如車輛的極限加塞、公交等大型車輛切入、電動車隨意變道等，這些都增加了道路交通的不確定性，對于智能汽車的環(huán)境感知能力和數(shù)據(jù)處理能力都提出了極高要求。
正因如此，不少廠商都把城市NOA的落地速度，包裝成主要賣點(diǎn)之一，用來吸引用戶。當(dāng)然，用戶也對智能駕駛功能也表現(xiàn)出了濃厚興趣。麥肯錫的報(bào)告顯示，中國本土高端新勢力能夠搶單傳統(tǒng)豪華品牌，“更先進(jìn)的自動駕駛”是排名第二的原因。終端數(shù)據(jù)也可以佐證以上觀點(diǎn)，2023年第四季度，問界新 M7、小鵬G6等車型，智駕版本的訂購比例都超過了50%。
技術(shù)的面子，降本的里子
在AI大爆發(fā)的加持下，過去一年里，智駕領(lǐng)域進(jìn)行了兩種技術(shù)路線的嘗試。
第一，整個(gè)行業(yè)都在逐漸從“有圖”切換到“無圖”方案。
“去高精地圖”在2023年幾乎成為了整個(gè)行業(yè)的共識。高精地圖為智能駕駛提供的詳盡信息主要適用于高速公路場景，但隨著智能駕駛“進(jìn)城”進(jìn)度加速，傳統(tǒng)模式的高精地圖明顯滿足不了智能駕駛駛?cè)氤鞘袌鼍暗男枨蟆?/p>
我國城市道路環(huán)境復(fù)雜，高精地圖想要輔助智能駕駛“進(jìn)城”就需更廣泛地進(jìn)行信息采集?；趪覈?yán)格的路線監(jiān)測標(biāo)準(zhǔn)，除高速路段外，我國僅開放了北京、上海、廣州、深圳、杭州、重慶這六座城市的高精地圖采集權(quán)限，這就導(dǎo)致了智能駕駛只能在僅有的城市范圍內(nèi)發(fā)揮作用，無法被廣泛推廣。
除去路況原因外，高頻率更新以及高成本的信息采集也是高精度地圖無法“進(jìn)城”的原因。根據(jù)《智能網(wǎng)聯(lián)汽車高精地圖白皮書》，分米級地圖的測繪效率約為每天每車500公里道路，成本達(dá)每公里10元左右，而厘米級地圖的測繪效率約為每天每車100公里道路，成本達(dá)每公里1000元左右。
目前國內(nèi)城市道路時(shí)刻在更新，而其中的鄉(xiāng)村道路更是存在不清晰的部分，是高精度地圖無法感知、無法覆蓋的。因此，高精度地圖難以對城市道路進(jìn)行具體場景劃分，也無法形成統(tǒng)一的地圖。若想要滿足智能駕駛以上需求，高精地圖不僅需要龐大的信息采集，還要達(dá)到月度甚至周度的更新頻率，這些對高精地圖來說都是無法解決的問題。
華為常務(wù)董事、終端BG董事長、智能汽車解決方案BU董事長余承東曾表示，他們在上海投入了1~2年的時(shí)間，也沒有采集完城區(qū)的高精地圖。
但目前，無圖方案也有一些難以解決的問題，首先是車輛傳感器采集的某些道路信息屬于敏感數(shù)據(jù)，很難符合合規(guī)要求；其次，在沒有高精地圖的情況下，需要提高車輛的感知力，傳感器的成本也會增加。因此，如何在自動駕駛體驗(yàn)與造車成本之間找到最佳平衡，也是擺在車企面前優(yōu)先要解決的事情。
第二，少數(shù)派玩家開始嘗試“去激光雷達(dá)”的純視覺方案。
圍繞城市NOA目前主要有兩條技術(shù)路線，一是以特斯拉為代表的純視覺派，主張取消激光雷達(dá)，通過視覺來實(shí)現(xiàn)城市NOA；另一派則是“視覺+激光雷達(dá)”的技術(shù)路線，認(rèn)為純視覺存在一定的短板，需要加上激光雷達(dá)來實(shí)現(xiàn)城市NOA的快速落地。
“視覺+激光雷達(dá)”可以提高車端感知能力，從硬件端保障感知范圍以及穩(wěn)定性。比如，在靜止起步的場景下，只搭載攝像頭的車型可能會撞上距離很近的障礙物（如樁桶、小動物等），而搭載激光雷達(dá)的車型，在近距離障礙物的識別率會顯著提升。
激光雷達(dá)可以應(yīng)對的另一個(gè)場景，就是對異形障礙物的識別。在僅依靠攝像頭的純視覺方案里，由于高度依賴前期標(biāo)注的先驗(yàn)，沒有被標(biāo)注過的異形障礙物就容易出現(xiàn)無法識別的情況。
現(xiàn)在搭載著NOA功能的車型，主要集中在25萬元至30萬元以上，而非國內(nèi)最暢銷的10萬元至20萬元主流量產(chǎn)車型。這其中，激光雷達(dá)占據(jù)智駕系統(tǒng)較高的成本。為此，各大車企開啟了對激光雷達(dá)成本的極限壓縮。
在2023年激光雷達(dá)的一個(gè)行業(yè)共識是“要上車，先降價(jià)”，其單顆價(jià)格從 2021年的1萬元，降到了2022年約6000元以下，而2023年則又被進(jìn)一步壓到了3000元以下。目前，國內(nèi)新勢力的旗艦車型至少配裝了1顆激光雷達(dá)，部分車型支持2-3顆激光雷達(dá)的選配，以實(shí)現(xiàn)硬件層面的安全冗余。
除此之外，還有少數(shù)派玩家開始嘗試成本更低的去激光雷達(dá)純視覺方案，這條技術(shù)路線包括特斯拉、華為、極越、廣汽等玩家。小鵬于今年2月披露的新款車型F57也計(jì)劃放棄激光雷達(dá)采用純視覺方案。
相比較于有激光雷達(dá)的方案，純視覺方案最大的優(yōu)勢就是成本更優(yōu)，攝像頭的成本只有幾十美元，這意味著大部分價(jià)格區(qū)間的車型都可以覆蓋這一成本，為智能駕駛的快速推廣奠定了硬件基礎(chǔ)。同時(shí)，與激光雷達(dá)相比，攝像頭收集到的數(shù)據(jù)更加豐富，更適合喂養(yǎng)智能駕駛系統(tǒng)來實(shí)現(xiàn)數(shù)據(jù)驅(qū)動。
更深一層的原因是，車企們可以通過以價(jià)換量、用規(guī)模換市場，助推智駕快速普及上車，從而在放大自身差異化優(yōu)勢的同時(shí)，實(shí)現(xiàn)市場競爭的馬太效應(yīng)；另一個(gè)則恐怕是為了以后的價(jià)格戰(zhàn)，或者說內(nèi)卷競爭做戰(zhàn)略準(zhǔn)備。
真的是未來趨勢嗎？
面對城區(qū)里各種各樣的交通參與者，甚至是不確定的交通規(guī)則破壞者時(shí)，即使頭部率先開通城市NOA的玩家，其功能仍然還處在“可用”階段，距離“好用”還有不小距離。
此前在使用高速NOA功能時(shí)，已經(jīng)發(fā)生過不少起因車主分身從而產(chǎn)生的交通事故。進(jìn)入城市NOA時(shí)代后，受交通事故影響的不只是車內(nèi)的駕乘人員，還將波及大量弱勢交通參與者。因此，保守穩(wěn)健應(yīng)當(dāng)是城市NOA的關(guān)鍵。
最近半年，自動駕駛領(lǐng)域出現(xiàn)了一些比較明顯的變化，最典型的就是各大廠商不再宣傳“放開手腳”“躺著開車”，而是把重點(diǎn)放在了輔助駕駛方面，這其實(shí)是一種理性的選擇，以目前的技術(shù)條件，誘導(dǎo)用戶去躺著開車，是極其不負(fù)責(zé)的。
從客觀角度來說，城市NOA的確可以在很大程度上提升安全性能。在城市道路上，經(jīng)常出現(xiàn)鬼探頭之類的情況，不少新手司機(jī)對如何避免視野盲區(qū)也不太在行。城市NOA的普及，可以從一定程度上避免交通事故的出現(xiàn)。
但從技術(shù)角度來看，城市NOA也會出現(xiàn)死機(jī)、判斷失誤等情況，如果消費(fèi)者養(yǎng)成使用城市NOA的習(xí)慣，那么在系統(tǒng)不完善的情況下，事故概率反而會增加。
既然依靠自身無法實(shí)現(xiàn)瓶頸突破，“車路云一體化”就成為補(bǔ)足單車智能短板的最佳方案。車路云一體化將車端、路端和云端進(jìn)行融合，利用路邊設(shè)施和云端計(jì)算資源，為車輛提供更全面的環(huán)境信息和決策支持，從而提高車輛的感知能力和決策準(zhǔn)確性。
與傳統(tǒng)依賴車輛單獨(dú)采集數(shù)據(jù)的方式不同，車路云一體化系統(tǒng)能夠收集到更龐大的數(shù)據(jù)量與更豐富的數(shù)據(jù)類型，比如路口車流、紅綠燈信息、超視距路況等，不僅大幅拓寬了訓(xùn)練數(shù)據(jù)的廣度與深度，還顯著加速了自動駕駛模型的學(xué)習(xí)效率與精確度，為實(shí)現(xiàn)更高水平的自動駕駛奠定堅(jiān)實(shí)基礎(chǔ)。
通過車路云一體化，自動駕駛車輛的傳感器不再是唯一的眼睛，通過遮蔽或關(guān)閉這些傳感器，車輛完全可以依賴路側(cè)基站構(gòu)建的實(shí)時(shí)數(shù)字孿生系統(tǒng)，將實(shí)時(shí)路況和環(huán)境數(shù)據(jù)源源不斷地傳輸給車輛，指引其順利完成自動駕駛?cè)蝿?wù)。
車路云一體化的普及應(yīng)用，將有助于挖掘智能汽車與交通基礎(chǔ)設(shè)施、信息通信、交通管理等跨行業(yè)、跨領(lǐng)域技術(shù)標(biāo)準(zhǔn)的協(xié)同需求，推動其與智慧城市、智能交通系統(tǒng)、交通大數(shù)據(jù)平臺等實(shí)現(xiàn)互聯(lián)互通，加速自動駕駛規(guī)?；涞剡M(jìn)程。
如今，高階輔助駕駛能力已成為衡量車企競爭實(shí)力的一個(gè)重要標(biāo)準(zhǔn)。不過從目前情況來看，這項(xiàng)技術(shù)依然面臨很多的挑戰(zhàn)，但國家對車路云一體化的強(qiáng)力推動，也是在為自動駕駛探尋著一條新的實(shí)踐路徑。無論對于車企還是自動駕駛公司來說，這總歸是在自動駕駛路上向前邁步的機(jī)會，而每一次的挑戰(zhàn)，也都是成功的前奏。