2022年,国产ADAS供应商迎来了规模化前装量产的关键一年,同时,高级别自动驾驶也正逐渐步入深水期。其中,AVP(无人自主代客泊车)甚至被定义为L4级自动驾驶最先落地的场景。
随着汽车保有量的高速攀升,“停车”已经成为日常出行场景中的最大难题之一。例如商业停⻋场资源短缺,⼀⼆线城市商圈尤为突出,导致⽤户排队时间久;位置因素导致有限资源利⽤效率低下,北上⼴不⾜50%;过渡性⽅案出现但⽆法解决痛点,AGV⽆法落地,APA⽆法彻底解决。
在前装市场,智能泊车也正处于技术方案从低阶向高阶的转型阶段。AVP的出现将彻底解决停车取车的痛点,这让产业内诸多企业嗅到了商机。
在市场应用上,单车智能技术路线下,L4级自主代客泊车系统2022年开始上车,在技术、政策、成本、商业模式问题得到解决后,将有更多配置自动代客泊车功能的新车上市。
高工智能研究院监测数据显示,2021年中国市场乘用车新车前装标配APA搭载率为11.95%,今年上半年这个数字升至13.9%;同时,L2级行车辅助驾驶搭载率已经升至26.64%,同时搭载APA占比达到25.68%。随着域控制器上车加快以及传感器复用技术逐步成熟,预计行泊一体及AVP搭载率有望在2025年接近50%。
广阔的市场空间
业内人士表示,自主代客泊车有望最先实现大规模商业化应用。
对于消费端而言,“最后一公里”一直以来都是驾驶场景中的最大难题。这其中,智能化泊车场景,不管是人工驾驶还是系统介入,本身就是一种刚需。
如今,随着智能驾驶技术的不断升级加码,最后一公里(包括记忆泊车)自主泊车正在成为新车功能配置的亮点,去年开始,包括小鹏、威马、长城、吉利等品牌正在陆续搭载,2021年实际标配搭载上险量已经超过5万辆。
对于C端,其具有场景更简单、车速更低、危险性更小的优势,用户使用频率更高。据《2021麦肯锡中国汽车消费者洞察》,在自动驾驶各种功能中,消费者认为最重要且付费意愿较强的自动驾驶功能首选司机离开后自动泊车。
对于车企而言,由于无人驾驶在技术成熟度、系统成本、商业模式等方面尚存在限制,市场对Robotaxi的预期降低。而限定区域的自主代客泊车属于低速场景,不需要面对高速环境下的复杂场景和突发情况,因此具备更快速商业化的能力。
同时,自主代客泊车技术的落地也将为车主、车企、停车场运营方、政府等经济主体带来价值收益。
例如,传统豪华品牌奔驰开始在EQS纯电动新车上部署AVP(自动代客泊车系统)方案,官方定位为:智能停车场驾驶(Intelligent Park Pilot)功能。
在此功能中,车辆可进行自启动,并与代客泊车基础设施进行通信。而对于后续的商业模式,公司也明确,代客泊车只是第一步,接下来还将融入自动充电、洗车、付款,甚至是服务于新车量产下线到停车场的无人驾驶。
这意味,车企在落地AVP功能的同时,也将面临更广阔的的商业机遇。
然而,当前自主代客泊车AVP相关技术(感知、地图、AVP停车场建设)有待突破,大部分车型仍处于示范、测试阶段,少数智能化车型已实现自动代客泊车AVP功能。
作为国内为数不多可以提供高精地图(自有资质)、自主泊车、领航辅助驾驶的供应商之一,百度早在2016年就已开始规划⾼速、泊⻋场景,启动技术探索,并在2019年⾃研计算单元ACU 替换Nvidia研发平台。
如今,百度已经实现了全球⾸款AVP⻋辆量产下线,在自动代客泊车AVP商业化落地上又做到了“先人一步”。
破解落地难题
不过,AVP虽属于低速的自动驾驶,但该场景复杂度更高,有诸多难题需要克服。
首先,其主要面临的停车场场景同样有更高的复杂程度,场景空间狭窄,不明障碍物类型多,同时存在横穿、侧边突然冲出等不规则交通情况。此外,很多停车场的布置与国家标准不相符,存在老旧、光线暗、标志线不清晰等问题,泛化难度更大;
其次,AVP对于安全性的要求更高。据相关调研,用户对于泊车产品的期望是可以达到无人驾驶的程度,最高效地解决停车痛点。“比如HAVP,电梯口到车位的这个场景如果发生一次碰撞,就会大大降低用户的安全感。”百度相关负责人表示;
此外,由于智能泊车的搭载量逐渐攀升,并将出现市场下沉的趋势,因此在低算力平台上保证泊车的安全性和稳定性也将成为一项较高难度的挑战。“这意味着,系统对于算法的要求更高。同时,将该功能搭载到一个商业化的产品上,对于工程化的要求非常高,需要进行产线标定等大量工作。”百度相关负责人表示。
同时不可否认的是,相比其他的驾驶辅助功能,无人代客泊车的渗透率依然处于低水平,仍存在较大提升空间。
主要原因在于传统自动泊车感知系统有待提升,车位识别率较低,对车位内目标物识别的精准度较低,导致用户体验不佳。L1/L2级自动泊车系统需用户大量参与,L3级别记忆泊车的泊车过程需要驾驶员坐在车内持续监控以确保安全,无法彻底将驾驶员从泊车过程中解放,用户体验距离用户的心理预期还存在一定的差距,导致了用户体验感差,使用率较低。
由此,百度于去年正式组建了智能汽车事业部,致力于成为整车厂的汽车智能化新型本土Tier1,并另辟蹊径,用L4的产品功力显示了强大的降维攻击力:百度AVP使用了其全球领先的L4级别无人驾驶同源技术。即用L4的数据,将L4的软件和算法降维到成本有竞争力,可规模化量产的硬件平台上。确保以最小的算力实现同等功能的体验,是一套性价比很高的泊车解决方案。
流淌着互联网基因的血液,百度的先天优势便是对用户的深度理解。其大搜平台可搜集用户偏好数据,更好地理解用户需求,对产品开发和迭代起到了重要作用。
依托雄厚的国内第一的AI能力和人才基础,百度拥有国内领先的云基础设施、稳定的资金保障、以及百度和Apollo的品牌影响力,这些能力基础与技术降维共同为其构筑了一道竞争力护城河。
值得一提的是,百度也是国家自主代客泊车技术标准的牵头制定者,并已获得TUV北德的认证。
自落地以来,其AVP产品得到了终端用户的应用和认可。激活率达到85%,次月留存率80%,点亮180个城市。通过用户的反馈,百度AVP实现了多次产品迭代。而从标准到技术再到用户反馈迭代,又共同形成了百度完整的商业闭环。
目前,百度Apollo的AVP产品已在威马W6、埃安全系车型上实现量产,今年下半年将在长城多款车型上量产。
成绩的背后
取得如此成绩的背后,离不开百度对于技术和产品的严格把控与千锤百炼。
对于量产车型,百度进行了大规模的路测验证,其中包含1000+停⻋场实地研究、6700万帧停⻋场数据、400+个AVP量产文档,以及在TOP10个城市的泛化测试。
其AVP采用5路摄像头和12路超声波传感器作为“天眼”,并可以全程360度覆盖无死角,同时精准实现前后方测距、障碍物识别、漫游寻找车位等功能,平均泊⻋时⻓可缩减至30s。
当前,AVP领域供应商主要可分为三类,一是纯硬件供应商、二是相关算法供应商,其中包括车企自研、三是软硬件一体供应商。
作为国内首个AVP智能泊车规模前装量产 (小鹏汽车自研除外)的软硬一体供应商,百度通过持续软件OTA,支持多层级泊车功能,包括APA、RPA、代客泊车等全场景泊车解决方案。百度相关负责人表示,软硬一体是“软件驱动硬件”这一先进设计模式的保障,可带来更好的性价比和功能差异化。
从成本优化角度看,自研计算单元ACU在保证同等性能前提下可有效降低成本,提高量产方案的经济性。
从功能开发角度看,目前泊车芯片算力普遍不足,需要软硬一体优化异构计算,保证体验。通过自研硬件,能在软件方面对算力做更好优化,最大化发挥软件的价值。
一般而言,供应商在与车厂合作的过程中需要做硬件适配,自研硬件则无需与多家不同硬件预控制器做适配,技术稳定性强,缩短开发周期,降低工作量,同时在执行层面降低风险。
由此,软硬一体解决方案百度ACU便成功打造了“天眼+超级大脑”的超强组合,且实现了功能安全最高等级ASIL-D。
百度相关负责人表示,实现产品安全好用的“秘诀”在于四大关键要素:
一、全面失效分析:要从设计的角度全面进行整车,系统,子系统各个层级的失效分析;
二、传感器冗余:具备传感器,算法,软件,硬件等不同层面的冗余;
三、充分验证:持续在国内一线城市进行大规模测试,并随着测试里程的累积,完善关键场景数据库,持续的将测试的结果反馈到设计,形成设计-更新的闭环。让产品更加安全;
四、成功率保证:在odd范围的场景内,保证很高的成功率,稳定可靠。“我们在自动驾驶领域积累了非常多的经验和大量的数据,所以能保证产品有一个很好的适应性,泛化性。”百度相关负责人表示。
值得一提的是,百度在国内率先发布汽车智能化乐高式解决方案,包含AVP和ANP(Apollo Navigation Pilot)两套高阶智能驾驶产品方案。
其中,ANP2.0高速领航辅助为行泊一体(从泊车辅助到全场景行车辅助)的解决方案,首个量产车型将于今年9月正式上市,目标客户为10万-20万元中低端车型,覆盖停车场、高速公路应用场景;而ANP3.0产品覆盖高速/城市/低速泊车的点到点全域融通的解决方案,计划于2023年7月量产,首发搭载集度首款车型。
“明年开始,我们预期会有更多玩家的量产车陆续上市。这是一个正向良性竞争格局。随着有更多量产车搭载AVP技术,也会加速AVP普及化应用。我们预计2025年前,AVP将成为智能车型的首选标配功能。”百度相关负责人表示。