從L2到L4，如何跨越自動駕駛進階“鴻溝”？

　　得益于核心技術快速迭代，與此同時終端用戶對智能汽車的認可度和接受度持續(xù)提升，智能駕駛正以超預期的速度在終端市場快速普及。

　　據蓋世汽車研究院預測，今年1~5月，國內L2級自動駕駛的滲透率約為40%，已經成為了當前主要的駕駛輔助方案，而去年同期僅為28.8%，提升了近10個百分點。

　　然而，L2賽道雖然一片欣欣向榮，在向L3甚至更高階的L4邁進時，行業(yè)似乎陷入了停滯，目前只有、、等少數幾家外資車企仍在持續(xù)加碼。而大多數的自主車企，在功能定義上齊齊止步于L2.9，膽大者頂多在小數點后面多加幾個“9”，但始終沒有邁出L3這一步。甚至還有不少車企曾公開表示放棄 L3，直接從L2跨越到L4。

　　那么，L3的“鴻溝”真的這么不可逾越嗎？近日，圖森未來在其首屆AI DAY上給出了實力回應。

　　圖森未來的“解法”

　　“在乘用車領域，為什么大家都不敢去突破L3，甚至到L4這樣一個級別？我們認為，L3和L4在功能上可能并不比這些輔助駕駛產品更復雜，但在可靠性上是有質的變化，這使得傳統(tǒng)輔助駕駛產品的開發(fā)方法論，其實并不適用于L3、L4這樣高可靠系統(tǒng)的開發(fā)?！苯?，在圖森未來首屆AI DAY 上，圖森中國CTO王乃巖如是說。

　　正是基于這樣的洞察，為充分滿足高階自動駕駛的高可靠性，圖森未來在L4系統(tǒng)研發(fā)中，設計了一套全冗余的架構，從最底層的車輛開發(fā)到系統(tǒng)再到上層的傳感器和算法模塊，均進行了冗余設計。

　　● 車輛冗余

　　顧名思義即在車輛設計層面進行冗余設計，這里主要指的是執(zhí)行機構的冗余。過去談到自動駕駛冗余，業(yè)界的關注點主要在感知冗余和算法冗余上，但其實在執(zhí)行層，高可靠的冗余設計亦不可或缺。

　　尤其當自動駕駛功能等級邁向L4級及以上時，在很多場景下車輛的行駛將完全脫離人工干預，這時如何保證當系統(tǒng)失效時，車輛依舊能安全運行，或者是在緊急情況下能夠進行制動等操作？這必然需要在制動、轉向等關鍵執(zhí)行環(huán)節(jié)實現雙重甚至多重冗余。

　　據王乃巖介紹，圖森未來L4系統(tǒng)所搭載的車輛，均配備了冗余轉向系統(tǒng)和冗余制動系統(tǒng)，以保證單路失效的時候車輛仍然可以處于控制之下。

　　● 系統(tǒng)冗余

　　圖片來源：圖森未來

　　在系統(tǒng)層面，圖森未來也設計了兩套完全獨立的系統(tǒng)，分別作為主系統(tǒng)和備份系統(tǒng)，互為冗余。其中主系統(tǒng)配置了高算力的計算平臺，以及攝像頭、毫米波雷達和激光雷達在內的全套智能駕駛傳感器，用于實現完整的L4功能，以及部分場景下的降級功能。

　　而備份系統(tǒng)，根據圖森未來的說法，主要是為了實現在主系統(tǒng)失效后的降級功能，因此在芯片算力和傳感器配置上略低于主系統(tǒng)——芯片使用的是低算力的車規(guī)級芯片，傳感器主要采用的是攝像頭?！暗覀冞@兩套系統(tǒng)都實現了完全獨立的供電，很大程度上減少了因為供電導致的供應失效可能?！蓖跄藥r補充道。

　　不僅如此，考慮到車輛在運行過程中，經常會碰到各種各樣的情況，圖森未來在自動駕駛系統(tǒng)的運行模式上，還設計了兩種最小風控機制：一種是在車輛具備側后方感知和轉向系統(tǒng)高可用的情況下，能夠實現在應急車道上靠邊停車；另一種是在徹底失去了后向和側向感知的極端情況下，支持車輛在當前車道安全剎停，等待救援。

　　● 傳感器冗余：

　　圖片來源：圖森未來

　　在感知方案的設計上，圖森未來遵循的原則是：使用全頻段電磁波感知，也即是攝像頭、毫米波雷達、激光雷達齊上陣。

　　這其實也是行業(yè)目前主流的做法，作為三種主要的自動駕駛傳感器，攝像頭、毫米波雷達、激光雷達固然各有優(yōu)勢，它們對應的短板亦十分明顯。比如毫米波雷達，雖然抗干擾能力強，但分辨率以及對語義信息的識別能力相對較弱；攝像頭分辨率高，也具備出色的語義信息識別能力，卻容易受環(huán)境光照影響；而激光雷達，綜合能力較強，但成本也高，短時間內難以快速降本達到大規(guī)模應用。

　　這些不同的優(yōu)劣勢，決定了僅僅依靠一種傳感器，難以充分滿足高階自動駕駛的高安全和高可靠性要求，多傳感器融合是必然。

　　● 算法冗余

　　“我們不會假設任何一個傳感器是永遠可靠的，也沒有一個算法永遠不會犯錯。”基于此，王乃巖指出，圖森未來在算法架構的冗余設計中一個最關鍵的點，是如何處理單點的算法失效。

　　為實現這樣的高可靠性，圖森未來將整車上運行的算法分成了兩大類：Data-Driven算法和Principle-Based算法。其中Data-Driven算法是基于“大數據+大模型”驅動的AI算法，主要用來對車輛、行人和通用障礙物等動態(tài)環(huán)境，以及道路、標志標線等靜態(tài)環(huán)境進行感知。

　　而Principle-Based算法，則主要是用于對傳感器融合以及規(guī)劃控制等相關的問題及過程進行精確建模。

　　特別值得一提的是在感知模塊，由于圖森未來大量使用了數據驅動的算法，如何構建一套可靠的感知架構將至關重要。為此，圖森未來將感知方法分為了兩大類：基于識別的物體感知和基于場景的障礙物感知，首先通過不同的原理來實現感知模塊的雙重冗余。

　　而在基于識別的物體感知中，圖森未來又設計了兩套完全獨立的系統(tǒng)，分別使用激光雷達和相機進行第一階段的初篩，以避免因為天氣或者傳感器原因導致的感知失效。在此基礎上，圖森未來會用相機+毫米波雷達、激光雷達+毫米波雷達這樣的傳感器融合方案精選第一階段結果，以進一步提升感知系統(tǒng)的可靠性。

　　在基于場景的障礙物感知中，圖森未來則設計了一套漏斗式的感知架構，逐層提高識別準確率。其中最下面一層，是用激光雷達初篩所有可能存在的通用障礙物，然后利用高精度地圖和相機，進一步提升準確率，以在強化感知模塊冗余安全的同時，更好地滿足下游規(guī)控算法的需求。

　　據王乃巖介紹，正是基于這樣的多重感知和算法冗余，在圖森未來當前一代系統(tǒng)中，已經可以實現在任何傳感器失效的時候，車輛仍然可以安全地執(zhí)行降級方案。

　　接下來，在正在開發(fā)的新一代系統(tǒng)中，圖森未來目標要實現全功能的Fail-operational system，也即是系統(tǒng)中任何一個傳感器的失效，都不會影響整個L4系統(tǒng)功能的正常運轉，有任何一個傳感器失效，仍然可以把車輛安全地從A點開到B點。

　　“全無人化”漸行漸近

　　伴隨著智能化變革的深入推進，如何快速實現自動駕駛更大規(guī)模、更廣泛地部署，成了產業(yè)鏈上下游共同關注的話題。立足于自動駕駛卡車賽道，圖森未來一直致力于為全球卡車貨運行業(yè)帶來變革，以自動駕駛賦能卡車行業(yè)降本增效。

　　作為國內第一批自動駕駛創(chuàng)業(yè)公司，圖森未來早在2017年就獲得了由美國加州車輛管理局（DMV）頒發(fā)的自動駕駛路測牌，并于2018年8月開始在美國 I-10 高速公路投入自動駕駛商業(yè)運營，同時在國內開展自動駕駛重卡道路測試。

　　此后幾年，圖森未來一直在持續(xù)推進自動駕駛卡車技術的升級迭代以及商業(yè)化落地，并先后在中國、美國、歐洲、日本等多個主要市場部署了自動駕駛業(yè)務。據統(tǒng)計，截至今年3月，圖森未來自動駕駛卡車在測試、研發(fā)和商業(yè)化運營中累計的總運營里程已突破1600萬公里。

　　其中在中國市場，圖森未來自2018年開始在上海臨港新片區(qū)開展自動駕駛貨運測試項目，截至2023年6月，圖森未來臨港測試里程已超過60萬公里，并實現零交通事故、零道路違章，不得不說這其實也是對圖森未來自動駕駛系統(tǒng)高可靠性的有力驗證。

　　為進一步加快卡車無人化進程，今年6月，圖森未來拿到了上海市浦東新區(qū)頒發(fā)的全國首批無駕駛人智能網聯(lián)汽車道路測試牌照，獲準在洋山深水港及物流園區(qū)、東海大橋等指定公開道路開展L4級別自動駕駛重卡的“全無人化測試”。

　　眾所周知，自動駕駛要想真正革新卡車行業(yè)，“全無人化”是必要條件，這不僅僅是因為自動駕駛可以實現更高的駕駛安全性，優(yōu)化燃油經濟性，提高運輸效率，更關鍵的是可以通過無人化實現“減員”，從而助力降低運營成本，緩解司機供需矛盾。

　　目前來看，在以圖森未來為代表的一批自動駕駛技術公司的共同努力下，這個目標正漸行漸近。

　　不過另一方面，自動駕駛卡車面臨的挑戰(zhàn)亦不容忽視。尤其是研發(fā)投入與營收之間的極度不平衡，正在持續(xù)考驗著自動駕駛技術公司以及相關投資者的信心，過去一段時間，就有Waymo、擎天智卡以及Embark等多個玩家相繼“退賽”。

　　接下來，就看這場大浪淘沙過后，誰能跑到最后了。