这些人工智能技术，助力汽车智能化加速！

电子发烧友网报道（文/李弯弯）如今，汽车智能化正加速渗透，适应巡航、车道保持、自动泊车等功能几乎成为主流新能源车的标配。有机构预测，2025年全球自动驾驶汽车出货量预计达5000万台，中国L2级以上智能汽车销量将破1000万台，智能汽车渗透率将达50%。

自动驾驶的实现流程，基本上是感知-决策-执行，感知部分负责感知周围的环境，并进行识别和分析；决策部分负责路径规划和导航。而这些环节的实现离不开AI技术的支持，比如感知部分用到的计算机视觉技术，以及决策部分的路径规划算法及行为决策等。

智能驾驶技术最新进展

除了智能汽车的数量在提升，汽车辅助驾驶功能也在不断升级，今年以来，行泊一体功能也开始在多款车型上实现量产，城市全场景辅助驾驶系统也开始上车。

什么是行泊一体？随着整车电子架构由分布式走向集中式，以及大算力芯片和域控技术的不断成熟，过去通常需要分别装配、独立运行的行车和泊车系统，逐渐走向一体化融合发展，即基于一套传感器和域控硬件，实现行车辅助和泊车辅助功能的落地，这就是行泊一体。

相较于过往行车和泊车系统独立运行，行泊一体系统针对多项功能及应用场景实现传感器硬件复用，在成本、整体性能及开发效率上均有较大优势。

2021年的时候，就已经有数十家供应商宣布已经推出行泊一体解决方案，包括德赛西威、福瑞泰克、未动科技、魔视智能、智驾科技、知行科技、东软睿驰、纵目科技等。

到今年，行泊一体方案开始逐渐走向量产，比如4月，搭载易航智能NOA行泊一体方案的首款量产车上汽大通MAXUS正式上市，小鹏P7等车型也实现了行泊一体方案的量产落地，理想、上汽、极氪、比亚迪等汽车品牌也发布了配备行泊一体功能的车型规划。

此前更多车型都专注于高速域驾驶辅助系统，如今更多整车企业和自动驾驶技术公司，把目标锁定在对更高阶的城市域场景应用，如今已经取得进展的有毫末智行和小鹏汽车。

今年9月，搭载毫末智行城市辅助驾驶系统（NOH）的长城汽车旗下魏牌摩卡DHT-PHEV激光雷达版量产，这也是国内首个量产上车的城市辅助驾驶系统。

城市场景相较于高速场景更为复杂，在产品力方面，毫末智行城市NOH路口通过率超70%、变道成功率超90%、交通流处理能力高达4级，基于毫末数据智能体系MANA的强大能力，城市NOH解决了业内公认的红绿灯识别、红绿灯&路口绑路与车道线识别等问题。

搭载毫末HPilot3.0的魏牌摩卡全新车型，采用了高通5nm制程的SnapdragonRide芯片，AI算力达到了360TOPS，同时配套2个激光雷达、12个Camera、5个毫米波雷达。

9月15日，小鹏汽车董事长何小鹏在其个人社交平台上晒出一段自己驾驶小鹏G9在广州公开道路行驶的视频，作为小鹏汽车旗下的第四款新车，小鹏G9除更大的空间和全系标配800V高压超充平台外，其重要的卖点之一便是将实现城市全场景智能辅助驾驶功能。

小鹏城市NGP具备首个可量产的厘米级城市定位能力，基于视觉、高精地图、GPS、IMU、轮速仪的多传感器融合定位，城市定位精度达到厘米级。同时，具备更细颗粒度的城市高精地图静态信息+天级更新能力，也是首家实现不依赖激光点云地图的厘米级城市定位能力。

高精地图加上单车多融合传感系统，是NGP能走进城市的基础。该系统硬件配置传感系统融合2个激光雷达、12个超声波传感器、5个毫米波雷达、13个高感知摄像头、1 套亚米级高精定位单元等多种感知硬件。

自动驾驶用到AI算法和硬件

在自动驾驶发展AI技术起到至关重要的作用。如上文所言，自动驾驶的实现流程，基本上是感知-决策-执行，感知部分负责感知周围的环境，并进行识别和分析；决策部分负责路径规划和导航；执行部分负责汽车的加速、刹车和转向。

感知部分需要感知周围的环境，尤其是车辆、行人、路障等对汽车行驶有影响的环境信息，该模块主要通过激光雷达、毫米波雷达、超声波雷达、摄像头等对车辆周围物体进行感知，同时，计算机视觉会在该模块中起到辅助定位的作用。

比如，物体的识别与跟踪，即通过深度学习的方法，自动驾驶车可以识别在行驶途中遇到的物体，比如行人、空旷的行驶空间、地上的标注、红绿灯，以及旁边的车辆等。行人及旁边的车辆等物体都是在运动的，需要跟踪这些物体以达到防止碰撞的目的，这里会涉及光流等运动预测的算法。

再比如，车辆本身的定位，即通过基于拓扑与地标的算法，或者基于几何的视觉里程计算法，自动驾驶车可以实时地确定本身的位置，以满足自主导航的需求。

硬件层面来看，现在多数车型都会搭载摄像头、超声波雷达、激光雷达、毫米波雷达，搭配计算机视觉技术，获取足够多路况信息、交通信息等。比如上文提到的搭载毫末HPilot3.0的魏牌摩卡全新车型，以及小鹏G9，传感系统搭配的各种传感器数量总计达到20、30多个。

车载摄像头是智能驾驶汽车重要的传感器，一般而言搭配数量最多，功能是监控汽车内外环境以辅助驾驶员行驶，按照安装位置的不同可以分为前视、后视、环视、内视等；超声波雷达技术成熟、性价比高，一般是倒车、停车场景下最优的量产选择方案。一般车型上都会搭配多颗毫米波雷达，毫米波雷达具备全天候全天时的探测能力，在极端恶劣环境仍可正常工作；很多车型也会搭载少数激光雷达，可以让车辆对障碍物的判断更精准。

决策部分相当于是自动驾驶的大脑，通过感知层收集的数据，对周边环境进行分析，并规划驾驶路线，做出行为决策等。路径规划，即计算出地图上起始点到终点的最优路径，如何在各种场景下，迅速、准确地规划出高效路径，且使其具备应对场景动态变化的能力，是路径规划算法应当解决的问题，比如Dijkstra算法、PSO算法、遗传算法、强化学习等。

行为决策，即决定车辆的行驶意图，比如，对于静态障碍物，决定往左绕还是往右绕，对于动态障碍物，决定减速避让还是加速超车。目前，自动驾驶汽车常用的行为决策算法主要有三种类型：1、基于神经网络，自动驾驶汽车的决策系统主要采用神经网络确定具体的场景并做出适当的行为决策；2、基于规则，工程师想出所有可能的“if-then 规则”的组合，然后再用基于规则的技术路线对汽车的决策系统进行编程；3、混合路线，结合了以上两种决策方式，通过集中性神经网络优化，通过“if-then 规则”完善。

在计算芯片方面，各家都在积极推出更大AI算力的芯片，包括英伟达、高通、地平线等，比如日前英伟达就发布了最新一代的自动驾驶计算芯片DRIVE Thor，单颗芯片算力高达2000 TOPS，颠覆了目前各家自动驾驶计算芯片的最高水平。

在此之前，最高的应该是高通5nm制程的SnapdragonRide芯片，单颗AI算力达到了360TOPS，再就是英伟达上一代的Orin，单颗芯片AI算力256TOS，还有就是地平线的征程5，单颗芯片AI算力128TOPS。

各家汽车品牌想要实现更高级别的辅助驾驶功能，都尝试搭载更大算力的计算芯片，比如今年3月开始交付的蔚来ET 7，其自研的车载NIOAdam平台配备4颗 Orin芯片，算力达到1016TOPS；搭载毫末HPilot3.0的魏牌摩卡全新车型，采用高通5nm制程的SnapdragonRide芯片；极氪已经表示将搭载英伟达最新2000TOPS算力Thor。

小结

从目前的情况来看，智能汽车的数量在不断上升，汽车辅助驾驶的功能也在不断升级，汽车的智能化程度越来越高，这其中离不开人工智能技术的不断发展，比如计算机视觉，也离不开各类传感器，比如激光雷达，自动驾驶计算芯片等性能的不断提升。相信未来，随着各项技术不断提升，更高级别的智能驾驶汽车将会更广泛的走向市场。