城市辅助驾驶进入关键量产阶段“重感知、轻地图”或为终极解决方案

随着城市辅助驾驶技术的不断成熟，车企逐渐进入更高水平自动驾驶技术的竞争。

9月15日，思朋汽车董事长何在自己的社交平台上发布了一段自己驾驶小鹏G9行驶在广州一条开放道路上的视频。这一天，距离小鹏G9正式上市不到一周。

作为Xpeng汽车旗下的第四款新车，也是小鹏目前产品系列中的旗舰车型，小鹏G9拥有更大的空间和标准的800V高压过充平台，其重要卖点之一是将实现全城场景下的智能辅助驾驶功能。Xpeng Motors将于2023年正式推出XPILOT4.0，实现高速和城市所有场景的智能辅助驾驶。2023年至少包括G9在内的四款机型将支持XPILOT4.0。

无独有偶，几乎在何力推G9的同时，在不久前举行的成都车展上，长城汽车公司旗下的DHT-PHEV激光雷达版威抹茶率先给自己贴上了“国内首款城市辅助驾驶系统”的标签。9月13日，为该车型提供城市辅助驾驶系统的长城汽车孵化的Mimo智行表示，其量产城市NOH车型搭载的摩卡DHT-PHEV激光雷达版本计划于9月量产，年内发布。

虽然最贴近市场的两款车型都具备城市驾驶辅助功能，但不同的是，Xpeng汽车采用了“重地图”的技术路线，而Mimo智行则选择了“重感知”“轻地图”的技术路线。

在业内人士看来，Xpeng Motors“重测绘”的技术策略需要依托高精地图才能打开，但这种技术路线存在高精测绘成本高、审批难、测绘慢的缺点；相反，长城汽车的海量数据使得Mimo智行实现“大模型”自动驾驶3.0技术路线成为可能，进而推动其城市场景自动驾驶量产技术的快速落地。

所谓“大模型”，是指参数数百亿、数千亿甚至数万亿，函数更复杂，输出精度和准确度更高，具有自监督学习功能，通用性强的人工智能算法模型。据Mimo智行CEO顾郝伟介绍，在训练数据规模上，自动驾驶里程数据至少需要达到1亿公里；在多样性方面，不同类型、不同像素、不同角度、不同场景的传感器数据对大模型训练具有重要价值。

顾认为，城市道路维护频繁、大型车辆密集、变道空间狭窄、城市环境多样是城市道路场景存在的四个主要问题。作为重感知技术路线的代表，Mimo升级了数据智能系统MANA，专注于感知智能和认知智能。在感知系统中，加入了刹车灯、转向灯等车辆信号灯的特殊识别能力，使车辆能够很好地预测交通参与者的运动意图。

对于自身的技术短板，以小鹏、华为为代表的企业很清楚自己的劣势。华为终端BG CEO、智能汽车解决方案BU CEO余承东曾多次在公开场合表示，自动驾驶仍然使用高精地图，但未来的发展不应该依赖高精地图；何肖鹏也表达了类似的观点:“对于自动驾驶来说，高精地图一定是一个过渡，云端的结合只是辅助。真正的自动驾驶一定是能在全场景下行驶的。”

事实上，目前很多自动驾驶创业公司在选择技术路线时，都在逐渐摆脱对高精地图的依赖。“未来，我们肯定会通过更强的感知来减少对地图的依赖，但这需要分阶段完成。”轻舟智航联合创始人侯聪说。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。