智能驾驶方案竞争优势及影响因素有哪些？

竞争激烈，性能成本系关键因素。

1.智驾方案竞争优势：性能和成本为关键影响因素

智驾性能：智驾性能决定开城数量，算法、算力和数据三要素决定智驾性能。智能驾驶是AI能力在量产车驾驶上的实现，AI性能取决于三大因 素：算法，算力和数据。算法方面业内趋于⼀致，开始实现BEV+Transformer大一统；算力层次相对分明。而在智能驾驶场景中，数据是AI模型 不断迭代优化的关键因素。

智驾成本：NOA功能持续下探，方案成本愈发关键。智驾正成为越来越多消费者购车的主要考虑因素。小鹏G6智驾版本的订购比例超70%，问 界新M7的10万辆大定中，智驾版本的订购率达到了60%。而新能源车价格竞争背后实则是成本竞争，结合目前的消费者认知和市场趋势，车企 需要不遗余力地控制成本并提升智能驾驶能力。消费者追求的始终是具有性价比的高性能产品，车企如果为了降本而将智驾软硬件进行减配或 改为选装，实际上是削弱了自家车型的竞争力。而那些全面搭载智驾方案，还能给到消费者一个大幅度降价的车企，在市场上保持较强竞争力。

2.算法：端到端模型有望成共识，占用网络为算法导向感知更精确

算法迭代：2D直视图+CNN →BEV+Transformer→BEV+Transformer + Occupancy →端到端

集到的3D图像组成，不同感知结果通过 CNN（卷积神经网络）进行后融合，通过大 量计算统一升维到3D状态下车机行驶的坐标系。不够精确、难以预测：1）画面遮 挡部分难以预测，矩形框标注损失细节；2）高度或深度方面认知存在误差，坡度影 响难以准确预测； 3）感知与预测的连续性难以确认；4）时间与人力成本较高。

 BEV+Transformer 算法应运而生：BEV（Bird’s Eye View）是指一种鸟瞰式的视角 或坐标系，可以立体描述感知到的现实世界，也指将视觉信息由图像空间端到端地 转换到BEV空间下的技术。Transformer作为一种新型神经网络架构，相比传统神经 网络（如CNN），可以直接进行2D、3D不同序列之间的转换。Transformer采用交叉 注意力机制，并行训练数据，在跨模态融合以及时序融合过程中，能够更加全面地 在空间时序上建模。 ✓ BEV使信息展示更加全面，Transformer使感知结果更加连续、稳定，预测更可靠： 1）算法可以对被遮挡区域进行预测；2）异构数据进行特征级融合，减少层层处理 以及先验规则带来的信息丢失；3）多模态数据特征在同一空间中融合，信息关联性 更强；4）引入时序信息，感知结果更连续稳定；5）下游规控模块提取更高效；6） 感知任务迭代更快，可实现端到端优化。 ✓ 应用于处理多类长尾场景，加速去高精地图：BEV+Transformer方案能够处理多种自 动驾驶的corner case场景，比如感知复杂道路、应对恶劣天气和应对动态交通。将静 态道路信息与动态道路参与方统一到了同一个坐标系下，通过实时感知与转换，在 行驶中即可实时生成“活地图“，意味着高精地图不再成为强需求。

 算法方面业内趋于一致，开始实现BEV+Transformer的大一统：国内车企在“鲶鱼” 领头下纷纷加入跃上智驾龙门的队伍，具有一定研发实力与数据积淀的企业，纷纷 自研BEV+Transformer方案，为原有方案脱胎换骨，一时间成果丰硕。

基于BEV算法迭代为占用网络：BEV算法进一步迭代为Occupancy Networks（占用网 络），更加直接地打造3D空间。有别于感知2D图像、提取像素（pixel）转化为3D特 征，Occupancy Networks直接感知3D空间中的体素（voxel），也就是将世界划分为多 个大小一致的立方体，快速识别每个体素是否被占用，继而判断车辆是否要躲避。

与3D目标检测相比，占用网络Occupancy Networks感知更高效、结果更精准：1）更 准确的描述物体的几何形状：对每一个体素进行预测，所以对目标的描述会更加的细 粒度。2）可以预测数据集以外的目标类别：针对当前数据集中未见过的物体，也可 以对所占据的栅格进行预测。

端到端发展框架有望成共识：端到端自动驾驶不进行任务切分，希望直接输入传感器 数据、输出驾驶决策（动作或者轨迹），从而抛弃传统自动驾驶里的感知、预测、规 划、控制等各类子任务。

优势：1）效果上不但系统更简单，还能实现全局最优。2）效率上由于任务更少、避 免了大量重复处理，可以提高计算效率。3）数据收益不需要大量的人工策略、只需 要采集足够多的优质驾驶数据来训练即可，可以通过规模化的方式（不断扩展数据） 来不断提升系统的能力上限。

智算中心为算力、数据和算法服务的供应和生产平台。智能计算中心是基于最新人工智能理论，采用领先的人工智能计算架构，提供人工智能应 用所需算力服务、数据服务和算法服务的公共算力新型基础设施。  智算中心是自动驾驶迭代的加速器，优势在于促使成本降低、满足数据需求。先从成本考量，自动驾驶不仅对车载算力提出了高要求，在完善策 略的过程中，也需要更高性能的智算中心来完成训练、标注等工作；从需求的角度来看，自动驾驶的开发包括从数据采集到数据筛选、打标、模 型训练、回放性验证、仿真测试等等，智算中心将在这几大环节中发挥重大作用。通过在海量数据基础上不断地重复训练与验证，车辆对道路环 境的认知水平逐渐趋近于真实情景，判断的准确性在这一过程中不断提升。

高阶智驾诞生系统级SoC芯片，取代分散化MCU芯片。SoC芯片相较于只集成一个CPU处理器单元的MCU芯 片，它创新性地集成了CPU、GPU、DSP、NPU等多个处理器，以及ASIC、存储、接口单元等组件，大幅提 升了计算能力以及数据处理和传输的效率。自动驾驶SoC芯片通常被集成到一个摄像头模块或一个自动驾驶 域控制器中，用于决策层，负责来自感知层传感器的数据处理及融合，然后代替驾驶员做出驾驶决策。

 高于30TOPS中高算力市场仅占全球十分之一，高中低三阶分化。据不完全统计，2023年全年智驾L2等级及 以上的SoC全球出货量超过6000万颗，最大的出货量依然来自Mobileye和瑞萨，占据市场超过80%的份额，但 主要集中在前视一体机等低阶智驾功能，可以认为是传统L2 ADAS领域商业模式的延续。2023年中高算力智 驾SoC的出货量全球为500多万片，仅占智驾SoC总量十分之一，占比较小；真正有较大出货量的中高算力 SoC仅有英伟达的Orin系列/Xavier系列、Tesla的FSD（HW3.0/4.0）、地平线的J5系列和华为的昇腾610系列， 这四家占据了98%以上的市场份额，其中Tesla占比超过60%，其采取的硬件预埋策略贡献很大。

 英伟达引领第三方供应商高端算力市场，2022年占据中国市场超8成。2022年在全球高算力（算力大于 50Tops）自动驾驶SoC芯片领域，英伟达、地平线、黑芝麻智能、华为海思、高通这几家巨头占据全球94.7% 的市场份额。在中国市场上，它们合计拿下94.6%的高算力自动驾驶SoC芯片市场份额。值得一提是，在这超 94%的市场份额中，超8成被英伟达这一家企业拿走。

3.数据：量产车数量、传感器标准化程度、商业模式为关键要素

量产车的数量影响数据产生和迭代，需要足够多的数据传感器：更多的智能车销量或智能 方案生产数量，意味着更多的数据积累。

传感器方案标准化，实现更强数据效率和质量:如果所有的量产车都是一套标准传感器方 案，数据质量、处理效率，无疑比多套传感器方案对于技术迭代有更强的推动作用。由于 不同传感器方案会使用不同的数据格式和处理算法，从而需要更多流程进行数据转换和统 一，使用相同规格的传感器方案能帮助提高智能驾驶能 力迭代效率。 同时，传感器方案 数量越少，已经实现的能力等级越高，就意味着智能驾驶技术能力越强。

可免费使用的智能驾驶产品，也有助于数据反馈和技术迭代：只有在实际道路环境下、真 实驾驶数据越多，遇到的Corner Case越多，智能驾驶系统的能力才更有可能向上迭代。现 阶段绝大多数用户依然只接受免费权益，表示不会为其付费。对于愿意付费的用户，“单 次付费，永久使用”的方式更易被接受，因此“软件持续收费”的模式，虽然由来已久， 但目前仍未被市场所接受。

5.成本：包括成本在内的多因素推动高精地图向轻地图迭代

“轻量化”地图将成为智能网联汽车应用的趋势：中国智能网联汽车产业创新联盟发布的《智能网联汽车高精地图白皮书》提到，分米级地 图的测绘成本为每公里10元左右，而厘米级地图的测绘成本可达每公里千元。”去高精地图”是必然趋势，繁重的高精地图不仅无法适应高 速发展的自动驾驶需求，更是成为主机厂与图商无法承担的高额成本。但是实时感知无法获取的“先验信息”也成为了“地图”的保命符。 基于导航地图和各家需求的地图要素绘制出的SD Pro地图或许是长久的地图存在形式。“轻量化”地图使图商降低了高精地图要素采集、制 作、更新的成本和周期，也使车企避免因购买多余的数据产生不必要的成本，降低了对高精地图的依赖。相比“重地图”方案更易覆盖城市 道路、停车场等全场景，也可以满足智能网联汽车量产向更多更大规模的城市拓展的需求。

纯视觉感知技术与多传感器融合技术并行。从感知角度来划分，目前高阶智能驾驶领域分为两派，一派为特斯拉和Mobileye坚持的纯视觉感知 技术路线，其余则大多选择多传感器融合的技术路线。纯视觉感知方案只需将摄像头收集到的图像数据进行特征提取、处理、转化为3D数据； 而多传感器融合的方案采用摄像头与激光雷达相结合，通过多种工作原理提升感知精度，也能在某一设备失效的情况下起到冗余的安全防护作 用。但多传感器方案中，不同工作原理下，传感器收集到的数据类型、所处坐标系都不同，摄像头收集到的视觉数据属于2D图像空间，激光雷 达获得的点云数据属于3D空间，处理与融合这些数据的策略及路径成为有效保留数据信息的关键。具体来讲，基于融合的不同位置，可以分为 前、中、后融合三种方式，三种方式分别发生在数据处理的不同阶段，在信息保留、算力使用、通信速率等多方面也具有不同特征。

 激光雷达为必备传感器，但成本高昂成为压力。激光雷达拥有比摄像头更多的深度信息，且不受光照影响，拥有比毫米波雷达、超声波雷达更高的分辨率，直 接输出物理世界 3D 点云，大幅度提高了整车的感知能力，能够为智能驾驶提供更深一层的安全冗余。然而，自特斯拉开启降价潮以来，随着国内车企纷纷跟 进，成本压力迅速传导到位于产业链上游的智驾供应商：中高端车型开始减配激光雷达，例如华为 ADS 2.0 相较 ADS 1.0，只采用了 1 颗激光雷达而非 3 颗。 相比之下纯视觉具备明显成本优势，根据半导体公司安森美公布的数据，L2级自动驾驶每辆车摄像头总成本为40美元，L3级自动驾驶每辆车摄像头成本也只是 185美元。

业内探寻激光雷达降本方式。1）大规模量产实现降本：通过迅速上量，摊薄各项成本，2022 年禾赛总共交付超 6 万台 ADAS 激光雷达，通过大规模的量产， 分摊了高昂的研发成本和生产成本，进而拉动产品价格下降。2）利用芯片化设计指数级降低成本：通过把数百个激光收发通道集成到几颗分别负责发送和接 收的芯片上，不仅大幅减少元器件数量、简化供应链，在装配上由于能够自动化完成，还省去了人力调试，由此使得物料成本、调试成本、芯片成本均降低。 3）“平台化”激光雷达降成本：“北醒应龙”激光雷达平台通过更优的扫描技术，使用更少的收发器件来实现更强的产品性能。同时，其模块化设计可以有 效地降低产品性能升级时所产生的研发人力和时间成本，也可以缩短装调时间，降低后段的不良率，真正兼顾了成本和可升级性。