长安汽车智能化研究院副总经理梁锋华:智能驾驶路线与场景强相关

  • 新闻菌
  • 发表于: 2022/05/07 08:53:00 来源:车云网

每一种技术路线都不是绝对的,需要结合用户的出行场景来设计

在近期的《车云会》上,长安汽车智能化研究院副总经理梁锋华从长安汽车本身的智能驾驶创新实践出发,谈了一些长安汽车对激光雷达上车的看法。

WechatIMG388.jpeg

长安如何破“智能驾驶”的局?

当前,消费者对智能驾驶的价值认知已经觉醒,市场引导、法规升级等当重因素推动智能驾驶快速发展,预计2024年具备L2以上功能汽车的全球年销量将达到1843万辆。

梁锋华介绍,长安汽车在2018年发布了“北斗天枢”战略,从传统汽车制造商向智能低碳出行科技公司转型,其中智能驾驶是非常主要的部分。长安设立的目标是:2022年L2以上ADAS新车搭载率提升到25%;2025年,L2及以上智能驾驶系统搭载率提升到70%。。

从更长远的角度来看,乘用车、物流、客运接驳等整个智能驾驶交通运输具有广阔前景,其中乘用车体量占智能驾驶应用体量的60%以上。“智能驾驶的核心是围绕着A点到B点运输的任务”,梁锋华认为,智能驾驶要达到未来最理想的目标,还有比较长的距离,在这个过程中如何解决好智能驾驶商品化的问题,是后续发展的关键。

在智能驾驶方面,长安早在2016年就完成了2千公里智能驾驶长距离测试,2017年实现远程代客泊车技术的突破,以及开放道路的L4智能驾驶示范运营。2021年在国内量产首发APA6.0远程智能泊车系统,APA7.0无人代客泊车技术也会在今年量产发布。

当前长安UNI-V已搭载全栈主导的高级智能驾驶辅助、APA6.0远程智能泊车/远程挪车,功能体验30多项。同时高级智能驾驶辅助系统,在所设定的高速路、城市快速路等场景下,百公里接管率水平很好。

未来,关于智能驾驶的发展路线,关于是渐进式与跨越式?单车智能与车路协同?还有纯视觉和感知融合?有很多争论。梁锋华认为,这三个路线不应该进行绝对化,每一个路线的应用都与商业场景紧密相关,每种商业场景适合什么路径,适配什么传感,这才是需要关注的重点。

为此,长安也正在打造可插拔、可扩展、即插即用的全新硬件架构平台,采用一系列传感器,包括高像素的摄像头、4D毫米波雷达、激光雷达等,采用可扩展的平台,达到算力最低200T,最高达到1500T+的水平。

激光雷达大规模上车 还要迈过五道坎

激光雷达作为主动光学器件,弥补高速、城区之停车场全场景摄像头感知不足,增强识别小目标、异形障碍物等等,从而更好的满足智能驾驶感知需求。但大规模量产还存在成本,技术等瓶颈和挑战。

梁锋华谈到,对于激光雷达需求上车的主要挑战有:一个是成本。“事实上,用户对智能驾驶买单的心理预期跟我们很多年前所设用户预期还是有比较大的差距,我们之前设想用户可以花很贵的成本购买智能驾驶系统,但用户群调研后,和我们设想的有很大不同。”

另一个是性能。“激光雷达能不能很好解决用户的corner case场景,是我们对激光雷达考量的关键点。希望激光雷达能否在完全光线干扰的情况下进行目标的检测,以及在雨天、雾天能否有比较好的检测性能?也是比较关注的点,还有对其可靠性要求、预期使用寿命要求都非常高。”

对激光雷达接下来的发展还要满足五大需求:

一是成本持续降低。在项目开发过程中,商品化考量的过程中,作为开发部门来说,持续在被拷问,为什么要这么高的成本?怎么样把成本降下来,怎么样满足商品议价能力的需求。

二是性能。高分辨率、长距离探测、提升抗干扰能力,尤其是像恶劣环境的穿透性,包括实时测速等,希望优化点云质量,消除鬼影、畸变等典型的问题。

三是软硬结耦。未来激光雷达不管是接口、性能,甚至物理特性,也可以在行业里形成标准化,从而使激光雷达使用门槛降低,包括激光雷达在不同整车厂之间,可以更顺畅的进行流通,在遇到硬件供应等问题时,也可以快速解决保供问题。

四是基于系统功能、FOV覆盖范围,有多种应用需求。从目前来看,有基础型、经济型、未来全方位覆盖的需求,不同方案与覆盖的场景有很大关系。用户对智能驾驶的需求也是持续演进的,不是一开始就要全场景的智能驾驶系统,现在需求最大的是满足高速路或者城区主干道行驶可用智能驾驶系统,该场景下激光雷达更多是满足补盲的需求,解决行驶过程中cut in。此外,成本也会持续倒逼激光雷达的演进与行业发展。

五是功能安全。从功能安全分配角度来说,激光雷达要达到ASIL-B的要求,保证产品的可靠性。


相关标签:
智库动态
自动驾驶
  • 车云星
  • 空间站
  • 福特星球
  • 虫洞

加料 /

人评论 | 人参与 登录
查看更多评论