发布日期：2025-01-22 14:28 点击次数：183
要知道，现在有些厂商的“车位到车位”方案，往往是从固定车位到固定车位，而且在首次使用前，或是要记忆或是要学习，总归需要一定的时间成本。相比之下，华为乾崑智驾方案的首趟即可用，含金量明显更高。再看第二段，车辆驶出地库的这段路。这是一条左转-右转-再左转的双向S形道路，还有不小的坡度，人类驾驶员在面对这种路段时，也会十分谨慎。而华为乾崑智驾在这段路的表现却是游刃有余：一把左转、一把右转，两把方向流畅通过。特别是右转这里，车其实是稍微越线借了对向车道的，但在碰到中央的交通柱之前，及时回到了右侧车道，“玩儿”了一把极限绕行。这整套出库的动作，展现出了华为乾崑智驾极佳的机动性，是对系统感知-规控能力的综合体现。接下来的地面道路行驶，华为乾崑智驾保持了一贯的高水准。比如这段，在通过路口后，遇到两台卡车并行“堵路”，尤其是右侧的大卡车，还在向相邻车道并线。注意此时的SR：虽然系统的注意力在正前方的大卡车上，但当右侧大卡车变道时，系统的领航引导线依然向左做出了轻微的避让并做出了减速动作。而当超越了右侧的卡车后，车辆又马上发起向右侧车道的并线，成功“解围”。这一段操作可以说是行云流水、非常类人，展现出了华为乾崑智驾十足的“端味”。类似的还有这个左转场景：一台比亚迪在路口掉头，侵占了部分车道，而车辆右前方又有一台大车左转，封住了绕行路线。如果是规则算法的智驾，面对这种场景可能会加速到比亚迪车后再减速刹停，又或是领航引导线不断跳变犹豫不前。而华为乾崑智驾的做法是：缓慢减速，轻微右打方向绕行比亚迪，同时避让右侧大车，随后左打加速一把流畅进入第二车道，完成左转。这期间，既没有出现停车、犹豫，也没有出现频繁的方向盘调整，行车走线非常类人，向我们展现了端到端的魅力。最后这个片段，也是「车位到车位」中具有代表性的场景之一。车辆需要先进入园区，随后在内部道路中行驶一段距离，左转进入地库，再找到合适的车位泊入。在这里，华为乾崑智驾的表现依然是行云流水：不仅可以自动识别道闸，等待栏杆抬起，在园区内部路依然可以实现领航并精准找到停车库的入口，以合适的速度驶入。而当到达目的地时，华为乾崑智驾还可以自行寻找合适的车位泊入，并不限定一定要停到哪个车位里，不会出现其他“车位到车位”方案那种，如果目标车位被占了，系统就卡住、退出的窘境。这一过程中，领航指引线全程保持连贯，未出现系统切换或中断，说明华为乾崑智驾对周围环境的理解非常到位，从行车系统到泊车系统的切换也做到了无感，体验极佳。独有体验，源自架构领先毫不夸张地说，直播中所展现出的华为乾崑智驾「车位到车位」智驾，就是目前业内体验“天花板”。而这，则要归功于华为乾崑智驾业界领先的技术架构。例如，在硬件上华为乾崑智驾采用了视觉为主、雷达为辅的融合感知架构。就像本次直播中的阿维塔12，其搭载了包括3颗激光雷达、3颗毫米波雷达、11颗高清摄像头、12颗超声波雷达在内总共29个感知元件，能够向算法软件提供足够丰富的环境信息，为极限绕行、贴边转弯等亮眼操作提供基础。而在阿维塔07等最新车型上，华为乾崑智驾还采用了全新自研的20Hz 192线高精度激光雷达，不仅点云更稠密、精度更高、探测距离更远，刷新率也更高（通常是10Hz，华为是20Hz），可以满足端到端算法对时延的要求。软件上，华为乾崑智驾采用了全新的GOD/PDP端到端架构。其中感知部分，将此前的BEV、GOD等模型融合为一张GOD大网，视觉、雷达、导航等信息输入GOD大网，即可直接输出目标障碍物、道路结构、场景理解等信息。不同于以往还要经过BEV、GOD等多重运算，才能输出白名单目标、异形障碍物、道路结构的做法，实现了智驾感知系统从“识别障碍物”到“理解驾驶场景”的转变。而决策规划部分，则引入了PDP网络，即“预决策规划一张网”，由GOD大网输出的信息直接供给PDP网络推理，输出行车策略。这种大网-大网的算法架构取代了过去的规则算法，降低了信息在模型间的损失，不仅提供了更准确的决策、更类人的行车、更高效的通行，还通过引入本能安全网络，提高了系统的安全性，减少了“端到端黑盒”的影响。而在产品逻辑上，与行业普遍的“智驾领航+记忆泊车”、停车场内只能按固定路线行驶的方案不同，华为乾崑智驾的「车位到车位」采用“NCA＋VPD”为底层。VPD（代客泊车）的功能特性，让系统在停车场内就像开了“上帝视角”，整个停车场的道路结构、特征点了然于胸，因此，能实现没车位就自己找车位的“智能漫游模式”。
