AI行业专题:从特斯拉FSD看人工智能
(报告出品:西南证券)
1 人工智能助力自动驾驶,端到端方案成为新路径
行业趋势:以自动驾驶技术为驱动,迈向规模化量产
从智能驾驶的发展趋势来看:行业的上半场以电动化为主,核心驱动力与能源电池紧密相关,技术方向主要为辅助 驾驶,市场主要关注技术的验证和特定场景的落地;智能驾驶的下半场以智能化为主,发力方向主要集中于智能座 舱领域和自动驾驶领域,核心驱动力在于高阶辅助驾驶和自动驾驶技术的创新升级,相关车企逐步聚焦产业化、规 模化问题,致力于实现高阶智能汽车的商业化量产。
从人工智能带来的变化来看:我们认为神经网络算法逐渐对各个产业和领域进行深度赋能。2022年11月OpenAI推 出ChatGPT、2023年3月推出GPT-4,表明大语言模型率先对文本端赋能;当前,特斯拉FSD系统迭代至Beta V11.4版本,在架构上进行重大改进,引入BEV+Transformer范式,推动端到端自动驾驶,表明神经网络的助力已 渗透到智能驾驶等领域。
随着智驾场景从较为简单的高速场景迈向更加复杂的城市场景,我们认为,在人工智能的赋能下,自动驾驶感知技 术的进步将在更多智驾场景下显现优势。
生态圈:算法为核心技术难点,车企与模型厂商探索共建
自动驾驶作为行业下半场的重点发力方向之一,其生态圈的构建非常关键。自动驾驶生态圈可分为四个层级:开发 服务、后台系统及基础设施、单车软件系统、单车硬件系统。其中,软件系统中的感知算法、预测及规划算法是当 前的核心技术难点。我们认为,自动驾驶解决方案及其生态圈的构建是车企实现产品领先以及差异化体验的核心, 车企可以选择与模型厂商或算法公司合作研发、共同探索,建立基于软件系统和生态圈的核心竞争力。
自动驾驶系统:感知是前提,规控决定车辆如何与环境互动
自动驾驶系统对应着自动驾驶生态圈中的单车软件系统及部分硬件设施,主要由三个子系统构成:感知子系统:感知是规控的前提,由各种传感器和感知算法组成。车载传感器包括摄像头、激光雷达、雷达、声纳、 IMU、GNSS等,用来感知周围环境、监测车辆的定位和状态。感知算法主要包括传感器融合和滤波算法(例如卡尔 曼滤波、粒子滤波、贝叶斯滤波),可以帮助减少传感器数据噪声的形成,由此降低测量的不确定性。规划子系统:利用感知结果,对车辆行为进行最优规划。车辆采用的最优行为需要通过预测车辆和环境中的其他事 物的未来状态来确定,并考虑全局计划、安全性、舒适性及软硬件的约束等。控制子系统:通过调整车辆的控制元件,准确执行轨迹,实现“实际驾驶”。控制算法可分为纵向运动控制(例如 对车速、与前后车或障碍物距离的控制)和横向运动控制(即垂直于运动方向上的控制,例如转向控制),代表执 行器包括油门、刹车和转向等。控制系统决定最终车辆将如何表现并与环境互动。当前,AI对自动驾驶的赋能主要体现在感知环节、以及连接感知和规划的预测环节。
感知环节-硬件端:车企配置各异,4D毫米波雷或成为新标配
4D毫米波雷达优势凸显,有望成为感知硬件配置新方案。毫米波雷达是指工作波长介于1-10mm的电磁波雷达,通 过向障碍物发射毫米电磁波并接收回波来精确探测物体的距离、速度、方位,而4D毫米波雷达除探测“距离、速度、 方位”外,还可以用于测量高度,从而实现四个维度的感知,并具有广视角、高精度、高分辨率等优势,有助于进 一步拓展自动驾驶的感知能力。对比其他传感器,毫米波雷达是基于电磁场原理,而激光雷达和摄像头本质上均基 于光波原理,均不能在雨雪雾霾等恶劣天气情况下正常工作,而毫米波雷达可以全天候不受光线和气候的影响,可 为其他传感器提供更多冗余;此外,激光雷达成本高,在一定程度上阻碍了其作为感知装置的硬需求,但得益于其 分辨率较高,因此能为车企在开发样车阶段能够提供很好的起点,若4D毫米波雷达同样具备较高的分辨率,将成为 车企更经济的配置选择。
技术路径:大模型成就端到端自动驾驶,推动感知决策一体化
目前,自动驾驶系统的设计主要分为两大技术路径:模块化方案和端到端方案。两大路径可优劣互补,以上路径当 前均在积极探索、相互结合。模块化路径:涉及众多模块,每个独立的模块负责单独的子任务,例如自动驾驶系统的一级模块可分为感知、规划 和控制,每个一级模块下又分为众多子模块,每个模块可基于不同的规则或算法。由于每个独立模块负责单独的子 任务,因此出现问题时可及时回溯,并易于调试,具有较强的解释性。端到端路径:端到端(End-to-End)概念来源于深度学习,端到端路线是指AI模型只要输入原始数据就可以输出最 终结果。在自动驾驶的应用中,端到端模型可以将感知、规划和控制环节一体化,通过将车载传感器采集到的信息 直接输入神经网络,经过处理后直接输出自动驾驶的驾驶命令,潜在性能更佳、优化效率更高。
2 特斯拉自动驾驶:坚信视觉力量,剑指端到端大模型
硬件端:全栈自研HW3.0,底层硬件继续向更高级别迭代
(本文仅供参考,不代表我们的任何投资建议)
文琳编辑
免责声明:转载内容仅供读者参考,观点仅代表作者本人,不构成投资意见,也不代表本平台立场。若文章涉及版权问题,敬请原作者添加 wenlin-swl 微信联系删除。
为便于研究人员查找相关行业研究报告,特将2018年以来各期文章汇总。欢迎点击下面红色字体查阅!
▼长按2秒识别二维码关注我们
《文琳资讯》
提供每日最新财经资讯,判断经济形势,做有价值的传播者。欢迎关注
今日导读:点击下面链接可查阅