主动驾驶的一些大白话讲授

无人驾驶牛逼吗？我来帮你祛魅【原理+缺陷解析】_哔哩哔哩_bilibili
5分钟表明确主动驾驶端到端，表明为什么华为智驾并不是遥遥领先 到底什么是端到端主动驾驶系统？为何我会说这是智能驾驶的弯道超车机会？我盼望本日用5分钟的时间，给你表明确本年主动驾驶技术… - 雪球 (xueqiu.com)
到底什么是端到端主动驾驶系统？为何我会说这是智能驾驶的弯道超车机会？我盼望本日用5分钟的时间，给你表明确本年主动驾驶技术最重要的路线变革。这将会真正为主动驾驶体验带来质的飞跃和改变，并以此为标尺，我们可以或许很轻易判断各家车企的主动驾驶技术领先程度。
当前的所谓主动驾驶系统，本质上就是一个规则执行器，它的根本工作原理是拿路上碰到的实际情况与人工提前写好的规则去比对，匹配上就按规则执行，匹配不上的话系统就提示担当主动退出。打个比方，比如说系统想要主动变道，会感知目标车道后侧车辆距离和速度，假如满意条件就发起变道，不满意就继承等待机会。这是一个很简单的办法，也非常轻易理解它的工作机制。我们本日看到的所有车辆辅助驾驶功能，采用的都是这种规则检查-匹配-执行/放弃的方法。这里产生了第一个问题，这么看似乎主动驾驶没什么难度呀？目前的焦点难点，其实在于感知层面。就是前面举例中提到的对于车辆的检测、速度和距离的判断。更难的另有比如说对于道路、车道线、绿化带的感知和判断，难度再提升一点，就是对人、对非机动车、对异性停滞物的判断和检测。感知部分才是最难的，不但要辨认，还要精准辨认和快速辨认，才气提供系统足够的信息去和规则设定的情况比对。我们现在常常听到的占用网络、BEV等等概念，目标都是为了更好的感知环境和路上的事物。
再进一步，我可以表明一下为何以前的视频里我会说华为在智驾的领先并非技术路线的领先，而仅仅是工程进度上的领先。因为在当下的主动驾驶技术路线里，国内所有车企都根本划一。唯一能比对的两个环节，一个是感知层面是不是能做到更精准、更多样、更快速的辨认，另一个是决策层面规则是不是足够丰富来覆盖更多情况而不至于让系统总是提示担当。决策规则我们很轻易想到的，就是看我们设想和写下来的规则够不够多，没什么技术含量。真正多少有点差别的其实是感知层面，但目前来看头部几家车企差别也很小。有一个指标可以判断技术是不是领先，就是纯视觉占用网络的OTA。目前全世界仅有两家车企上车了纯视觉占用网络技术，一家叫特斯拉，一家叫极越。现在听到的消息是小鹏会在本年中升级，其它家还没有太多信息。但是总的来说，头部剩下的几家包括华为、抱负、蔚来应该也会在本年推送升级。以是总结来看，中国目前头部主动驾驶企业，当下看就是前面提到的这四五家。此中华为是不是遥遥领先，至少我理解里并不是。几家的技术差异很大吗？我看也并不是。
本日要说的主动驾驶端到端系统，其实是下一代主动驾驶技术。所谓的端到端系统，就是扬弃了前面提到的规则匹配的方法来确定如何决策。什么叫扬弃规则呢？就是我们不再需要人工写好一条条的情况去比对，而是让系统真正自己去学习判断如那边理。那它到底是怎么实现的呢？其实就是运用了大模型技术。什么是大模型技术呢？讲人话就是让系统自己去找规律，从海量的驾驶案例中去找规律。比如说前段时间最火的Chat-GPT，本质上就是一个找规律的系统，只是它的范畴是在文字方面。从海量的互联网文字内容里去学习文字之间的关系和规律，从而能天生非常流通的对话和内容。技术职员们写好一个学习系统，这内里设置了一些需要系统去重点关注的地方，也就是所谓的大模型参数。等于说告诉系统，要从这些地方去找规律。
主动驾驶的端到端系统也是一样的，从摄像头网络到的海量数据中，去学习人在面对各种路况时间的行为和决策，找到此中的规律并以此来决策。这样的端到端系统有什么利益呢，第一个明显的利益就是系统由于天量的参数，可以或许关注到的细节是更多的。比如Chat-GPT4的系统参数是数千亿个，也就是说拆分到最细的地方，整个学习系统能关注上千亿个细节。固然这个说法并不是很正确，因为大部分此中的细节是颠末系统抽象以后的细节。以是总的来说，端到端的主动驾驶系统比起人类手写的规则能关注到更多的细节以后，从而找到更符合实际情况的应对战略。并不会枯燥的去比对规则，僵硬的执行。对于很多非常场景来说，只要我们的训练数据足够，是可以更好的应对的。
固然，端到端系统也不是一蹴而就的，目前从行业技术发展来看，会分为两个阶段了来实现。一个部分是感知层面的端到端，另一个是决策层面的端到端。所谓感知的端到端，就是输入数据后系统主动学习物体规律，辨认并标记，后续的决策依然采用人工规则。所谓的决策端到端，就是感知部分还是按照之前的学习办法行止理，只是应对各种条件决策的时间，才去找规律。逻辑上来说这两部分应该是可以独立开的，以是本年国内车企上线的端到端系统，有可能只包罗了此中的一部分。
以是我们本年判断哪家车企技术更领先一点，就看哪家的系统先升级端到端的功能，这个尺度就很清晰了。目前特斯拉FSD V12版本已经在感知层面和决策层面都同一了端到端系统，也就是没有了任何人工规则来判断是什么，也没有任何人工规则来判断应该怎么做。全部都是系统通过主动学习数据找到规律后自行处理。这也是为什么马斯克会说新系统的代码数量大幅淘汰，因为不再需要人去一条一条的假设场景，写出规则引导系统决策。
末了我想说的是，初期上线的端到端系统，乃至于有可能体验还不如之前的人工规则系统。但是我们心田肯定要清晰，端到端绝对是主动驾驶的下一步技术路线。只要有足够的数据、足够的算力以及足够的大模型质量，最终的驾驶体验，肯定会全面逾越之前的规则系统。
为什么说主动驾驶的端到端技术是弯道超车的机会呢？打个比方，有的车企起步早，在感知和决策规则的代码数量都要远远多于后面加入的车企，后面的要赶上必须加大人力、财力、时间的投入才有机会。但技术路线切换到端到端系统后，前面的积累根本取消了，大家都从一个新的方法上重新起跑，以是对于厥后者有了弯道超车的机会。固然除了技术路线切换外，企业自己的工程能力、管理能力、技术底子还是一切问题的基础，只有这些基础都和对手在一个水平上，才谈得上有弯道赶超的机会。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。