智能驾驶端到端公司发展态势与展望
智能驾驶端到端公司发展态势与展望
-
公司
-
- Tesla
- Wayve
- 百度
- 商汤绝影
- 华为乾崑
- 小鹏汽车
-
发展态势与展望
公司
Tesla
Autopilot和FSD（全自动驾驶）
-
2019年，发布“影子模式”，通过模拟决策判断与驾驶员的行为有何异同，相同行为不做处理，不同行为进行数据回传处理；
-
2020年，自研数据自动标注。
各种信息打包上传到服务器上，经预测性标注，反馈到传感器，若一致，则标注成功； -
2020年，引入BEV＋Transformer架构，后引入时序信息；
-
2021年，引入HydraNet神经网络架构；
-
2022年，引入占用网络Occupancy Network。
补充了I、物体高度识别；II、未经标注的障碍物识别；
实现端到端架构。2024年，TeslaFSDv12开始推送。基于深度神经网络，将摄像头采集信息作为输入，直接预测智能车方向盘转角。马斯克展示V12时讲，V12消除了30万行C＋＋代码，是纯粹的神经网络，实现了输入光子、输出执行命令的完全端到端执行
Wayve
多模态大模型生成数据赋能端到端。引入了多模态大模型GAIA-1，生成世界模型。模型分为两个部分：世界模型和视频扩散解码器。世界模型是一个自回归的转换器，预测下一个图像标记。视频解码器以更高的时间分辨率将预测的图像标记映射回像素空间。
百度
2024年5月15日，百度Apollo发布了大模型ApolloADFM。其属于两段式端到端。
商汤绝影
2024年4月25日，公司发布面向量产的端到端自动驾驶解决方案UniAD。
优势：1、无损传递；2、迭代效率更快；3、不需要高精地图；4、相较于纯黑盒的端到端技术，具有更强的的可解释性、安全性。
华为乾崑
乾崑ADS3.0主要包括GOD（通用障碍物识别）和PDP（预测决策规控）。
小鹏汽车
两段式架构，主要包括感知神经网络XNet＋规控大模型XPlanner＋大语言模型XBrain。
XNet侧重于感知和语义，Xplanner更加拟人，Xbrain侧重于整个大场景的认知。
发展态势与展望
2024年11月12日，由中国工程院院士在汽车工程学会上作此报告。
趋势一 ：智能化网联化融合发展，形成全球共识。
趋势二 ：以系统工程思路统筹推动，促进跨行业合力发展。
趋势三 ：车云协同中央计算式新型架构开启产业实践。
趋势四 ：车云数据闭环变革主流研发范式推动新质生产力。
趋势五 ：智能网联汽车法规/标准研究加速，重点领域实现新突破。
趋势六 ：基于大模型的汽车人工智能技术实现突破。
挑战一 ：产业发展技术路线与产品架构尚未形成充分共识。
挑战二 ：部分关键技术有待突破。
挑战三 ：跨行业协同机制仍有待加强。
挑战四 ：法规与标准仍然滞后于产业发展。