深度讨论：自动驾驶现状和未来如何发展？

现如今，高中低端汽车都配备部分智能驾驶功能，很多功能颇具实用性，一定程度上提升了开车体验和安全性能。那么自动驾驶到底发展如何了？说到自动驾驶，最近人工智能的风口很大，人工智能到底和自动驾驶什么关系，它会加速智能汽车发展吗？下面咱们就来讨论一下：

一、自动驾驶发展水平如何

自动驾驶的发展已经成为行业共识，自动驾驶一共分为5个等级，现在很多车型都已经实现了L2等级的自动驾驶能力，并且已经商业化多年。包括但不限于：特斯拉Model3、MODELS、奔驰S级、奥迪A6L、一汽大众探岳、长安CS75、wey-vv6、广汽新能源Aions、小鹏G3、蔚来ES8、红旗E-HS9等等。

今年6月21日，国务院政策例行吹风会举行，介绍促进新能源汽车产业高质量发展有关情况。特别强调了：启动智能网联汽车准入和上路通行试点，组织开展城市级“车路云一体化”示范应用，支持有条件的自动驾驶。这里面讲的是L3级，及更高级别的自动驾驶功能商业化应用。

可以说，现在自动驾驶正处于L3的导入期。

今年6 月 17 日消息，理想汽车召开理想家庭科技日发布会，介绍了城市 NOA 和通勤 NOA，宣布本月开始在北京、上海开放城市 NOA 内测，半年开放通勤 NOA 功能。

今年9越12日，华为发布了基于ADS2.0自动驾驶的M7，也采用了国内的多传感器融合方案，M7车顶安装有一颗激光雷达，但是完全取消了：高精地图。实现了跑全国的能力。

总之，现如今阶段，整个行业正处于L3自动驾驶的导入期，各大车企已经相继推出：城市NOA功能。

那么自动驾驶是如何实现的呢？

二、人工智能是自动驾驶的必由之路

我们让电脑工作，都是预先编号程序，有什么样的输出，做出什么样的输出，都是预先编写好的，计算机循环往复的运行就可以了。

那么这套计算机程序有两种实现方式：

1.公式编程法：这样的方式是编程人员（人脑）预先认知世界，然后抽象出相关的公式和逻辑，然后依据逻辑进行编程。比如：if-else。

2.神经网络编程：后来随着我们人来要求电脑解决的问题越来越复杂（比如自动驾驶场景），我们人类已经无法利用“公式编程”的方法，覆盖所有问题场景。后来，算法编程人员在认知人脑”神经系统“的基础上，提出基于训练的编程方法。

人脑神经学习方式：我们小孩子出生后，大脑里只是一张空白的纸，人眼、耳朵，触摸等传感器的接触，不断训练我们的神经系统，建立学习认知能力。在训练的时候，我们可以简单的理解为我们人脑的“神经节”在不断的断裂和重连。

类比于人脑，编程人员预先在计算机里编制出一张庞大的“电子神经网络”，这些神经网络通过投票机制，不断的建立连接权重，建立选择关系。通过预先的训练，形成得到正确结果的能力。这种能力就被称为“人工智能”。

实践证明，自动驾驶过于复杂，必须通过“人工智能”的方式，才能最终实现。

下面以理想的自动驾驶为例，说明一下现如今的城市NOA的功能，是如何通过人工智能实现的。

(●''◡''●)BEV大模型：解决车辆感知问题

                                     理想的大模型城市NOA来

BEV大模型来采用“鸟瞰算法”，也就是从空中俯瞰整个道路，并不是非要正确理解道路上是什么，而是能够感知哪里有东西即可，降低了感知难度，加速上车。

(●''◡''●)NPN云端先验网络：解决复杂路口感知遗漏问题

复杂路口，车辆、行人等的遮挡，仅仅依靠BEV大模型，无法应对这样的路况，理想为了解决这个问题，提出了云端神经先验网络（NeuralPriorNet），简称为NPN网络。主要方法是：通过云端大模型对于这类复杂路口提前进行路口NPN特征的提取和存储。当车辆再次行驶到这个路口时，将之前提取好的NPN特征拿出来，与车端的感知大模型，BEV特征层相融合，还原出更加稳定完整的路口结构特征。

             (●''◡''●)TIN（TrafficlntentionNet）网络：解决交通灯预测问题

仅看明白路口还不够，还得理解路口红绿灯的通行规则，如何预测行驶意图，这也是城市道路的另一个难点。

TIN网络是通过学习大量人类司机在路口对于信号灯变化的反应进行训练的，可以通过判断人类司机的举动反馈出行驶结果。TIN网络根据输入视频图像，实时的给出路口不同通行意图的概率值，概率值最大的就是实际使用的意图。

可以说，自动驾驶的场景过于复杂，传统的“公式编程法”无法实现如此复杂问题的解决，人工智能是实现自动驾驶的必由之路。

那么未来自动驾驶将如何实现和发展呢？

三、自动驾驶的发展方向

1.我看到的第一个发展方向就是逐步摆脱高精地图的依赖

刚刚也提到了，现在城市的自动驾驶都是在逐步摆脱高精地图的。为什么？

“鲜度”无法保证！

高精地图的鲜度保持很困难。现在高精地图的绘制都是依靠专业的绘制车辆，几百辆，甚至几千辆车行驶在广袤的大地上，根本起不来任何波澜。况且路况实时在变，更新的频度也无法保证。所以依靠高精地图的自动驾驶，只是昙花一现的美梦。现在自动驾驶都在推出抛弃高精度地图的方案。

刚刚提到的理想的自动驾驶方案就是完全抛弃“高精地图”的。

2.成本更优：舱驾融合方案

2022 年 9 月 20 日，英伟达发布了一颗算力高达 2000 TOPS 的 DRIVE Thor 芯片；这颗芯片的最大特点是：基于一颗 SoC，它可以同时自动驾驶和辅助驾驶、泊车、驾乘人员监控、数字仪表板、车载信息娱乐等功能。

2023 年 4 月 7 日的战略发布会上，黑芝麻将最新发布的芯片产品 C1200 定义为「智能汽车跨域计算芯片平台」——通过对跨域计算的强调，这款芯片同样指向了「舱驾融合」。

国内的另一家自动驾驶芯片公司地平线，也在去年 7 月正式宣布了与上汽集团和零束科技的合作，双方表示合作打造的「舱驾融合」国产计算平台的车型预计于 2025 年量产。

任何具备高科技属性的产品，在真正走向商业落地的过程中，都需要面对一个核心问题——成本。可以说，“性价比”和“成本”是「舱驾融合」单一芯片的关键考量！也是未来发展的方向共识。