在这套配置中,4D毫米雷达的目标是围绕全天候和小目标检测能力,顺带能解决复杂路况下大量动态、静态物体和障碍物的信息捕捉。说简单,就是激光雷达和4D毫米波雷达配合应用就是互补的效果。
然后,是PDP网络让车开的更拟人。
ADS3.0的全新架构采用PDP网络,可以生成一条从当前位置到目标位置的优化路径,还需要考虑到交通规则,以及道路状况和其他交通参与者的会做出的一些行为。而这个PDP网络的应用,也是依托于感知硬件的加强,因为要做出规划路径的操作,需要两个硬性条件路况判断的准确性(感知精度)和路况变化的实时性(低延迟感知)。而用了PDP网络之后的ADS 3.0系统,能让复杂路口通过率超过96%。
举个例子,前一阵有其他车企做智能驾驶测试直播,当车辆自己规划的路径和驾驶员意图有冲突的话,就会间接的“被接管”。而PDP出现的意义,就是让车辆的路径规划,相对来说更符合人类驾驶员的操作习惯,最终保持辅助驾驶功能可以有安全、顺畅的驾驶体验。
补充一个细节,关于CAS 3.0。
不过压着车道线行驶的情况是有出现的,ADS 3.0理论上来说,在感知精度提升一个等级之后,只能做的更好才对。
之后还要再提个ADS 3.0泊车域的功能,支持离车即走。也就是说,到了目的地之后选了目标车位,驾驶员可以走了,车辆会自己泊入车位,不用在原地等。当然,这只是局限于部分商业停车场和部分社区停车场才能实现,依靠的应当是端到端的能力。
端到端实现从感知到规控无损信息传递,智驾更类人。端到端是将神经网络模型引入这三个过程之中,不依赖传统的分阶段处理;而ADS3.0在决策和规控阶段引入了PDP神经网络,是可以对大量的驾驶数据进行学习,按照类人的驾驶风格进行决策和执行。
ADS 3.0的投放初期,大部分功能都是针对泊车域进行优化的,那么结合已知的硬件和网络方案分析,ADS 3.0的泊车能不能做到最好用的效果,例如自动泊车零失误这种,不会出现或最大程度的降低自动泊车剐蹭的出行。
理论上来看是具备这种可能性的,尤其是加入4D毫米波雷达之后对感知物体的精度有很大程度提升。放在泊车域端,会对车辆周围的细小的物体比如升降停车位的立柱、底框边缘做到更好的感知,还有侧方停车时候对边缘台阶的感知更好;而且更适用于,那些较为紧凑的停车位工况,基本上就是对越紧凑的、复杂的停车位处理会更轻松。而且,低延迟会提高车辆的执行效率。
最后用一句话总结ADS3.0提升,更强、更远、细节更好的感知能力,还有更类人的驾驶风格以及更强的主动安全功能。关于这套系统持续的优化方向,优先处理大的长尾场景,例如开放道路-园区-停车场,这基本已经属于无限接近L3或者更高级的辅助驾驶功能,贯穿三个场景最终到达目的地。
而后续的优化,是在打通这些场景后在细节上的优化,例如降低接管率、让车辆在三个场景下的好用程度统一(可能会出现部分场景好用,部分场景体验不佳的情况);最终的效果,可能是达成A点到B点,的全场景使用效果。目前来看,ADS 3.0系统的可玩性和期待值,都是比较不错的。
花粉社群VIP加油站
猜你喜欢