華為領(lǐng)銜發(fā)力，中國L3自動(dòng)駕駛突破在望

作者：暢秋

隨著中國本土汽車制造業(yè)的崛起，輔助駕駛（ADAS）的發(fā)展正在提速。目前，汽車行業(yè)智能化進(jìn)程正處于由L2級向L3過渡階段，雖然還沒有達(dá)到L3，但已經(jīng)超過L2，處在L2+階段。

4月下旬，Counterpointresearch發(fā)布了一份統(tǒng)計(jì)和預(yù)測數(shù)據(jù)，該機(jī)構(gòu)認(rèn)為，2024年全球具備L3級ADAS水平的乘用車銷量將超過25,000輛，而中國市場是重要的推動(dòng)力量，預(yù)計(jì)到2026年，中國L3級乘用車裝機(jī)量將超過100萬輛，占總出貨量的10%。

Counterpointresearch認(rèn)為，在發(fā)展ADAS方面，中國市場有幾大優(yōu)勢，包括政府的支持，多個(gè)L3級測試許可證的頒發(fā)，以及多家供應(yīng)商在L2級測試方面的進(jìn)步和技術(shù)積累。以上的預(yù)測比較樂觀，特別是2026年100萬輛L3級乘用車的水平，令人向往。而在2024年，全球25,000輛L3級的乘用車數(shù)量，還是比較客觀的，這在全球數(shù)以千萬輛具有ADAS系統(tǒng)的乘用車當(dāng)中，是非常小的比例。它更多的是出現(xiàn)在商用車領(lǐng)域，如百度的無人駕駛出租車等，在2024年，L3級乘用車還難以進(jìn)入尋常百姓家。那么，L3級ADAS實(shí)現(xiàn)和推廣起來為什么這么難呢？這就要先看一下，從L1到L5，具體都是什么水平。

根據(jù)美國SAE的定義，L1級車輛在某些情況下可以協(xié)助駕駛員完成某些駕駛?cè)蝿?wù)；L2級車輛可以獨(dú)立完成某些駕駛?cè)蝿?wù)，但駕駛員需要始終觀察周圍環(huán)境，并在必要時(shí)接管；L3級車輛可以自動(dòng)駕駛，幾乎不需要駕駛員隨時(shí)準(zhǔn)備接管；L4則意味著在某些特定條件下完全不需要駕駛員控制；L5級車輛可以在任何條件下完成自動(dòng)駕駛。可見，目前的ADAS系統(tǒng)正處在從L2向L3的過渡階段，絕大多數(shù)情況下，還不能實(shí)現(xiàn)自動(dòng)駕駛，少數(shù)情況下可以，但市場規(guī)模和占比很小。

?01、向L3進(jìn)發(fā)過程中的收獲

4年前，汽車行業(yè)提出“軟件定義汽車”、“算力軍備競賽”、“E/E架構(gòu)集中化”等口號，之后，誕生了以算力芯片、底層軟件、算法、域控制器等為代表的全新賽道。當(dāng)時(shí)，以小馬智行、文遠(yuǎn)知行為代表的企業(yè)主張“跨越式”落地方式，認(rèn)為L4級自動(dòng)駕駛的最佳落地場景是Robotaxi。

相反，以特斯拉為代表的造車新勢力，則認(rèn)為自動(dòng)駕駛要“漸進(jìn)式”落地，即由L2開始，逐步過渡到L2+、L3，最終實(shí)現(xiàn)L4。從技術(shù)路線來看，多傳感器融合和純視覺路線也存在紛爭，中國公司主張通過搭載激光雷達(dá)、毫米波雷達(dá)、攝像頭等方式來增強(qiáng)單車感知能力，而特斯拉、Mobileye等公司則在走純視覺路線，專注于視覺算法的開發(fā)和迭代。

經(jīng)過幾年的迭代，目前，部分L4賽道的參與者雖已開始在中國各地示范區(qū)初步落地，但由于成本及法律法規(guī)等因素，Robotaxi大規(guī)模商業(yè)化落地仍遙遙無期。相反，以蔚小理為代表的造車新勢力已相繼開始規(guī)模化推送通勤NOA和城市NOA等L2+功能。在這種態(tài)勢下，一些在以前專攻L4的商家不得不參與L2+方案業(yè)務(wù)，以求生存下去。

總體來看，“漸進(jìn)式”成為了自動(dòng)駕駛的主流落地方式。從技術(shù)路線來看，特斯拉提出的“BEV+Transformer”、“Occupancy”等視覺算法技術(shù)架構(gòu)在北美通過FSD系統(tǒng)取得成功。中國廠商也開始效仿特斯拉，重建自身感知架構(gòu)，ADAS感知算法成為商家追求的焦點(diǎn)。

?02、ADAS硬件迭代

在傳統(tǒng)分布式E/E架構(gòu)下，輔助駕駛系統(tǒng)由幾個(gè)相互獨(dú)立的子系統(tǒng)（如前向ADAS，側(cè)后ADAS，泊車輔助系統(tǒng)，全景環(huán)視系統(tǒng)等）構(gòu)成，每個(gè)子系統(tǒng)都有一個(gè)ECU。ECU的主要結(jié)構(gòu)為“單片機(jī)+外圍電路”，在這種架構(gòu)下，Tier1廠商將軟硬件打包以“黑盒”交付的形式提供給主機(jī)廠，Mobileye是典型代表。

隨著整車E/E架構(gòu)從分布式走向集中式，ADAS子系統(tǒng)所對應(yīng)的ECU也融合成輔助駕駛域控制器，主控芯片從MCU演變成更高性能的SoC芯片，軟件架構(gòu)也隨之向SOA架構(gòu)升級，包括系統(tǒng)軟件（虛擬機(jī)，中間件等）、算法模塊和應(yīng)用程序層三部分，實(shí)現(xiàn)了“軟硬件解耦”，整個(gè)ADAS產(chǎn)業(yè)鏈也分解為芯片、硬件集成和生產(chǎn)、軟件開發(fā)、算法開發(fā)、應(yīng)用程序開發(fā)等幾大環(huán)節(jié)。

在行業(yè)變革初期，芯片、中間件、算法開發(fā)等環(huán)節(jié)都衍生出了一批創(chuàng)業(yè)公司，他們的技術(shù)壁壘在于是否在各自環(huán)節(jié)具備充足的開發(fā)能力和量產(chǎn)經(jīng)驗(yàn)。例如，在過去3年里，德賽西威憑借基于對英偉達(dá)Orin芯片的ADAS域控制器量產(chǎn)經(jīng)驗(yàn)，斬獲眾多車企訂單。然而，隨著部分中低算力的智駕域控制器逐步走向標(biāo)準(zhǔn)化，對優(yōu)秀的Tier1企業(yè)而言（包括芯片供應(yīng)商、集成供應(yīng)商、算法供應(yīng)商等），對其能力的要求已不僅局限于產(chǎn)業(yè)鏈單一環(huán)節(jié)，而是需要憑借領(lǐng)先優(yōu)勢整合產(chǎn)業(yè)鏈上下游，具備集芯片、算法、制造等為一體的綜合供應(yīng)能力，以建立起生態(tài)系統(tǒng)。從2023和2024年以來的發(fā)展情況來看，已具備建立生態(tài)能力的中國廠商有華為（從底層芯片到上層算法全棧自研）、大疆（具備算法自研能力和制造能力，且能夠把芯片性能發(fā)揮到極致）。

目前，英偉達(dá)的Orin芯片占據(jù)NOA主控芯片75%的市場份額，中國廠商地平線的征程系列于今年4月發(fā)布了征程6新品，支持城市NOA功能。無論是英偉達(dá)，還是地平線，都在盡力補(bǔ)足算法能力，并逐步具備提供智能駕駛完整解決方案的能力。

此外，智能駕駛算法龍頭Momenta也組建了芯片團(tuán)隊(duì)，以補(bǔ)足底層硬件能力。發(fā)展至今，ADAS的硬件系統(tǒng)需要進(jìn)一步迭代，才能為實(shí)現(xiàn)L3級駕駛做好準(zhǔn)備，如域控制器，攝像頭，各種雷達(dá)等。L3級ADAS的功能更為智能化，要求底層芯片（以域控制器為主）具有更高的算力，同時(shí)，對低功耗和兼容性水平的要求將提升。要實(shí)現(xiàn)L3級ADAS，要求車輛具備很強(qiáng)的感知能力，對于攝像頭、毫米波雷達(dá)、激光雷達(dá)等感知設(shè)備的裝配量和性能要求將提升。其中，攝像頭將向更高像素進(jìn)化，毫米波雷達(dá)與激光雷達(dá)有望在純視覺方案尚未成熟時(shí)為ADAS提供更強(qiáng)的道路信息收集能力，滲透率有望持續(xù)提升。與傳統(tǒng)機(jī)械液壓制動(dòng)/轉(zhuǎn)向相比，線控制動(dòng)/轉(zhuǎn)向具有反應(yīng)速度快、與電氣化架構(gòu)兼容程度高、能量回收，以及可配置多套冗余機(jī)制等優(yōu)點(diǎn)，更適用于L3級輔助駕駛汽車。隨著技術(shù)逐步成熟，線控制動(dòng)/轉(zhuǎn)向有望成為L3及以上級別智能駕駛的標(biāo)配。駕駛員監(jiān)控系統(tǒng)（DMS）用于實(shí)現(xiàn)對駕駛員的身份、疲勞駕駛以及危險(xiǎn)行為進(jìn)行檢測。對于L3級自動(dòng)駕駛車輛而言，要求駕駛員在特殊情況下能接手操控汽車行駛。部分國家法規(guī)也對駕駛員在L3級自動(dòng)駕駛條件下能否接打手機(jī)、觀看娛樂系統(tǒng)等做出了規(guī)定，這就需要配置DMS進(jìn)行監(jiān)控，以在事故發(fā)生時(shí)確定責(zé)任。預(yù)計(jì)DMS將成為L3級駕駛的標(biāo)配。中國已發(fā)布《機(jī)動(dòng)車和掛車光信號裝置及系統(tǒng)征求意見稿》，要求L3及以上級別智能駕駛車輛需配備至少4個(gè)藍(lán)綠色自動(dòng)駕駛標(biāo)志燈，分別位于車身前后左右，用于告知周圍車輛自身處于自動(dòng)駕駛狀態(tài)。隨著《機(jī)動(dòng)車和掛車光信號裝置及系統(tǒng)》標(biāo)準(zhǔn)正式落地，自動(dòng)駕駛狀態(tài)指示燈將成為車燈行業(yè)新增市場。

?03、算法和軟件迭代

2016年，特斯拉開始在車端大量收集數(shù)據(jù)，到了2018年，已初步構(gòu)建了數(shù)據(jù)閉環(huán)體系，并逐步完善了云端算力資源、自動(dòng)化標(biāo)注、仿真等環(huán)節(jié)。到了2023年，特斯拉完善的數(shù)據(jù)閉環(huán)體系造就了其極致的模型迭代速度，F(xiàn)SD BetaV11的公測版速度為20天一次。目前，以小鵬和華為為代表的智能駕駛廠商在基礎(chǔ)設(shè)施、數(shù)據(jù)閉環(huán)體系方面逐步完善，成為了中國ADAS行業(yè)龍頭。華為在芯片、通信、移動(dòng)終端等多個(gè)領(lǐng)域積累下來的工程經(jīng)驗(yàn)可以深度賦能智能駕駛數(shù)據(jù)閉環(huán)體系。華為可以自研云端訓(xùn)練芯片、車端智駕芯片，能夠做到這些的廠商很少，因此，該公司可以做到真正的軟硬件深度協(xié)同，提高效率。

余承東在2023年9月問界M7改款發(fā)布會(huì)上披露，其云端算力為1.8E FLOPS，每天可以學(xué)習(xí)1000萬公里數(shù)據(jù)，到2023年11月，云端算力已經(jīng)提升到2.8E FLOPS（是國內(nèi)其他廠商算力資源的2-3 倍），每天可以學(xué)習(xí)1200萬公里數(shù)據(jù)，每5天迭代一次模型。小鵬是新勢力車企中最早開始建立數(shù)據(jù)閉環(huán)體系、布局云端超算中心的廠商，2023年以來，該公司的數(shù)據(jù)閉環(huán)效率大幅提升，體現(xiàn)在數(shù)據(jù)收集、模型訓(xùn)練、部署、仿真全鏈條的效率提升。

在仿真環(huán)節(jié)，2022年可以做到基于真實(shí)場景模擬數(shù)據(jù)，2023年已經(jīng)具備利用AI生成極限場景并融入到海量訓(xùn)練數(shù)據(jù)中的能力。在這樣的數(shù)據(jù)閉環(huán)能力支撐下，小鵬軟件發(fā)版速度明顯提升。

從2023下半年開始，智能駕駛功能軟件版本迭代速度明顯加快，2023年第四季度，頭部主機(jī)廠在年初制定的城市NOA落地目標(biāo)已開始集中兌現(xiàn)。同時(shí)，通勤NOA也在普及。通勤NOA又被稱為記憶行車或AI代駕，指在用戶設(shè)定的特定路線上通過車端學(xué)習(xí)后可以實(shí)現(xiàn)點(diǎn)到點(diǎn)單一路徑的領(lǐng)航輔助駕駛。通勤NOA的算法技術(shù)棧與城市NOA完全相同，只是大幅縮小了場景范圍，通過多次學(xué)習(xí)同一條路線來“重建”一個(gè)單一路徑的輕量化高精度地圖。硬件成本方面，由于單一路徑下工況相對簡單和可控，對算法模型的泛化性要求也較低，對芯片算力和傳感器的需求也遠(yuǎn)低于城市NOA。

從實(shí)際應(yīng)用效果來看，高速+通勤NOA已覆蓋用戶85%的出行場景。因此，對車企而言，在規(guī)模化推廣城市NOA功能的前期，率先落地通勤模式不僅可以在有限的能力下最大可能地滿足用戶需求，并由此逐步培育用戶對高級智駕功能的使用習(xí)慣，還可以為主機(jī)廠后續(xù)升級或推廣城市NOA功能提供數(shù)據(jù)積累。在領(lǐng)先車企的示范效應(yīng)下，騰勢、智己、零跑等多家整車廠都已將通勤NOA功能推出時(shí)間表提上日程。

?04、邁向L3的障礙

與L2/L2+不同，L3不再被視為輔助駕駛，而是有條件的自動(dòng)駕駛，車輛的駕駛?cè)蝿?wù)將主要由智能駕駛系統(tǒng)自身負(fù)責(zé)，駕駛員無需時(shí)刻準(zhǔn)備接管。但就目前的發(fā)展情況來看，L3的大規(guī)模商業(yè)化落地很難，除了技術(shù)因素，法規(guī)和倫理是難以逾越的障礙。特別是法規(guī)問題，相當(dāng)復(fù)雜。自動(dòng)駕駛技術(shù)涉及行車安全，關(guān)乎生命，尤其對L3及以上級別自動(dòng)駕駛技術(shù)而言，駕駛責(zé)任更多由車輛本身承擔(dān)，行駛的不確定性進(jìn)一步加大。

因此，各國政府多對高級別自動(dòng)駕駛落地持謹(jǐn)慎態(tài)度，相關(guān)支持性法律法規(guī)的出臺節(jié)奏較為緩慢，這在一定程度上限制了高級別自動(dòng)駕駛技術(shù)的發(fā)展。L3及以上級別自動(dòng)駕駛車輛的主要操作由車輛自身完成，因此，自動(dòng)駕駛系統(tǒng)正常運(yùn)行時(shí)出現(xiàn)的交通事故理應(yīng)由車輛生產(chǎn)者負(fù)責(zé)。但就當(dāng)前各國交通政策來看，L3技術(shù)并未得到廣泛認(rèn)可，交通事故的第一責(zé)任人大多認(rèn)定為駕駛員。

以現(xiàn)行的《中華人民共和國道路交通安全法》為例，其明確規(guī)定“駕駛過程中，駕駛員不得出現(xiàn)影響安全駕駛的行為”，表明駕駛員仍需時(shí)刻負(fù)責(zé)駕駛?cè)蝿?wù)，事故發(fā)生時(shí)駕駛員將是第一責(zé)任人?，F(xiàn)行的美國聯(lián)邦交通法規(guī)對自動(dòng)駕駛汽車交通事故做出了明確責(zé)任劃分，規(guī)定“自動(dòng)駕駛汽車發(fā)生交通事故，作為后備駕駛員的人類司機(jī)需承擔(dān)責(zé)任”，法規(guī)還補(bǔ)充說明，汽車制造公司不逃避交通事故的責(zé)任。

德國2021年頒布的《自動(dòng)駕駛法》規(guī)定：“L3級自動(dòng)駕駛汽車可以在德國全境1.32萬公里高速公路上行駛，速度不高于60Km/h，可以解放雙手但不能睡覺，不允許駕駛員連續(xù)向后看或離開座位，在必要的情況下仍需要駕駛員接管車輛”。符合上述條件的車輛如果發(fā)生交通事故，責(zé)任將屬于車輛生產(chǎn)者。日本相關(guān)法律規(guī)定，其境內(nèi)L3級自動(dòng)駕駛車輛發(fā)生事故時(shí)，原則上由駕駛員承擔(dān)責(zé)任，生產(chǎn)者的責(zé)任僅限于汽車系統(tǒng)存在明確缺陷的情況下。系統(tǒng)被黑客入侵所導(dǎo)致的事故適用于政府救濟(jì)制度。