长城汽车如何做自动驾驶？走特斯拉的路
[爱卡汽车 科技 原创]
当聊起自动驾驶的时候，您首先想到的哪些公司？我想答案要么是特斯拉、蔚来、小鹏等新兴车企，要么是谷歌、百度、华为这类科技公司，但肯定不会是传统车企。和前两者相比，传统车企包袱重、转型慢、开发周期长，而且对软件开发人员的吸引力也比较有限。那么，传统车企应该如何做自动驾驶，才能在这场智能化的变革中不至于被淘汰？
点击任意图片，进入图集浏览
首先面临的是一个路线问题：靠自己，还是靠别人？靠自己投入大、风险大，靠别人只管躺平就好。近日上汽集团董事长陈虹在股东大会上明确表示“不接受任何供应商的整体解决方案”，“要把灵魂掌握在自己手中”。这几句话引起了很大的争议，但确实代表了传统车企的普遍看法。采用华为等公司的整体解决方案固然能够快速获得比较强的自动驾驶能力，不过这也意味着车企丧失了产品的主导权，将未来汽车价值的大头拱手让出，只能像代工厂一样赚取微薄的利润。尽管困难重重，销量排名靠前、市场表现强势的传统车企仍在积极研发自动驾驶技术，上汽如此，长城汽车也是如此。
开发理念：以数据为驱动
在近期举行的科技节上，长城汽车宣布未来五年将投入1000亿研发新能源和智能化技术，其中相当比例的经费将会分配到自动驾驶领域。巨款到账，要如何高效地花掉才能取得最大的成绩？长城汽车选择了以数据为驱动的开发理念。
目前在自动驾驶技术的研发和落地应用上处于领先位置无疑是特斯拉。特斯拉不用昂贵的激光雷达，最近更是抛弃了毫米波雷达，转而采用纯视觉的感知方案，这样做的底气源于对自身算法的自信。自动驾驶的算法是一种神经网络算法，研发人员需要用海量的真实路况和人类驾车数据来训练算法，让神经网络理解这些数据，并复现人类驾车时的反应。理论上，数据的量越大、质越优，就能够训练出更加可靠的算法。特斯拉在算法上的领先正是得益于在数据的量和质两方面的优势。全球的道路上行驶着超过一百万辆特斯拉，其中绝大部分都预埋了高等级的传感器，不论用户有没有购买、开启自动驾驶功能，这些传感器都在持续不断地采集数据。为了处理海量的真实数据，特斯拉甚至需要自研算力全球第一的Dojo超级计算机。
可能是从特斯拉的成功当中得到了启发，长城汽车在自动驾驶的研发中也把数据放在了最重要的位置，他们认为“唯有提高数据的迭代速度、降低数据迭代成本，才能持续的取得胜利，真实数据规模就是自动驾驶行业的命脉”。在数据的采集和迭代上，长城汽车可以充分发挥其销量优势。预计2021年长城汽车全系车型中，具备有效数据收集功能的车辆将达25万辆（在满足法规、用户同意的前提下），2024年长城汽车将累计销售具备有效数据收集功能车型530万辆，将达到行业绝对的领先水平，形成中国最大规模的自动驾驶数据仓。
自动驾驶可以分为感知、决策（包括软件和硬件，即算法和计算平台）、执行三大部分。海量的真实数据为算法的开发铺平了道路，接下来长城要解决的是感知、决策硬件和执行。
感知方案：激光雷达是重点
在感知方面，多种传感器的感知融合是绝大部分自动驾驶公司的共同选择，长城汽车的高阶自动驾驶方案也毫无意外地选择了这条道路，其感知硬件部分包括3个激光雷达、5个毫米波雷达、12个视觉 传感器、12个毫米波雷达、高精度地图、导航及定位系统等传感器设备。
在这套传感器硬件当中，重头戏无疑是激光雷达。长城选择了来自IBEO公司的固态激光雷达，它采用FLASH方案，是真正的纯固态激光雷达。它的优点是结构简单、尺寸小、感知精度高，可以探测到130米之外散落在地面上的轮胎或者雪糕筒。
感知算法有前融合与后融合之分。前融合是指把多种传感器的数据融合在一起，形成包含多种信息的综合数据，再通过一种通用的算法进行处理；后融合是指每种传感器都有自己的算法，数据经过处理之后再进行汇总。目前业界的主流是后融合算法，但是前融合算法其实更有优势。长城采用了前融合冗余的感知算法，有更强的感知能力。
计算平台：已量产的最高算力
长城旗下的毫末智能自研了ICU小魔盒系列自动驾驶计算平台。其中ICU1.0采用Mobileye的EyeQ4系列芯片，算力为2.5TOPS（万亿次/秒）主要用于L2+级驾驶辅助功能；ICU1.5在1.0的基础上加入了一颗德州仪器的TDA4处理器，从而获得了更强的自动泊车功能（应该是与百度合作的）；ICU2.0采用L3级叠板ADAS方案，算力依然是2.5TOPS，它的芯片应该还是Mobileye的EyeQ4；ICU3.0就厉害了，它采用高通的Snapdragon Ride芯片，其算力高达360TOPS，这也让ICU3.0成为了目前全球量产的最高算力自动驾驶计算平台，可以满足L4级自动驾驶对算力的需求。通过板间级联方式，ICU3.0的算力还可以提升到1440TOPS。所有的ICU计算平台都加入了英飞凌TC397处理器作为安全冗余芯片，在主芯片失效时也可以保证车辆拥有L1/L2级别驾驶辅助功能，确保基本的安全。
为什么选择高通而不是在汽车行业更受欢迎的英伟达？首先，高通Snapdragon Ride芯片的算力和能耗比要强于英伟达的Orin芯片；其次，长城是Snapdragon Ride芯片的第一家量产客户，因此能够获得高通的鼎力支持，这是英伟达无法提供的；第三，英伟达Orin是芯片级开发，高通Snapdragon Ride是模组级开发，后者的硬件开发难度要小很多，这些原因让长城最终选择了高通。
车辆控制：GEEP电子电气架构和智慧线控底盘
电子电气架构（electrical/electronic architecture，简称E/E架构）是车辆数据的通道，它是万物互联、数智化时代的高速公路。将于2022年量产的GEEP 4架构采用中央计算+区域架构，共有三大计算平台，分别用于中央计算、智能座舱和高阶自动驾驶。
基于全新的GEEP4/5电子电气架构，长城的智慧线控底盘整合了线控转向、线控制动、线控换挡、线控油门、线控悬挂5个核心底盘系统，涵盖车辆前后左右上下六个自由度的运动控制，囊括所有底盘驾驶动作，实现了1个大脑协调5大系统实现6个自由度控制。有了这两套系统，车辆就可以更加快速、精准地完成自动驾驶的决策部件下达的指令。
长城的Plan B：华为方案
以上这些方案是长城的Plan A，但其实长城还有Plan B，也就是华为方案。在这套方案中，长城将采用了华为的MDC610自动驾驶计算平台、华为的激光雷达。不过，长城可能还是对华为抱有一些戒备，在自动驾驶算法的供应商的挑选中，长城并未选择华为，而是选择了自动驾驶公司Momenta。自研是重要的，但是如果自研做不好，还有外采方案同步进行，这种红蓝军机制能够形成内部竞争，对自研团队是一种鞭策。
采用华为方案的另一个原因是落地更快，毕竟华为的激光雷达和MDC610计算平台都已量产，Momenta的算法也比较成熟了，可以快速形成竞争力。长城的高端智能新能源品牌沙龙智行将在2022年推出首款量产车型，届时长城自研的高阶自动驾驶方案可能还无法量产，所以该车将采用华为方案。
编辑点评：用最简单的话来总结长城的自动驾驶，我想应该是“走特斯拉的路”。虽然这两家的方案外在区别极大，但是在最核心的算法上，长城和特斯拉一样都采用了以数据为驱动的策略，依靠海量的商品车源源不断地提供数据。这样的研发策略在国内其实是很少见的，希望长城能够取得成功。
精彩内容回顾：
0/100