了解有關財務的更多資訊 |BT財經資料介面
乙個公司的技術強不強，取決於它能不能上線，能不能被使用者搜尋到。
作為智慧型駕駛領域領導者的華為，2024年2月2日，智慧型駕駛地圖20功能的OTA公升級，徹底讓文傑、阿凡達、極狐、智傑的車主們沸騰了。
在這份已正式開放智慧型駕駛的城市名單中，人們驚奇地發現，覆蓋城鎮和村莊的可用地點數量超過72萬個，覆蓋了全國99%的路段，真正實現了全國可以使用的智慧型駕駛。
更有意思的是，此前被認為是全市最智慧型駕駛的小鵬汽車，如今排名第二，能用的城市數量也只有200多個。
整體資料的對比，以及大量車主的實際測量，讓所有關心中國汽車行業的人都感到無語，確實遙遙領先。
人們特別想知道，被小鵬等企業多年沒有完全完成的華為，是如何在全國範圍內投入使用的，而後來者華為又做到了呢？
在汽車技術前沿領域，智慧型駕駛技術成為研究熱點。 該技術使用尖端的感測器和計算機技術來模擬人類駕駛員的決策和行動，使車輛具有“思考”的能力。 想象一下，乙個智慧型駕駛系統就像乙個機械駕駛員，通過安裝在車輛周圍的感測器和雷達，不斷監測和掃瞄周圍環境，實現自動駕駛的夢想。
在以往的智慧型駕駛實施方案中，高精度地圖發揮了至關重要的作用。
與普通導航地圖相比，高精度地圖具有更高的精度和更多的資訊。 法線地圖只能達到道路級精度，而高畫質地圖可以達到分公尺級甚至厘公尺級的精度，包括準確的車道標線、交通訊號燈、標誌等細節。 在高畫質地圖的基礎上，疊加動態地圖，通過感測器實時採集和標註周圍環境資訊。
然而，高精地圖雖然重要，但也面臨著許多挑戰。
首先，製作高畫質地圖需要大量的金錢和時間。 據業內人士透露，在全國範圍內收集高精度地圖資料需要花費數十億元或更多。 此外，高精地圖的更新速度相對較慢，因此很難跟上現實。 由於道路變化、新建築和其他因素，高精地圖容易出現偏差或過時。
據統計，我國高速公路行駛里程約30萬公里，主流地圖經銷商已基本完成高速公路和城市快速路的高精度地圖採集，這也是上述技術路線廠商高速試點輔助駕駛產品的基礎。
但是城市道路和高速公路之間有兩個顯著的區別。 一是公路里程較長，據統計接近1000萬公里，是高速公路里程的30多倍，而主流地圖商家只完成了20萬公里左右的資料覆蓋（集中在北京、上海、廣州和深圳）。 二是道路多變性高，如城市道路養護不規範、大型車輛密集、路邊車輛不規則停放、車門敞開頻繁遭遇等。
因此，如果要實現基於高精度地圖的城市導航輔助駕駛功能，地圖商家的採集能力和高精度地圖的新鮮度都非常高，新鮮度應該達到時間或日變化的水平。 但是，目前地圖提供商可以提供的城市高畫質地圖只能按月或按季度更新。 基於這種程度的高精度地圖，也可以做出產品，但無法滿足OEM嚴格的質量控制要求。
針對這些問題，一些企業已經開始探索無地圖智慧型駕駛解決方案。 所謂無地圖，就是汽車可以通過攝像頭、雷達等感測器實時感知周圍環境，而不是依靠高畫質地圖，根據人類駕駛員的思維模式進行思考和判斷。 這種方法需要極高的演算法，因為車輛需要實時處理大量環境資訊並做出準確的決策。
在無地圖智慧型駕駛解決方案中，環境感知、定位和控制路徑是三大核心技術。 環境感知主要依靠攝像頭、雷達等感測器實時檢測車道線、路齒、停車線等道路資訊。 定位技術融合多種感測器資訊，實現車輛在實時地圖中的精確定位。 監管路線基於導航、環境、車輛移動位置等資訊，規劃最佳行駛路徑。
無地圖智慧型駕駛解決方案的實現，離不開先進的演算法和強大的算力。 車輛需要實時處理大量環境資訊，並在幾毫秒內做出決策。 這對演算法的優化和算力的提公升提出了更高的要求。
無地圖智慧型駕駛與地圖智慧型駕駛的區別在於，原來高精度地圖的輸入被導航地圖的輸入所取代，導航資訊的理解是通過實時感知來理解的。 由於目前的無對映方案，無論是視覺還是BEV+變壓器檢測方案，對車道線感知的精度要求都更加準確，系統可以通過學習大量道路和交叉口特徵來進一步感知複雜的道路結構，並最終做出判斷。
小鵬汽車和其他汽車公司就是這樣做的。 但華為的玩法不同。
近日，華為在智慧型駕駛領域的專利布局也引起了廣泛關注。 根據國家智財權局的公告，華為技術有限公司已申請一項名為“一種智慧型駕駛方法及應用該方法的車輛”的專利。 該專利描述了一種基於感知資訊的動態決策方法，該方法能夠有效處理決策結果與遊戲目標實際動作不一致的問題，從而增強遊戲決策的泛化能力，提高智慧型駕駛的安全性和駕駛舒適性。
走在智慧型駕駛技術前沿，華為無畫NCA智慧型駕駛系統正在引領一場技術革命。
此集基於 ADS2以感知為核心的0系統，徹底擺脫了高精度地圖的束縛，融合了創新的BEV網路和行業首創的GOD網路，為智慧型駕駛帶來了新的可能。
BEV網路，形象地被稱為“上帝的視角”，使用白名單來識別障礙物，並為車輛提供全方位的感知能力。 GOD網路更貼近人們的視覺習慣，它不依靠白名單，而是通過規劃通行區域，讓車輛從“可見”公升級為“可理解”。 該網路的設計思路不僅提高了識別的準確率，而且大大增強了車輛對環境的適應能力。
華為的智慧型駕駛主要依靠兩種演算法：
“可理解”的 GOD（通用障礙物檢測）2作為華為智慧型駕駛系統的“眼睛”，0網路具有強大的識別能力。
它不僅可以識別一般障礙物白名單之外的異形物體，還可以精細識別障礙物的型別，例如區分救護車、警車等。 這種創新的識別方式打破了傳統智慧型駕駛系統對固定障礙物識別的依賴，使華為的智慧型駕駛系統能夠更靈活地應對各種複雜的路況。 同時，上帝 20網路識別率高達999%，為智慧型駕駛提供了非常高的安全保障。
RCR（道路認知與推理）20。該網路旨在將導航地圖與現實世界相匹配，為智慧型駕駛提供準確的路徑規劃。
為了解決異形物體和無標籤物體的識別問題，華為採用了與特斯拉類似的技術方法。 然而，華為對LiDAR技術的深厚積累，使其能夠更好地將感知感測器攝像頭和LiDAR整合到時空網路中。 這個時空網路在其結構和分析中同時包含空間和時間資訊，能夠對隨時間和空間演變的複雜系統進行建模和分析。 這樣一來，華為不僅提高了識別異形物體和未標記物體的準確率，而且降低了對視覺演算法算力的要求和不足。
另乙個 rcr 20 網路更好
rcr 2.0 網路根本不需要智慧型行車地圖的存在。 這一創新技術突破打破了行業對專用智慧型駕駛地圖的依賴。
相比之下，很多喊著要去高精度地圖的智慧型駕駛解決方案仍然需要，比如高德推送的總部地圖、騰訊推送的HD Air、四維圖新新推出的功能地圖等。
另一方面，華為利用人類駕駛的SD地圖資訊，實現導航地圖與現實世界的完美匹配。 這種創新的技術路線不僅簡化了智慧型駕駛系統的複雜性，而且降低了其成本和應用門檻。
高精度地圖為汽車的高精度行駛提供了一條參考線，智慧型汽車按照參考線行駛，具有高精度定位，無論轉彎或交叉路口都按照線行駛，可以理解為類似於火車的電子軌道。 因此，在沒有高精度地圖的情況下，車輛的智慧型駕駛需要自己解決兩個難點：
我如何知道車輛是否在車道上？ 一般是可視車道線識別技術; 以及如何確定十字路口車道之間的關係，以確保您在正確的車道上轉彎或直行？
華為應利用特斯拉的類似視覺演算法技術，確定車道內行駛的車輛，並基於人類使用的SD導航地圖提供的路線資訊和路口的視覺感知資訊，RCR推斷出路口車道之間的關係，從而實現領航輔助。
因此，這些演算法的組成具有華為所說的GOD和RCR演算法，可以“理解道路”。 總的來說，它與特斯拉的路線相似，但華為將雷射雷達與溜溜球一起玩，增加了更安全的資料匹配，以確保智慧型駕駛的安全。
華為智慧型駕駛解決方案能夠快速實現安全駕駛，並在全國開城使用，這與盤古車型引入智慧型駕駛密不可分。
盤古模型對華為智慧型駕駛解決方案的支援，其實是在資料處理上。 過去，自動駕駛的資料處理必須經過演算法+人工標註的方法，費時費力，時效性不易保證，使使用者無法真正保證安全。
盤古模型在華為智慧型駕駛解決方案中的主要作用是改善資料閉環。
資料閉環的核心目的是不斷從原始資料中提取一類資料，傳送給演算法進行訓練，最終不斷改進演算法以解決各種長尾場景。 方法是從車輛端提取資料進行初步分類，然後進行場景化管理，然後進行資料標註、訓練，最後返回採集需求。 其中，每個過程都有乙個大資料可以發力的機會點。
通過構建數字孿生並生成複雜場景樣本，盤古汽車模型可以加速自動駕駛系統對複雜場景的學習和響應能力。 這項技術創新可以將自動駕駛的學習和培訓時間從兩周以上縮短到兩天，大大提高了自動駕駛技術的迭代速度和應用效率。
通俗地說，就是現場採集的各種資訊，過去自動駕駛是通過演算法和手動設定的思想來處理的，機械感很強，無法準確應對路上的各種突發事件。 現在，華為推出盤古大模型後，任何感測器採集的資料都經過端邊+雲端大模型的處理，可以快速給出決策意見，最終形成自動駕駛決策。
此外，華為的盤古模型具有特別強的學習能力，經過同一路段後，不僅會接受道路資訊，還會記錄使用者習慣，這將使他的操作快速接近駕駛員的駕駛習慣，最終產生數千人的自動駕駛模式。
這也是為什麼華為的智慧型駕駛廣告現在顯示“同一路段最好第二次駕駛”的原因。
另外，檢視一組資料：
覆蓋4個直轄市、43個地區、290個地級市、1636個縣、374個縣級市、14677個鄉鎮、19531個鎮、691510個行政村，共728065個市。
因為乘用車協會發布的資料顯示，2023年乘用車智慧型駕駛滲透率將與**成反比增長，L2及以上智慧型駕駛在乘用車市場的滲透率將達到424%，預計2025年達到70%，將廣泛應用於10萬至20萬元的主流車型。
不難看出，消費者對智慧型駕駛的厭惡程度不如過去，其他車企也在加大對智慧型駕駛領域的投入。 可以預見，今年無疑是智慧型駕駛競爭最激烈的一年。
在此背景下，華為是全國率先實現99%道路無地圖全覆蓋的企業，只能說“遙遙領先”不是口號。
這本身就很離譜，但這麼離譜的事情竟然是華為做的，讓人覺得“技術研發是第一生產力”。
鯤鵬專案
作者 | rickzhang