隨著科技進步，各大車企紛紛加速推進智能汽車的發(fā)展。智能駕駛功能正逐漸成為衡量車輛是否先進的關(guān)鍵指標(biāo)。值得注意的是，華為發(fā)布了全國范圍內(nèi)不依賴高精地圖的城區(qū)高級智能駕駛方案，小鵬也宣布其智能駕駛技術(shù)覆蓋243個城市。在這個背景下，整個行業(yè)似乎都在向無地圖智駕的方向快速轉(zhuǎn)移。

過去的“開城”競爭已經(jīng)升級為全國性的無地圖挑戰(zhàn)。但究竟是什么動力促使這些車企決定投身這個對外行看似神秘的無圖領(lǐng)域？有圖與無圖之間，真的存在本質(zhì)的差異嗎？

當(dāng)算力戰(zhàn)勝資金力——無圖智駕新紀(jì)元

有圖智駕與無圖智駕代表兩種迥然不同的技術(shù)路徑。傳統(tǒng)的有圖智能駕駛依賴于高精度地圖，該地圖詳盡記錄道路信息到厘米級別，包括車道線位置、類型、寬度、坡度、曲率以及交通標(biāo)志、信號燈和障礙物等。簡單來說，有圖智駕仿佛是讓車輛沿著一條預(yù)設(shè)且精確的軌跡前進。然而，這種方法對資金投入要求極高。

你或許不知道，制作高精地圖的過程非常復(fù)雜和繁重，每天每輛測繪車只能完成約100公里的數(shù)據(jù)采集，并且每公里的成本可達數(shù)千元。在中國快速的基礎(chǔ)設(shè)施建設(shè)速度下，即使是剛剛測繪完的道路，也可能一周后面目全非。此外，地圖的變化限制了車企智能駕駛能力的發(fā)揮，需要不斷更新地圖數(shù)據(jù)才能保持系統(tǒng)的有效性。

與此相反，無圖智能駕駛摒棄了對高精地圖的依賴，使得車輛在更廣闊的范圍內(nèi)自由行駛成為可能。這種方式要求車輛具備更強的感知能力、更先進的算法和更大的計算力，從而對車輛自身的智駕系統(tǒng)提出了更高的要求。

華為如何再次引領(lǐng)行業(yè)——全國無圖智能駕駛

1.視野清晰、洞察深遠——激光雷達仍舊是王道

在無圖智能駕駛的技術(shù)領(lǐng)域中，主流分為激光雷達派和純視覺派。目前，高級智能駕駛主要依賴激光雷達，其多線程、高頻率掃描、遠距離探測的高性能激光雷達意味著更清晰的監(jiān)測能力和更迅捷的響應(yīng)速度。

實際的救援事件和網(wǎng)紅閃避視頻直接證明了高性能激光雷達的實力。在夜晚或逆光等惡劣環(huán)境中，這種高感知能力的部件也顯現(xiàn)出其優(yōu)勢，因為它們可以提供大量精確的信息，這些信息對計算力和算法提出了更高的要求。因此，配備了激光雷達的智駕車型不僅成本更高，軟件研發(fā)層面的實力同樣不容忽視。

另一方面，大疆和百度主導(dǎo)的視覺系智能駕駛方案則依賴于2D視頻內(nèi)容，這在計算力和算法要求上相對較低。當(dāng)然，在實際測試中，視覺系并未呈現(xiàn)出太多亮點，說明在實踐體驗上二者還存在差異。而且，攝像頭很容易受到天氣和強光的影響，這是不爭的事實。

華為則在系統(tǒng)硬件方面展現(xiàn)了卓越性能，采用了激光雷達、毫米波雷達、超聲波雷達和視覺感知攝像頭等多傳感器融合感知方案。激光雷達能夠迅速準(zhǔn)確地捕捉到周邊環(huán)境的三維結(jié)構(gòu)信息，且不受環(huán)境光線影響。結(jié)合毫米波雷達、超聲波雷達的探測和攝像頭感知，為車輛提供了更遠、更精確的三維環(huán)境信息。

而華為自主研發(fā)的融合感知系統(tǒng)將各種傳感器深度整合，保證了順暢的數(shù)據(jù)通信，確保了系統(tǒng)的高效運轉(zhuǎn)。

2.從樹枝到城市障礙，GOD網(wǎng)絡(luò)告別“白名單”

智能駕駛系統(tǒng)為了精確控制車輛，需要充分了解車輛外部的環(huán)境。過去常用的BEV+白名單技術(shù)通過提前輸入的白名單識別檢測到的對象，例如行人、電動車等。但這種技術(shù)有一個明顯的缺點——需要系統(tǒng)不斷學(xué)習(xí)不同障礙物類型來更新白名單。如果遇到罕見的不規(guī)則障礙物，系統(tǒng)可能就會出現(xiàn)誤判，導(dǎo)致猶豫和危險的駕駛行為。

華為的GOD2.0網(wǎng)絡(luò)（通用障礙物檢測）則克服了這個問題。GOD網(wǎng)絡(luò)像“我的世界”游戲一樣，將所有檢測到的物體視為3D立體區(qū)塊。這樣系統(tǒng)就可以輕易判斷路線上的障礙物，包括行人、汽車等。對于異常的障礙，比如紙箱、倒下的樹木、路障等，系統(tǒng)也能高效識別。在GOD2.0網(wǎng)絡(luò)里，任何占用空間的物體都是潛在的障礙，需要規(guī)避。這樣就打破了依賴白名單的限制。

3.不僅認物更識路，RCR技術(shù)是無圖的關(guān)鍵

除了GOD2.0技術(shù)實現(xiàn)對“物”的識別，華為智能駕駛還必須讓系統(tǒng)識別“路”。無圖智駕對道路的精確感知至關(guān)重要，特別是在復(fù)雜路口、鄉(xiāng)間窄路或沒有明顯標(biāo)志標(biāo)線的路段，對智能駕駛系統(tǒng)的處理能力提出更高挑戰(zhàn)。

華為智能駕駛結(jié)合了普通導(dǎo)航地圖和RCR網(wǎng)絡(luò)推理，構(gòu)建出大面積的道路拓撲圖，相當(dāng)于2.5個足球場大小。這等同于車輛為自身行駛路線繪制了一幅專屬地圖，讓智駕系統(tǒng)輕松解析現(xiàn)實的道路信息，而不再依賴高精地圖。

4.海量數(shù)據(jù)需迅速處理，MDC芯片驅(qū)動L5級輔助駕駛

擁有感知能力和對“物”、“路”的理解，接下來就是要匯總、分析并計算這些信息，最終智能地控制車輛。海量傳感器數(shù)據(jù)的處理不是小挑戰(zhàn)，尤其是要在極短時間內(nèi)完成。因此，強大的計算力是智能駕駛的另一項要求。

華為自研的MDC系列芯片處理能力超越英偉達Orin，能夠高效處理來自各類傳感器的信息。同時，華為智駕系統(tǒng)避免了盲目的“堆料”，已有的MDC硬件平臺算力足以支撐L3至L5級別的自動駕駛輔助功能，無需增加不必要的購車成本。

5.五天覆蓋全球路網(wǎng)，華為車BU算力中心獨占鰲頭

擺脫高精地圖束縛后，獲取豐富的駕駛“經(jīng)驗”成為下一個目標(biāo)。早期的智能駕駛系統(tǒng)大多依賴實車在道路上的測試數(shù)據(jù)。當(dāng)前，AI建模和云端“跑圖”成為主流做法，華為在這一領(lǐng)域再次走在了前列。

華為云算力中心擁有國內(nèi)領(lǐng)先的2.8EFLOPS算力，置身行業(yè)前端。這龐大的云算力給華為智能駕駛帶來了巨大優(yōu)勢。利用盤古大模型構(gòu)建的云端場景庫，系統(tǒng)每天進行超過1200萬公里的仿真測試?？紤]到全球道路總長約6400萬公里，華為系統(tǒng)只需5.3天便能覆蓋全球每個角落。大量的仿真測試鍛造了一個真正的“老司機”智駕系統(tǒng)。

從有圖到無圖的轉(zhuǎn)變，用戶最終體驗到的是無論走到哪里都能享受到輕松出行的樂趣。在這背后，是多個系統(tǒng)的完美結(jié)合所產(chǎn)生的黑科技。

華為借助全棧自研硬件、豐富的數(shù)據(jù)資源、對技術(shù)革新的不懈追求以及前瞻技術(shù)理念，首次推出全國無圖智能駕駛。作為消費者，我們不再需要等待高精地圖的更新，也不用擔(dān)心智能駕駛因各種問題降級的經(jīng)歷。

這種智能駕駛系統(tǒng)使得新能源汽車成為真正好用、安全的智能汽車。華為在智能駕駛領(lǐng)域展現(xiàn)了領(lǐng)先的能力，不僅讓用戶享受到舒適安全的智慧出行體驗，更為整個行業(yè)設(shè)立了新的標(biāo)準(zhǔn)。

免責(zé)聲明：本文轉(zhuǎn)自網(wǎng)絡(luò)，僅代表作者個人觀點，與亞訊車網(wǎng)無關(guān)。其原創(chuàng)性以及文中陳述文字和內(nèi)容（包括圖片版權(quán)等問題）未經(jīng)本站證實，對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。

關(guān)鍵詞：駕駛,智能,系統(tǒng),華為,地圖