天风电新ADAS专家交流要点–20230711

【天风电新】ADAS专家交流要点-0711 1、视觉-雷达技术路线：国内5年内还会是多感知融合，但不是简单堆叠，FSD的成功让国内厂商也愈发重视，未来是视觉为主，激光/4D毫米波雷达提供点云为辅。高精地图会减配。雷达的优势是直接测距，可信度好，算力需求少。 2、4D毫米波雷达：特斯拉用来配合视觉感知增强占用网络精度，级联芯片是德州仪器的，控制芯片是赛灵思，国内只能做模组代工（Tier1都能做），单车价值量1500，代工毛利率不超过15%。3、30万以上车型传感器配置：行泊一体，泊车4颗鱼眼环视，8-12个超声波辅助；行车3-5个毫米波雷达，4个角各放一个，前面会被4D替代，周视摄像头6个位置，包括前视1个（多模组双目或三目），1-3颗激光雷达。超声波40元，200万像素环视200元，4D雷达1500元，角雷达350元，雷达合计3000元左右，前视800万的350元有2个，128线激光雷大4-7k元。环视摄像头降本空间最大，再就是超声波，FSD不用。 4、25万以内车型配置：行泊一体，L2.5，只能高速NOA，像素可做减配，前视不一定要800万像素，传感器+域控不超过10k。20万以内复用一体机，1V3R模式。 5、怎么看Tier1的地位：智能车要求Tier1去转型，从硬件集成，拓展到软件做Tier0.5，上游企业对下游没有经验，上游往上做比较难。像德赛可以比一些代工厂便宜7-8%，原因是采购物料议价能力有10%左右的偏差，直接从英伟达拿片，终端客户多，议价能力会更好。 6、IMU：惯性导航在L2++渗透率提升后应用很多，L3上是标配，之前L2典型的1V1R，到现在多传感器，IMU也是感知做轨迹推断，尤其是价格往下走的时候。 7、机器人传感器：人形摄像头参数要求更高，而车上索尼才开始推1600万，车上讲究可靠性，人形更讲究精度。车上算法更复杂，高速，且长尾场景更多。 8、v12端到端：现在算法是三四个模块再有子模块，缺点是每个训练过程都有误差，堆叠之后输出的决策可能是乘法，端到端只要rawdata，直接输出planning，可以整体训练，对外授权完整解决方案。好比打开一个盒子，就一个方块，算法集成度高，对debug不友好，要求算法开发能力强，置信度高。 9、FSD落地国内：国内都是以高精地图为主，否则容易降级，特斯拉进来要做好数据采集到训练，合规脱敏，要在国内搭建智算中心，这个过程会比较久。