從德國工程師卡爾本茨完成首臺樣車的搭建到第一臺可供出售的汽車 奔馳用了兩年；從單個生產到流水線大批量標準化生產 福特用了10年；再看量產級的智能駕駛 從早期的L0到現在的L3 我們卻走了數十年。

不過即便是這樣 當下的智能駕駛體驗依舊充斥著不完美 拋開AI核心對復雜場景識別準確度不談 僅是架構化和程式化的ADAS功能如何與實際使用完美契合 就已經成為橫在大多數車企和研究機構面前的鴻溝。那么 究竟怎樣的出行 才稱得上是智能？真正意義上的智能駕駛 距離我們又還有多遠？

何為智能駕駛 智能駕駛的核心又是什么？

或許 在大多數消費者的印象中 智能駕駛還停留在ACC自適應巡航、車道保持以及主動變道等功能層級上。然而 現階段的智能駕駛功能只能算是高級別“輔助駕駛” 與理想的“智能”程度還有不小距離。那么 真正意義上的智能駕駛到底是什么？什么才是智能駕駛絕對的核心呢？

在筆者看來 純粹的智能駕駛應當讓用戶完全脫離駕駛 只需坐在駕駛座上 讓車輛自主完成整個出行。甚至是在緊急場景下 AI核心也可以在車載庫或云端找到冗余方案。這樣一來 出行就僅僅只是出行 來自用戶的輸入 僅需起點A和終點B。

但是 這并不代表過程不再是關鍵。在出行中 盡可能縮短出行時間的路徑規劃、途中躲避擁堵改變路線以及預測其他車輛行人在未來一段時間內的狀態 并作出相應的變道或調整等等 同樣至關重要。畢竟 科技出現的初衷便是為人類而服務 缺少質感和體驗 科技的價值也就無從談起了。

如何做到純粹的智能駕駛？或者說 智能駕駛絕對的核心是什么？在筆者看來 真正意義上的智能駕駛的實現離不開下面五大核心：5G高速車聯網、高精度傳感器、精準GPS及慣導定位、AI自主學習決策、進階的人機交互技術。

在這五大核心中 5G車聯網可以調用云計算彌補車載SoC算力和迭代的不足；由高清攝像頭及激光雷達組成的高精度傳感器可進行精準的場景識別；GPS和慣導系統則是滿足路徑規劃和躲避擁堵的需求；AI學習決策是對場景判定和冗余操控的在線升級優化；人性化的使用體驗則是由進階的人機交互技術來實現。可以說 想要達到真正意義上的智能駕駛 這五大技術缺一不可。

初創而來的智己 又將會帶來怎樣的顛覆？

起初 智能駕駛僅僅是汽車廠商及其科研團隊需要深耕的領域 不過 隨著學科邊界的模糊化和出行的不斷進階 已經完成深度學習的互聯網精英開始切入到這個細分領域。至此 智能駕駛被予以前所未有的關注和強大發展動力。

無獨有偶 在“人工智能時代”浪潮席卷國內消費級汽車市場的背景下 互聯網巨頭阿里、汽車行業巨擘上汽以及浦東新區聯合創立了智己汽車 “智能出行時代變革的實現者”成為“智己”對“自己”的定義。那么 在真正意義上的智能駕駛領域 智己汽車又將帶來怎樣的顛覆和變革呢？顯然 從用戶角度出發 才是亙古不變最正確的方向。

1.DoortoDoor 通勤路上“零接管”

正如開篇所言 想要實現純粹的智能駕駛 就要讓起點A和終點B成為用戶唯一的輸入。為此 智己汽車提出DoortoDoor的全行程自動駕駛概念 并計劃在2021年底在部分路段實現功能的落地。屆時 出行之前預定行車起點和終點 打開車門即是出行的開端 再次打開車門就已經完成通勤的全過程。途中或是休息或是“充電” 唯獨駕駛是最不需要操心的事。

2.繁華商圈實現“自動代客泊車”

從整體上來看 “途中”還僅僅是出行的一部分 兩端的泊入泊出 顯然也是多數用戶經常遇到的難題。在這方面 智己汽車提出的智能泊車系統與常規的AutoParkingAssist概念顯然具備進階效果。用戶在下車之后 僅需通過手機APP上的控制 一鍵即可讓車輛尋找車位并自動完成泊入；泊出階段同樣相同 只需發出指令 車輛即可到指定位置等待用戶。而這個功能的實現 將率先在2021年一線城市特選繁華商圈直擊停車痛點 在未來 也將會向更大的商超范圍進行擴展。

看似場景相對簡單 但如果將這兩個場景無限放大 你會發現 在這兩個關鍵模式下 所有的出行需求都可以被完美覆蓋。上班通勤、下班Shopping、周末城郊出游、抑或是小長假的城際旅行 給出目的地 就是用戶需要做的全部。而過程中或是等紅燈、或是變道、或是上高速、或是泊車入位 這些統統交給智能駕駛便好。

靈感與硬件的結合 智己汽車又能有怎樣的解決方案？

靈感和創意往往只是浮于表象 如何落地 才是橫在所有車企和產業鏈面前的鴻溝 即便是起點在百億級的智己汽車也不例外。為了不讓真正意義上的智能駕駛停留在PPT 融合全產業鏈的優勢就成為唯一的方案 也只有如此 才能滿足智能駕駛領域五大核心的要求。

5G高速車聯網：得益于阿里在云計算和IOT物聯網領域的優勢 智己的這套方案將以5G通信技術作為一切互聯的基礎 上/下行1Gbps的網聯速度足以在短時間內調用云端算力優勢和豐富數據庫 為車端的決策處理層做冗余保護和在線優化 讓整個出行質感更加人性化。

高感知冗余的傳感器布置方案：在智能駕駛系統的感知層 智己汽車提出了由12+1+2共15個高清攝像頭組成的視覺感知方案 無死角捕獲車輛行駛場景。同時在車身上布置有5個不同測距的毫米波雷達及12個短距超聲波雷達 即便是在視覺感知較差的夜間 依舊能有出色的辨識能力。

值得一提的是 在LiDAR（激光雷達）還未能普及的當下 智己汽車提出了將智能決策算法和感知硬件結構的決策層架構 即算法提出需求 感知硬件提供場景識別 兩者互不干擾 獨立工作。在未來 一旦激光雷達進入商業化量產成熟期 這套具備LiDAR擴展功能的方案具備立即升級兼容的能力。

精準定位：車端實現高精度定位已經相對成熟 高成本GPS和低成本的IMU慣導系統已經有長時間的應用。不過 在阿里攜高精地圖加入之后 視覺識別也被賦予了定位的能力。以特定地點特有的環境表征 打通智能駕駛和全自主代客泊車的最后一步。

AI決策：在特斯拉入局之后 軟件定義汽車已經成為絕對的趨勢。直白一些來講 在未來 汽車將變成手機或者是PC 硬件只是承載者 軟件算法才是體驗的核心。這部分剛好是阿里建樹頗深的絕對主權領域。因此 在智己的智能駕駛決策層中將使用AI代替原有的Rule-Based基于規則控制邏輯 在MIL階段或者是實車測試階段實時對AI算法進行迭代豐富 以達到在量產版本上覆蓋長尾部分非典型場景的目的。

功能和硬件都有了 剩下的就是統籌了。在車載計算核心上 智己汽車將搭載專為AI而生的嵌入式處理平臺NVIDIAXavier 同時在激光雷達成熟之后 智己汽車將換裝與Xavier平臺兼容的NVIDIAOrinX。這兩個基于新一代GPU架構和ARMHercules內核組成的深度學習和視覺識別芯片 每秒可進行200萬億次計算。即便是在脫離5G車聯網的區域 智能駕駛系統依舊可以保持高精準和高冗余的工作狀態。

除此之外 智己汽車還提出了一種全新的“多核算力可拓展”理念 從底層上實現算力的靈活調用 在算力不足的情況下 即便是安裝在娛樂域的主控芯片也可以介入AI算法的迭代和尋優 同時還能通過其他功能域的控制算力保證人機交互的流暢體驗。每一個芯片 都將擴大智己汽車的算力“容量池” 因此 在每一個場景下 智己汽車都能表現得更為從容。

結束語：

可能在十年之前 如何判定一輛汽車是否智能？大多數人的答案還集中在像座椅記憶、氙氣大燈、自動天窗、多色氛圍燈以及倒車影像等配置。但在十年之后 高階輔助駕駛和智能駕駛已經完成從蹣跚學步到健步如飛的轉變 距離真正的騰飛 只剩下一步之遙。而智己汽車的出現 恰恰處在一個時代的風口和轉折之上。擁有一系列對于智能出行靈感和創意的智己汽車 在高精尖全產業鏈的加持下 已經具備成為下一個攪動“江湖”的關鍵潛質。或許 兩年后再回首 智己汽車在今天提出的智能駕駛方案將成為一個又一個的里程碑。而這 也正是時代發展的魅力所在。責任編輯：YYX