自動駕駛行業(yè)現(xiàn)狀

1、當(dāng)前行業(yè)主要玩家有

     第一梯隊有：華為，momenta，元戎 

     第二梯隊有：鑒智, 絕影智能等

2、主機(jī)廠現(xiàn)在都要求自動駕駛廠商白盒交付，本質(zhì)上就是前兩年依賴供應(yīng)商，后面打算自己做。 整個行業(yè)基本上是賠本賺吆喝的階段。沒有收入，每年還要自己投入幾個億進(jìn)行模型的訓(xùn)練，人才等。

3、行業(yè)競爭非常激烈，獨立的自動駕駛廠商未來可能存活的不會超過 5 家。未來的格局大概率是頭部tier1廠商+主機(jī)廠自己。

4、可能存活的玩家有華為，momenta，小馬智行等等。

自動駕駛分級

自動駕駛分為 6 級。

L0至L2級為駕駛輔助，現(xiàn)階段多家車企提出的“智駕平權(quán)”，都屬于L2級范疇，駕駛員需全程監(jiān)控駕駛。

從L3級開始，就進(jìn)入了自動駕駛的范疇，屬于有條件自動駕駛，緊急情況下需要駕駛員接管車輛；

而L4級和L5級則分別代表高度自動駕駛和完全自動駕駛，車輛幾乎可以在所有場景下自主運行。

自動駕駛模型以及端到端大模型是什么

1、主流的自動駕駛架構(gòu)分為三個部分，感知，決策和執(zhí)行三大模塊。

2、感知模型復(fù)制物體識別。決策和執(zhí)行負(fù)責(zé)執(zhí)行指令，包括汽車的操作，車內(nèi)控制等。傳統(tǒng)方案通過感知模型感知物體，然后通過寫各種規(guī)則進(jìn)行決策和執(zhí)行。這一個比較大的問題就是很難窮盡所有的場景，進(jìn)化也非常消耗人力。

3、大模型出來之后，業(yè)界也都在訓(xùn)練端到端大模型，就是感知模型和決策和執(zhí)行模型到一起。理論上只需要不停的灌數(shù)據(jù)，模型就不停的升級。

4、自動駕駛模型參數(shù)量一般是 7B～12B，相比幾百 B 的大語言模型非常小。

激光雷達(dá)方案和純視覺方案

激光雷達(dá)方案是通過發(fā)射激光束并接收反射信號，生成高精度的三維環(huán)境地圖，并與其他傳感器（如攝像頭、雷達(dá)）結(jié)合使用，形成多傳感器融合的感知系統(tǒng)。

優(yōu)勢在于可靠性、高精度感知和全天候性能；缺點也顯而易見，就是成本高昂。另外，激光雷達(dá)通常體積較大、功耗高，對于產(chǎn)品設(shè)計和能源管理要求很高。

相比之下，純視覺方案主要依賴攝像頭作為核心傳感器，通過計算機(jī)視覺算法對攝像頭捕捉到的圖像進(jìn)行處理，識別道路上的車輛、行人、交通標(biāo)志、信號燈等物體，并基于這些信息做出駕駛決策。

核心在于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)，通過大量的數(shù)據(jù)訓(xùn)練，逐步提升系統(tǒng)對復(fù)雜環(huán)境的理解能力。優(yōu)勢在于成本較低、技術(shù)成熟和數(shù)據(jù)豐富，缺點在于受環(huán)境影響較大，精度有限，對于計算資源需求高。

自動駕駛數(shù)據(jù)采集和訓(xùn)練方法

一般是通過采集車去采集各種道路數(shù)據(jù)，這個有專門的團(tuán)隊去負(fù)責(zé)這個事情。

采集車的設(shè)備一般比量產(chǎn)車的設(shè)備精度要更高，獲得數(shù)據(jù)更多。

用這些數(shù)據(jù)去訓(xùn)練自動駕駛模型，然后量產(chǎn)車上更低的精度的數(shù)據(jù)作為輸入，進(jìn)行推理。

數(shù)據(jù)合成方法

物理采集有非常多多限制，典型比如各種下雨天場景，或者限速比較容易采集 80,120，但是有些特別的場景比如限速 30,40。就比較難采集。需要用到數(shù)據(jù)合成的方法。

典型的一個自動駕駛公司 40PB 圖片視頻數(shù)據(jù)，80% 靠采集，20% 靠合成。

合成數(shù)據(jù)也是用到模型，合成感知模型數(shù)據(jù)的模型叫世界大模型，合成規(guī)劃控制的叫規(guī)控模型。

自動駕駛廠商，算法工程師，PM 需要把 corner case 找出來，然后用世界大模型，規(guī)控模型合成相應(yīng)的數(shù)據(jù)然后再 fine tune 自動駕駛模型。

自動駕駛需要用到的數(shù)據(jù)處理相關(guān)工作

視頻，圖片數(shù)據(jù)需要處理的比較少。主要有處理的部分有：

1、采集數(shù)據(jù)不清晰，需要過濾能力。

2、多模態(tài)檢索能力，算法工程師，PM 需要將一定場景的視頻數(shù)據(jù)通過檢索，挖掘出來用于合成之后，進(jìn)行二次訓(xùn)練。

3、對場景驚醒均勻化，比如前面提到的限速問題。

所以綜合來說，自動駕駛行業(yè)主要用到的是數(shù)據(jù)管理，多模態(tài)檢索的能力。