本帖最后由 拔根芦柴花 于 2025-8-1 15:48 编辑
1. 行业里智驾感知路线两条：Tesla纯视觉 Vs 国企包括华为的RLC融合感知，这个属于你们这些白痴张嘴就来的都知道。系统主要差异在于Lidar，毫米波不是问题。随着视觉高清摄像头分辨率升阶（8M）以及MDC后端处理算力数量级翻倍，以及视觉神经网络算法不断升级，走纯视觉路线的厂家也在增加。实际上，类似理想小鹏，初期上市的智驾表现也不错的车型，配装的Lidar都是做样子，拿个板子遮掉车顶上Lidar, 智驾功能表现没有任何差异。所以，讨论还是RLC融合还是纯视觉，业内人大家会心一笑。至于智驾能力排前面的小鹏，它家智驾系统初始源代码来自Tesla，这不是秘密。
2. 采用RLC（毫米波/激光/摄像头）融合感知路径原因：工况鲁棒性（不同感知介质的雪雨雾高反暗光强光）增强，不同传感器理论上可以获取的环境和交互目标特征量探测优势不同，理论上可以相互补充。但这个属于理论上，实际工况场景下RLC对比单视觉没有本质上增强。前线长距Lidar 典型作用距离150m，超过距离光衰减及目标反射10%反射率条件下，接收的反射光信号全是噪点。同时超过这个距离，垂直方向上无法针对2米高度内的典型乘用车目标提供至少两线的分辨扫描点，除非你把垂直分辨率继续提高的200~300线，继续压缩V-FOV。增配Lidar的代价是，前端信号处理要求极高，水平0.3°左右垂直1°左右，就是一个携带大量目标信息的反射点按每秒25到30帧频率高速输出，处理难度要求远高于摄像头。唯一好处就是在MDC感知处理端的处理算力要求低于视觉（目标聚类已经前端处理）。而前向长距毫米波的作用距离在250m以内。实际在200m以上距离一个乘用车（2x2面积）只剩有效3到5个反射点，只能告知前面有个东西，是啥不知道。更要命的是，为了防止道路周边的环境物发射干扰，毫米波的速度窗都卡在0.X公里以上，也即静止目标或道路结构主动滤除不报，只有运动目标上报！有无数案例，包括华为（低配）/蔚来/特斯拉在这个约束下撞车！华为山西事故，蔚来沈海高速两次事故，特斯拉N次事故。Camera无法识别静止车，Radar理论上捡到目标但是主动滤除，最终应急车道/左侧超车道上低速或静止工程车/异型车被撞上。
而行业摄像头已经从1.4M、2.2M 5M直冲8M，这种高清摄像头加上业界不断改进的弱光增强技术，可以轻轻松松看到400m+外目标！
继续，毫米波雷达在华为系统里实际只干一件事：在目标发射点上报后，第一时间直接提取上报目标相对速度。无它，在任何智驾系统里，目标相对速度和距离是最关键信息，影响整体系统实现和功能表现以及安全系数。这很好理解，笨司机即使驾驶个低速车也安全，F1车手即使脑子再快，驾驶个高速车也要命。如果不要毫米波直接测速能力，摄像头或者Lidar根据时间/距离换算，一样可以给出目标相对速度，唯一问题要等一个处理周期250ms甚至更高延迟。
使用Lidar作为主感知处理通路（华为系统）好处是Lidar虽然也要训练，但是由于目标平面和深度高密集点云高纬度信息的获取，可以节省训练数据量和测试里程，在里程和训练能力不足条件下有可能追上视觉。另外，在一些近距离稀疏功能表现中，Lidar比Camera好用。比如AEB测试中，前面几十米有个异型车或者路边车后面突然鬼探头式冒出一个行人，Lidar很容易得出判决结果，而Camera可能就误判或者不判。这也是华为高配智驾系统（有Lidar）在各种AEB场景中表现出色结果。而这种场景下，视觉就需要主动构造大量稀疏场景来获取学习特征。但是这个问题随着仿真模拟测试系统工具引入，也早晚可以解决。
上面粗略打开看，实际上的RLC（雷达/激光/摄像头）融合感知实际与纯视觉感知在实际应用中本质差异很小。华为的车把毫米波雷达直接拔掉，几乎没有影响。
华为与Tesla的差别：华为感知处理主路是L，C辅助，R只负责提供即时目标速度（不提供也没事， LC都有TOF 算法，距离时间转速度，只要MDC处理算力够强，这个滞后运算周期很短）。Tesla感知信号处理主路是C，R辅助（系统预留）提供测距测速信息。相同点：感知信号处理主路的神经网络类型，算法框架几乎一样，只是引入感知产量来自哪个。这里的一点要说明的是，行业里现在的感知算法框架无一例外都是基于Tesla哪一套玩意为基础拿出来的，而且每年Tesla技术日前后，都可以看到又有多少新技术玩意报出来，然后随后的一年内国内厂家又跟进了多少。
在智驾领域，技术进步最快，新技术层出不穷的基于C为主的算法，这个不用质疑，谁便一搜文献就有。随大模型引入，纯视觉与RLC的差异越来越小，而且系统中主感知权重越来越大（其实就是单构感知系统，一个主力，2个或者1个打酱油的）。
3. RLC融合的好处在于Lidar的三维信息提取，可以减少纯视觉需要的算力和训练里程。在去高清地图时代，或者依赖极其牛逼的各种视觉算法去实现道路逻辑结构推理，或者依赖Lidarf去拿道路标志点信息，外加逻辑机构推理构建Road code信息。至于Radar就洗洗睡了。但是L的使用是有问题，大家不知道而已，第一贵，第二易损，第三雪雨雾一样导致光信号急剧衰减，工作距离下降到几十米到百来米（对高速运动汽车这就是危险距离），不好用。而且比如高反目标，高温尾气、隔层玻璃干扰都是新的干扰因素，Lidar远远没有大家想象的好用。
说完了，看的懂就看，看不懂拉倒。奉劝一句，不要盲目红，只会扣帽子，容不得说别人好。那是病态。老子96年进华为，97年爬实达，23年退休，奋斗半辈子，不客气的说，突突了6个海外通信对手，从来就不崇外，也不妄自菲薄。从业当年从满眼羡慕看着摩托、朗讯、西门子吊打我们，到老子拍着胸脯在CCSA标准会上单枪匹马吵赢爱立信诺基亚30号人，到19年10月某天半夜接到诺基亚中国区总裁声泪俱下的求助电话，这快30年日子走过来，相关对手根本不在眼里。但是正同20年前华为无线产品还得学习爱立信一样再逐步超越一样，今天的Tesla实事求是就是比华为强，而且tesla的后端系统以及后续整体演进（DOJO系统，机器人&智驾合一平台）就是比现在严重受限的华为强，这不丢人。
听的进听，听不进拉倒。不要用屁股思考，不要容不得承认别人好。 |
发表于 2025-8-1 00:16
