智能驾驶软件及数据壁垒解析20240530.pdf

智能驾驶软件及数据壁垒解1_智能速览

2024年06月01日01:32

关键词

智能驾驶感知能力技术方案激光雷达纯视觉识别高精度地图动态障碍物决策规划transformer3D重

建nerve自动驾驶英伟达特斯拉数据模型仿真平台端到端算力算法

全文摘要

国内自动驾驶技术面临的首要问题是感知能力不足，特别是在处理动态和静态障碍物上。国内企业和特

斯拉都在探索无图技术路径，尝试通过激光雷达与纯视觉识别的结合来提高准确率。然而，国内企业在

处理静态障碍物和道路元素时依旧存在偏差，许多情况下依赖于高精度地图，导致应用中的不准确或不

稳定问题。此外，国内企业在向无图方案过渡时面临众多挑战，包括缺乏足够数据和技术积累，以及在

模型训练上无法达到与特斯拉相同的高度。虽然一些企业如小鹏采用创新技术如Transformer，但由于

资源限制，难以取得突破。特斯拉通过高质量的数据支撑和虚拟现实高精度标注领先一步。其它企业如

华为、圆融、小鹏等分别采用高精度地图、数据收集和模型训练等方式推进自动驾驶技术，但也面临各

自的问题。总的来说，国内自动驾驶技术正处在一个快速发展但又充满挑战的阶段，技术路线和团队架

构的选择对企业的最终表现至关重要。特斯拉的V12系统代表了在决策规划中首次大规模应用神经网络

技术的重大进展，表明自动驾驶技术研发正在不断前进。

章节速览

●00:00中国自动驾驶技术面临的挑战及改进方向

国内自动驾驶技术目前面临的主要问题是感知能力不足，尤其是在处理动态和静态障碍物方面。为解决

这一问题，国内企业正在探索无图技术路径，通过激光雷达与纯视觉识别的结合来提高准确性。然

而，与特斯拉的无图技术相比，国内企业在处理静态障碍物和道路元素时仍存在偏差，依赖高精度地图

的情况较为普遍，导致实际应用中可能出现不准确或不稳定的问题。小鹏汽车虽然试图减少对高精度地

图的依赖，但在现阶段尚未完全解决感知稳定性问题。

●08:47自动驾驶行业的技术演进与挑战

随着特斯拉在2022年10月推出AIC，国内汽车制造商开始转向无图方案以应对高精度地图制作的困难和

低效率。尽管如此，国内企业缺乏足够的数据和技术积累，导致在向无图方案过渡时面临诸多挑战。此

外，虽然一些企业如小鹏采用了Transformer等技术，但由于资金和资源限制，难以达到与特斯拉相同

的水平。特斯拉通过大量高质量数据支撑其感知模型，构建虚拟现实进行高精度标注，而国内企业在这

一方面还有较大的差距。当前，国内自动驾驶领域的主要瓶颈在于感知能力的不足，这对技术研发提出

了更高的要求，同时也反映了行业内对于长期研发投入的缺失与焦虑。

●14:58智能驾驶发展与技术挑战

智能驾驶领域内，不同企业采取了不同的技术和策略进行城市开启和数据收集。一方面，一些企业如华

为和圆融利用高精度地图进行数据标注，尽管这导致了开启新城市的周期较长；另一方面，小鹏则采用

了更为灵活的方法，快速收集各地数据并进行模型训练，但其模型对特定地区的适应性相对较弱。此

外，海外的自动驾驶公司如VFVAVVAYV1，专注于端到端解决方案，虽面临数据质量挑战，但凭借技术

创新寻求突破。

●21:11探索低成本智能驾驶的可能性

一家初创公司展示了通过较少依赖实际道路数据，利用一系列工具链和技术来实现智能驾驶的可能性。

他们利用类似JaIA的大模型以及LINGO模型来进行数据生成和处理，同时建立了一个仿真平台以提高算

法的效率和准确性。这种方法不仅减少了算力和数据存储成本，还提高了安全性，得到了投资者的认可

并开始与多家公司合作。

●30:59探讨英伟达在自动驾驶领域的战略与影响

英伟达作为算力提供商，其参与自动驾驶领域有着复杂动机。一方面，通过投资相关企业，英伟达可以

利用其强大的算力支持自动驾驶的研发，另一方面，其提供的端侧芯片也面临着如何适应软件端挑战。

特斯拉等公司在利用英伟达硬件进行云端训练的同时，发展出了减少对视频数据依赖的技术路径，这可

能影响英伟达的传统业务模式。此外，随着国内汽车制造商在智能驾驶领域的投资和自主研发，市场逐

渐呈现出多元化的竞争格局。传统车企面对技术创新的挑战，可能更多地依赖于具有强大技术和创新能

力的供应商，如Mobileye，从而推动行业向着更加专业化、高效的生态系统发展。

●37:57中国无人机与科技企业在全球竞争中的地位和发展策略

当前中国市场上，大疆因其深入理解消费者需求并持续进行技术研发，在无人机