华为ADS1.0产品升级点分析

 

2023年4月16日，华为在智能汽车解决方案发布会上发布了其最新的ADS2.0产品，首款搭载量产的是问界M5车型，在2023年上海车展前提前出尽风头，但我从网上查了一下没有查到ADS2.0和ADS1.0对比分析的资料，通过已公开的信息、同行交流和网上查找相关资料汇总对比分析下两代产品的差异。   华为ADS1.0量产的第一款车是极狐αS，这款车的量产可以说是一波三折，华为在这款车的自动驾驶上可谓说倾注不少心血，是华为自动驾驶打响第一炮的产品，但这款车HI版本直至到2022年5月，距离极狐αS上市的时间已经过去1年，这也侧面说明华为在研发过程中遇到不少的挑战，从传感器到域控软硬件都是华为自研首次量产，能否按时量产的风险很大，不知道北汽的领导之前跟华为合作过程中有没有被吓出一身冷汗。

 

华为ADS1.0产品不知道是当初在规划的时候应该是按照自动驾驶L3进行规划的还是说华为首次量产自家自动驾驶产品不够自信，这个平台使用的传感器非常豪华，超声波雷达、毫米波雷达、激光雷达、视觉传感器等你能想到的传感器都上了，而且传感器数量非常多，这套传感器加自动驾驶域控制器估计要2w以上。   01   传感器做减法        

激光雷达

    高阶智能驾驶方案里激光雷达基本上是标配，少则1个多则3个，激光雷达在非规则物体、异常天气感知、近距离切入、隧道等场景下相对于其他传感器有比较大的优势，在城市NOA功能上激光雷达基本是标配。

    从华为之前发布的信息来看，这个激光雷达关键参数如下：96线高性价比中长距激光雷达，10%反射率最远可以检测150m，水平垂直视场角120°X25°，分辨率0.25°X0.25°，两个侧向激光雷达总价格我预估在7k左右。

毫米波雷达

  毫米波雷达具有可靠、测距精度高等优点，在车上基本是标配版的存在，绝大部分车型至少使用1颗毫米波雷达，在ADS1.0中在前向、后向、侧向共使用6颗毫米波雷达，构建基于Radar的360° tracker。

 

  在ADS2.0中只保留前向和侧后向的毫米波雷达，前向感知的重要性保留一个毫米波雷达大家是完全理解的，后向为何仍然保留两个侧后角雷达呢？我觉得华为有如下考虑：虽然基于视觉已经构建360°的感知，但是在某些场景下视觉是无法取代毫米波雷达的，我们以即将实施的CNCAP2024 后向穿行辅助RCTA场景为例：

  车辆在道车过程中，后方出现穿行的摩托车/电动自行车，由于本车旁边有两辆车遮挡，这个时候你借助于侧向的摄像头是检测不到后面穿行的两轮车，使用后侧向毫米波雷达就没有此问题，这种场景下更早检测到两轮车，更容易得分。

视觉传感器

  视觉传感器部分变动也还是比较大的，摄像头的数量从原来的13个变成ADS2.0中的11个，变更点是前向由原来的4个变成现在的2个。

  在ADS1.0中前向四个摄像头如下：同焦距双目、大小眼单目（宽视角和窄视角），大家在做前向视觉感知时一般会采用大小眼单目或者同焦距双目，很少会同时上，这说明华为内部早期对于视觉感知路线还是没有达成一致，索性硬件都预埋两个方案同时上。而在ADS2.0上华为前向感知已经完全切至大小眼单目，我觉得这个变更也说明华为对于自家的视觉感知路线也逐渐清晰。   同时据说ADS1.0上前向采用3-5M的摄像头，而在ADS2.0上改成两个8M，侧向和后向摄像头应该是采用2-5M。

02   功能做加法       对于ADAS功能来说主要分为两类：主动安全类和舒适类功能，主动安全类常指L0功能，在事故发生前提供预警或短时间介入。对比ADS2.0（问界M5）和ADS1.0(极狐αS)主动安全功能发现：ADS2.0新增低速紧急制动、异形物紧急制动和紧急车道保持。

  而对于舒适类功能主要是指L1-L2功能，是为了减轻驾驶强度，缓解驾驶员疲劳，ADS2.0比ADS1.0新增城区车道巡航辅助增强和哨兵模式。

  ADS2.0上新增的这几个功能相对来说开发难度大、行业领先的，这也侧面说明华为的算法已经从跟随到引领这个方向迈进。

03   算法大提升        

BEV算法

  传统的感知模块包含障碍物检测，车道线语义分割，可行驶区域分割等，存在感知链路长、延迟大、准确率低的问题，在BEV出现之后，整个自动驾驶感知模块趋向形成统一，简洁，高效的端到端结构。这也是这两年行业内炒的比较热的话题，目前国内主要是理想和地平线宣称在这块已经量产。

减少对高精地图依赖

目前主流的NOA功能需要依赖高精地图进行全局规划和局部规划，但高精地图存在新鲜度低按季度更新、采集成本高、审批流程长的问题，目前大家对于NOA功能研究的方向是采用轻量化地图，减少高精地图的依赖，特斯拉给大家提供一个比较好的研究方向，基于导航地图叠加少量其他元素，导航地图的实时更新可以保证地图的新鲜度，由于导航地图元素较少，对后端路径规划提出更高的要求。

 

基于导航地图结合道路拓扑网络推理，实现导航地图和真实世界的匹配，余大嘴宣称在2023年Q3可以实现，我们拭目以待吧。

GOD网络

  一般L2功能的感知模型只能识别常见的障碍物类型：车辆（正向或后向）、行人和两轮车，道路相关的特征只能识别：车道线、路沿和交通标识，这些俗称感知的白名单，超出白名单的物体即使感知到也会被过滤，所以你就会看到这样的事故：

 

  只有正向或侧向的大货车才在白名单里，侧翻的大货车不在，那就选择无视，于是你就会看到在驾驶辅助功能激活下各种各样的交通事故，但由于它只是辅助驾驶员工作，事故责任方还是驾驶员。   事故的负面影响挺大的，对驾驶辅助的认可度降低，随着激光雷达传感器和基于视觉深度学习模型的应用，华为采用GOD网络对于白名单以外的障碍物也能识别。

 

04   总结       对于华为做自动驾驶这件事，两年前我在与华为合作自动驾驶时其工程师水平、产品性能性能和服务态度都不太好，给我的印象是‘产品性能不太行，遇事甩锅第一名’，所以一提到华为自动驾驶我就持否定态度。去年底华为在开通上海城市导航驾驶辅助NCA功能，今年1月份租车试驾，虽然在路线规划这一块还存在一些问题，但是整个控制过程都很平顺舒适，对于两轮车、行人避让非常果断利落，让我又重新对华为自动驾驶技术另眼相看，我认为华为城市领航辅助已经达到NO.1水平。   从传感器做减法这件事看，华为不在构建毫米波雷达的360°感知，不在构建激光雷达前向、前侧向范围内的全覆盖，我认为华为使用的当前这套传感器主要是应对L0-L2+功能，不再好高骛远为L3-L5预埋过多的传感器硬件，变得更加务实。   以上是我的个人理解，如有不对欢迎大家评论区指正。

　　

      审核编辑：彭静