纯视觉的极氪是如何用Mobileye完成NZP的

看了上午发的极氪 NZP 视频下面的评论,有几个重点信息通过文字的方式再传达一下。 $吉利汽车(00175)$ $Mobileye Global Inc.(MBLY)$

1. 这套系统只有 7 颗 800 万像素的摄像头和 1 颗毫米波雷达,所以在看 NZP 的表现的时候,应该意识到这是一个基本依靠视觉感知实现的功能;

2. 极氪 NZP 的变道能力极强,和已经实现了城区导航辅助驾驶的华为和小鹏处在一个水平线,强于蔚来和理想的高速导航辅助驾驶。

回顾一下第一点,小鹏和华为都是有激光雷达的,而且据说华为这套 3 激光的方案,对变道博弈还是起到很大帮助的,而极氪的这个 NZP 是纯视觉的,这里不得不感叹 Mobileye 感知算法的扎实。

除了感知能力强,以外,可以发现极氪是做了很多细节策略在里面的。

3. 这套系统的算力是 48 TOPS,这个算力和现在动辄 500、1,000 的比实在是太不起眼了,48 TOPS 算力能不能做到之前说的城市导航辅助驾驶我不知道,但是 Mobileye 还是分享过如何去高效利用算力。

首先这个算力上和英伟达的不太一样,EyeQ5 里面的 CVP 模块是针对很多传统计算机视觉算法设计的 ASIC 芯片,所以利用率会非常高。

软件算法上,感知层面 Mobileye 在获得视觉感知信息后会先进行场景分割(scence segmentation NSS),优先计算路面信息,而不是盲目地全局处理。

规控层面,Mobileye 有一个 RSS (Responsibility Sensitive Safety)责任敏感安全原则,目标是通过数据化人类驾驶中,比较具有主观性的几个常识确保自动驾驶汽车永远不会主动导致事故发生,包含:

1. 什么是危险情况?
2. 什么是危险情况下的正确反应?
3. 谁要对事故负责?
4. 不同驾驶场景下的安全距离。

Mobileye 会基于以上驾驶策略去归纳计算,所以基于 RSS,系统只会去计算有可能的未来,而不是所有的未来,这样的逻辑下帮 Mobileye 更高效地利用算力。

不过算力这个东西肯定是越高越好的,不然为啥 Mobileye 自己要出 176 TOPS 算力的 EyeQ Ultra。

4. 这套系统依然是需要地图的,只有有图的地方才能使用。不过 NZP 用的是轻量化的视觉建图,由具备采集资质的供应商朗歌科技来完成建图。

目前我们体验下来这套系统最大的问题就在于图,一个是断点,一个是覆盖范围,如果这两个做好了,NZP 和小鹏新技术栈的 NGP 和华为 NCA 证明 battle 一点没问题。

理论上是轻量化的视觉建图,那应该更新、采集速度都会比高精地图快,至于到底能不能更快,体验更好,还得看接下来几个月 NZP 的动作。

5. 这套系统因为感知能力特别强,所以已经不是刻板的按照车道线,在车道线中央行驶的逻辑了,而且把整个行车环境看成一个可行驶区域,在必要的时候敢更大胆的压线绕行。

至于之前评论区提到的低速画龙,其实是系统在根据周围环境主动调整路线,如果旁车有轻微侵入,系统会主动避开。

如果空旷的环境,跑得是非常直的,这点不用担心,不过我们也觉得低速方向盘的修正有点多了,极氪的朋友说这个是他们内部已知的问题,正在优化。

试过极氪 NZP 之后,又想拿 NZP 跑个长途了……不过得等 NZP 覆盖范围稍微广一点。

不知道年底前能不能完成全国高速、高架的覆盖。

来源:微博 63充电中

# 新能源汽车俱乐部

免责声明:上述内容仅代表发帖人个人观点,不构成本平台的任何投资建议。

举报

评论(2)

  • 推荐
  • 最新
  • 2ca1732f
    ·2023-07-13
    已阅
    回复
    举报
  • 尊姿
    ·2023-07-13
    阅
    回复
    举报