杏彩体育:从极越01聊纯视觉和激光雷达融合感知方案谁是未来？

　　很惊人啊，一共更新智能驾驶、通用语言能力、安全性能、娱乐功能等五大类的400项功能点，其中纯视觉智驾方案的升级换代是绝对的焦点。

　　所以在这次活动上，极越汽车CEO夏一平驾车全程使用点到点的领航辅助驾驶PPA，从上海嘉定开到了极越汽车杭州城西银泰体验店，亲自为极越01的纯视觉智驾方案站台。

　　不仅如此，极越还与平安保险联合推出了“智驾保”，这是全球首个高阶智能驾驶专属保障产品，也就是说，如果你在用极越01的高阶智驾PPA时候出事故了，所产生的责任费用将由保险公司进行赔付。别的先不说，这一点，值得所有车企学习。

　　从另外一个角度我们也可以看出，极越对自己的智驾系统是特别有信心的，那么这一次的OTA之中，它在智驾方面有哪些升级呢？

　　一种是激光雷达为基础的多传感器融合感知方案，这是目前包括蔚小理在内的大多数汽车品牌所采用的策略。

　　在这次更新之前，极越01在纯视觉方案上已经做出了不小的成绩，它的BEV+Transformer技术方案是国内唯一量产的纯视觉方案。

　　而这次更新，极越01融入了百度与极越联合开发的OCC占用网络技术，通过BEV+OCC+Transformer多任务统一网格，它可以大幅提升对异形障碍物识别和场景泛化的能力。

　　BEV（Birds-eye-view），中文翻译是鸟瞰图视角，它就像是一个转换器，核心作用是将2D信息作为输入，在加上测距的感知方式之后，最终转换为鸟瞰图视角下的3D环境。

　　在智能驾驶系统中，Transformer主要用于处理和理解车辆通过传感器收集到的关键环境信息，比如摄像头拍摄的图片、雷达和激光雷达检测到的数据等，比如一个即将穿越马路的行人，或者一个正在变道的车辆。

　　在此之前呢，BEV+Transformer的组合便在极越01这款车上量产并且实现了“纯视觉”的高阶智驾，但存在的提升空间在于：如何有效识别异形障碍物，如何拥有更高的场景泛化的能力。

　　OCC（Occupancy Network）占用网络技术便是为解决这个难题而来的，它是一种基于深度学习的三维环境感知方法。

　　通过神经网络来预测一个空间位置是否被占据，它主要便是为了提高车辆对周围环境的理解能力，尤其是在处理复杂、多变的道路条件和障碍物识别时。

　　比如，在实际道路环境中，总会存在一些没有打标和训练过的障碍物，比如临时障碍物、施工区域、路边伸出的树枝、前方货车上掉下来的货物等。

　　也正是因为这样的能力，所以OCC技术可以去追求去白名单化，换句话说就是可以尽可能多的去识别各种各样的障碍物，包括未知的物体形状和类别。

　　咱们可以再举个例子，OCC可以不依赖于特定场景的标注数据，它通过学习大量的空间数据，OCC占用网络可以建立一个通用的空间理解模型，这个模型能够对新的、未见过的场景进行有效的3D重建和障碍物检测。

　　它可以不用提前学习而在第一次遇到的时候就能识别这是障碍物，它可以无感老练的去主动避障，它还可以让车辆远离路肩、水马、绿化带等常见障碍从而留出更多的安全距离，定量来讲的话，是偏离原本中心线cm左右。

　　打个比方，在没有智驾系统的时候，人类驾驶员避障除了用眼睛“看”之外，主要靠“猜”，但B.O.T三向箔却可以精准地对物体进行感知。

　　其次，纯视觉方案依赖高精地图，而在实际用车环境下，高精地图和实际路况有可能会不一致，例如那些突发的事故场景、施工场景或者恶劣天气带来的非常规路况等，这个时候B.O.T 三向箔就可以主动进行绕行、减速或者刹停动作。

　　从技术上来说，纯视觉方案的原理似乎并没有那么复杂，但它对高清摄像头感知能力、计算机视觉算法、大数据积累等都有更高的要求。

　　到目前为止，百度的Apollo技术生态已经积累了超过6000万公里的高质量Robotaxi原始数据，特别强大，同时还得到了百度170亿参数的AI视觉大模型的加持，可以实现模型的每周快速迭代。

　　极越01的3D精度可以做到厘米级，对于运动障碍物的识别精度也能达到0.1米/秒的误差范围，这样的表现，已经可以比肩激光雷达多传感器融合感知方案。

　　老板们之间惺惺相惜，那么消费者该如何选择呢？我们首先要弄清楚，纯视觉方案和激光雷达方案，有哪些不同的地方？

　　它的优势在于消费者的购车成本更低，因为它不需要那么昂贵的激光雷达感知系统；但它也存在一定的短板，比如感知距离比较有限，比如深度信息检测不足；除此之外，它对计算机算法的要求也比较高，相当于它要求驾驶员的大脑必须非常聪明而且一直高度集中。

　　其中的重点之一便是引入了激光雷达，可以辅助快速的构建环境的3D模型，举个例子，针对激光雷达扫描到的物体，它可以先计算出远近，相当于眼睛看到的物体直接就带有远近距离的信。