做一項好用的打燈變道功能,這個任務難倒了一大批車企。
如果你的車售價在20萬元以下,那打燈變道基本上和“好用”二字無緣了,僅僅可以算得上“能用”,它可能會經(jīng)常出現(xiàn)“想變道時變不過去、不想變道瞎變”的情況。
只有那些售價超過20萬元的車,才有機會體驗到相對好用的打燈變道功能。這里的好用,指的是打燈變道過程中體感舒適,你會感覺到自己的車像個老司機一樣,可以在和相鄰車道的車輛博弈后輕松勝出。
為什么好用的打燈變道這么少,以前的方案都是什么樣子的,做一個好用的打燈變道功能應該怎么入手?圍繞這些問題,我們向主機廠、智駕方案供應商、芯片公司、自動駕駛域控制器供應商進行了一番調研。
交流完發(fā)現(xiàn),打燈變道的研發(fā)難點,絕不只是感知硬件和方案成本的問題,而是需要進一步提升感知、規(guī)控算法的能力。更深層的,做一項好用的打燈變道功能,還需要車企建立一套能夠持續(xù)學習人類駕駛行為的認知模型。
如果說傳統(tǒng)的打燈變道方案做到了及格分,今天用戶心中期待的打車變道,則需要無限接近滿分。
目前,打燈變道采用的主流方案是1V5R,包含1個攝像頭、1個前向毫米波雷達和4個角雷達。
這一方案的好處是傳感器部件少,成本低。
缺點也很明顯。
“打燈變道時,側后方的感知主要依靠毫米波雷達,而毫米波雷達的探測距離和精度并不好。對側面尤其是平行的靜態(tài)物體的感知性能有限。而且,毫米波雷達對于目標物的尺寸、朝向和速度很難估算準確。” 毫末智行技術總監(jiān)潘興告訴XEV研究所。
毫米波雷達的感知缺陷,會導致進入下一個規(guī)控環(huán)節(jié)時出現(xiàn)噪聲,最終影響變道決策。
打燈變道方案還有一個問題,那就是角雷達性能不穩(wěn)定。
東風汽車自動駕駛負責人邊寧向XEV研究所表示:“從量產(chǎn)角度講,打燈變道方案中配備的角雷達,國內做的都不好,從而導致識別能力差。現(xiàn)在真正做得好的是海拉的角雷達,國內角雷達技術比較落后,只能做盲區(qū)監(jiān)測、預警等功能。一旦涉及到變道,國內角雷達性能表現(xiàn)相對較差?!?/span>
實際上,1V5R方案對于實現(xiàn)打燈變道來說,在行業(yè)里屬于低配方案。
為了做出好用的打燈變道方案,行業(yè)里找到了一種解決路徑,那就是通過增加感知硬件,來彌補毫米波雷達的不足。
周視攝像頭登場。
地平線產(chǎn)品總監(jiān)呂鵬認為,“周視攝像頭對相鄰車道的檢測距離和檢測精度都會大幅提升。因為毫米波雷達在跨越兩個車道時檢測能力較弱,周視攝像頭的感知檢測距離較長,能夠準確識別車道,這就提升了變道的成功率和安全性?!?/span>
不過,增加周視攝像頭后,就需要用到更多的算力,也就需要引入更多自動駕駛芯片,方案成本會進一步提升。
傳統(tǒng)的1V5R方案成本大概在1000 - 2000元之間。
增加周視感知攝像頭和自動駕駛芯片后,比如,采用2顆地平線征程3 + 1V5R+周式感知的方案,整體系統(tǒng)方案的成本接近4000元,基本上翻了一倍。
再向上探,其實還有更高配的方案,比如7V5R,甚至是7V5R+側向兩顆補盲激光雷達,這些高配的方案可以支持實現(xiàn)自動打燈變道。
但是,高配方案已經(jīng)不能算是打燈變道的專用方案。
這些高配方案中的感知硬件,比如激光雷達,對于打燈變道來說是大材小用。
高配方案主要是為了實現(xiàn)城市領航輔助駕駛等功能,屬于在通往高階自動駕駛途中,捎帶著解決了打燈變道,相當于降維打擊。
總的來說,一個好用的打燈變道功能,需要更高配的傳感器和更大的芯片算力,成本也相應水漲船高較高,考驗著車企和用戶的承受力。
德賽西威研究院院長黃力向XEV研究所表示,“目前打燈變道表現(xiàn)比較好的車一般是搭載20萬元以上的車型上。至于15 - 20 萬區(qū)間的汽車,還沒有非常好的打燈變道功能出現(xiàn)。15到20萬區(qū)間的車主要聚焦在縱向或者橫向控制,也就是 ACC、LCC等功能?!?/span>
不過別擔心,多數(shù)汽車業(yè)內人士認為,未來兩年內好用的打燈變道方案就會搭載在15-20萬的車上。
硬件層面的問題,砸錢增加配置就能解決,更難的是軟件層面也在限制打燈變道功能的進化。
仍然以傳統(tǒng)的1V5R方案進行分析。
常規(guī)的打燈變道方案,主要通過后融合的方法,包括跟蹤等,來對目標物進行感知分析。但是單攝像頭有個缺點是,很多障礙物在跟蹤時會跟丟,或者被截斷導致看得不準,感知效果大打折扣,從而造成對障礙物的朝向、速度估算不準,最終對變道效果產(chǎn)生很大的影響。
Minieye技術副總裁鄭偉告訴XEV研究所,量產(chǎn)車的打燈變道方案中,視覺是一個必不可少的模塊?!艾F(xiàn)在的解決方案是用BEV做周視感知,360°的感知,視覺確保語義的連續(xù)性,毫米波雷達負責測距,有些方案中會用到激光雷達,是為了更精準的測距和冗余性?!?/span>
BEV全稱Bird's Eye View,中文名為鳥瞰圖,可以用來解決對于遠處目標物的測距不準的問題,以及解決一些近處目標物的截斷問題,進而解決跨傳感器的融合和跟蹤難題。
但問題是,國內能夠提供類似的BEV感知方案的供應商太少了。
除了蔚小理和毫末智行等少數(shù)玩家建立了感知算法自研能力,大多數(shù)車企的感知算法研發(fā)能力并不扎實,而且能夠提供出色的感知方案的供應商也不多。
即便過了感知環(huán)節(jié)這一關,打燈變道還面臨規(guī)控環(huán)節(jié)的挑戰(zhàn),需要系統(tǒng)給出適合的變道策略。
毫末智行的潘興認為,目前許多車輛的打燈變道功能,在變道時要么特別保守,要么特別激進,體感效果都不太好。比如特斯拉在打燈變道時給人的感覺就是激進,由于要避免交通事故,而大多數(shù)車企在打燈變道時的策略又會顯得保守,很少去和其他的車輛進行博弈。
如果在高速場景下,激進或者保守的打燈變道策略也許還能接受。但如果進入城市場景,任何不像老司機的變道策略都會讓用戶感覺到不好用。
因為,城市內的道路場景豐富,會涉及到和更多的車輛進行交互、博弈,完全靠規(guī)則式的變道策略,基本上很難讓用戶滿意。
怎么解決這個問題?
一些公司比如毫末智行,會借助人類駕駛的數(shù)據(jù),對變道策略的決策算法進行優(yōu)化。通過模型去學習人怎么開,再通過模型體現(xiàn)在打燈變道的功能上,讓自動駕駛系統(tǒng)學習成熟的人類駕駛員在變道時的博弈過程,并對系統(tǒng)的認知進行優(yōu)化,保證變道策略和人類駕駛更加接近。
人類駕駛數(shù)據(jù)的來源比較復雜,這就又涉及到對場景的識別和理解。毫末智行的解決方案是,首先會對場景進行人工劃分,再用機器進行非語義級的劃分。最后,在每個場景內,進行動作的擬合。
簡單來說,就是讓認知模型學習更好的人類駕駛行為,通過模仿和學習,再形成系統(tǒng)的駕駛風格。
潘興告訴我們,現(xiàn)在許多車企都在推進數(shù)據(jù)驅動型乃至學習型的規(guī)控算法。其中,學習型的規(guī)控系統(tǒng)還處于早期階段,不像感知模型已經(jīng)非常成熟。
如果說感知看的的是客觀世界,認知看到的就是千人千面。
“目前的自動駕駛策略都是比較一致的,未來最終還是要實現(xiàn)千人千面。為男士、女士、20歲、40歲用戶提供的自動駕駛策略會有區(qū)別。在這種情況下,數(shù)據(jù)的多樣性、規(guī)模量是一個重要的勝負手?!迸伺d說。
所以,建立數(shù)據(jù)回傳機制后,賣出更多搭載好用的打燈變道功能的車,自然會回傳更多的用戶數(shù)據(jù),進而用來優(yōu)化打燈變道功能,有助于賣出更大規(guī)模的車,這個正向循環(huán)會讓領先的車企越跑越快。
讓打燈變道難用的,除了這些功能本身能力不足,還有一方面的原因是,用戶體驗完之后覺得難用。
有可能是車企在設計打燈變道方案時忽略了和用戶的交互。比如,在打燈變道過程中,沒有通過車機界面、語音交互等方式讓用戶注意到變道已經(jīng)啟動。
也有可能,這套打燈變道方案忽略了用戶的心理感受。
比如,打燈變道功能本身沒有問題,但是用戶在變道時,由于對功能不信任進行了接管,或者覺得變道太墨跡進行了接管,又或者是變道時給用戶造成了恐慌或者不舒服,用戶也會進行接管。
種種問題如果得不到解決,最終就會讓用戶給出結論——打燈變道不好用,然后減少使用頻次。如果得不到解決,最終就會讓用戶給出結論——打燈變道不好用,然后減少使用頻次。
從地平線的角度看,呂鵬認為背后的原因是,“主機廠通常會與多家供應商進行合作,智駕方案會選擇一家供應商,車機方案選擇另一家,車機上的交互方案再選擇一家。如何協(xié)調這幾家供應商做出一項好用的交互,對車企來說仍然是一件有挑戰(zhàn)的事情。”
站在車企一端,邊寧也給出了一些方案建議,“目前,對于人機交互而言,只有安全要求,沒有標準。一個好用人機交互要讓駕駛員有一個適應的過程,當駕駛員開啟打燈變道后,通常希望中控屏上能夠顯示整個變道的動態(tài)過程。比如,可以將從左邊道路變到右邊道路的系列動作展示出來。除了動態(tài)展示以外,用戶還希望中控屏上能夠顯示整體交通流狀況,提醒人們注意附近的車輛情況?!?/span>
最后,讓打燈變道難用的原因,還和傳統(tǒng)車企的轉型節(jié)奏有關。
當前,許多傳統(tǒng)車企的核心業(yè)務仍然是燃油車,而打燈變道對于燃油車的控制,比電動車遇到的挑戰(zhàn)要大很多。
電動車的控制很精準,響應很快,燃油車做不到同樣精準度的控制,決策鏈路會比較長。而且,電動車接口非常統(tǒng)一,油車的接口則由于供應商太多而無法統(tǒng)一。算法層面,也要求燃油車要考慮延遲和無法精準控制帶來的影響,調參要調得更好,工程改造的工作量也比電動車要大。
正是拖著燃油車包袱,拿不到用戶使用打燈變道等功能時的數(shù)據(jù)等等因素,讓大多數(shù)車企在推出打燈變道功能時,顯得四處掣肘。
其實,今天我們能用到的大多數(shù)打燈變道功能,方案技術在兩年前推出。至于要看到大多數(shù)車企的好用的打燈變道功能,正如上面提到的,可能還要再等兩三年。
令人慶幸的是,打燈變道也不是并非全軍覆沒。
目前,已經(jīng)有少數(shù)玩家比如蔚小理、長城旗下魏牌和上汽旗下智己等品牌的車型,正在通過更高配置的感知方案和自研算法,順利打通打燈變道這一關。并正在朝著高階方案演進,比如各家正在爭奪的城市領航輔助功能。
剩下的大多數(shù)車企,可能仍然在權衡打燈變道方案的成本、算法和數(shù)據(jù)等之間的關系。眼下,智能化的趨勢已經(jīng)不可逆轉,雖然打燈變道僅僅是入門功能,但也是通往高階自動駕駛的基礎。所以,別等了,車企們。
來源:第一電動網(wǎng)
作者:HiEV
本文地址:http://ewshbmdt.cn/kol/184057
文中圖片源自互聯(lián)網(wǎng),如有侵權請聯(lián)系admin#d1ev.com(#替換成@)刪除。