近年来,智能汽车上半场已接近尾声,截至2022年,国内搭载辅助驾驶系统的乘用车市场渗透率已达34.9%。
9月22日,在盖世汽车主办的2023第三届智能汽车域控制器与中央计算平台创新峰会上,保隆科技子公司保隆领目总经理蒋鑫认为,在智能化下半场,以数据为驱动,L2、L2++有望逐步升维至L3,并迈向规模化的落地量产。此外,在当前市场中,行泊一体交付量快速提高,25-40万元价格区间的车型成为行泊一体域控制器搭载的主力,2023年搭载行泊一体车型均价有望下探至25万元以下。
然而,如何实现功能迭代和降本的平衡,仍是亟待解决的行业痛点。
蒋鑫|保隆科技子公司 保隆领目总经理
以下为演讲内容整理:
在过去的6、7年内,智能汽车发展飞快。显著的特点表现为我们的电动化得到了国内和国际的认可。另外,虽然智能驾驶听上去已经讲了很久,但真正开始做智能驾驶,国内车型开始装配智能驾驶也就是这几年的事情。
智驾域控的行业趋势
2022年,智能驾驶取得了巨大进展,L2级辅助驾驶在很多车型上得到了装配。工信部数据显示,2022年具有辅助驾驶能力的新车装配量已经接近35%,这是智能汽车上半场的成果。我们认为智能汽车下半场,中高算力的域控制器、SOA软硬件解耦架构,以及数据驱动有望将现在的L2+、L2++逐步变成L3,并实现商业化量产落地。
以2022年为例,行泊一体的域控制器开始陆续交付。相关数据显示,2022年中国乘用车市场前装搭载行泊一体域控制器方案交付量78万辆,同比增长99.6% ,前装搭载率为3.9%。预计今年将超过200万辆。
图源:演讲嘉宾材料
此外,2022年交付的域控制器车型中,大部分仍分布在25万-40万元的价格区间,平均售价达到28万元。随着技术的推演,我们认为今年搭载行泊一体车型的均价有望进一步下探至25万元以下。
从市场解读来看,目前真正交付的域控制器区分为两个部分。第一个部分即上述25万-40万元的车型,大部分域控制器使用的架构是面向中高阶大算力的,其性能很好,但相应的成本也偏高;第二个部分是行泊一体的初级阶段域控制器。目前这些域控制器主要将传统的分布式架构集成到一个控制器中。这种中小算力的分式,只是把分布式的架构合在一起,是否会满足接下来的迭代还有待考察。
从用户视角来看,用户希望实现端到端全程的自动驾驶,因此,我们会更加关注技术迭代过程中用户会关注哪些场景的拓展,希望能实现哪些功能。当我们把全程NOA功能和代客泊车都做到极致,就开始实现L3级自动驾驶的进阶和跨越。
基于上述背景,如果要实现当前阶段行泊一体域控制器,要实现规模化量产,要满足两方面的需求:一方面是终端用户的需求,另一方面满足产业链,或者主机厂的需求。
图源:演讲嘉宾材料
从终端用户来讲,其需求相对简单,首先是愿意用,其次是用的起。所谓的“愿意用”是希望能真正带来安全、舒适,让用户在用辅助驾驶和自动驾驶系统时,能有安全感。第二是终端用户匹配其需求的前提下,要能消费得起。
从产业链来讲,我们要满足主机厂的发展需求。当前智能驾驶发展变化飞快,很多功能都在快速迭代。首先,主机厂希望有个平台化,一方面通过平台可以覆盖不同车型,做一定的算力预埋,预留给以后的升级空间,从而降低研发成本、降低管理成本。其次,从功能角度而言,为了实现L2+、L2++真正进阶到L3级别,快速迭代需要足够的数据闭环,需要OTA能力,以解决长尾问题。
国产芯片行泊一体域控方案
目前,我们在做一款基于国产芯片的行泊一体域控方案,主要实现单SOC芯片+MCU,希望达到L2+到L2++的功能,但同时具有OTA升级的能力,即从高速NOA向城区NOA升级,同时希望通过记忆泊车往AVP泊车升级。整个系统架构采用了6个视觉+5个毫米波雷达再+1个激光雷达的方案,激光雷达是可选的,不是必须装配。
这个高算力平台主要是有以下几个特点:第一大算力芯片,可支持传感器同时的检测运行,也可以支持BEV算法部署。第二支持大数据的回传,也支持OTA升级,通过数据闭环实现功能迭代。第三通过大算力应用实现激光雷达的功能部署,可以将冗余安全提到更高级别。
我来具体介绍一下方案的特点,第一个特征是通过大算力并行计算,可以实现高阶功能的升级。目前大算力可以实现6V5R1L和BEV的同时运行。之前,小域控的分时运行芯片的问题在于不能在行车的同时,将泊车的相关传感器资源完全利用上;也不能真正将行车和泊车资源以及运算资源有效结合,这是传统小算力的合成式域控的难点。
对我们来说,首先,行泊一体的6V视觉和激光雷达等传感器能同时运行,通过功能组合实现感知、功能的升级;其次我们加入了激光雷达,能为NOA提供冗余安全;第三内置的GPU可以实现3D渲染,也可以实现对应的环视感知融合;最后内置可支持800W/30帧的软件,支持数据编解码和数据闭环的数据推流能力。
第二个特征是数据闭环和OTA能力,能通过数据驱动实现持续升级。首先OTA架构,有车载以太网支持,可以实现SOC、MCU的功能升级;同时能实现信息安全的校验;另外我们部署了大数据能力,可以自定义大数据场景、大数据需求,可以从指定事件出发,也可以从指定场景或特殊数据出发。通过上述出发把数据进行车载端脱敏,再传回云端,最终通过云端实现数据回灌和仿真验证,以及OTA迭代和升级。
关于激光雷达,我们通过并行的激光雷达运算,可以实现更有安全性的NOA功能,即通过主动能力,通过对特殊场景、特殊光照等场合,通过更准确的检测,更快速的响应在特殊路况或者场景下进行灵活应对。
目前,我们的行泊一体域控制器已经在测试验证过程中,今年将进行装车量产。
关于保隆领目
我们是保隆领目,有两个母公司,一个是保隆科技,另一个是领目科技。
保隆科技于1997年成立,至今已有25年的发展历史,并于2017年上市。以前,我们覆盖了较多的传统汽车业务,但在20年前,我们便已经开始做汽车电子业务,例如常提到的空气悬架中都在用保隆产品。除了汽车电子、空气悬架产品,保隆智能驾驶也已有十余年的经验。十年前,我们就开始做摄像头、雷达等产品。
领目科技在2018年成立,主要在量产的行泊一体域控制器方面有较长时间的经验积累。目前,主要在域控制器的软硬件平台化,以及基于大算力平台、并行计算的软硬件等部署自己的人工智能算法以及规划控制能力。
要通过行泊一体域控制器来实现规模化量产,我认为要有两方面的能力:一方面是强大的量产能力,包含供应链、生产制造和质量控制等,这是我们的基石,也是保隆科技在汽车电子领域积累带来的领先优势。另一方面需要前瞻的技术能力。在过去十多年里,我们已经部署除了激光雷达以外的智能驾驶传感器,在域控的基础技术以及应用技术中也有完善的部署。
全栈的技术能力不仅是自研,关键还在域控制器,在未来的智能驾驶中,需要对每一部分都有深度理解,有自主改动和协调的能力,才有可能做出最适合、最稳定的自动驾驶系统。
关于技术协同,我们在视觉和毫米波雷达领域已经深耕多年,通过视觉和雷达的研发积累,可以实现多层级的视觉雷达融合。除了视觉雷达的融合外,如果能在感知和规控中做到协同,也将带来巨大的优势。比如,当开启辅助驾驶时,尤其是弯道情况下,大家会发现前面的车明明在我的车道中,但是在界面上还是会显示偏出去。主要原因在于,以前独立模块输出时,视觉目标和车道线目标完全独立,是车道线方程和拟合出来的结果,是适配上对视觉检测的结果,由于双方都存在误差,最终在BEV图像下就会偏出车道。此时,如果感知融合和规控可以实现协同效益,就可以利用到原始图像的信息,避免视觉和雷达适配独立做参数化的问题,从而实现精准的目标筛选。
此外,我们的传感器技术也是全栈的。除了激光雷达,我们有一体机、摄像头、毫米波雷达、超声波雷达、红外传感器等全栈部署。如果需要完整的解决方案,我们可以在域控中搭载自己全栈的传感器来支撑整个系统。
图源:演讲嘉宾材料
声明:本网转发此文章,旨在为读者提供更多信息资讯,所涉内容不构成投资、消费建议。文章事实如有疑问,请与有关方核实,文章观点非本网观点,仅供读者参考。