江苏龙网

  1. 首页 > 生活 > >

36氪|最前线 | 拿到百亿融资后，威马要抢攻量产L4自动驾驶


北京联盟_本文原题：最前线 | 拿到百亿融资后 ， 威马要抢攻量产L4自动驾驶
新造车公司的竞争也是一场围绕智能化的技术军备赛 。
小鹏汽车抢了智能驾驶全栈自研的风头 ， 理想汽车首发搭载英伟达200TOPS算力芯片Orin ， 蔚来则成了全球唯二（第一是特斯拉）推出自动领航NOP功能的车企 。 威马自然不甘落后 ， 也借着和百度的合作 ， 要抢先落地AVP（Automated Valet Parking）代客泊车功能 。
日前 ， 36氪受邀体验了威马将在明年量产的AVP技术 。 AVP是L4级自动驾驶的一个分支 ， 主要解决用户最后一公里的泊车问题 ， 例如在小区、公司 ， 会经常需要进入错综复杂的停车场找车位 ， 并且在拥挤的条件下泊车入库 ， 以及在商场购物后 ， 也会遇到手提大包行李 ， 还需要奔波找车的情况 ， 这都是AVP可以解决的问题 。
因此 ， AVP技术的一个基础要求是成功率要足够高 ， 用户发出泊车请求后 ， 车辆真正需要摆脱驾驶员 ， 自行行驶到停车位 ， 并成功泊车入库 。 同样 ， 在用户发出取车请求之后 ， 车辆也要做到安全平稳到达呼叫点 。
36氪|最前线 | 拿到百亿融资后，威马要抢攻量产L4自动驾驶
本文插图

AVP手机端的指令界面 ， 图源：现场拍摄
威马汽车将此次AVP体验地选在了华润五彩城的3层停车楼 。 华润五彩城停车场的场景比较典型 ， 是一个大型购物中心 ， 用户经常遇到手提商品、不便取车的情况 ， 而且 ， 客流比较大 ， 外部人员取停车的频次很高 ， 这也能考验到AVP技术在实际场景中的成熟度 。
威马汽车的AVP技术方案是和百度Apollo联合开发而成 ， 百度从2017年至今 ， 多轮重金投入威马 ， 成为威马汽车最大机构股东， 威马汽车也自然承担了百度自动驾驶技术量产落地的前哨 。
36氪|最前线 | 拿到百亿融资后，威马要抢攻量产L4自动驾驶
本文插图

威马的AVP试驾车 ， 图源：现场拍摄
现场工程师表示 ， 百度Apollo提供了基础技术平台 ， 威马基于百度提供的平台 ， 针对具体场景设计整体方案以及安全方案 ， 以及细化功能算法 。
36氪从现场了解到 ， 基于使用场景 ， 威马把AVP技术分成了两个阶段来实现 ， 明年先量产的是H-AVP（H代表Home） ， 主要面向住宅小区和公司等路线相对固定的停车场 。 而针对商场这样的临时性和复杂度更高的场景 ， 百度则推出了P-AVP（P代表Public）方案 ， 需要在停车场内安放定位标识和摄像头 ， 并借助高精地图 ， 增加感知和定位辅助 ， 这一功能会在此后通过OTA升级推出 。
36氪|最前线 | 拿到百亿融资后，威马要抢攻量产L4自动驾驶
本文插图

现场标识牌 ， 用于辅助车辆定位 ， 图源：现场拍摄
本次主要体验的也是明年先量产的H-AVP技术 。 威马的H-AVP采用了行业主流方案 ， 借助车辆摄像头和SLAM建图技术 ， 对停车场环境进行感知、学习 ， 并建立地图 ， 然后用地图做路线规划和定位 ， 从而实现代客泊车功能 。 也就是说， 在使用这项功能之前 ， 要先开车在停车场内走一遍 ， 完成泊车、出库等整个流程 ， 以供车辆“学习” 。
当然 ， 如前所述 ， 车辆更多是为了建图和定位 ， 所以做为被学习的对象 ， 行车路线是否居中 ， 泊车技术是否足够“老司机” ， 这些都没有硬性要求 。
现场工程师告诉36氪 ， H-AVP的学习算法在本地和云端都有部署 ， 比较而言 ， 云端的计算能力更强 ， 只需要不到1分钟就能学习完成 ， 而如果遇到通信质量不佳的场景， 也可在本地完成学习过程 ， 大概需要10分钟左右 。
【36氪|最前线 | 拿到百亿融资后，威马要抢攻量产L4自动驾驶】据威马工程师介绍 ， 在感知硬件上 ， 威马明年的量产版车辆将搭载 5 个摄像头 ， 12 个超声波雷达 ， 还有毫米波雷达 ， 以及5G通信模组 ， 计算单元是百度的ACU ， 即Apollo Computing Unit ， 基于赛灵思的ZU5 PFGA芯片设计 。 这套硬件对于HAVP的实现相当冗余 ， 在一些技术公司的模块里 ， 这个功能可以用更低的配置来实现 。


推荐阅读


上一篇：EV视界|特斯拉：50万辆不是梦

下一篇：续航|欧拉好猫正式在长城汽车泰州分公司量产下线