我個人是個汽車迷，每天都會看大量汽車相關的資訊，最近蔚來發布了ET7這款車，看宣傳是有機會實作L4自動駕駛，有不了解自動駕駛技術的同學可以看下以下資訊：
除了傳統的依靠視覺模型做自動駕駛的實作以外，本次蔚來ET7也搭載了Aquila超感系統，也就是說ET7是包含了：視覺自動駕駛技術+雷達波自動駕駛技術，接下來分別聊下ET7在這兩方面技術的一些功能點，
視覺自動駕駛技術
ET7搭載了4顆NVDIA Drive Orin芯片以及800萬像素的攝像頭，這兩個硬體設備是視覺自動駕駛技術實作的根本，先來說下芯片，這款芯片是專業的車載芯片，
ORin芯片可以支持基于Cuda和TensorRT做深度學習模型的服務，TensorRT是一個模型服務的框架，可以支持各種框架產生的模型，
ET7每秒鐘可以產生8GB的視頻，而視覺自動駕駛技術，其實就是一個物體識別模型實時inference的流程，需要保持每秒鐘超過10個以上的圖片識別請求效率，所以視覺自動駕駛的實作前提是強大的芯片計算力，Orin芯片是這個計算力的保證，
另外我個人的一個猜想，其實在汽車駕駛程序中Orin芯片可以被用來做實時的圖片識別，當汽車不運行的時候，比如汽車充電的時候，這些計算力也可以用來做模型的更新，利用遷移學習技術對本車產生的一些新的資料做模型的fine-tune，不過如何保證這些fine-tune的模型準確率是個問題，短時間內，我猜測，汽車芯片還是主要負責inference，不會參與訓練，
雷達波自動駕駛技術
雷達波自動駕駛技術是對視覺自動駕駛技術的補充，NIO Aquila蔚來超感系統將定義量產車自動駕駛感知系統的全新標準，該系統擁有33個高性能感知硬體，11個800萬像素的高清攝像頭，4個前向，3個后向，4個環視；1個超遠距高精度激光雷達，5個毫米波雷達；12個超聲波傳感器，兩個高精度定位單元，以及車路協同感知和增強主駕感知，
在一些雷雨天氣，攝像頭可能被雨點弄模糊，或者在一些強光環境下，攝像頭無法正確捕捉畫面，這個時候通過激光雷達波的方式可以輔助識別前方障礙物，下圖是雷達波反饋的一個前方障礙物效果圖，基本也能構建出前方的事物，
Aquila雷達波系統是由一家中國供應商Innovusion提供，該供應商也接受了來自蔚來的投資，目前Innovusion主要提供L3以上的自動駕駛輔助功能，
激光雷達本身的原理非常簡單，像激游標一樣打到邊上螢屏上，發過去再回來，但是自動駕駛難就難在要在自然的場景下，在自然光的條件下，有時候還有陽光，各種雨霧天氣情況下打這個激游標的光點，而且光電會打到各種不同特性的物體表面，如果打在會場后面，大家可以看到光點大很多了，如果在外面陽光下，用這個激游標打的光點幾乎是看不到的，在自然環境下保守估計有5%-10%的幾率激光雷達系統會接收不到從物體回傳的信號，
比如在50米以外，一米高的小孩要十個點以上（才能有效感知），需要激光雷達的傳感器解析度至少達到0.2度左右，另外高速路上的行駛，大家公認比較保守的停車、剎車距離大約是150米左右，這么遠距離以外，汽車比人更不可控制，也許有一些車本身擦得很亮，顏色非常深，這時候一個車上需要有15-20個點左右，同樣推算，激光雷達的解析度也需要0.2度左右，一個駕駛場景考慮到縱向有坡度等不同變化條件下，大家可能希望有大約20-30度左右的視角，30除以0.2度，所以大家希望激光雷達達到的線數是150線左右，這是L4級自動駕駛的最低線數，
總結一下
目前來看，蔚來在自動駕駛方面準備走雷達波結合視覺識別的方式，對位元斯拉只采用視覺識別的模式，蔚來的方案顯然保證性更高，在視覺識別方面，未來技術發展路線一定是通過更多地訓練樣本提升模型準確率，在雷達波技術演進方面，未來很有可能采取更多線的雷達波方案，增加輻射面積，
蔚來這輛車我愛了，希望國產車越來越牛~
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/248542.html
標籤：AI