做一項(xiàng)好用的打燈變道功能，這個任務(wù)難倒了一大批車企。

如果你的車售價在20萬元以下，那打燈變道基本上和“好用”二字無緣了，僅僅可以算得上“能用”，它可能會經(jīng)常出現(xiàn)“想變道時變不過去、不想變道瞎變”的情況。

只有那些售價超過20萬元的車，才有機(jī)會體驗(yàn)到相對好用的打燈變道功能。這里的好用，指的是打燈變道過程中體感舒適，你會感覺到自己的車像個老司機(jī)一樣，可以在和相鄰車道的車輛博弈后輕松勝出。

為什么好用的打燈變道這么少，以前的方案都是什么樣子的，做一個好用的打燈變道功能應(yīng)該怎么入手？圍繞這些問題，我們向主機(jī)廠、智駕方案供應(yīng)商、芯片公司、自動駕駛域控制器供應(yīng)商進(jìn)行了一番調(diào)研。

交流完發(fā)現(xiàn)，打燈變道的研發(fā)難點(diǎn)，絕不只是感知硬件和方案成本的問題，而是需要進(jìn)一步提升感知、規(guī)控算法的能力。更深層的，做一項(xiàng)好用的打燈變道功能，還需要車企建立一套能夠持續(xù)學(xué)習(xí)人類駕駛行為的認(rèn)知模型。

如果說傳統(tǒng)的打燈變道方案做到了及格分，今天用戶心中期待的打車變道，則需要無限接近滿分。

1-打燈變道難用，低配方案先背鍋

目前，打燈變道采用的主流方案是1V5R，包含1個攝像頭、1個前向毫米波雷達(dá)和4個角雷達(dá)。

這一方案的好處是傳感器部件少，成本低。

缺點(diǎn)也很明顯。

“打燈變道時，側(cè)后方的感知主要依靠毫米波雷達(dá)，而毫米波雷達(dá)的探測距離和精度并不好。對側(cè)面尤其是平行的靜態(tài)物體的感知性能有限。而且，毫米波雷達(dá)對于目標(biāo)物的尺寸、朝向和速度很難估算準(zhǔn)確?！?毫末智行技術(shù)總監(jiān)潘興告訴XEV研究所。

毫米波雷達(dá)的感知缺陷，會導(dǎo)致進(jìn)入下一個規(guī)控環(huán)節(jié)時出現(xiàn)噪聲，最終影響變道決策。

打燈變道方案還有一個問題，那就是角雷達(dá)性能不穩(wěn)定。

東風(fēng)汽車自動駕駛負(fù)責(zé)人邊寧向XEV研究所表示：“從量產(chǎn)角度講，打燈變道方案中配備的角雷達(dá)，國內(nèi)做的都不好，從而導(dǎo)致識別能力差?，F(xiàn)在真正做得好的是海拉的角雷達(dá)，國內(nèi)角雷達(dá)技術(shù)比較落后，只能做盲區(qū)監(jiān)測、預(yù)警等功能。一旦涉及到變道，國內(nèi)角雷達(dá)性能表現(xiàn)相對較差。”

實(shí)際上，1V5R方案對于實(shí)現(xiàn)打燈變道來說，在行業(yè)里屬于低配方案。

為了做出好用的打燈變道方案，行業(yè)里找到了一種解決路徑，那就是通過增加感知硬件，來彌補(bǔ)毫米波雷達(dá)的不足。

周視攝像頭登場。

地平線產(chǎn)品總監(jiān)呂鵬認(rèn)為，“周視攝像頭對相鄰車道的檢測距離和檢測精度都會大幅提升。因?yàn)楹撩撞ɡ走_(dá)在跨越兩個車道時檢測能力較弱，周視攝像頭的感知檢測距離較長，能夠準(zhǔn)確識別車道，這就提升了變道的成功率和安全性?！?/span>

不過，增加周視攝像頭后，就需要用到更多的算力，也就需要引入更多自動駕駛芯片，方案成本會進(jìn)一步提升。

傳統(tǒng)的1V5R方案成本大概在1000 - 2000元之間。

增加周視感知攝像頭和自動駕駛芯片后，比如，采用2顆地平線征程3 + 1V5R+周式感知的方案，整體系統(tǒng)方案的成本接近4000元，基本上翻了一倍。

再向上探，其實(shí)還有更高配的方案，比如7V5R，甚至是7V5R+側(cè)向兩顆補(bǔ)盲激光雷達(dá)，這些高配的方案可以支持實(shí)現(xiàn)自動打燈變道。

但是，高配方案已經(jīng)不能算是打燈變道的專用方案。

這些高配方案中的感知硬件，比如激光雷達(dá)，對于打燈變道來說是大材小用。

高配方案主要是為了實(shí)現(xiàn)城市領(lǐng)航輔助駕駛等功能，屬于在通往高階自動駕駛途中，捎帶著解決了打燈變道，相當(dāng)于降維打擊。

總的來說，一個好用的打燈變道功能，需要更高配的傳感器和更大的芯片算力，成本也相應(yīng)水漲船高較高，考驗(yàn)著車企和用戶的承受力。

德賽西威研究院院長黃力向XEV研究所表示，“目前打燈變道表現(xiàn)比較好的車一般是搭載20萬元以上的車型上。至于15 - 20 萬區(qū)間的汽車，還沒有非常好的打燈變道功能出現(xiàn)。15到20萬區(qū)間的車主要聚焦在縱向或者橫向控制，也就是 ACC、LCC等功能?！?/span>

不過別擔(dān)心，多數(shù)汽車業(yè)內(nèi)人士認(rèn)為，未來兩年內(nèi)好用的打燈變道方案就會搭載在15-20萬的車上。

2-感知、規(guī)控算法能力不足，打燈變道進(jìn)化受阻

硬件層面的問題，砸錢增加配置就能解決，更難的是軟件層面也在限制打燈變道功能的進(jìn)化。

仍然以傳統(tǒng)的1V5R方案進(jìn)行分析。

常規(guī)的打燈變道方案，主要通過后融合的方法，包括跟蹤等，來對目標(biāo)物進(jìn)行感知分析。但是單攝像頭有個缺點(diǎn)是，很多障礙物在跟蹤時會跟丟，或者被截?cái)鄬?dǎo)致看得不準(zhǔn)，感知效果大打折扣，從而造成對障礙物的朝向、速度估算不準(zhǔn)，最終對變道效果產(chǎn)生很大的影響。

Minieye技術(shù)副總裁鄭偉告訴XEV研究所，量產(chǎn)車的打燈變道方案中，視覺是一個必不可少的模塊?！艾F(xiàn)在的解決方案是用BEV做周視感知，360°的感知，視覺確保語義的連續(xù)性，毫米波雷達(dá)負(fù)責(zé)測距，有些方案中會用到激光雷達(dá)，是為了更精準(zhǔn)的測距和冗余性。”

BEV全稱Bird's Eye View，中文名為鳥瞰圖，可以用來解決對于遠(yuǎn)處目標(biāo)物的測距不準(zhǔn)的問題，以及解決一些近處目標(biāo)物的截?cái)鄦栴}，進(jìn)而解決跨傳感器的融合和跟蹤難題。

但問題是，國內(nèi)能夠提供類似的BEV感知方案的供應(yīng)商太少了。

除了蔚小理和毫末智行等少數(shù)玩家建立了感知算法自研能力，大多數(shù)車企的感知算法研發(fā)能力并不扎實(shí)，而且能夠提供出色的感知方案的供應(yīng)商也不多。

即便過了感知環(huán)節(jié)這一關(guān)，打燈變道還面臨規(guī)控環(huán)節(jié)的挑戰(zhàn)，需要系統(tǒng)給出適合的變道策略。

毫末智行的潘興認(rèn)為，目前許多車輛的打燈變道功能，在變道時要么特別保守，要么特別激進(jìn)，體感效果都不太好。比如特斯拉在打燈變道時給人的感覺就是激進(jìn)，由于要避免交通事故，而大多數(shù)車企在打燈變道時的策略又會顯得保守，很少去和其他的車輛進(jìn)行博弈。

如果在高速場景下，激進(jìn)或者保守的打燈變道策略也許還能接受。但如果進(jìn)入城市場景，任何不像老司機(jī)的變道策略都會讓用戶感覺到不好用。

因?yàn)椋鞘袃?nèi)的道路場景豐富，會涉及到和更多的車輛進(jìn)行交互、博弈，完全靠規(guī)則式的變道策略，基本上很難讓用戶滿意。

怎么解決這個問題？

一些公司比如毫末智行，會借助人類駕駛的數(shù)據(jù)，對變道策略的決策算法進(jìn)行優(yōu)化。通過模型去學(xué)習(xí)人怎么開，再通過模型體現(xiàn)在打燈變道的功能上，讓自動駕駛系統(tǒng)學(xué)習(xí)成熟的人類駕駛員在變道時的博弈過程，并對系統(tǒng)的認(rèn)知進(jìn)行優(yōu)化，保證變道策略和人類駕駛更加接近。

人類駕駛數(shù)據(jù)的來源比較復(fù)雜，這就又涉及到對場景的識別和理解。毫末智行的解決方案是，首先會對場景進(jìn)行人工劃分，再用機(jī)器進(jìn)行非語義級的劃分。最后，在每個場景內(nèi)，進(jìn)行動作的擬合。

簡單來說，就是讓認(rèn)知模型學(xué)習(xí)更好的人類駕駛行為，通過模仿和學(xué)習(xí)，再形成系統(tǒng)的駕駛風(fēng)格。

潘興告訴我們，現(xiàn)在許多車企都在推進(jìn)數(shù)據(jù)驅(qū)動型乃至學(xué)習(xí)型的規(guī)控算法。其中，學(xué)習(xí)型的規(guī)控系統(tǒng)還處于早期階段，不像感知模型已經(jīng)非常成熟。

如果說感知看的的是客觀世界，認(rèn)知看到的就是千人千面。

“目前的自動駕駛策略都是比較一致的，未來最終還是要實(shí)現(xiàn)千人千面。為男士、女士、20歲、40歲用戶提供的自動駕駛策略會有區(qū)別。在這種情況下，數(shù)據(jù)的多樣性、規(guī)模量是一個重要的勝負(fù)手?！迸伺d說。

所以，建立數(shù)據(jù)回傳機(jī)制后，賣出更多搭載好用的打燈變道功能的車，自然會回傳更多的用戶數(shù)據(jù)，進(jìn)而用來優(yōu)化打燈變道功能，有助于賣出更大規(guī)模的車，這個正向循環(huán)會讓領(lǐng)先的車企越跑越快。

3-被忽視的用戶體驗(yàn)，以及燃油車的歷史包袱

讓打燈變道難用的，除了這些功能本身能力不足，還有一方面的原因是，用戶體驗(yàn)完之后覺得難用。

有可能是車企在設(shè)計(jì)打燈變道方案時忽略了和用戶的交互。比如，在打燈變道過程中，沒有通過車機(jī)界面、語音交互等方式讓用戶注意到變道已經(jīng)啟動。

也有可能，這套打燈變道方案忽略了用戶的心理感受。

比如，打燈變道功能本身沒有問題，但是用戶在變道時，由于對功能不信任進(jìn)行了接管，或者覺得變道太墨跡進(jìn)行了接管，又或者是變道時給用戶造成了恐慌或者不舒服，用戶也會進(jìn)行接管。

種種問題如果得不到解決，最終就會讓用戶給出結(jié)論——打燈變道不好用，然后減少使用頻次。如果得不到解決，最終就會讓用戶給出結(jié)論——打燈變道不好用，然后減少使用頻次。

從地平線的角度看，呂鵬認(rèn)為背后的原因是，“主機(jī)廠通常會與多家供應(yīng)商進(jìn)行合作，智駕方案會選擇一家供應(yīng)商，車機(jī)方案選擇另一家，車機(jī)上的交互方案再選擇一家。如何協(xié)調(diào)這幾家供應(yīng)商做出一項(xiàng)好用的交互，對車企來說仍然是一件有挑戰(zhàn)的事情。”

站在車企一端，邊寧也給出了一些方案建議，“目前，對于人機(jī)交互而言，只有安全要求，沒有標(biāo)準(zhǔn)。一個好用人機(jī)交互要讓駕駛員有一個適應(yīng)的過程，當(dāng)駕駛員開啟打燈變道后，通常希望中控屏上能夠顯示整個變道的動態(tài)過程。比如，可以將從左邊道路變到右邊道路的系列動作展示出來。除了動態(tài)展示以外，用戶還希望中控屏上能夠顯示整體交通流狀況，提醒人們注意附近的車輛情況?！?/span>

最后，讓打燈變道難用的原因，還和傳統(tǒng)車企的轉(zhuǎn)型節(jié)奏有關(guān)。

當(dāng)前，許多傳統(tǒng)車企的核心業(yè)務(wù)仍然是燃油車，而打燈變道對于燃油車的控制，比電動車遇到的挑戰(zhàn)要大很多。

電動車的控制很精準(zhǔn)，響應(yīng)很快，燃油車做不到同樣精準(zhǔn)度的控制，決策鏈路會比較長。而且，電動車接口非常統(tǒng)一，油車的接口則由于供應(yīng)商太多而無法統(tǒng)一。算法層面，也要求燃油車要考慮延遲和無法精準(zhǔn)控制帶來的影響，調(diào)參要調(diào)得更好，工程改造的工作量也比電動車要大。

正是拖著燃油車包袱，拿不到用戶使用打燈變道等功能時的數(shù)據(jù)等等因素，讓大多數(shù)車企在推出打燈變道功能時，顯得四處掣肘。

其實(shí)，今天我們能用到的大多數(shù)打燈變道功能，方案技術(shù)在兩年前推出。至于要看到大多數(shù)車企的好用的打燈變道功能，正如上面提到的，可能還要再等兩三年。

令人慶幸的是，打燈變道也不是并非全軍覆沒。

目前，已經(jīng)有少數(shù)玩家比如蔚小理、長城旗下魏牌和上汽旗下智己等品牌的車型，正在通過更高配置的感知方案和自研算法，順利打通打燈變道這一關(guān)。并正在朝著高階方案演進(jìn)，比如各家正在爭奪的城市領(lǐng)航輔助功能。

剩下的大多數(shù)車企，可能仍然在權(quán)衡打燈變道方案的成本、算法和數(shù)據(jù)等之間的關(guān)系。眼下，智能化的趨勢已經(jīng)不可逆轉(zhuǎn)，雖然打燈變道僅僅是入門功能，但也是通往高階自動駕駛的基礎(chǔ)。所以，別等了，車企們。

返回第一電動網(wǎng)首頁 >