重感知 · 轻地图 | 毫末智行把信心传递给行业

布局城市辅助驾驶，智能感知优先

辅助驾驶层面，业界已形成逐步以感知为重点的发展趋势。随着摄像头像素的大幅提升和大算力芯片也开始不断涌现，自动驾驶的感知能力得到了大幅度提升，而“重感知”的路线也被越来越多的企业所关注。

近日，自然资源部下发《关于促进智能网联汽车发展维护测绘地理信息安全的通知》，明确收紧了高精地图的测绘资质，加之高精地图维护更新成本较高，进一步促进越来越多的企业开始转变路线，切换为重感知的技术方向，而模仿人类的驾驶感知行为也成为了目前最有希望量产落地的方向。

以特斯拉为代表的纯视觉技术方案，从一开始便抛弃了高精地图及激光雷达，选择了一条艰难但却最有希望能够量产落地的方向。而就在今年4月，海外一位特斯拉车主发布视频，称其在FSD的帮助下，实现了从洛杉矶开车到旧金山近600公里的零接管长途驾驶，场景包含城市、快速路与高速，一时间再次引起舆论对纯视觉方案的关注。

毫末智行是最早提出“重感知·轻地图”概念中国自动驾驶企业，其城市NOH也其因强感知能力成为可大规模量产落地的辅助驾驶系统。在软件实力上，毫末城市NOH场景覆盖全面，可应对城市交叉路口、环岛、隧道、立交桥等复杂城市交通场景；在硬件优势上，毫末城市NOH方案配备了一颗超高算力芯片及多种感知传感器，最大程度实现了整套辅助驾驶感知系统的安全冗余；在产品力层面上，毫末已经完成超过十款乘用车型量产落地，搭载上市车型包括魏牌摩卡、魏牌拿铁、魏牌玛奇朵、坦克300、坦克500、哈弗神兽、拿铁DHT-PHEV等。同时，智车科技了解到，毫末智行也是中国唯一一个具备异步并行开发超过30个智能驾驶项目能力的公司，并且可以在2个月内完成全新项目的标定匹配，这个标定效率当之无愧是智能驾驶产品流程化开发王者水准。

9月21日，小鹏G9发布会上，正式推出了基于新一代视觉感知融合技术第二代智能辅助驾驶系统XNGP，小鹏方面重点强调这是基于重感知路线开发的智能辅助驾驶系统；而且，今年早些时候，华为也对外宣称要加强对视觉传感器的应用，不过度依赖高精地图，以快速实现对城市场景的覆盖。可见，自动驾驶这个赛道，不管是造车新势力还是科技巨头，都跟随毫末智行的发展脚步纷纷转变技术发展方向，这无疑会对整个行业带来新的需求增长点和技术窗口期，也证明了毫末智行率先采取重感知路线的正确性。

在路线选择的正确性与预见性以及产品的落地速度上来看，毫末智行正处于中国自动驾驶的领跑地位。结合最近整个行业的技术路线调整现状，可以说，在未来城市辅助驾驶之战中，智能感知的优先级绝对是第一位的。

实现重感知路线切换，数据为核心

要实现重感知的自动驾驶路线切换，数据的积累必然是其中最重要的一环。自动驾驶的底层逻辑，即是依靠AI在行驶过程中进行视觉识别和判断决策，而实现这一切的核心便在于数据。

人类通过不断的观察、学习、模仿与实践，逐步实现由“新手司机”向“老司机”的蜕变，汽车也可以通过大规模真实与仿真道路数据的学习和训练，不断迭代升级辅助驾驶的算法能力，逐步升级到自动驾驶。

特斯拉的影子模式在业内标新立异，其基本原理是利用公路上跑的每一辆特斯拉电车为其采集数据，并通过自动标注进行感知的图像识别及分类，从而不断OTA更新车上的感知模型，形成一整套的算法逻辑闭环。在这其中，数据便是关键！拥有更多的数据也就意味着模型愈加精准。相比特斯拉，毫末智行有什么趁手的利器呢？答案就是MANA。

数据量上，MANA已经在线学习时长超过31万小时，虚拟驾龄达到4万年，这巨大的数据量保证了训练出的感知模型的准确性。数据管理上，毫末建立了MANA数据管理系统，闭环式数据管理工作，使得每一张图片、每一份数据都能为模型的提升带来帮助。感知能力上，毫末智行设计了针对红绿灯检测及绑路的双流感知模型，也设计了自己的BEV Transformer进行车道线识别。今年9月在HAOMO AI DAY上，全新一代的MANA通过升级感知智能及认知智能能力，完成了更多场景的适应及应对，实现由数据驱动的重感知路线的稳步切换。

众所周知，目前城市道路中普遍存在着道路养护频繁、大型车辆密集、变道空间狭窄、城市环境多样这四类主要难题。而通过重感知轻高精地图的技术路线，可以实时对周边路况进行更新从而挑选最有效的决策规划策略，以数据为驱动的感知能力的增强下，决策规划的智能性与稳定性也得到相应提升，城市道路中的复杂难题将得到解决。可以说自动驾驶3.0时代，得数据者得天下，而拥有MANA如此利器的毫末智行，有望带领中国自动驾驶实现跨时代的飞跃。

重感知强鲁棒性的商业化意义

重感知路线，由于较少依赖外部信息而强依赖于车端自身传感器，其强鲁棒性的意义重大。对于自动驾驶行业来说，高精地图在很长一段时间都是约束在企业头上的一个紧箍咒。无论是获取资质的难度，构建方式的复杂性以及后期维护的成本来看，如果能够脱离高精地图的束缚将极大提升自动驾驶在城市道路上的灵活性，这也是重感知路线所带来的商业化加速落地的重大意义。

然而如果摒弃高精地图的帮助，必然会对车端感知将带来极大的困难与挑战。毕竟没有外部的先验信息，一切都将以视觉或激光融合感知的结果为准。这一方面需要感知的结果足够精准，另一方面也需要尽可能多得感知到需要识别出的障碍物，尤其在复杂路况下更是极大的挑战。要想试验感知准确性与稳定性，最好的方式便是开展城市复杂工况下的大规模路测，毫末智行基于北京、保定的复杂城市场景，顺利开展了大范围的公开路测，不仅验证了其感知能力的鲁棒性及普适性，更提升了感知模型的泛化能力。

重感知路线的商业化前景如今已被大多数自动驾驶企业所看好，无论是脱离高精地图束缚的灵活性，还是不畏各种场景变换的强鲁棒性，在自动驾驶商业化量产落地在即的今天，无疑给了车企在内整个行业带来了一份新的希望。

总结

在数据驱动的自动驾驶3.0时代，感知能力被逐渐重视，从而影响到未来自动驾驶的发展路线及应用场景。在以特斯拉、毫末智行、华为等为代表的头部自动驾驶企业的集体转型下，自动驾驶未来将发展如何，已经一目了然了——视觉感知将是自动驾驶企业建立优势地位的护城河，也将是实现自动驾驶的核心要义。重感知的路线无疑在降低自动驾驶量产成本、适应城市路况、技术实现可能性上起到了极大的促进作用。毫末智行引领国内技术趋势切换并大规模实现商用落地的企业，奠定了其在未来自动驾驶市场竞争中的领跑地位。