4542
「高精地图成本非常高，仅采集上海的高精地图，采集了一两年，9000 公里都没有把上海完全覆盖。自动驾驶依赖高精地图很难做到普及，全国覆盖的成本非常高。从国家安全的角度，几个月才允许更新，但中国的道路天天修建，自动驾驶依赖高精地图真的没法广泛使用。」
上海车展前夕，华为终端 BG CEO、智能汽车解决方案 BU CEO 余承东在谈到城市 NOA 落地时，对高精地图大倒苦水。
当然，余承东的吐槽仅仅是行业的一个缩影。在城市 NOA 成为行业新一轮竞争的角力点的今天，「去高精地图」已经成为大家普遍的共识。
另一方面，无论车企还是自动驾驶公司，都期望在城市 NOA 这一轮角逐中获得声量。
因此，当方案和功能趋于一致时，「性价比」也成了城市 NOA 破局的另一突破口。
前不久，自动驾驶公司元戎启行对外发布了 D-PRO 和 D-AIR 两款行泊一体的智能驾驶产品。
这是元戎启行基于 Driver 3.0 技术框架，为车企打造的智能驾驶解决方案，号称「无需高精地图，以更低的硬件成本就能实现城市内点到点智能驾驶」。
在无车道线的十字交叉路口，D-PRO按规划行驶
其中，D-AIR 聚焦性价比，硬件成本为 7000 人民币，能够为用户提供 ACC、LCC、ILC、APA、AEB 等辅助驾驶功能，市场价格仅为同性能、功能产品的 80%。
D-PRO 则是全域的高阶智能驾驶，硬件成本为 1.4 万人民币，支持车辆随时随地开启高阶智驾功能，即使在拥堵的城市复杂路段，也可以自行规划路线，安全行驶。
从元戎启行这两套方案我们可以看到：
降低成本和扩展使用区域，正成为当下自动驾驶公司竞争的焦点。与此同时，这也对行业普及高阶自动驾驶有着颇为积极的推动作用。
01、在上海试乘「无图」城市 NOA，是种什么体验？
早在 2022 年的夏天，我就试乘过元戎启行主驾无人 Robotaxi，虽然当时体验时间不长，但整体操作流畅。
时隔一年，在这届上海车展期间，我体验了元戎启行最新发布的 D-PRO 方案。超出我预期的是，这套方案竟然给我带来了「断层式」能力提升的体验感。
先分享几个让我印象深刻的场景：
首先是在十字路口成功识别红灯并停车，在绿灯亮起时又快速起步直行。识别交通灯是城市 NOA 的难点。交通灯形状、位置、大小各有不同，加上路口的交通元素复杂，感知系统需要快速识别并做出决策。
其次是在通过没有车道线的路口，车辆通过融合感知预测车道线的走向。
第三个场景是在无车道线路口进行大幅右转时，需要车辆对侧向来车的识别、预测与自车行为规划。在这个过程中我乘坐的车辆轻微减速，但丝毫不怂。
最后一个是绕行。这是最能体现辅助驾驶方案「灵活」程度的场景。路遇障碍物时，其他 L2+方案更倾向于停车观察。而搭载 D-PRO 方案的车辆从减速衔接到加速的过程十分丝滑，顺利绕行通过。
据了解，搭载 D-PRO 方案的车辆，使用了 1 颗激光雷达，7 个摄像头以及 1 颗英伟达 Orin 芯片。由于不依赖高精地图，在导航地图覆盖范围内开启，可实现全域点对点的高阶辅助驾驶功能。
看到这里，也许你觉得这是一次平平无奇的城市 NOA 体验。
实际上，这套方案背后的诸多特点，才是我称之为「断层式体验感」的原因所在。
02、摆脱高精地图依赖，自研推理引擎：元戎启行两大降本法宝
高精地图城市覆盖率低、采集成本高无法保证鲜度、难以实时更新反映现实世界的变化，高精地图所暴露的这几大问题使得自动驾驶系统难以完成城市 NOA 任务。
因而，一条「重感知、轻地图」的技术路线被推向前台。
这届上海车展期间，我们看到包括华为、百度、理想、小鹏在内的头部玩家纷纷表示对高精地图的「放弃」。
比如华为 ADS 2.0 进一步升级 GOD 网络，道路拓扑推理网络进一步增强，类似于特斯拉的占用网络算法（Occupancy Networks），即使无高精地图也能看懂路，以及红绿灯等各种道路元素。
百度推出的城市智驾 Apollo City Driving Max 系统，选择以「纯视觉+激光雷达」的方式实现感知冗余，比行业通用的传统高精地图要「轻」近 80%。
理想最新发布的 AD Max 3.0，按照官方说法，它可以摆脱对高精地图的依赖，像人类司机一样实时感知、决策、规划。
但相比目前行业「轻地图」的路线，元戎启行的想法是一步到位，在真正具备挑战性的复杂城市场景下做出不依赖高精度地图，实现任意点到点的智能驾驶。
从 2020 年开始，元戎启行就开始了不依赖高精度地图的技术研发，经过近三年的迭代，产品终于提升到可以商业化的水平。据元戎启行 CEO 周光今年 3 月对媒体的表述，今年初与元戎启行合作的车企曾请第三方团队在有高精地图的路段上做了五天对比测试，结论是元戎方案的效果已不输于使用高精地图的方案。
其次，为了进一步降低成本，元戎启行借助自研的推理引擎，摆脱对昂贵硬件平台的依赖。
据了解，元戎启行的推理引擎是优化自动驾驶深度模型的工具，目标是让自动驾驶模型在成本更低、功耗更小的计算平台上运行。与传统方案相比，推理引擎能将自动驾驶系统的功耗降低近 90%，同时大幅降低系统所需的计算资源。据元戎启行副总裁刘轩介绍，元戎自研的推理引擎运算效率比主流开源框架的推理引擎快了 6 倍。
第三，为了满足车企持续性、多元化的智能增长需求，元戎启行的方案 D-PRO 和 D-Air 可进行持续 OTA 升级，可以为用户不断解锁更多新功能。基于 Driver 3.0 架构，D-PRO 和 Air 均可在同一域控中实现行泊一体，相对于传统的辅助驾驶系统框架，可扩展性更高。
这种能力表现也让元戎启行顺理成章进入了车企的供应商列表。目前 D-PRO 已经拿到了车企的定点合作，预计在年内，搭载元戎启行智能驾驶系统的汽车即将进入消费市场。
03、自动驾驶大规模应用，必须采用低成本、高性能的技术
随着智能驾驶搭载率的提升，车企已然开启「装备竞赛」。
回顾本届上海车展，从亮相的新车型和各家公布的战略来看，车企在智能驾驶领域的突围战已经打响。
（1）蔚来发布的新款 ES6，基于量产自动驾驶系统 NT2.0 平台打造，标配４颗 Orin X 芯片，算力达 1016TOPS；
（2）问界宣布 M5 智驾版搭载华为 ADS 2.0 高阶智能驾驶系统，不再依赖高精地图，而是通过雷达、摄像头等融合感知，识别异形障碍物。
（3）理想官宣开启「智能驾驶 3.0 时代」，从高速场景进入城市场景，城市导航辅助驾驶（城市 NOA）将于本季度推送内测用户，年底覆盖 100 座国内城市；
（4）小鹏新款 SUV G6 基于「扶摇」架构，配备全场景辅助驾驶系统 XNGP，支持城市+高速导航辅助驾驶（高速 NGP）；
（5）埃安新发布的 Hyper GT 搭载 3 颗激光雷达，在红外遥感技术加持下，能在夜间或雾霾、沙尘等恶劣天气下识别出行人和动物。
（6）比亚迪则宣布基于地平线征程 5 芯片的自研 BEV 融合感知方案，将于年内量产。
从我与不少行业人士交流来看，大家的判断较为趋同：2023 年智能驾驶进入全线爆发期，但与此同时，成本也成为自动驾驶规模化落地最主要的阻碍之一——这意味着自动驾驶的成本控制是供应链的大势所趋。
从车企角度来看，在能保障供应的前提下，肯定会选择成本更优的解决方案。从用户角度而言，成本降低后，自动驾驶「飞入寻常百姓家」才更容易实现。
因此，无论从硬件还是软件，降低成本已经成为量产之后十分重要的工作。
元戎启行 CEO 周光认为，只有通过量产，大规模投放有高阶智能驾驶的车辆，才能快速积累数据，有效提升自动驾驶的性能。而想要实现自动驾驶的大规模应用，势必需要采用低成本、高性能的自动驾驶技术。
此次元戎启行发布的 D-AIR 和 D-PRO 方案只是一个开始——智能驾驶体验不断提升，同时成本逐渐下降，这是以元戎启行为代表的自动驾驶公司满足车企多元化需求的深刻洞察，也是产业链效率提升的必然结果。
下载ECAD模型
