• 智駕網 2022-04-20 12:17
    毫末NOH實現城市路況領航輔助,自動駕駛下半場來了破局者
    分享
    ?這已經不是半年一次技術大革新,而是4個月一次,毫末嘴上說著慢功夫,腳下的頻率可一點都不慢,轉眼之見,毫末在中國發布城市NOH,從時間點上,快于新勢力,甚至是特斯拉,而用毫末自己的話來說,市場上已經沒有新勢力老勢力之分,大家處于一個起跑線。

    距離上一次毫末AI DAY僅僅過去4個月,或許搭載在摩卡上的高速NOH還沒好好感受,毫末的城市NOH就出現在了眼前。


    4月19日,毫末發布搭載HPilot3.0的“毫末城市NOH”。


    根據毫末的說法,這是中國第一個大規模量產的城市輔助駕駛產品,第一個重感知的城市輔助駕駛方案,同時也是2022年中國第一個最實用高效的城市輔助駕駛產品。


    據了解,此次AI DAY是其兩年多來的第五次品牌活動,而在此前毫末智行再度完成了由中銀投資、首鋼基金旗下首程資本參與的A+輪數億元融資,也被稱為國家隊進場。


    而這樣的速度,似乎正在印證毫末一直以來對于速度的理解,慢就是快,這家年輕的公司在技術量產上似乎已經走在了別人的前面。


    先來看一組數據,截止到4月份,用戶駕駛輔助實際行駛總里程已經超過了700萬公里,進入了數據積累的第一陣營。



    同時,目前毫末的輔助駕駛系統已搭載至至魏牌摩卡、坦克300城市版、魏牌瑪奇朵DHT、魏牌拿鐵DHT、哈弗神獸、坦克500六款車型,用戶輔助駕駛行駛里程已經突破700萬公里。并且在2022年,更將有多達34款長城車型搭載毫末智能輔助駕駛功能,其中30%為標配;而在未來兩年,搭載毫末智行輔助駕駛產品的長城乘用車數量將突破100萬臺。


    其次是毫末智行末端物流自動配送車業務的合作伙伴團隊,以阿里達摩院、物美多點、美團等為代表,而此次上海的疫情下,也出現了很多毫末的身影。



    在今天,末端物流自動配送車領域也迎來了更新,毫末小魔駝2.0正式發布,單車售價12.88萬元,成為中國首款十萬元級末端物流自動配送車,而這個價格公布的時候,現場也是出現了陣陣的掌聲。



    而在技術層面,中國首個數據智能體系MANA迎來多項重磅升級,感知能力突飛猛進,通過獨創的“雙流”感知模型及自研BEVTransfomer,“讓中國沒有不能識別的紅綠燈和車道線”成為現實;認知能力、成本與進化速度也實現翻倍增長,模型訓練成本降低60%,加速比超過96%,此外標注AI自動化率已達到80%,大幅降低了標注費用成本。


    這樣的智能體系,就像一個正向的加速器,持續的數據在不斷的優化毫末的技術,更好的技術意味著更多的車輛使用,更多的車輛使用意味著加速器運行的更快。



    而城市駕駛輔助所需要的算法難度,遠遠大于高速路況,這也是目前為止,在中國仍沒有量產車在城市道路中可以開啟導航自動駕駛輔助。


    ——01——

    難度有多高?


    首先我們要知道,城市NOH就意味著在城市中,選擇好導航,車輛就可以按照規劃路線進行行駛,并且最終到達目的地。


    根據毫末智行董事長張凱的預測,2022年自動駕駛行業的競爭將正式進入下半場,主要集中在城市開放場景的領航智能駕駛:“2022年國家將出臺更多細則規范自動駕駛數據歸屬及安全;城市NOH會將智能駕駛的體驗推向新高度;末端物流自動配送處在爆發前夜,頭部客戶開始進行場景規?;渴??!?/p>


    毫末宣稱該系統可根據導航提供的行駛路線,在城市環境中實現自動變道超車、紅綠燈識別與控車、復雜路口通行、無保護左右轉等主要功能, 同時也可應對車輛近距離切入、車輛阻塞占道、交叉路口、環島、隧道、立交橋等復雜的城市交通場景。

    雖然對于駕駛員來說,這是一件容易的事情,但對于自動駕駛可不是。


    就拿紅綠燈這件事來說,國內的樣式就千奇百怪,倒計時也各不相同,而毫末又是主要依靠視覺。



    在采訪中,如何把紅綠燈與道路綁定在一起被毫末的工程師稱為“綁路”,自動駕駛系統需要認識它,然后把它的信號與道路匹配在一起。


    毫末選擇是用數據來解決這樣的問題,全國各個地方不同的紅綠燈都收集過來成本很高,毫末還結合了數據仿真用以加快效率。



    通過仿真場景搭建了各種不同的光照、天氣、角度等等仿真的實際場景。通過這些場景的數據,再來反饋到模型上,讓模型能學習得更好。


    因此,一個個不同的紅綠燈,從識別到與道路綁定,形成了一個個大數據的“熱點圖”,這些熱點圖就成為了機器學習的課本。



    這套方法被毫末稱為“雙流”感知模型,將紅綠燈檢測和綁路問題分解成兩個通道,讓毫末日常乘用車測試實現了重感知下的紅綠燈識別。



    根據毫末的測算,隨著車端算力的增大,以Transformer為代表的大模型在未來自動駕駛里面會發揮越來越大的作用,而這種先進的感知模型,也同樣被用來識別城市中,錯宗復雜的車道線。


    使用Transformer的注意力機制,可以非常有效地解決多個相機之間的拼接問題,6個相機都看到了車道線,有旁邊的,有前面的,有后面的。



    此外在加入注意力機制,毫末就可以把多個相機的視角很容易拼接起來,用來確定自身與車道的位置 ,再加以計算即使車道線突然消失,毫末也能應付自如。


    當然這一切都是基于中國首個數據智能體系MANA做到的。


    ——02——

    MANA再加速


    根據毫末的介紹,MANA感知能力取得了較大的進展,這也與城市中的紅綠燈識別能力和車道識別能力高度相關。



    在感知能力的背后,是最近一年自動駕駛的感知技術發生了巨大變化,包括芯片算力的幾何式增長,Transformer跨模態模型的出現和Camera像素的快速提升,這些都是技術發展的基礎。


    此外,進步的還有 “認知智能”“成本與速度”。



    “認知智能”方面,MANA用機器學習模型替換了傳統的手寫規則和參數,解決了此前代碼臃腫且面對復雜場景容易崩潰失效的問題,使場景決策更具泛化適用性,極大提升了可解釋性和泛化能力。


    可以說認知智能主要是一個BUG的修復和效率的提升。


    而在成本與速度方面,毫末和阿里巴巴在大模型數據處理技術上進行了深度合作,實現了自動駕駛領域與M6模型的初次相遇。



    最終依靠阿里達摩院的模型合作,模型訓練成本降低60%,加速比超過96%,吞吐量超過每秒40000個sample。此外,毫末已實現標注AI自動化率達到80%,減少了大量的人工標注。


    這樣的合作直接代表著成本的節約,效率的增加。



    因此可以總結MANA的快速成長,有車載硬件的快速提升,有自身的完善,有外力的幫助,但無論如何,毫末將優勢融合在了一起,從效率來看是喜人的。


     ——03—— 

    毫末的加速成長期


    城市駕駛輔助,或許是L3級前夜最關鍵的一步,除了城市與高速全場景的融合,更重要的還有商用化的意義。


    無人的城市物流可以打通,無人的出租車可以運營,閃送、外賣、快遞將不再有人…


    這些都需要城市駕駛輔助,而毫末似乎正在領先半個身位。



    特斯拉現在能檢測紅綠燈,但是也沒有對紅綠燈在路口控制車輛,蔚小理,其實對紅綠燈檢測目前還沒有完全OTA,這些都是毫末的機會。


    另外對于長城來說,或許贏得了汽車科技制高點的一張決賽劵。

    x

    收藏 0
    打賞
    相關標簽:
    電話:010-65030507
    郵箱:editor@autor.com.cn
    地址:北京市朝陽區朝外大街乙6號朝外SOHO D座5097室
    北京智駕時代傳媒科技有限公司          Copyright © 2014 - 2022
    Autor.com.cn All Rights Reserved. 版權所有 AutoR智駕 智能汽車網
    京ICP備14027737號-1      京公網安備 11010502038466號
    電信與信息服務業務經營許可證:京B-20211307
    關注官方微信
    黑人太粗太长弄死我了