“让每一台车起步noa。”这是智驾科技maxieye创始人兼ceo周圣砚,在向盖世汽车阐述其maxipilot?2.0高级智能驾驶星空体育app的解决方案时所强调的产品愿景。

在降价潮无法画上句号的2024年,新能源车市场的竞争早已从价格战转向了技术研发和创新的较量。以城市noa为代表的高阶智驾俨然成为各大车企又一新战场,且混战正在持续升级。在这场技术的角逐中,从概念验证到实现量产化,只是挑战的起点,规模化才是区分玩家的行业领导者与其他玩家的关键,更是智能驾驶供应商面临的一项关乎企业生存与发展的重大考验。

也正因此,周圣砚的这一目标,即便短短数字,却足够振奋人心。

一个全民智驾的时代正在到来

如果说过去的两年间,noa功能从高速公路领域向复杂的城市道路场景延伸,犹如一把钥匙,开启了高阶智能驾驶市场的活力之门,那么去年底《关于开展智能网联汽车准入和上路通行试点工作的通知》与《自动驾驶汽车运输安全服务指南》这两份重要文件的接踵出台,则如同一剂强心针,将城市noa功能推向了新能源汽车产业的聚光灯下,成为各大企业竞相攀登的技术高峰。

毕竟,l3级别自动驾驶一直以来都是衡量智能驾驶能力的重要分水岭,而城市noa功能作为高阶智能驾驶的代表,被业内普遍认为是实现从l2到l3技术飞跃的关键桥梁。于是,搭载高阶智驾系统的车型如雨后春笋般涌现,即便是刚刚上市开启交付的小米su7,亦在加快其城市noa功能的布局步伐。

在此背景下,根据盖世汽车研究院配置数据显示,2024年1-2月间,我国乘用车noa前装标配市场份额已由2022年微乎其微的1%,稳健跃升至4.5%,相较于去年同期实现了143.5%增长率。且在盖世汽车研究院预测看来,今年内我国乘用车noa前装搭载量有望突破180万辆大关,并将在2030年实现850万辆的市场规模。

要实现这一目标,周圣砚认为,“关键在于用户用得起且愿意用。”尤其是现阶段全产业链开卷,暗潮汹涌之下,极致性价比成为智驾公司谈及最多的一个话题。

以30万元的整车为样本,现阶段noa系统约占整车成本的10%,若要实现城市noa功能,成本还需要进一步增加5%左右。这导致高阶智驾目前仍只是少数人的游戏,且如此高占比的成本如果未能带来相等价值的体验,noa市场规模恐怕难以实现从180万辆向850万辆的华丽转身,l3级自动驾驶落地也将更加遥遥无期。

于是,成本高、开放城市少且“鲜度”要求高的高精地图被率先舍弃,以特斯拉为代表的玩家,开始主推bev transformer以及“重感知轻地图”的自动驾驶星空体育app的解决方案。

其中包括,早在2020年底便意识到以传统cnn图像检测技术为基础的自动驾驶已经触及天花板后,开始着手打造一套重构空间和时序技术体系的maxieye。

历经近三年的砥志研思,maxieye在去年11月带来了bev平台架构青云hyperspace,完成对此前maxipilot全系智能驾驶产品的重构,进而推出maxipilot?2.0平台,并衍生出针对不同数量传感器的智驾方案,从而覆盖5万~30万元价格区间的市场需求。

用共享记忆,实现城市noa

在与周圣砚的对话中,“不给客户添麻烦”是他多次强调的一点。

如前文所说,noa系统占据整车成本的10%-15%,高精地图之外,由传感器、大算力芯片等组成的硬件成本已占据不小比重。因此,在“去地图”的同时,充分利用现有传感器以实现智驾体验的最大化,是maxieye坚守的核心产品理念。

具体来看,maxipilot?2.0平台覆盖从单v到多v(5v、7v、9v、11v及以上-跨越低中高算力的行泊合一域控方案)的全平台星空体育app的解决方案矩阵,满足城市l2增强、高速nom(navigate on maxipilot)、城区nom、行泊合一、记忆行泊车全场景应用。

根据不同硬件配置、智驾需求,maxipilot?2.0平台进一步分为maxipilot?2.0 lite、maxipilot?2.0 pro和maxipilot?2.0 max三款高阶智能驾驶辅助系统方案。三款智驾方案均根据用户驾乘需求,进行技术迭代和功能升级。

其中,maxipilot?2.0lite相较以往的l2方案,基于bev技术重构,在不改变产品架构的情况下实现从l2至l2 的跨越式升级,支持l2 级高速noa功能;入门级产品即支持单soc行泊一体,进一步提升方案整体性价比。

2.0 max支持拓展城区noa领航辅助驾驶方案,能够更好应对城区复杂环境及交互,可复用2.0 lite和2.0 pro积累的海量价值数据,彻底打通“低阶赋能高阶”的经济且有效的开城路径。

值得注意的是,maxipilot?2.0平台支持输出bev特征抽取后的特征地图,能够在前向150米,后向100米范围内,实现横向拓扑精度5公分,纵向拓扑精度误差1‰的精度输出,稳定性趋近于真值。配合组合导航算法,可以支持一次性完成自动化建图记忆,打通了首次行车、再次记图、三次激活的智慧化记忆行泊车功能应用。

这意味着车辆只需在同一路径行驶三次,即可激活记忆行泊功能。当城市内一定数量的车辆共享此类路线数据,所有参与数据共享的车辆将在几乎整个城市范围内实现noa功能。

“依托既有车型所配备的传感器,maxipilot?2.0平台能够实现高速无图的noa驾驶体验,为整车企业在智能驾驶技术领域实现规模化量产提供有力支撑。”周圣砚进一步表示,通过记忆共享,助力整车企业实现以80%的规模化量产方案为基础,构建20%高配方案所需要的核心场景数据,这不仅是对高阶自动驾驶技术演进路径的深度思考,更是对城市noa规模化实现的行之有效的解题思路。

正是基于对maxipilot?2.0平台性能和成本效益的高度认可,“今年以来,maxieye已与2-3家头部车企就noa方案达成合作。”周圣砚进一步透露,“2024年,我们的目标是至少新增5家头部整车客户,并在未来2-3年内实现规模化效应。”

规模化 数据驱动,加速拥抱“端到端”

站在2024年,这个被视为高阶智能驾驶规模化量产的关键节点上,积极引入bev transformer大模型,摆脱对高精地图的依赖,在业内达成共识。那么,在这一浪潮之后,我们应当迈向何方?

特斯拉给出的答案是基于纯视觉方案的端到端。仿效人脑运作模式,通过各类传感器接收环境信息,如同人类的眼睛和耳朵捕获周围世界,随后将这些原始数据输入深度神经网络中进行处理,最终直接输出驾驶决策,指挥车辆执行相应操作。这一架构消除了传统自动驾驶系统中的感知与定位、决策与规划、控制与执行等环节间的割裂状态,旨在实现自动驾驶流程的高度一体化与智能化。

然而,实现真正意义上的端到端自动驾驶却并非易事。“国内还没有任何企业能够完全实现这一目标,原因在于数据不足和传感器未形成标准化。”周圣砚分析指出,全栈神经网络化的端到端完全依赖于数据驱动,训练数据的规模和质量成为决定神经网络性能表现的关键因素。

现阶段,maxieye青云架构一站式融合道路拓扑、目标轨迹、占用空间三大网络,具备高精度、毫秒级建图能力以及强大的特征信息提取的同时,bev-occ占用空间网络解决了既往通用目标、静态目标检测的痛点,进一步提升了高阶自动驾驶复杂场景的应对机机制。

“我们已经实现了bev transformer路径下的类端到端星空体育app的解决方案,将自动驾驶各个核心要素都深度学习化,重构自动驾驶的底层技术,走向数据驱动逻辑。”周圣砚透露道。

这一成果背后,离不开其自主研发的maxi-di数据智能架构。该架构全维覆盖量产数据闭环maxi-data、真值系统maxi-truth system、met-tool全流程闭环测试开发工具链,以及仿真极限场景构建。

其中,maxi-truth system真值系统能够实现4d场景构建、自动化数据处理和训练。为青云bev算法架构提供高效的底层星空体育网站入口官网手机版的技术支持;met-tool全流程闭环开发工具链,可助力客户量产项目研发效率提高20倍,测试效率提升至少10倍,大幅缩短项目量产上线周期。

与此同时,maxieye基于“启明星计划”,面向全行业开放bev感知标准件。支持软硬解耦,实现标准化工具链、标准化规控接口、标准化isp。通过敏捷的算法移植能力,可支持在6个月内实现高效跨平台开发需求。“通过将感知能力独立,并赋能更多tier 1企业放大我们的供应范围,最大程度激活汽车产业链上下游的生态。”

迄今为止,依托maxipilot?1.0平台在前装量产项目中的丰富实践经验,maxieye已累计积累了超过3亿公里的真实驾驶场景数据。面向未来,周圣砚满怀信心地表示:“我们希望通过maxipilot?2.0平台及启明星计划,深度赋能不同细分市场的智驾体验,从而加速实现端到端的自动驾驶星空体育app的解决方案交付。”