42号车库|造车新势力有机会超越特斯拉吗？，自动驾驶兵分两路( 三 ) 前几日

文章图片
一旦明确了这个技术路线，接下来的发展方向也就明确了。
堆叠感知硬件的工作是相对简单的，丰富且复杂的感知硬件背后需要算力强大的辅助驾驶芯片和足够智能的算法来用好这些数据。
根据理想汽车自动驾驶业务总经理朗咸朋的推算， 8颗200万像素的摄像头，以30帧每秒的速度捕捉画面，每个像素使用典型网络需要的算力乘起来，至少需要200Tops以上的算力才可以满足真正意义上的FSD 。
但是目前市面上并没有一款算力超过200Tops的量产自动驾驶芯片，所以为了满足接下来单车智能的需求，对芯片算力的需求也会不断提高。
更重要的是，在提高芯片算力的同时，必须要满足车端对能耗的要求和生产制造成本的要求。
对于芯片制造企业，面对的不止有技术瓶颈，还有销量的瓶颈。只有拥有足够产量之后才有可能拉低整体的制造成本，同时价格足够低，才有可能放在更便宜的车上，拥有更大的销量。二者的关系就像一个反比例函数。
厂家必须要对未来充满信心，才有可能去做这种短期内看不到巨大收益的产品。这是特斯拉的优势之一，也是走视觉路线将面临的巨大挑战。
面对这样的市场现状，特斯拉没有驻足等市场给出一个能够满足需求的选择，而是选择自主研发一款高算力芯片。
Hardware3.0也是目前市面上量产芯片中算力最强，性价比最高的一颗芯片，尽管这颗芯片的算力只有72Tops（总算力144Tops ，另外72Tops算力用作冗余），距离理想目标能实现自动驾驶的200Tops还有差距，但是特斯拉已经走到了前面，并且特斯拉自己可以保证接下来过100万的需求。

文章图片
当然在硬件的布局上，造车新势力也根据自己的理解作出了一些调整。小鹏P7和理想的X01都会在摄像头的基础上，增加5个毫米波雷达，在数量上比特斯拉目前的架构多了4个，做到了摄像头+毫米波雷达双重360度感知，弥补摄像头在暴雨、雾天的物理缺陷，并且起到了感知冗余的作用。
此外小鹏P7还在车端布置了高精定位的硬件，并用了高德地图提供的高精度地图，理想X01也会搭载高精度地图作为额外的「信息」来源。
其次是算法，今年2月自动驾驶日上，特斯拉AI总监透露，特斯拉已经累积了超过30亿英里Autopilot行驶的数据，对于车企而言，足够大的数据量可以帮助企业非常高效地优化算法，目前特斯拉积累的路况数据是所有企业都无法企及的，所以在自动驾驶视觉识别算法上，特斯拉也拥有绝对的优势。

文章图片
从结果来看，在2016年特斯拉就在美国地区推出了NoA功能， 2019年5月在中国地区推出NoA功能，然而国内车企目前没有一家推出该功能，给出的时间表中，最快也要到今年年底才能实现，所以从功能层面来看，特斯拉至少领先了2-4年的时间。
中国车企的希望交通环境中交通法规和当地人民的驾驶习惯都是极具地方特色的，特斯拉说到底还是一家美国企业，简单粗暴地把美式Autopilot的工作逻辑搬到中国肯定是不适用的。
从自动泊车的体验来看，对车位的识别和停入车位后的位置，都不如中国本土品牌小鹏汽车做得好。
从ADAS的体验来看，特斯拉在跟车状态下，即使把跟车距离调至最近一档，距离前车的距离仍然达到5米，非常容易被加塞，而蔚来却可以做到3.3米。
从NoA的体验来看，系统默认最左侧车道为超车道，所以即使将车速设为120km/h ，系统仍然会自动将车辆保持在左侧第二车道行驶，只有超车时才会并入最左侧车道。