乐道智驾能力怎么样？ 这个问题，我觉得肯定有很多朋友都有疑问。包括我身边一个朋友也一样，他会觉得没有激光雷达，就代表智驾能力弱。我觉得这完全是错误的。举个例子，有的品牌有激光雷达，但是智驾表现也相当不咋样。大家应该也都懂。特斯拉一直以来都不用激光雷达，人家在美国也有城区智驾。百度的极越人家也不用激光雷达，也有城区智驾。小鹏也官宣了MONA3年底也会用纯视觉的城区智驾。所以，并不是有激光雷达才能做城区智驾。 在智驾发展过程中出现过一些事故，比较有名的是2021年，台湾高速公路上，一辆tesla model 3撞向一个横在路上的白色大货车。很多专家出来解释原因。对于当时的智驾来说，摄像头可以感知到白色的大货车的，但是系统在远处认为这可能是天上的云彩，所以就忽略了，因为在训练识别大货车的时候，从来没见过白色的，而且躺在路面上。而毫米波雷达对于静止物体的干扰太严重，而且没有高度信息，一般都会把他屏蔽掉，在追踪前方动态物体的时候，毫米波雷达好用，还有在大雾天气下，毫米波发射的电磁波不受到大雾天气的影响，追踪动态物体效果也比较好。对于当时的系统来说，他只能识别他训练过的物体，比如车辆，行人等等物体，对于没训练过的，系统会认为不存在，这真是一个巨大的BUG。对于真实的物理世界，智驾系统不认识的物体多了去了，怎么能不认识就当作不存在呢。这种安全问题是非常危险的 为了解决这个问题，特斯拉在AI Day上用Occupancy Network占用网络来解决。占用网络将来自多视图图像的输入数据转换为一个三维特征空间，然后使用‌深度神经网络学习这个特征空间中的占用概率，并将其转换为一个三维占用网格。这种网络能够预测每个体素的占用状态，提高了对未知物体的处理能力，从而提升了系统的安全性和效率。简单来说，就是对于不认识的物体，系统不需要去识别，只要知道这里有障碍物就行，系统要绕开这个障碍物。这样的话纯视觉摄像头就可以解决对于不认识物体的处理，不会傻傻的撞上去了。 而对于有激光雷达的车来说，激光雷达天生就可以感知3D的点云信息，我认为这就是一个占用网络。所以有激光雷达的话，他就不需要额外的算力去跑占用网络了，节省算力。最近也有一些单Orin-X带有激光雷达的城区智驾的方案，例如知己用moment的方案，例如长城用元戎的方案。 如果没有激光雷达的城区方案，他们要跑占用网络，需要消耗一些算力。例如极越，小鹏，特斯拉等，他们的算力相对来说比较充沛，两颗Orin-X或者特斯拉自己的芯片。 再来聊回乐道L60的硬件，视觉摄像头的布置位置和蔚来NT2.0的一样，完全复用蔚来的视觉能力。用单Orin-X配了一个4D毫米波雷达。4D毫米波雷达可以认为是一个低线束的激光雷达了，也相当于一个占用网络了，就是不知道精度如何。他也有物体的高度信息，可以给智驾系统提供3D信息。 我们分场景简单讨论一下 1、高速NOP场景，我认为一点问题也没有。毕竟，蔚来曾经硬是在2.5T芯片算力上开发了高速NOP功能，真心可以的，把这块硬件的性能发挥到极致了。但是今天的254T算力做的NOP的体验肯定比2.5T的体验要好。 2、城市快速路，环路的场景，无红绿灯。我认为参考高速就可以。 3、国道等道路，我认为这种场景就是一个车道保持的场景，可能偶尔需要车道内绕行一下，我觉得问题不大。但是如果需要借用对向车道超车的场景，我认为可能实现不了。我的阿维塔11他都不敢。 4、城区简单路况，例如路面标线清晰，路边无违停车辆，有保护红绿灯左右转等，我认为问题也不大 5、城区复杂路况，标线混乱，路边占道车辆随意停放，电动自行车胡乱横穿，无保护左右转，特别是对于侧面快速来车。这些场景我认为可能体验不好。这些情况，我的阿维塔也处理不好。有些情况也很危险。 6、泊车场景，代客泊车，自动泊车，离车泊入等等。我认为没问题。 所以拆分场景来看，我觉得乐道的智驾应该是不错的，也一定要结合价位，对于城区复杂工况不好办，其他工况也没啥问题。我们再比如，大疆用32T的算力，加车身4颗环视摄像头都做了通勤模式，环视摄像头意味着他看到的距离很近，远不如视觉方案侧面远距离高像素的摄像头。那乐道的硬件比他强，体验也应该比他好。所以我觉得大家一定要有合理的预期。预期过高，会造成失望的结果。如果预期乐道L60要实现车位到车位的智驾体验，我觉得这个预期就太高了。 欢迎大家一起友好讨论。