借着华为新车发布,分享一波自动驾驶领域的干货知识(也吹一波特斯拉)~
前几天,跟华为合作的阿维塔11亮相了(图1)。车上搭载了3颗激光雷达,6颗毫米波雷达,12颗超声波雷达,13颗摄像头,400Tops算力。
这是什么配置水平呢?
不妨跟特斯拉做个横行对比:
特斯拉的车只有8个摄像头,没有激光雷达,也没有毫米波雷达,算力只有144Tops。
这么看,特斯拉在传感器的数量和芯片的绝对算力上,都弱爆了。
但硬件上的堆料,能让中国车企的表现优于特斯拉吗?
我在“大小马聊科技”的节目里,跟自动驾驶从业者大卫聊过这个话题。
他认为:在自动驾驶领域,并不是拼雷达多少,而更应该看对软件的自研和更新迭代能力。
因为如果你堆料,放三四颗雷达,其实会给算法增加很多麻烦,因为这些雷达要同时参与到内参、外参、拼接、时空同步等等一系列事情…..
另外还要考虑上了这么多设备,是不是能长期不坏? 可以说,增加的新玩意儿冗余度越多,对车日后的风险反而越高,之后翻修和召回的概率也越大。这也是为啥自动驾驶从业者,都非常理解特斯拉砍掉雷达的决定。
特斯拉的自动驾驶大牛Andrej Karpathy说过:之前他们把视觉和毫米波雷达融合后发现,在处理各种极端情况时,表现都不理想。所以特斯拉最终决定把雷达去掉,只在纯视觉的路上舍命狂奔。
也正因为特斯拉在纯视觉感知方向发力早,让它的所有车型都使用同一套感知硬件,特斯拉因此拥有了大量的量产车跑街数据。他们通过建立221条Triggers(见图2),让老韭菜持续高效给公司投喂数据。
这么一比,我们中国主机厂的软件自研能力和数据采集能力,都和特斯拉差距甚远。
所以我们用了另一套开发逻辑:在硬件发力,先把料堆上去,看能不能做出一个高鲁棒性(在异常和危险情况下的系统生存能力)、高冗余度的算法出来。
之前,Andrej Karparthy在Tesla AI Day公布了他们的自动驾驶方案,我还纳闷:这家伙不怕被抄吗,这么迷之自信??
现在我懂了。特斯拉源源不断的海量路跑数据,配合数据驱动的神经网络,让他们一早就实现了视觉到向量空间的完整映射和数据闭环。所以,即使友商知道特斯拉是怎么做到的,也难以复制….. #阿维塔11##特斯拉##自动驾驶#
本内容来自汽车之家创作者,不代表汽车之家的观点和立场。