智能相对论
作者陈明涛
自动驾驶行业一直在争论这两条路线。一是实现无人驾驶路径纠纷，走L1到L4的渐进路线，或者直达L4跨越式路线；另一个是无人驾驶感知方案之争，选择纯摄像头，或者选择摄像头与各种雷达融合。
技术逐渐成熟后，取和舍是汽车企业关注的焦点。
事实上，对于感知硬件的选择，新势力的头部一直是行业的风向标。
在智能驾驶排位赛中，新势力头部已经开始将高速、城区、车库的场景逐步融合，而大部分车企还在使用供应商方案，去推广L二级辅助驾驶。显然，每个汽车公司都不可能有足够的资金、资源和坚持，并投资于智能驾驶的长期发展。
具体来说，蔚小理是如何选择智能驾驶感知方案的？在可预见的未来，智能驾驶感知方案将是一个场景？
如果你有兴趣关注蔚小理，你可以发现他们的新车型将在今年上市，即蔚来ET7、小鹏G9、理想L9.同时，随着理想L9将搭载自己的理想AD Max三家智能驾驶系统都出现了。先来看看各家的感知方案:
先看理想L9.根据官方消息，理想L9视觉硬件包括6个800万像素摄像头和5个200万像素摄像头，其中前两个800万像素摄像头可以实现120°感知视角与感知距离550米。同时，理想L9顶置激光雷达，型号为和赛科技 AT128”。
然后看小鹏G9.小鹏2个激光雷达，小鹏G9还将配备12个高清摄像头、5个毫米波雷达和12个超声波雷达。G也将是首款搭载XPILOT 4.0智能驾驶系统车型。
最后是蔚来ET7.它搭载的Aquila超感系统包括1个超远程高精度激光雷达图达通猎鹰
结合蔚小理新旧车型，可以得出两点：
魏小理有自己的考虑，无论是增加摄像头还是激光雷达的比例。如果不计数地添加摄像头和激光雷达来形成一套感知解决方案，肯定会形成N种组合。
看看如何使用激光雷达的蔚小理，会有很深的体会:
理想L9和蔚来ET7考虑激光雷达的意图很明确，需要达到和驾驶员几乎相同的视野距离。一方面，激光雷达安装在车顶上，理论上盲点少，视距长；另一方面，两辆车分别使用激光雷达和赛AT128和图达通猎鹰在大规模生产的汽车级激光雷达中具有最强的综合性能，具有高分辨率和点云数量，后者具有领先的激光波长，以实现更远的探测距离。
而小鹏G9采用和P5类似的激光雷达策略旨在解决视觉盲点问题，然后适应多变复杂的城市场景。我们可以看到激光雷达在小鹏G9车头左右各安装一个，同时选择性能不太强、性价比高的速腾聚创M1.它的作用不同于理想L9和蔚来ET7.自然重要性不同。
感知能力是硬件和算法共同作用的结果。算法是否领先在一定程度上会影响汽车公司如何使用硬件。
例如，小鹏在中国电动汽车百人会论坛上表示，其智能辅助驾驶系统累计里程1.4亿公里，辅助停车734万辆，高速公路公里NGP辅助驾驶里程渗透率达到62%，整体XPILOT 3.0系统的用户渗透率超过96%。
与蔚来相比，其在实际应用中积累的用户数据少于小鹏。官方用户数据报告显示，NIO Pilot自动辅助驾驶系统，该系统已完成9次迭代升级，累计用户行驶里程超过5200万公里，累计驾驶时间超过75万小时。
这和外界对魏小理的最初印象一样。在智能驾驶方面，小鹏的实力优于魏来和理想。为了在算法和数据处理方面建立优势，小鹏终端的部分硬件成本实际上转移到后端，隐藏在秘密角落。因此，目前，小鹏在选择摄像头、激光雷达等硬件时会更加灵活，受到的限制也会更少。
而理想，过去在智能驾驶系统中处于劣势。这次通过升级理想L9的感知方案实际上表明了补课高级智能驾驶的理想决心：配备理想AD Max智能驾驶系统应进一步增强视觉感知，并使用最佳激光雷达。
然而，谁更强的比较蔚小理智能驾驶能力一直是外界的事。
对于智能驾驶的感知方案，魏小理决定了每个高清摄像头、激光雷达和毫米波雷达应该扮演什么角色，以及数量和类型。多传感器共同帮助汽车公司形成最合适的智能驾驶系统，这将是汽车公司的最佳解决方案。
小鹏汽车创始人何小鹏在今年电动汽车百人会论坛上表示，将于2022年推出高级智能辅助驾驶系统XPILOT3.5.目标是在2026年全面向无人驾驶过渡。如果你朝着这个目标走，蔚来和理想都不能置身事外，蔚小理需要加速。
正如前面所写的，高清摄像头和激光雷达中，高清摄像头和激光雷达的比例正在增加。他们正在走一条不断配置和升级的多传感器集成路线。另一方面，外国特斯拉完全放弃了激光雷达和毫米波雷达，坚定地走纯视觉路线。
首先，相机的实现是基于人眼的。对于人类司机来说，在路上看到的所有信息都取决于人眼的成像。相机只是为了恢复人眼而设计的，智能驾驶汽车的本质也是为人类设计的交通系统。所以根据这个逻辑，相机的位置是不言而喻的。
更重要的是，相机可以达到雷达无法达到的效果。例如，在实际驾驶过程中，如车道线路、交通标志等二维结构的识别，相机的能力是不可替代的。同时，雷达系统无法解决雨、雪、雾等恶劣天气下的鲁棒问题，相机可以通过算法完成，这也是特斯拉的技术优势。
小鹏汽车副总裁吴新宙曾经说过：视觉潜力是无止境的。它真的是一个宝藏。从长远来看，视觉是无所不能的，但这种能力的增长是一个过程。。事实上，这句话间接指出了纯视觉方案在未来的巨大潜力。
那么站在当下，我们应该要对“蔚小理”选择融合感知方案嗤之以鼻吗？其实不然，在《智能相对论》看来，这个问题必须一分为二地去看待。
从产品的角度来看，魏小理的视觉算法和超计算能力与比特斯拉仍存在差距。当视觉可能无法实现全场景智能驾驶时，必须依靠激光雷达作为辅助来补充视觉。激光雷达不仅改进了整个感知方案，而且有助于提高视觉算法的未来。
这种帮助将提高魏小理的视觉能力，通过三维距离探测验证从二维图像到三维空间算法的准确性。最终目标是使视觉达到与雷达相同的效果。
从商业化的角度来看，每一套可行的商业模式都应该有自己相应的技术路径和产品。对于汽车公司来说，实现全面无人驾驶是一场长期的战斗。我们应该使用一套商业模式来确保自己的可持续发展。不同的商业模式，不同的技术和产品解决方案。
例如，特斯拉通过纯视觉解决方案降低了成本，而芯片开发和视觉算法开发将继续花费成本。然而，随着智能驾驶系统的迭代，驱动FSD随着选装率和价格的不断提高，汽车业务毛利率也随之提高。预计2025年西部证券将提供数据FSD预计选装率将提高到50%，贡献特斯拉整车毛利约30%，其盈利能力将继续提高。
例如，小鹏定位为未来旅游探索者，具有领先的数据和算法优势，规划飞行车和四足机器人，并参与其中Robotaxi业务，试图布局智能旅游生态；理想继续关注家庭汽车制造的概念，为了稳定其产品竞争力，我们必须加快智能和自动驾驶技术来弥补不足，感知解决方案是不可或缺的一部分，硬件配置将被搬上台面谈论。
如果你关注这个行业，很容易理解，一些行业玩家，曾经坚定的多传感器集成路线的心已经动摇了。例如，丰田汽车Woven Planet，表示可以使用低成本摄像头收集数据，并有效地训练其自动驾驶系统。
Woven Planet工程副总裁Michael Benisch他还说：但多年后，相机技术完全有可能赶上并超过一些更先进的传感器。但目前尚不清楚什么时候和多久才能达到安全可靠的水平。
另一个例子是Mobileye，它最近使用了两个独立的子系统，一个是纯视觉，另一个是雷达系统。与过去和现在不同Mobileye验证两个系统的优缺点，然后尽快选择最好的。毕竟，世界上没有一家公司能承受无休止的损失。
上面的例子发出了一个信号，一些行业玩家害怕，迫不及待地要验证哪条路可以真正运行。特别是在成功的特斯拉珠玉之前，一些玩家很难避免担心最初的选择。
总之，无论国内外汽车公司如何选择智能驾驶的感知解决方案，摄像头都始终发挥着核心作用。在此基础上，特斯拉、魏小理等龙头汽车公司围绕辅助位置做出了选择：目前需要什么，需要多少，才能形成一套适合产品的完整解决方案。
除了适合产品，还必须与商业模式兼容。因为无论是关注现在还是关注未来，汽车公司都需要生存，以实现自己的长期可持续发展。
本文图片均来源于网络
原创内容为智能相对论，
未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。
有些图片来自网络，核实版权归属，不作为商业用途，如有侵犯，请作者与我们联系。
•AI产业新媒体;
•澎湃新闻科技榜单月度top5;
•文章长期“霸占”钛媒体热门文章排行榜TOP10;
•著有《人工智能 十万个为什么》
•【重点关注领域】智能家电（含白电、黑电、智能手机、无人机等AIoT设备）、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。