 为什么RISING PILOT的发布能引起这么大的反响？在知乎热榜的智驾软硬件之争话题下，飞凡汽车的全融合算法几乎成了全场讨论焦点。不久前，飞凡汽车CEO吴冰在车展发布会上表示：“全融合算法将成为未来行业趋势。”到底什么是全融合，竟然这么能打。我们今天就来一探究竟。 智驾硬件和软件到底哪个更重要？ 这个问题我想大家应该并不会太过纠结。一个先进智驾系统所需要的配置，不论是在硬件方面还是软件方面，都缺一不可，二者相辅相成。它们之间的关系就像我们熟知的“木桶理论'，无论是硬件强软件弱，或是软件强硬件弱，整个系统都很难实现出色性能。 所以我们看到，现在各车企都在智驾硬件上拼命发力，将顶级硬件上车。比如飞凡R7就将LUMINAR 1550nm高规激光雷达、Premium 4D成像雷达、800万像素高清摄像头等等多达33个感知硬件装上车，首先要在硬件层面有更足的智能驾驶底气。  全融合算法是什么？优势在哪？ 硬件是基石，但要把它们的内力真正发挥出来，强大的软件算法则必不可少。如果说各车企智驾系统的硬件都能靠砸钱购买来增强实力的话，软件算法方面一般就只能看各家研发上的真本事了。 一辆智能汽车上几十个不同的传感器，实时收集到海量的信息数据，要有效处理这些数据，得出控制车辆执行的命令，融合算法便成为了“刚需”，而这也是智驾系统中最大的难点。 目前，智能驾驶行业中主流的融合算法包括后融合算法与前融合算法。我这里引用一个比喻来简单加以说明。 每一个传感器，好比是一位战场上的侦察兵，他们所在位置不同，职能和特长也不同。  在后融合算法（被小鹏等较多车企采用）中，每一位侦察兵在侦查中不断收集周围的各种情报，并生成自己的独立结论，再传达给总指挥官。最后，总指挥官综合各个侦察兵的独立结论（融合），做出最终战略部署。  在前融合算法（特斯拉是典型代表）中，每一位侦察兵只负责不断收集周围的各种情报，但并不会产生自己的独立结论，仅仅是把情报如实传递给总指挥官。最后，总指挥官综合各个侦察兵的原始情报，进行更为复杂的提炼和总结（融合），做出最终战略部署。  后融合算法，对总指挥官的算力要求并不太高，但弊端在于单一的传感器自身感知能力有限，特定条件下可能导致最终决策失误，发生漏检和误检。而前融合算法的弊端则是对算力有极高的要求，作为“总指挥官”的神经网络也仍然有极低的概率出现误判。 那有没有更好的方案能够加以解决呢？在智能驾驶这条赛道上，飞凡汽车率先将行业首创的全融合算法应用于其全栈自研的智驾方案中。 还是以侦察兵来举例。在全融合算法中，每一位侦察兵不但要把各种情报实时传递给总指挥官，也要把自己的独立结论同样做出传达。总指挥官先根据多方情报做出一个初步的判断，然后再根据侦察兵的独立结论进行比较和筛选，最后再做出最终的战略部署。  看起来全融合算法只是多了一道手续，但不可否认的是，这才是更为安全稳妥的融合算法。尤其对于极端场景下的智能驾驶来说，三重融合的“谨慎”往往才能真正确保智驾安全。 飞凡汽车行业首创的全融合算法，将前、后融合“捆绑”，实现它们的混合融合。换句话说：全融合=后融合+前融合+混合融合。  在成都车展上首次提出「全融合」概念的同时，飞凡RISING PILOT已完成超过40万公里的超长距离国内高速道路测试，其中也包括多岔口匝道三角区域识别、静态路障感知、异型车实时动态捕捉等等多个极端场景。路测中出色的表现也充分验证了这套智驾系统的性能优势。 毋庸置疑，基于顶级智驾硬件预埋和全融合算法，飞凡RISING PILOT将把智能驾驶的功能体验，推向一个新的高度。智能驾驶的行业格局或许真的会随着飞凡RISING PILOT的入场而随之改变。对于飞凡汽车志在“做到智驾领域行业TOP3”的目标将在何时实现，我们拭目以待。 |
|
|
