连续首发纯视觉城市NOA与舱驾一体方案,百度“火拼” 高阶智驾赛道

本文主要是介绍连续首发纯视觉城市NOA与舱驾一体方案,百度“火拼” 高阶智驾赛道,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

从近期的形势来看,国内高阶智能驾驶赛道战火已经愈演愈烈。

从车企端来看,已经有小鹏、理想、阿维塔、智己、华为问界等多个品牌车型已经争相发力城区NOA;更多的车企已经开始了高速NOA的规模化普及。

从供应商端来看,华为凭借新问界M7一举翻身,大疆车载凭借极致性价比的纯视觉高速领航辅助方案一战成名,毫末智行不久前也“明码标价”发布了三个层级的行泊一体方案,为量产做足了准备。

近期,在自动驾驶领域耕耘十年的百度Apollo也全面公开了在智能驾驶前装量产的成果与产品部署,并实现了多个首发,无疑又将成为又一大实力选手。

高工智能汽车研究院认为,从2023年开始,NOA规模化(从高速到城区)将是未来两年智驾市场的主旋律之一,并且高阶智驾市场将围绕「降本」和「规模化」加快量产进程。

根据高工智能汽车此前调研结果来看,现阶段市场的高阶智驾解决方案基本分为三种,一种是基于5-20TOPS的低算力平台的极致性价比行泊一体方案,支持入门版高速NOA(兼新车营销功能),去年至今年上半年,当前绝大部分国产供应商均扎堆推出了单J3/单TDA4 VM的相关方案,部分企业已经率先规模量产。

第二种则是基于中算力平台的方案,特点在于增强版高速NOA,并叠加城市通勤NOA/记忆行车功能;第三种则是高算力平台,对应200+TOPS,支撑城市NOA。

而从日前召开的2023百度世界大会智能汽车分论坛上披露的具体信息来看看,其集中火力瞄准了中高算力平台的高性价比高阶智驾方案,并面向下一阶段的跨域融合领先部署。

首先来看,作为从L4降维到L2级智驾赛道的代表玩家,百度的智能驾驶量产业务已经真正进入了规模量产阶段。

百度智能汽车业务部总经理苏坦介绍,与岚图合作的首款车型——新款岚图FREE已经量产,同时,百度深度赋能的极越01即将上市。还有更多的车型也将陆续落地,从现场来看,吉利汽车也将是百度在智驾、智舱方面的重要合作车企,其中吉利银河E8也是合作车型之一。

图片

具体的量产方案方面,主要是面向高速领航辅助的行泊一体方案Apollo Highway Driving Pro(新岚图FREE搭载),升级后的Apollo City driving行泊一体方案(覆盖城市通勤),还包括即将量产落地的国内首款纯视觉城市领航高阶智驾产品Apollo City Driving Max

其中Apollo Highway Driving Pro方案的感知系统硬件采用了9V5R方案,芯片平台采用单TDA4-VH。

苏坦在活动中介绍,目前已经量产的高速领航系统表现十分优异,百公里接管次数<1,变高成功率>99.2%,匝道进出成功率>98.7%,APA泊车成功率大于99%,泊入时间<35秒。

图片

据岚图CEO卢放在演讲中披露的数据显示,新岚图FREE交付一个多月以来,截止10月16日,新岚图FREE行泊车智驾功能激活率高达83.74%;智驾功能渗透率99.06%;高速NOA总里程达33万公里,其中NOA每千公里接管次数为2.02次/千公里;高速NOA单次最长行驶里程为364公里。

另外据苏坦向高工智能汽车介绍,在不依赖硬件升级(传感器配置和芯片平台依旧不变)的情况下,Apollo Highway Driving Pro方案已经快速升级为Apollo City driving方案,进一步拓展了日常城市通勤模式,预计将于2024年下半年实现OTA推送升级。

这主要得益于百度Apollo 智驾感知方案的核心技术Efficient BEV Model在底层实现了重构,在算力、开发效率和系统设计方面均实现了突破。通过重构底层算子,实现最新模型算法和量化误差可控,同时其大模型还实现了深度的轻量级优化等等,从而实现了BEV模型在中算力平台的成功部署。不过随着算法升级,后续传感器会进一步精简,成本也将再一步下降。

上述方案还支持包括TI、高通、黑芝麻等多芯片平台的快速移植落地,助力各大主机厂快速实现高阶智能功能的快速量产。

很显然,从当前各大主机厂和智驾供应商的布局来看,城市通勤NOA无疑成为了从高速NOA到城市NOA量产进程中的又一大细分热门商业化赛道。

百度Apollo City Driving除了着力打造性价比的同时,也致力于让通勤NOA功能从能用到更“好用”、更安全,实现更好的用户体验来形成独特的竞争优势。

例如百度Apollo City Driving的城市常用路线领航的秒级建图能力,用户只需驾车开过一趟就能开启通勤模式。而借助云端共享可将建图路线分享给同车型的家人朋友;而且建图后,区域内任意车位或任意点均可启动泊车功能。

另外,来自于百度自身的地图数据支持,也将是百度智驾方案的核心优势之一。例如基于百度自有的超轻车道级地图数据,不仅能够覆盖更多的通勤场景,并且在各个通勤路线场景下领航功能可以实现更好的连续性体验,以及安全性能。

同时在泊车方面,该系统可以通过记忆路线云端建图和路线融合,打破单点车位,实现区域泊车——即可在区域内任意车位或任意点启动泊车功能。

值得一提的是,百度还宣布国内首款纯视觉城市领航高阶智驾产品Apollo City Driving Max将于今年4季度量产落地。

图片

其并未透露搭载的首款车型,但在当天极越其次发布了其国内首个“BEV+Transformer”算法实现的纯视觉高阶智驾技术方案,并对外公布了极越与百度联合研发的国内首个占用网络技术(Ocuupancy Network,OCC)等等,综合各方面信息来看,极越01搭载的应该就是Apollo City Driving Max。

得益于百度行业领先的纯视觉BEV大模型,基于4D BEV tTransformer算法,该方案升级了第二代纯视觉感知系统,能够更好的各类预测道路参与者的时空位姿,并对其运动轨迹全网络端到端的预测,并且通过前沿的OCC网络可实时重建精确的三维环境,且场景三维重建分辨率甚至可以超越高线束激光雷达。

以上,使得百度纯视觉高阶智驾方案在不采用激光雷达的情况下,依旧可以实现与配置激光雷达同样好的产品体验。

此外,百度Apollo还行业首发了Apollo Robo-Cabin舱驾一体软芯融合智算平台,据称这也是中国首个能够完成甚至是全球首个真正意义上在单SOC上实现了舱驾融合运行的平台。通过舱驾分区隔离设计,在硬件、通信链路和资源调度上进行隔离,保证业务、通信和运行的独立。前期规划将在在单颗高算力座舱芯片上集成包括AEB、LCC等基础智驾功能。

综合来看,百度智驾业务已经进入了关键落地期,恰逢当前国高阶智能驾驶市场也进入了关键量产周期,耕耘多年的百度也终于迎来了的机会。

观察当前在高阶智驾(城市NOA)赛道部署的头部车企,除了少部分车企自研,背后的高阶智驾方案(城市NOA)供应商依旧是少数。

百度作为从L4降维进入L2+智驾赛道的头部玩家,也有望基于陆续落地的量产项目、BEV+Transformer模型的快速驱动,从而实现在成本下降与技术能力等方面的持续优化,成为高阶赛道的主要参与者之一。

这篇关于连续首发纯视觉城市NOA与舱驾一体方案,百度“火拼” 高阶智驾赛道的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/284178

相关文章

Redis客户端连接机制的实现方案

《Redis客户端连接机制的实现方案》本文主要介绍了Redis客户端连接机制的实现方案,包括事件驱动模型、非阻塞I/O处理、连接池应用及配置优化,具有一定的参考价值,感兴趣的可以了解一下... 目录1. Redis连接模型概述2. 连接建立过程详解2.1 连php接初始化流程2.2 关键配置参数3. 最大连

升级至三频BE12000! 华硕ROG魔盒Pro路由器首发拆解评测

《升级至三频BE12000!华硕ROG魔盒Pro路由器首发拆解评测》华硕前两天推出新一代电竞无线路由器——ROG魔盒Pro(StrixGR7Pro),该产品在无线规格、硬件配置及功能设计上实现全... 作为路由器行业的T1梯队厂商,华硕近期发布了新旗舰华硕ROG魔盒Pro,除了保留DIY属性以外,高达120

MySQL 迁移至 Doris 最佳实践方案(最新整理)

《MySQL迁移至Doris最佳实践方案(最新整理)》本文将深入剖析三种经过实践验证的MySQL迁移至Doris的最佳方案,涵盖全量迁移、增量同步、混合迁移以及基于CDC(ChangeData... 目录一、China编程JDBC Catalog 联邦查询方案(适合跨库实时查询)1. 方案概述2. 环境要求3.

SpringBoot3.X 整合 MinIO 存储原生方案

《SpringBoot3.X整合MinIO存储原生方案》本文详细介绍了SpringBoot3.X整合MinIO的原生方案,从环境搭建到核心功能实现,涵盖了文件上传、下载、删除等常用操作,并补充了... 目录SpringBoot3.X整合MinIO存储原生方案:从环境搭建到实战开发一、前言:为什么选择MinI

Knife4j+Axios+Redis前后端分离架构下的 API 管理与会话方案(最新推荐)

《Knife4j+Axios+Redis前后端分离架构下的API管理与会话方案(最新推荐)》本文主要介绍了Swagger与Knife4j的配置要点、前后端对接方法以及分布式Session实现原理,... 目录一、Swagger 与 Knife4j 的深度理解及配置要点Knife4j 配置关键要点1.Spri

SQLite3 在嵌入式C环境中存储音频/视频文件的最优方案

《SQLite3在嵌入式C环境中存储音频/视频文件的最优方案》本文探讨了SQLite3在嵌入式C环境中存储音视频文件的优化方案,推荐采用文件路径存储结合元数据管理,兼顾效率与资源限制,小文件可使用B... 目录SQLite3 在嵌入式C环境中存储音频/视频文件的专业方案一、存储策略选择1. 直接存储 vs

SpringBoot服务获取Pod当前IP的两种方案

《SpringBoot服务获取Pod当前IP的两种方案》在Kubernetes集群中,SpringBoot服务获取Pod当前IP的方案主要有两种,通过环境变量注入或通过Java代码动态获取网络接口IP... 目录方案一:通过 Kubernetes Downward API 注入环境变量原理步骤方案二:通过

Springboot3+将ID转为JSON字符串的详细配置方案

《Springboot3+将ID转为JSON字符串的详细配置方案》:本文主要介绍纯后端实现Long/BigIntegerID转为JSON字符串的详细配置方案,s基于SpringBoot3+和Spr... 目录1. 添加依赖2. 全局 Jackson 配置3. 精准控制(可选)4. OpenAPI (Spri

关于跨域无效的问题及解决(java后端方案)

《关于跨域无效的问题及解决(java后端方案)》:本文主要介绍关于跨域无效的问题及解决(java后端方案),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录通用后端跨域方法1、@CrossOrigin 注解2、springboot2.0 实现WebMvcConfig

在Java中将XLS转换为XLSX的实现方案

《在Java中将XLS转换为XLSX的实现方案》在本文中,我们将探讨传统ExcelXLS格式与现代XLSX格式的结构差异,并为Java开发者提供转换方案,通过了解底层原理、性能优势及实用工具,您将掌握... 目录为什么升级XLS到XLSX值得投入?实际转换过程解析推荐技术方案对比Apache POI实现编程