你的浏览器版本过低,可能导致网站不能正常访问!为了您能正常使用网站功能,请使用这些浏览器。
chrome
Firefox
当前位置:易车> 理想MEGA> 理想MEGA雷达> 摘要详情

理想MEGA像智界S7、问界M5都配置了1个激光雷达、11个摄像

理想MEGA像智界S7、问界M5都配置了1个激光雷达、11个摄像

摘要来自:《为了赌NOA智驾开城,广州车展车企们又开始卷激光雷达了?》

【易车摘要频道】下列精选内容摘自于《为了赌NOA智驾开城,广州车展车企们又开始卷激光雷达了?》的片段:

在今年的广州车展中,华为系车型新车几乎全部支持华为ADS 2.0。像智界S7、问界M5都配置了1个激光雷达、11个摄像头、3个毫米波雷达+12个超声波雷达的硬件阵容,就官宣了华为ADS 2.0的标准-至少有一个激光雷达+若干个摄像头/雷达才能拥有足够的洞察力。

挑战新款Model 3,这些即将在广州车展首发的新车谁最有机会?

小鹏与理想这两家新势力车企交出了小鹏X9与理想MEGA这两款MPV车型,分别也在激光雷达等方面下了功夫。小鹏X9将拥有双激光雷达,并放置了双英伟达Orin-X芯片,预计交付就可以使用小鹏XNGP智能辅助驾驶功能。

小鹏1024科技日:旗舰MPV小鹏X9亮相,将于广州车展正式发布

同样理想MEGA也配置了两套智能驾驶方案,其中一个版本为没配备激光雷达、使用地平线征程5芯片的版本,主要感知硬件为10个摄像头、12个超声波雷达、1个毫米波雷达,达到L2级别辅助驾驶,智能驾驶只能覆盖高速路段。

另一个版本则与小鹏X9类似,配置2个激光雷达、11个摄像头、12个超声波雷达和1个毫米波雷达,支持高速和城市路段NOA功能。从传感器配置来看,理想MEGA的高配版本洞察力是能够支持城区通勤NOA功能的,激光雷达的加入明显对复杂路况识别有帮助。

银色的汽车

描述已自动生成

传统车企方面,吉利银河E8有可能搭载速腾聚创的第二代MEMS固态激光雷达,据有关消息表示有望搭载NOA高阶智驾领航系统。星途星纪元ES也卷出了高端智能车标配的双Orin-X芯片以及1颗激光雷达+11V视觉方案的配置,这款车型可以达到L2级辅助驾驶,但奇瑞表示在高速环境下可以开放辅助驾驶。

而飞凡R7则卷出了33个顶级感知硬件,还加入了Premium4D成像雷达和LUMINAR1550nm激光雷达。4D成像雷达之前被应用在自动驾驶汽车上,以实现360度环视感知功能,在量产车上出现着实罕见。

图片包含 室内, 路, 汽车, 桌子

描述已自动生成

比较“离谱”的是路特斯EMEYA,作为一款纯电超跑配置了4颗激光雷达和双Orin-X芯片,也支持路特斯智能驾驶Premium。这款新的超跑可以在上海、杭州、广州等六个城市内实现高速领航辅助,12月底将新增16个城市。在一项被人诟病智能化不高的超跑领域,电动超跑也开始让跑车拥有智能驾驶相关功能,这点虽在情理之中但也挺让人意外的。

跑道上的赛车

中度可信度描述已自动生成

从上述几款车型可以明显看出,各大车企都在加强旗下汽车的感知硬件配置,以实现智能驾驶的相关功能。尤其是激光雷达的配置已经陆续普及,反而没搭载激光雷达的车型成了支持辅助驾驶阵营的稀罕物。

车企狂卷激光雷达背后,关键是让汽车看得明白

在今年下半年,智驾领域的关键词就是城市NOA(驾驶领航辅助)。实际上我们从这次广州车展新车配置中就可以看到,城市NOA驾驶辅助是与激光雷达进行强绑定的。理想MEGA就是一个例子,它的非激光雷达车型就没有配置城市NOA功能,装载激光雷达的车型就可以实现。

这充分证明了一个事实,就是城市道路拥有非常多的交通参与者,路况复杂,智能驾驶如果覆盖城市道路场景,必须要让汽车“看得懂物”和“看得懂路”。

公路上的汽车

描述已自动生成

在问界M9披露AR-HUD的相关技术细节中,其中有一个显示危险物的场景展示,我认为这是一个典型的机器看物的思路,即发现-标注-处理,类似于早期BEV的3D标注逻辑。但实际上这种场景属于“看得到物”,却并非看得懂物。

举个例子,在机器眼中,冬天在路边的雪堆和白色的建筑垃圾实际没什么区别;公交车与大货车在体积方面差别不大。甚至现实路况中还有临时停在道路中央的施工车辆、倒地的护栏等,这些路况就在考验车辆的感知能力。

在华为ADS 2.0技术中,城市领航驾驶辅助可以做到自主超车避让大车,这明显体现了车辆拥有更强的感知能力之后,会对驾驶行为做出更加聪明、细致的决策。在智能驾驶时代,一味地停车减速肯定不是一个可取的选择。

汽车在路上行驶

描述已自动生成

前阵某媒体测试城区智驾场景时,就遇到了车道中央有施工团队的场景,两辆测试车分别做了不同的处理。其中一辆早早减速,提前并道驶出;另一辆触发并道时距离过短,只能由驾驶者接管。这个现象的出现,实际上就是不同车型的感知能力差异。

同样,我们在研究智能驾驶的时候会将无保护左转作为考验智能驾驶体验的典型场景,主要是因为左转路口需要面对对象来车和行人,以测试对行人、车辆行进意图的感知能力与判断。

图片包含 图表

描述已自动生成

图示

描述已自动生成

车企们在卷这些传感器的最终目标,也就是为了实现更实际的定位与特征融合,从而对目标进行识别。特斯拉将BEV进化至占用网络之后,将自己放在了3D空间内,让障碍物在3D空间内展现出来,并且系统借助摄像头&雷达输出每个3D位置的占用概率,再加上图像识别的加入,物体的大概形态就能够显示出来。

CopyRight © 2000-2023 BitAuto,All Rights Reserved. 版权所有 北京易车信息科技有限公司    购车咨询:4000-168-168 (周一至周日 9:00 – 21:00) 法定假日除外