电子行业专题研究AI大模型如何加速自动驾驶发展

想必很多人都是想知道电子行业专题研究AI大模型如何加速自动驾驶发展和大众速腾改装模型的一些相关题，但是又不是很了解，那么小编为你详细的解说吧！

利用大型人工智能模型加速自动驾驶开发

AI+自动驾驶并不是一个新概念。特斯拉、NewForce等领先公司一直在使用基于Transformer的模型进行感知和决策。目前，LCC等L2级驾驶辅助功能逐渐成为标准，NOA等高级驾驶辅助功能车型的成熟度不断提高，市场领先者的测试版本正在逐步落地。也就是说，我们认为1、人工智能大模型的引入，可以加速整个行业层面高水平驾驶辅助的量产。各大玩家在部分城市测试NOA版本后，0-1的体验有望在全国范围内快速复制和推广。2智能驾驶领域的后来者与先入者在数据积累和模型迭代领域的差距有望通过产业链优势进一步缩小。3在智能驾驶本土化生产的客观需求、产业链各环节国内供应商产品性能提升以及下游自主品牌崛起的推动下，国产零部件替代趋势愈加明显。在这篇文章中，我们首先从数据、算法、算力三个维度进行分析，回两个题。1）AI+自动驾驶已经发展到什么阶段了？2）AI+自动驾驶还有哪些想象空间？

其次，通过研究高级驾驶辅助功能的实施进度和BOM成本，我们预测未来3-5年基于AI的智能驾驶将如何改变我们的出行方式。我们相信，今年可能是城市NOA的普及元年。目前旗舰车型的高级驾驶辅助BOM成本预计为14万元。我们预测，从2023年到2030年，高级驾驶辅助的BOM成本将以复合年增长率11%下降。

最后，我们从上到下整理了自动驾驶产业链和代表性企业。我们认为，由于国内企业产品性能的提升以及产业链各环节下游自主品牌的崛起，零部件国产替代趋势明显显现。1）芯片NVIDIA正在引领智能驾驶芯片迭代，Mobileye、TI技术成熟，地平线、黑芝麻等国内企业正在逐步缩小与领先者的距离。2）域控制器及解决方案国内厂商德赛西威、经纬恒润、纵目科技、智行科技等均已大规模推出，技术成熟度不断提升。3）激光雷达国内禾赛、图大通、速腾等公司正在快速量产。4）4D毫米波国内公司有Catland、SenseTech。5）高速连接器罗森伯格拥有丰富的技术积累，ElectricalConnectionTechnology、Ricoda等正在加速追赶。

车型大型车型如何赋能智能驾驶？

数据虚拟模拟、阴影模式、自动标注的引入，优化了信息收集和处理能力。

大规模数据和高效的数据识别是算法模型的基础。数据来源包括1）真实数据驾驶时收集的真实信息直接影响汽车销售。智能驾驶起步早、出货量大的汽车厂商具有先发优势。2）虚拟仿真利用AI自动生成道路场景、车辆、行人等信息来训练模型。驾驶过程中收集的角落案例可用于迭代模拟和训练，弥补从现实场景收集信息的不足。3）影子模式大型模型在车辆后台运行，模拟决策，而不实际控制车辆，不会对驾驶员或车辆造成干扰。然而，当出现异常情况或模型与人类驾驶员的决策不同时，数据收集和传输就开始，使量产汽车成为“数据挖掘车”。数据收集的下一步是识别和标记数据。随着智能驾驶的成熟，激光雷达3D点云信息和摄像头采集的2D图像信息不断增加，道路场景不断丰富，自动驾驶数据标注的类型和数量不断增加。

手动标记既昂贵又低效。自动标注是大规模AI模型增强智能驾驶最直接的应用，可以大大降低数据标注的成本。据好墨智行2023年4月的DriveGPT发布会显示，目前业内人工标注获取车道、交通参与者、红绿灯等信息的成本约为每张照片5元，而好墨DriveGPT的价格为0.05元。没看到。我们预计，随着科技公司在大规模模型训练方面的成熟，单张图像自动标注的边际成本将趋近于零，平均成本将进一步下降。据凯王数据产品项目副总裁张鹏2023年2月介绍，目前数据标注以人工标注为主，机器标注为辅。95%的数据注释仍然主要是手动的。以特斯拉为例，1）在数据源层面，2021年至2022年，特斯拉FSD测试版用户数量将从2000人增加到16万人，积累超过144亿帧视频数据，提供了大量的数据。用于模型训练的真实数据。针对真实道路场景中的罕见情况，特斯拉通过模拟进行大规模训练，并通过数据引擎发现新的极端情况。2）在数据标注阶段，通过自动标注优化系统效率。自动标注技术已经成熟，手动标注团队规模不断缩小。2021年，我们的人工标注团队增长到1000多人，并计划在2022年裁员200多人。

数据

对于真实道路场景中不太常见的情况，特斯拉构建虚拟场景，通过模拟收集数据，以丰富数据源并支持模型训练。特斯拉通过其数据引擎手动挖掘误判和非典型案例。TeslaFSD通过模拟引入虚拟数据来支持大规模训练。特斯拉的模拟构建的虚拟世界可以提供现实中难以实现/缺乏数据的场景，目前特斯拉可以在不到5分钟的时间内自动生成复杂路口的3D虚拟场景。此外，还可以通过道路上的场景创建更加多样化的场景来帮助学习算法，而无需针对每个场景通过实际路测来收集数据，大大提高了数据的丰富度。TeslaFSD通过其数据引擎发现新的极端情况。我们通过手动挖掘非典型机器误判案例并将其添加到多样化的训练集中，不断更新和改进模型。

数据标注通过自动标注，优化系统效率，降低标注成本。

特斯拉FSD通过“多轨迹重建”技术自动标记车辆行驶轨迹。目前的集群只需执行12小时即可完成10000条驾驶轨迹的标注，替代了500万小时的人工标注。机器的自我训练减少了人工贴标成本高、效率低的题。具体步骤1）高精度轨迹采集，利用车辆行驶过程中采集的初始行信息、车辆运动IMU陀螺仪、速度等指标作为原始信号输入，提取车辆的运动轨迹和3D结构道路细节。2）基于所有车辆的轨迹信息进行多行程重构、道路信息匹配和优化。根据您的道路信息，特斯拉的实验车辆甚至可以仔细检查数据，以检查是否有泄漏并填补任何空白。

SAM模型的发布将自动化注释提升到了一个新的水平。2023年4月6日，Meta发布了通用“SegmentAnything”模型和“SegmentAnything1-BillionMask”数据集，这是历史上最大的分割数据集。SAM是图像分割中的一项新任务，也是处理数据集的模型，它可以用于分割图像中的任何对象，支持广泛的应用，有助于促进基础计算机视觉模型的进一步研究。分割和识别哪些图像像素属于物体是计算机视觉的核心任务，从需要技术专家高度专业化工作的图像分析，到照片编辑，再到为特定任务创建精确的分割模型，现在已经有了基本模型。你可以通过人工智能学习。工作量大大减少。

算法识别-决策-执行三阶段优化

本节我们结合特斯拉FSD，按照分析流程分为识别、预测、执行三个阶段来讲解自动驾驶模型算法。

感知层面占用网络、3D建模

23D重建

NeRF是工业界常用的3D重建模型。NeRF允许您1)重建车辆经过的道路信息，而无需依赖高精度地图；2)重建3D模型来模拟和训练各种极端情况。

预测级别道路地形预测、障碍物预测

预测有两种类型道路信息预测和障碍物预测。

2——物体信息基于大模型预测动态和静态信息，支持驾驶决策。

对象预测包括与道路地形信息相结合的动态和静态概率信息，以支持最终的形式决策。在特斯拉的占用网络中，红色表示长期禁止车辆，表示临时停车，蓝色表示移动，物体的动静态和概率是可以预测的。在一些特殊情况下，比如左转摄像头被左侧大卡车挡住，无法判断左侧是否有车辆驶来时，模型会自动创建虚拟车辆。你左边有一辆车被挡住了，根据它做出的决定更接近人类驾驶员的思维方式。

决策层面车载终端计算性能升级，模型计算效率优化，决策更加智能。

决策的难点在于多方交互和路权博弈，其中计算效率很重要。在当今的行业中，完成一轮计算通常需要50到100毫秒。目前的决策级模型，受限于车辆的计算能力和计算效率，可以分为两类1）基于规则的模型，2）特斯拉的交互式搜索模型。

算力车载/云算力升级及本地化

汽车端高性能芯片国产化趋势强劲。

目前，汽车芯片主流供应商包括NVIDIA、Tesla、Mobileye等厂商，以及地平线、黑芝麻智能、华为等国内厂商。2022年之前，大多数主流厂商量产的芯片计算性能都在50TOPS以下。2022年以来，主流供应商发布的众多汽车芯片的计算性能快速增长，高性能计算性能芯片占比大幅提升。长期来看，如NVIDIAOrin254TOPS、HorizonJourney5128TOPS等，大型机型对板载计算性能的需求将进一步增加，并且随着板载芯片厂商改进芯片架构和技术，板载芯片的计算性能有望进一步提升继续上涨。未来NVIDIAThor芯片的量产有望加速计算的融合。

视觉图像处理和点云融合涉及大量的数据处理和计算，需要很高的计算能力。1图像处理从图像中获取车道、红绿灯、行人、车辆等物体的位置和运动信息。通常支持自动驾驶决策和控制，包括图像采集、预处理、特征提取、目标检测和跟踪、场景分割等步骤。2点云融合用于生成高分辨率、精确的环境地图，供自动驾驶系统使用。这是可能的。更加了解并了解您的周围环境。这通常包括点云数据收集、预处理、点云配准、表面重建和实体模型构建等步骤。

高性能计算芯片可以通过并行计算、缓存、专用指令集和高性能设计来增强图像和点云处理能力。1并行计算通过使用多个处理器核心共同解决同一题来加速计算。车载高性能计算芯片一般采用多核架构，可以同时执行多个计算任务，具有强大的并行计算能力。2高速缓存使用SRAM高速缓存来加速计算设备中的数据读写速度，并减少对速度较慢的主内存的访。3专用指令集专用指令集通常是针对特定应用而设计的，并且指令在硬件级别上进行了优化，以加快指令执行速度。4、高效设计保证计算性能的同时降低功耗和发热，提高车辆稳定性和耐用性。

云通过基础设施计算性能升级加速算法迭代

整车厂和自动驾驶技术开发商正在积极规划建设智能计算中心，以增强“云”竞争力。智能计算中心是指构建基于GPU、FPGA等芯片的智能计算服务器集群，为智能计算性能提供基础设施，为什么倒车图像中有一个汽车图标？相机可能坏了。它是停车或倒车时的安全辅助装置，由超声波传感器（俗称探头）、控制器和显示器或蜂鸣器组成。周围的障碍物可以通过声音或更直观的显示告知驾驶员，消除驾驶员在停车、倒车、启动汽车时因前后左右视力带来的不便，有助于消除盲点。通过减少视力模糊和缺陷来提高驾驶安全性能。

08速腾发动机号在哪里？速腾发动机编号位于点火线圈右下角的一颗螺钉上，位于发动机和变速箱连接处的前面。它通常由7至8个数字和英文字母的组合组成。除了上述方法外，您还可以通过以下四种方式检查您的发动机号发动机号列在您的汽车驾驶执照上，通常在倒数第二行，并且发动机号显示在汽车上。证书和发动机编号将显示在您的购买发上。车辆购置税凭证上会显示发动机号码。发动机编号与发动机型号不同。发动机型号是指制造商的发动机规格和尺寸，发动机型号可能相同。发动机编号是指发动机的生产编号。每台发动机只能使用一个发动机编号，并且每台发动机编号都不同。