蔚来开启最大规模城区智能驾驶应用 李斌称智驾不是取代人而是减少事故

作者 | 《财经》新媒体 撰稿人 王婧雅 实习生 李军宇 编辑 | 高素英  

2024年04月22日 22:22  

本文2418字,约3分钟

在没有司机手握方向盘的情况下,蔚来智能驾驶功能启动后,车辆在窄路掉头时能自动模拟人类动作,先向左打轮前进接近道路边缘,再反向倒车留出掉头空间,最终完成掉头。同时,开启智能驾驶功能的蔚来车辆能够轻松识别红绿灯、超车、躲避障碍物等,传感器能捕捉到人眼难以察觉的路况,甚至在遭遇静止物体等突发状况时,车辆也能先于人类识别并避让,有效降低行车风险。

4月20日,蔚来宣布,其全域领航辅助NOP+城区功能将于4月30日起向近23万蔚来Banyan·榕智能系统用户推送,这标志着国内最大规模的城区智能驾驶推送的到来。

值得关注的是,新能源汽车作为未来交通的核心部分,其智能化水平对用户体验和市场竞争力至关重要。智能驾驶的发展正帮助人们解放双手、降低事故率,成为各大厂商的竞争焦点。今年被业界视为智能驾驶应用元年,蔚来、华为、小鹏、长城、小米等厂商正加速布局。然而,面对智能驾驶的“恐怖谷”效应,仍需提升路端感知与车端数据的整合能力,确保智能驾驶在保障安全的同时,更好地实现人机和谐共处。

蔚来智能驾驶大规模落地    技术支撑是关键

根据蔚来的现场展示,在开通全域领航辅助NOP+功能后,车辆在高速公路以及城市快速路等使用场景中,可完成自主调速、选择最优车道、超越慢车、施工绕行、对大型车辆主动偏移、根据导航路线进出匝道等一系列驾驶任务。

在城市道路使用场景中,除了以上操作,车辆还可以识别红绿灯,跟随导航路线在路口自主完成左转、右转以及掉头,绕行临停车辆、两轮车及施工,并根据限行时间完成驶离公交车道等驾驶任务。

蔚来智能驾驶实现大规模落地的背后,离不开平台、架构、工程、算法、运营的端到端智能驾驶技术自研体系。

蔚来创始人、董事长兼CEO李斌表示,蔚来在智能驾驶投资巨大。首先,蔚来的每一辆车都标配了诸如识别距离500米的激光雷达、800万的摄像头、英伟达芯片等全球领先的传感系统和算力系统;其次,蔚来拥有一个1000多人的团队对AI算法、通用集群等通用能力进行开发。此外,蔚来有独创的群体智能。通过20多万用户车上的算力和云端的算力形成数据闭环,快速在车上的迭代与进化。

在李斌看来,利用群体智能实现中国大陆地区主要城市的几乎所有道路验证,并通过智驾分体系帮助用户建立起正确、安全的全域智驾使用观念,这些让全域领航全面普及成为了可能。

数据显示,截至发布4月20日,蔚来全域道路验证里程已超120万公里,覆盖726座城市,其中高速、城市快速路验证里程36万公里,城区道路验证里程达到84.7万公里。如果按照一条路验证了多少次计算,验证里程达到3亿公里。

不容忽视的是,虽然智能驾驶已经极大的解放了驾驶员的精力,并显著提高了驾驶安全性,但并不意味着车辆完全能够代替人的决策,道路交通情况千变万化,一些突发情况机器或无法自主决策,需要人的接管。这就需要在开启智能驾驶后,驾驶员依然要将一部分注意力放在车辆上。对此,蔚来利用ADMS实现驾驶场景识别、驾驶员意图预测、注意力识别、多模信息融合,进一步规避事故发生。

李斌认为,发展智能驾驶的目的不是取代人,它的意义是解放精力、减少事故,现阶段要实现的是“人车共驾”。比如在早晚高峰、长途高速场景下,智能驾驶可以帮助驾驶员进行决策,减少精力投入。而当遇到突发、紧急等情况,通过智能驾驶降低事故发生率,提高人员的安全性。

数据显示,基于蔚来智驾技术,目前,蔚来用户的智驾安全里程已经是人驾的6.26倍,过去一年主动安全系统+智驾累计帮助蔚来的车主避免碰撞32526次。

李斌表示,蔚来的目标是到2025年将智驾使用时长占比提升至日常驾车的80%,并实现超过人驾安全里程10倍的智驾安全里程。

各大厂商抢入城区智驾市场  博弈背后安全仍是首位

新能源汽车行业在实现电动化后,智能化将成为下半场的比拼焦点,业内普遍认为,随着各大车企、供应商、科技企业纷纷加大在智能驾驶技术方面的研发投入,自动驾驶算法、传感器技术、高精度地图、车联网等技术不断提升,2024年将成为智能驾驶大规模应用落地的元年。

目前,为了提高车本身对周围环境的理解以及对复杂场景的处理能力,不依赖或轻度依赖高精地图的解决方案、各类博弈等拟人化的操作相应而出。各大车企为了争抢智驾赛道,也纷纷开始“秀肌肉”、立目标。

此前不久,长城汽车董事长魏建军直播了长城汽车在保定城区的智驾表现;小米集团董事长雷军则表示,小米智能驾驶的目标是在2024年内进入第一梯队;华为在智界S7发布会上表示不依赖高精地图的高阶智能驾驶城市NCA支持全国超40000城乡镇所有主干道、支路;小鹏董事长何小鹏更是提出2024年至2025年小鹏要实现全球范围内高速NGP与XNGP的研发与落地。

不过,自动驾驶系统存在着一个“恐怖谷”理论,当自动驾驶能力从L2迈入L3后,将行成一个下陷的形态,原因在于L3功能下感知和定位的工作将会转移至车端,系统需要具备较强的处理复杂场景的能力。

从各类表现来看,不同车企在相似场景中的智能驾驶表现并不相同,有些比较保守,而有些比较激进。例如在两辆车争抢同一行车道的场景中或前方、旁边有行人、非机动车辆的场景中,长城选择了等待避让,小米则是在保持有路权、优势车位的情况下,选择了依然正常行驶或稍微躲避绕行,而这背后,实则是博弈的过程。

事实上,每一个城市的路况和司机驾驶习惯都不相同,即便是人作为驾驶员,在不同情况下采取的驾驶方案也各有千秋。激进的方案或让平时开车保守的驾驶员感到恐惧,而保守的方案又让平时开始激进的驾驶员感到焦虑,如何让智能驾驶行为对应到符合驾驶员驾驶习惯或成为未来的发展方向。

李斌称,目前蔚来内部也在关注人车共驾场景中如何实现千人千面的问题。他表示,蔚来希望自身以及全行业的共同努力,让智能驾驶不仅仅只是一种技术方案,更能帮助汽车在二十年后真正实现零事故。