AEB测试「霸榜」！理想如何靠全栈自研逆袭成功？

新智元报道

编辑：桃子 好困

【新智元导读】一场测试，一百多辆车，理想ONE凭什么力压群雄拿下第一？

2022年1月11日，《懂车帝》公布了最新一期上百款车型的AEB测试成绩。

在这一百多辆车里，理想ONE位居第一。

李想对此给出了答案：全栈自研。

1月11日，理想汽车CEO李想发布微博长文，复盘了理想ONE智能驾驶研发在2021年的一些成绩。

「在懂车帝年度AEB（主动安全）测试中成为了冠军，也是进入决赛组里唯一有能力准确识别横向车辆和两轮车的车型，自从能够开展全栈自研以后，团队在算法和控制的进步速度远远超过了我的想象。」

上下滚动查看

那么，AEB为何物？在现实中，这个AEB怎么起作用呢？

AEB，全称Autonomous Emergency Braking，也就是自动紧急制动系统。它既是一项安全功能，同时是高级辅助驾驶系统的重要功能之一。

当车辆遇到突发情况时，AEB可以预警并采取制动，以此来避免事故发生或是降低事故损失。

正巧，微博上最近有一条视频特别火：一辆白色小轿车突然并线，不仅没打转向灯，而且把视频车给撞了。

重点来了！

在回看事故录像时，白车司机不停地在问自己撞的车是哪一辆，搞得视频车车主一时间竟不知道该如何回答。

经过视频车车主不懈的努力，在解释了不下十遍之后也还是没能让对方理解：拍摄视频的车就是自己的车，也就是被撞的车。

这时，假设视频车有AEB的话，很大程度上就能避免这种「高血压」的场景了。

白车突然并入，AEB发出警报，如果司机没反应，系统就直接触发紧急制动，最终避免了碰撞。

重新回到最开始的AEB测试，为了选出年度最强车型，懂车帝分别以时速40，50和60公里进行了加测。

结果，在三种不同速度下全部通过只有理想ONE一台。

尤其是60km/h的测试，理想ONE不仅提前发出预警，而且制动力度非常大。

除了在电动两轮车追尾的测试中表现不错以外，理想ONE对遇到儿童行人等复杂状况，同样能够做到很好的识别和制动能力。

不难看出，采用全栈自研的理想在这场AEB主动安全测试中，其自动紧急制动性能大幅提升，均以最佳成绩通过。

究其原因，正是2021年12月，理想通过OTA升级并交付了完整AEB功能后才取得如此优秀的成果。

那么，理想为何要走上自研的道路呢？

放下「黑盒」，走向「自研」

此前，理想采用的是来自Mobileye的Q4芯片和辅助驾驶方案。

虽然在前期帮助理想实现了快速的量产，然而作为封闭系统的Mobileye，并不会提供感知算法和数据，而车企也就很难自行实现系统的快速迭代。

就拿AEB来说，市场上多数车型搭载的也采用了来自于供应商的打包方案。

这个方案主要采用毫米波雷达进行障碍物识别，可以称得上是「基础AEB」。

来源：EE Times

但如果仅仅依靠雷达，就很容易受到误报的干扰，比如它会把停放在旁边的汽车识别成危险物体。这就是为什么一些具有AEB功能的汽车，经常会收到假碰撞警告的原因。

那么，在AEB中引入视觉，是不是就能把问题解决了？

确实，「毫米波 + 视觉融合」方案的可以更好地实现对行人、骑行者的探测，保障行人安全。

然而如果还是求助于供应商，虽然可以得到成熟的方案，但是依然没有解决「黑盒」问题，也就是说车企们仍旧不能按自己的意愿重新定义能力。

为了突破这一难题，理想毅然选择了全栈自研的视觉融合方案。

那么首先，需要一套支持「自研」的芯片。

2021年5月，理想正式换装了两颗地平线征程3芯片，其物理算力可达10 TOPS，感知计算FPS性能相当于30 TOPS的GPU，而计算功耗仅为5W。

而征程3最大的特点就是 「允许车企自主开发感知、控制算法」。

当然，光靠硬件是不够的，算法也得跟上。

为此，理想在AEB的研发中，引入了特斯拉提出的「影子模式」。

通过在车辆系统中部署一定的逻辑，理想的开发人员就可以时刻盯着那些回传的数据进行分析，依次判断哪些行为是正确的，哪些是不正确的。之后，把不应该触发的全都捋出来，从而实现算法的优化。

全栈自研的另一个优势便是，理想可以有针对性地对实际路况和特殊场景进行微调，由此让车辆更加适应国内的交通状况。

来源：极果网

此外，理想在AEB的研发上采用了「双轮驱动」的模式。

一方面在交付前通过国标测试C-NCAP；另一方面通过通过数据回传，将用户实际用车场景发生的问题进行汇总分类，进一步优化。

依靠大量的真实场景用户数据，理想的视觉融合AEB在上线之后也会持续不停地迭代，从而最大程度地避免事故的发生。

这么看来，理想自研的AEB系统能在更加符合国内复杂交通状况的测试中夺得第一，也是意料之内了。

有了稳定可靠的AEB和自主可控的芯片，理想也就有了把自研的「大刀」挥向NOA导航辅助驾驶系统的能力。

6万车主免费用的NOA

相比于现在受到热捧的NOA、NOP等领航辅助驾驶功能，AEB更多被归类为辅助驾驶中的基础功能。

理想的NOA能做什么？

可以一键激活自主规划路线，自动驶入匝道、自主制定行驶策略、自动超车等功能。

这一全栈自研的导航辅助驾驶系统，不仅全系车型免费配置，而且6万多车主可以享受到更安全、更便捷的驾驶体验。

智能化升级，是2021款理想ONE最大的亮点。

这款车型采用了博世最新一代毫米波雷达，探测距离超过110m，拥有更强的感知能力。

此外，理想ONE也将摄像头升级为800万像素，有效可视距离达到200米，识别精度达到4K级别。

来源：懂车帝

更细腻的画质和更优异的暗光环境可以让理想ONE的辅助驾驶系统能更早发现危险⽬标。

摄像头还支持120度水平视场角，不仅让近距离盲区会更小，安全性大幅提高，而且横向探测范围更广，对匝道和大型弯道有更强的感知能力。

有了更强的硬件基础，再搭配自研的感知算法，理想ONE不仅可以识别红绿灯和桩桶，还可以对路肩进行有效的识别。

此外，这款车还采用了⾼德的⾼精地图，赋予了理想ONE超视距的感知能⼒。

再加上理想自主研发的定位算法，在⾼精度地图全覆盖路段，⻋辆可以更精准地出⼊匝道，超⻋并线以及主动调速。

目前，标配自研的算法2021款理想ONE已经可以识别高速路交通事故现场和道路施工现场，可以提前给车主提示，避免和减少重大交通事故的发生，大大提高了家庭出行的安全。

总之，AEB自动紧急制动系统和NOA是导航辅助驾驶系统理想全自研能力的集中体现。

理想照进现实

自研能力行不行，还得靠数据说话。

2021年年底，理想ONE变得格外抢眼。根据理想公布12月交付数据显示，共交付14,087辆理想ONE，再创交付量新高。

过去一年，小鹏、蔚来、理想的全年交付量分别是98155辆、91429辆、90491辆，均超过了9万辆。

可以看出，近年来，智能驾驶已经成为汽车的一大销售亮点。

作为智能驾驶功能的最先入局者，特斯拉于2019年6月最先推出了NOA功能，给人们带来关于智能驾驶的全新体验。

但是，在实际应用中，特斯拉的NOA方案并不完全适用于中国复杂多变的道路场景。

在特斯拉的引领下，国内造车势力也在此纷纷布局。

无论是软件，还是芯片、技术平台等硬件，车企们并不想上交造车的主动权。

来源：汽车大事记

比如，小鹏汽车也是自创立之初便坚持全栈自研的技术路线。除了基于车端感知、定位、规划和控制等模块，在数据通路、分布式网络训练等方面都坚持自研。

还有蔚来也在2020年曾表示规划自主研发自动驾驶计算芯片。除此之外，长城汽车、吉利汽车等都下场搞自研。

但必须要明确的是，自研并非易事。况且自动驾驶技术的研发是当前各个车企的必经之路，理想也不能放弃。

理想汽车所展现出来的是全方位自研，包括数据的收集、处理、训练，算法的迭代。

2020年9月，理想先是和Mobileye说「Bye，Bye」。

2021年6月，开始交付搭载了地平线芯片的2021款理想ONE。

2021年9月，知乎拆车实验室的测试结果显示2021款理想ONE的AEB功能无法在测试假人面前有效刹停。

同月，理想回应称，测试结果属实，主要原因是全栈自研的辅助驾驶系统尚未向用户推送，所测试车辆尚未经过系统升级。

2022年1月，理想ONE在懂车帝的测试中不仅进入了决赛，甚至还战胜了以安全著称的沃尔沃。

此次理想在AEB代表的智能驾驶辅助方面，不仅实现了对自己，也实现了对大家固有认知的「逆袭」。

所以说，过去一年，是理想智能驾驶急速进化的一年。

只有掌握了全栈自研的主动权，才能够成为本轮科技革命和汽车产业变革的最后赢家。

理想的全栈自研，最终让理想照进了现实。