BEV感知引領(lǐng)輔助駕駛大混戰(zhàn)，激光雷達(dá)終將走下神壇？

短短一個(gè)多月的時(shí)間里，禾賽科技上市、蔚來(lái) NOP＋ 開(kāi)啟公測(cè)、理想宣布切換融合感知框架、特斯拉在投資者日證實(shí) HW4．0 存在，輔助駕駛行業(yè)剛一開(kāi)年就是“神仙打架”的狀態(tài)，對(duì)于其他汽車廠商來(lái)說(shuō)無(wú)疑非常頭大。2022 年，隨著國(guó)產(chǎn)激光雷達(dá)的大量出貨，讓很多技術(shù)積累不那么雄厚的企業(yè)剛剛摸上高階輔助駕駛的牌桌，現(xiàn)在椅子還沒(méi)坐熱呢，發(fā)現(xiàn)頭部企業(yè)已然悄悄統(tǒng)一技術(shù)路線進(jìn)入下一個(gè)維度的競(jìng)爭(zhēng)了。在車企爭(zhēng)相轉(zhuǎn)向 BEV 大模型感知路線的當(dāng)下，激光雷達(dá)還是自動(dòng)駕駛的香餑餑嗎？攝像頭又能否完成自我革命讓車輛感知能力再上一個(gè)臺(tái)階呢？

01．為啥車企偏愛(ài)激光雷達(dá)

車載激光雷達(dá)可以通過(guò)計(jì)算激光到達(dá)被攝物體的時(shí)間精確判斷相對(duì)距離，并通過(guò)生成的點(diǎn)云對(duì)周圍環(huán)境成像。這種工作原理使激光雷達(dá)可以無(wú)視被攝物體的材質(zhì)、顏色以及環(huán)境明暗等外部因素，快速準(zhǔn)確的輸出結(jié)果，對(duì)于高速行駛的汽車來(lái)說(shuō)至關(guān)重要。在所有前裝量產(chǎn)車市場(chǎng)里，除了業(yè)界鼻祖 Mobileye 和 不走尋常路的 Tesla 堅(jiān)定的選擇純視覺(jué)感知路線外，其他汽車廠商大多都會(huì)在高端車型中加入激光雷達(dá)用于輔助決策。

激光雷達(dá)成像效果演示

有了激光雷達(dá)的加入，車輛就能在夜間無(wú)照明路段或進(jìn)出隧道等大光比場(chǎng)景下及時(shí)發(fā)現(xiàn)前方障礙物并引導(dǎo)車輛躲避和制動(dòng)，也能在高速巡航時(shí)對(duì)施工占道物體提前預(yù)警，這將大大提升車輛輔助駕駛過(guò)程中的安全性和舒適性。

當(dāng)然，任何技術(shù)都有優(yōu)劣勢(shì)，激光雷達(dá)也不是無(wú)所不能的。首先就是極端天氣下無(wú)法工作，例如大霧、沙塵暴等非晴朗氣候條件下，紅外線透波率降低會(huì)導(dǎo)致激光雷達(dá)作用距離減小甚至完全無(wú)效。二是激光雷達(dá)無(wú)法感知色彩信息，對(duì)于交通信號(hào)燈和其他標(biāo)志的識(shí)別無(wú)能為力。三是對(duì)數(shù)據(jù)處理的需求較高，目前市面上主流的激光雷達(dá)出點(diǎn)數(shù)基本都在 150 萬(wàn)／秒左右，既每秒能產(chǎn)生 150 萬(wàn)個(gè)探測(cè)點(diǎn)，且每個(gè)點(diǎn)具有獨(dú)立的三維坐標(biāo)信息，車載計(jì)算機(jī)必須在短時(shí)間內(nèi)進(jìn)行分析決策，這對(duì)車輛電子電氣架構(gòu)和硬件整合能力提出了更高的要求。最后就是老生常談的價(jià)格問(wèn)題，雖然目前激光雷達(dá)的采購(gòu)價(jià)格已經(jīng)降低到萬(wàn)元以內(nèi)，甚至一些規(guī)格較低的能到千元級(jí)，但有的產(chǎn)品動(dòng)輒配置兩個(gè)甚至四個(gè)激光雷達(dá)，整體成本的提升對(duì)消費(fèi)者來(lái)說(shuō)仍有較大壓力，與白菜價(jià)的攝像頭相比更是天壤之別。

對(duì)于車企來(lái)說(shuō)，在軟件實(shí)力和數(shù)據(jù)積累比較薄弱的情況下，采用激光雷達(dá)方案可以通過(guò)少量的資金投入快速提高自身輔助駕駛系統(tǒng)的可用程度，搶占市場(chǎng)份額以獲取更高的主動(dòng)權(quán)。

02． 做自動(dòng)駕駛，買(mǎi)一臺(tái)激光雷達(dá)就萬(wàn)事大吉了嗎？

當(dāng)然不是，我們知道攝像頭獲取的圖像是 2D 數(shù)據(jù)，信息豐富程度是夠了，但是很難對(duì)深度信息和速度做出準(zhǔn)確判斷，而激光雷達(dá)獲取的是 3D 數(shù)據(jù)，這恰恰是它最擅長(zhǎng)的地方。如何才能把攝像頭產(chǎn)生的 2D 畫(huà)面與激光雷達(dá)產(chǎn)生的 3D 畫(huà)面準(zhǔn)確的映射在一起，就成了自動(dòng)駕駛開(kāi)發(fā)中的關(guān)鍵問(wèn)題。

在傳統(tǒng)的開(kāi)發(fā)模式中，每個(gè)傳感器互相獨(dú)立，前向主視覺(jué)攝像頭依然在環(huán)境感知和決策中占據(jù)主導(dǎo)地位，其他設(shè)備更多的是起到對(duì)數(shù)據(jù)交叉驗(yàn)證的作用，無(wú)法深度參與到整個(gè)規(guī)控流程。這種情況下，即便是激光雷達(dá)，也很難發(fā)揮其優(yōu)勢(shì)，只能在 AEB 主動(dòng)緊急制動(dòng)等少數(shù)場(chǎng)景做針對(duì)性的優(yōu)化，大多數(shù)場(chǎng)景下與未搭載激光雷達(dá)的車型沒(méi)有體驗(yàn)上的差距。更尷尬的是，一旦各個(gè)傳感器得到的數(shù)據(jù)出現(xiàn)較大的誤差，那么分析決策的過(guò)程就會(huì)變的混亂且低效。

為了解決多傳感器數(shù)據(jù)融合判斷的難題，Tesla 自 2021 年起在全新的 FSD beta 版本中，引入了 BEV 技術(shù)進(jìn)行環(huán)境感知。BEV 全稱 Bird’s eye view，也就是鳥(niǎo)瞰圖，BEV 感知算法的本質(zhì)是多傳感器融合背景下的一種視角表達(dá)形式，可以使多個(gè)傳感器數(shù)據(jù)在相同視角下表達(dá)。

多攝像頭下的 BEV 感知

通過(guò)改進(jìn)版的  Transformer 模型，Tesla 對(duì)全車 8 個(gè)攝像頭的畫(huà)面進(jìn)行坐標(biāo)轉(zhuǎn)換，并放置在同一個(gè)坐標(biāo)系中（BEV 空間），這樣就可以形成一個(gè)虛擬的向量空間。后續(xù)所有的分析和決策都在這個(gè)空間中進(jìn)行，當(dāng)所有的傳感器都用同一種語(yǔ)言的時(shí)候，溝通就變得更方便了。由于坐標(biāo)系相同，在這個(gè)空間中圖像數(shù)據(jù)、毫米波雷達(dá)數(shù)據(jù)、激光雷達(dá)數(shù)據(jù)、高精地圖數(shù)據(jù)都可以進(jìn)行融合。

多攝像頭融合輸出 EID

BEV 大模型對(duì)車輛感知能力的提升使之成為兵家必爭(zhēng)之地，理想汽車在 L7 的新品發(fā)布會(huì)上提到了智能駕駛方面的最新進(jìn)展：全面切換到與清華大學(xué)聯(lián)合開(kāi)發(fā)的混合 BEV 框架，并實(shí)現(xiàn)了不同傳感器類型的“可插拔”，使得一套算法同時(shí)兼容純視覺(jué)感知和激光雷達(dá)增強(qiáng)感知；蔚來(lái)也在全新 NOP＋ 開(kāi)放測(cè)試時(shí)表示將在 2023 年上半年完成向 BEV 感知路線的切換，小鵬、毫末智行、百度Apollo 等廠商也先后分享了自家基于 BEV 的新一代感知架構(gòu)的最新進(jìn)展，目前，不管是理想 AD Max，蔚來(lái) NOP＋還是小鵬 NGP，感知能力和邊界都較上一代產(chǎn)品有了大幅度提升，決策和規(guī)控也更加成熟，隨著研發(fā)人員對(duì)人工智能模型和計(jì)算機(jī)視覺(jué)理解的進(jìn)一步深入，等 BEV 算法正式推送到用戶手中的時(shí)候，領(lǐng)航輔助駕駛產(chǎn)品才算到達(dá)歷史上的“iPhone 節(jié)點(diǎn)”，完成了從能用到好用的跨越。