写这个文章应该算是酝酿很久,一直想写,一直断断续续。
去年10月份的时候也写过一篇关于Robotaxi的文章,大家可以看看这个《萝卜快跑带来的一些关于Robotaxi常见问题的思考》欢迎大家回头再看看。
本文主要包含下面几个内容:
L4场上剩下的玩家
Waymo的Zeeker RT及其自动驾驶套件
文远的GXR及其自动驾驶套件
小马智行的三驾马车及其自动驾驶套件
滴滴自动驾驶的“AIDI”及其自动驾驶套件
百度的萝卜快跑及其自动驾驶套件
我对无人车的展望
Waymo最新的车是采用极氪给他专门定制的一个车型,现在正式名称叫做Zeeker RT,这个车目前在国内也稍微修改变成了极氪MIX,一个典型的宝宝巴士MPV,对开滑移门设计,隐藏式B柱,用来做自动驾驶的运营,不管是上下车便利性还是内部空间上,都非常的优秀。
目前这一代最新的车型在美国也还处于测试阶段,至少我搜到的新闻是暂时还没有正式对外运营。车上搭载的是Waymo的第六代传感器套件,一共配备了13 个摄像头、6个雷达和4个激光雷达(另外一个说法是16个摄像头、5个激光雷达、6个雷达),还装载了一系列外部音频接收器。相比于其第五代自动驾驶的8个摄像头、3个激光雷达、5个毫米波雷达有较大的变化。
激光雷达(LiDAR):用于绘制3D环境图像。摄像头:提供全方位视野,用于识别物体和交通信号。雷达:提供距离和速度信息,适用于各种天气条件。音频探测系统:用于检测警笛等声音。
第5代自动驾驶套件
第六代自动驾驶套件
文远是在2024年10月15日发布的他最新的量产Robotaxi的,这款车是与吉利远程合作的一个车型。文远自己对这辆车的评价是:全球最具空间体验感的量产Robotaxi车型,车长为5018mm,轴距3100mm,车厢内净高1340mm,确实是一个体量非常大的MPV的类型。目前这个车在广州科学城和北京已经有很多车在测试和运营了。
GXR搭载文远知行全新一代传感器套件Sensor Suite 5.6,采用低风阻流线型小巧设计,拥有高性能低成本激光雷达、高清高动态相机、RTK高精度组合惯导模块等在内的超20个传感器,可实现周围360°无盲区、前方200米无死角感知,覆盖高动态、低光照等极端场景。
整车算力高达1300Tops,采用多核处理架构,简单理解就是X86的架构,搭载的应该还是3080Ti或者4080Ti这一类的GPU,但是我相信肯定是做了车规系统级别的验证,不然真量产的话问题可大了去。并且搭载了F-O线控底盘系统、计算单元、制动系统冗余等八重全冗余系统,
但是确实没看到网上介绍的关于他传感器分布的资料,我也没去科学城实地看过这台车,只能简单的猜测一下,头顶有4颗高精度激光雷达,其余的确实不太看的出来。改天有机会再去看看文远的车辆,详细拍一下他的车。
小马的自动驾驶计算单元采用4颗Orin-X的芯片方案,算力为1016Tops,也是目前L4里面最早的采用全车规级芯片的嵌入式系统方案,拥有10年60万公里的设计寿命,在成本、体积、重量、功耗上相比于多核的X86架构,具有非常大的优势。
这个控制器本体也是比较庞大的,大概相当于一个17寸笔记本工作站那么大,厚度大概也有个6cm左右吧,没太注意。下面图片是我在小马展台拍的图片,能很清楚的看到4*Orin的模组。
滴滴自动驾驶的车辆首次正式发布是在4.12日的广汽的TechDay上,由滴滴自动驾驶CEO张博给大家介绍了一下这个车开发的历程和滴滴为什么如此坚信L4自动驾驶并开发这款车。
这个车在4月份的上海车展上已正式亮相了,几个主要的看点和技术点如下:
原型车是基于广汽埃安第二代Aion V车型做的开发,但前脸相比于霸王龙有明显变化,变好看了。整车搭载滴滴自动驾驶第四代自动驾驶套件,一共33个传感器,其中包括车顶模组上的4颗长距离激光雷达和车身周围的6颗补盲激光雷达,10颗激光雷达应该是目前L4厂家里面最多的,比小马的9个,百度的8个更胜一筹。搭载了4个4D毫米波雷达,分布在车身的四个面上。头顶上还搭载了1个红外摄像头,搭载红外摄像头的来源也是基于滴滴自己测试中发现的一个长尾场景——一个喝醉了的醉汉在一个很黑并且没什么路灯的道路上,倒在路边的绿化带里,两条穿黑裤子的脚搭拉在车道里,这场景真的是天王老子来了都看不到。但是红外摄像头可以看到,所以滴滴必须加。
滴滴的计算单元也是采用与文远类似的多核架构,算力更猛直接干到了2000Tops。并且基于霸王龙搭载了8重冗余系统,包括制动冗余、转向冗余、通讯冗余、电源冗余、驻车冗余、定位冗余、感知冗余、计算冗余。
特斯拉自己的L4说他自己是第一性原理下的最优方案,但是我个人觉得不是,滴滴可能也不这么觉得,因为滴滴的目标是L4自动驾驶要比人驾安全十倍,如果只是纯视觉方案,那他的上限可能只是一个人类老司机的水平。类似WRC的冠军埃尔芬·埃文斯这个水平?传感器决定了感知的上限,而算法决定了对感知内容利用的上限,也就是体验的上限(后面我计划写一个关于L3对个人用户开放的文章,那里会稍微详细一点解释)。所以传感器多一点,至少我能在各种不同的波段去感知外部其他的交通参与者,我所能达到的上限也越高。只是这个对软件算法的挑战也很大。
最后一个说说萝卜快跑,萝卜快跑这个车的背景是百度自己掏了十几个亿的开发费,完全正向开发出来的一款专门用于Robotaxi的前装量产车,然后由江铃代工,采用的是换电方案,裸车不包含电池的价格是20.46万,就算一个电池5万块钱,价格也就是25万出头的样子,可以说百度自己真的是把成本控制的非常好了。从自动驾驶套件与整车的和谐度来看,我个人觉得是最高的,整体的传感器都是比较贴合车身的,而且整体造型也没有任何显的很突兀的地方。
百度这台车上的自动驾驶套件一共包含了38个传感器,这38 个传感器包括 8 个激光雷达、6 个毫米波雷达、12 个超声波雷达、12 个摄像头。硬件之上又搭载了百度 Apollo 最新一代无人驾驶系统,采用多核芯片,算力高达1200Tops。听说也是X86架构的多核芯片方案,GPU使用的是英伟达的GTX3080Ti。
RT6的一共有8颗激光雷达,其中4 颗长距激光雷达布局在车顶,车身周围 4 颗补盲激光雷达。RT6 在硬件方面有七重全冗余整车系统,包括架构冗余、传感器冗余、计算单元冗余、制动系统冗余、转向系统冗余、电源冗余以及行业首创的双 5G 通讯冗余。
目前来看这几家L4自动驾驶的玩家传感器都还是多传感器融合的方案,激光雷达作为必选项,每家都搭配了不少数量的激光雷达。
对比维度 | Waymo | 百度 | 文远 | 小马 | 滴滴 |
激光雷达 | 4 | 8 | 4? | 9 | 8 |
计算单元 | Thor | X86架构 | X86架构 | 4*Orin | X86架构 |
运营平台 | Uber | 萝卜快跑 | WeRide | 小马智行 | 滴滴 |
目前应该也是Robotaxi将商业化从探索走向成熟的阶段,如果有机会,真的可以去试试目前能打到的无人出租车,国内的几家我基本上都坐过了,技术真的已经不能算是瓶颈了。但当前因为华为每天脱手的宣传以及小米出了这么一档子事,再加上Robotaxi可能带来的就业环境恶劣,导致国内的商业化进程本来从略微领先Waymo到现在远远落后于Waymo。真的希望国内的四家企业不要放松警惕,静待花开。
Robotaxi的商业化可能是最早发展这个东西的初衷,但是经过我的几次体验,我觉得这不仅仅只是商业化的一个诉求,更是体验、安全全方位的一个提升。你可以一个人拥有一辆车的全部空间,社恐的人不用回复司机手机尾号,不用跟热心的司机聊天。而女性乘客晚上一个人打车,也会更安全。
Robotaxi也并不是完全自动驾驶,而是高度自动驾驶,所以有人网约车和无人网约车,将会在非常长的一段时间内共存。另外无人车的成本大家会觉得没有司机,肯定更低,价格也应该更低,但我觉得不是,因为Robotaxi的车一般会选用更高级的车,空间更大,更舒适,车的价格也比一般的网约车更贵。所以我理解无人车的每公里价格在今后的一段时间内,也会比普通的快车略高一点。
抛出一个讨论,你心中未来的无人驾驶车辆长什么样子?有兴趣的可以留言讨论一下。
你没见过的小米汽车BMS——BMS对标1
电流检测方案的演变及BJB的兴起
CAN总线指定帧唤醒的硬件实现方式
域控时代的新兴器件-E-Fuse
欢迎关注本公众号