人手一辆智能汽车的时代还有多远

消息来源:baojiabao.com 作者: 发布时间：2024-11-18

报价宝综合消息人手一辆智能汽车的时代还有多远

智能驾驶领域，一场围绕"行泊一体"的新战争正在酝酿。

2021 年，多家芯片公司推出面向行泊一体功能设计的 SoC 芯片，将战火烧旺。几个月后，多家 Tier 1 纷纷跟进发布行泊一体解决方案，剑指 2023 年量产上车。主机厂更是急不可耐，相关人士直言："恨不得明天量产。"2022 年，行泊一体正式进入大规模量产的前夜，行泊一体方案也成为 2022 年自动驾驶圈最火的关键词。

近日，小马智行与禾多科技又纷纷宣布与智能驾驶计算方案提供商地平线合作，基于地平线征程 ® 系列芯片推出行泊一体方案，加速迈向量产落地阶段。

所谓行泊一体，本质上就是将所有传感器数据接入到单个 SOC 芯片为主的域控制器上，智能驾驶能力的实现用一套软件算法打通。这样一来，无论是行车还是泊车，系统就可以调用同一套算法和所有的硬件资源，包括芯片和传感器进行处理，而不是像分离式的系统，泊车行车专项专用。

行与泊，是一场从细分赛道对汽车架构简化迭代的主动冲击。尤其是 2022 年 1 月后，特斯拉被华尔街誉为汽车芯片短缺灾难中"最大的赢家"，因为 10 多年来他们一直坚持，只要能多一个功能集成到更少的芯片上，就会少一层被牵制的痛苦。

如今，随着最近自动驾驶政策不断催化，很多中低端的电动车也开始加快配置行泊一体的方案，车型从原来的 30 万以上，开始加速下沉到 15 万以下。也就意味着，行泊一体或将在一两年内取代原来的"ADAS 辅助驾驶"，成为市场的主流。

围绕此现象，在本文中我们试图回答以下几个问题：

1、行泊一体的本质是什么？

2、行泊一体方案的发展现状如何？

3、行业的下个技术突破点又将是什么？

1ONE、成本控制

"行泊一体"，作为辅助驾驶能力的变体，其源头还是特斯拉。为什么这么说？先从一组数据来聊聊智能驾驶行业的一些现状。

2020 年-2022 年 6 月，中国市场高级别辅助驾驶搭载率一直以来都在快速爬升，特别是 2022 年 1-6 月，高级别辅助驾驶的前装搭载率达到 26.64%；2022 年 1-10 月乘用车 L2 级辅助驾驶渗透率达 33.9%；2022 年 1 - 7 月，L2 级智能辅助驾驶标配搭载上险 283.89 万辆，同比增长接近 70%，同时车型的价格区间平均在 15 - 20 万之间。

由此可见，市场对 L2/2.5 级别的辅助驾驶需求迫切。但我们都知道在自动驾驶在发展初期，行业内出现了渐进式和跃进式两种路线。有企业会把场景极力压缩，然后在这个场景里把自动驾驶卷到 L3 或 L4 级别。但这种场景适用性非常小，对于终端用户来讲几乎没价值。

而特斯拉自动驾驶功能最开始的覆盖场景是单车道，然后延伸到所有车道的 NOA，再往后延伸到城市场景。从安全性分级来说，这些功能仍然只是 L2 级，但场景覆盖面很广，大部分场景都可以交给车辆自己驾驶，用户体验好。

清华大学文一教授曾在《伟大的中国工业革命》一书中，提出一个观点："市场是个昂贵的公共品"。书中以洋务运动为例，中国不仅派出大量人才去海外学习，也豪掷五千万两白银投资军工，但生产的钢铁、枪炮没人买单，如此一来，没有利润，导致无法实现自我循环。

总结来说，只有市场的真实需求，才能带动创新加速。

回到自动驾驶领域也一样，很多企业也逐渐意识到他们目前最需要的并不是取代司机的 L4，而是帮人开车的 L2 和 L3，谁能够提供一套低成本、性能强、高开放性的系统，谁将有机会吃下更多的市场份额。

于是，业内不再盲目追求更高的自动驾驶等级，转而思考怎么让自动驾驶在路上跑起来。并且当他们意识到泊车是一个能更快普及的场景后，越来越多的主机厂开始加大对自动泊车、记忆泊车、自主泊车功能的关注。

无论从技术路径，还是商业路径判断，行泊一体方案无疑是一种优化的解题思路。

此前，行车和泊车是两套单独的系统，成本过高。而不同于行泊分离，行泊一体只需要一套硬件设备便可实现行车与泊车功能，既充分利用算力，又降低硬件复杂度，提升主机厂开发效率，从而使自动驾驶功能实现成本大幅降低，尽可能覆盖 10-20 万价位的主力消费车型。

图自：汽车之家

除了降本，行泊一体还提升了开发效率。行泊一体采用通用化的底层基础软件与标准中间件，适用于不同平台，比起分布式开发，相当于缩短一倍底层软件、中间件的开发周期。行泊一体还能使传感器复用，提升驾驶体验。例如 AVP（自主代客泊车）可用行车系统的前向摄像头识别远距离物体，补充泊车系统环视摄像头短距离的感知缺陷。

不仅如此，行泊一体能够更好地支持功能的 OTA 升级。行泊一体采用域控式架构取代了分布式架构，软件、硬件可以完全打通，整个一体化系统的运行和管理都更加稳定、高效，数据闭环更具优势，一次 OTA 升级可以同时完成行车、泊车的功能更新。

2TWO、加速上车、下沉

从时间上看，行泊一体其实并不是一个很新的概念，量产车型也在两年前就有。2020 年，小鹏 P7 就依托德赛西威的 IPU03 域控制器，实现了行泊一体。近年来大量自动驾驶解决方案都在进行相关的研究。

时间回到 2016 年，智能驾驶领域热闹非凡。沃尔沃、奔驰、福特等传统车厂陆续开启了自动驾驶项目，而 Google 自动驾驶汽车也在 2016 年成为 Alphabet 旗下独立子公司，并且改名为 Waymo。业内预测，2020 年将成为自动驾驶车辆的商业化元年。从当时的视角看，自动驾驶的前景也的确一片大好。

但自 2018 年开始，自动驾驶行业进入泡沫破裂期，资本热情慢慢褪去，投资人也开始回归理性，不再去盲目追求数字虚高的赛道，只关注当下量产的智能驾驶值多少钱"一斤"。

于是 2021 年，行泊一体赛道逐渐热了起来。这一年，德赛西威、福瑞泰克、极目智能、易航智能、智驾科技等十余家本土供应商宣布推出行泊一体解决方案，并陆续拿到前装量产定点。

2022 年 4 月底，搭载易航智能 NOA 行泊一体方案的首款量产车已正式上市。该方案相较已经上市的 NOA 方案成本降低 50% 以上，能够实现自动超车、自动路网切换、记忆泊车等功能，并可通过灵活的硬件配置方案将 NOA 覆盖到 15 万元以内车型。

紧接着，轻舟智航公布了成本低至 1 万元的车规级自动驾驶方案，并且完成了前装量产。在中国电动汽车百人会论坛（2022）上，寒武纪行歌执行总裁王平也透露，将正式发布两款自动驾驶芯片。其中，SD5223 面向 L2＋级自动驾驶市场，最大算力超过 16TOPS，单颗 SoC（系统级芯片）可实现行泊一体功能，支持自动驾驶系统向 10 万元左右的入门级车型覆盖。此外，知行科技、禾多科技等多家企业的 NOA 行泊一体解决方案也将实现量产落地。

图自：亿欧网

车企侧，行泊一体方案上车也正在加速。

去年，搭载毫末智行 HPilot 2.0 辅助驾驶系统的坦克 500 正式上市，这也是升级后的毫末 HPilot 2.0 行泊一体系统的首款车型。10 月 31 日，欧拉旗下"超流线纯电轿跑"闪电猫上市，同样搭载了毫末智行 HPilot 2.0 解决方案，这套名为 ORA-PILOT 3.0 智能驾驶辅助套装的选装包价格为 2 万元。

此外，作为国内车市的排头兵，比亚迪也将在今年开始量产上车行泊一体方案。长安汽车的智能汽车超级数字化平台 SDA 架构，也将构建"中央 + 区域"环网电子电气架构，部署行泊一体及舱泊一体方案。

至少两年以前，智能驾驶域控是高端车型的专属，这些号称比 ADAS 更高阶的行泊一体智能驾驶方案的加速落地，或许意味着我国汽车市场距离真正实现人手一辆智能汽车的时代不远了。

3THREE、挑战与难点

尽管行泊一体市场很火爆，但据高工智能汽车获悉，目前市场上大部分的行泊一体产品仍然基于 1.0 架构来进行设计和整合，简单来说就是将行车子系统（行车 SoC）和泊车子系统（泊车 SoC）并到一个盒子里面，行车和泊车两套系统本质上仍然是相互独立的系统。但真正的行泊一体方案应该是共用一个 SoC 以及传感器硬件。

因此行泊一体方案的实现过程并不是一蹴而就的，基于现有的软硬件水平，行泊一体方案分为两种：轻量级行泊一体域控方案与大算力行泊一体域控方案。两者在设计上最大的区别在于是否预埋更多的算力为将来提供升级的空间。在算力上，轻量级方案的算力普遍在几 TOPS 到几十 TOPS 之间，大算力方案则可达到 200TOPS 以上。

两者孰优孰劣？智驾科技 CTO 郭恩庆认为："大算力方案的优点是将来 OTA 能带来更多功能，但成本较高，而具备基础功能的轻量级方案现阶段可以做到大规模量产，却几乎不可能再叠加额外的功能，更不会有产生代差的功能升级。"

而无论是轻量级方案还是大算力方案，都面临一系列的挑战与难点。

其一，在于算力。在功能集成融合后，各个摄像头之间需要一定的补充和协调，在算法上会注重融合以及针对不同场景的调整，实现功能的扩充，识别准确率、可靠性等指标的进一步提升。

其二，便是功耗的降低。如何在高性能的同时，还保持着较低的功耗是目前行泊一体方案面临的难题。

最后，自动驾驶软件在不同场景下采用的策略及算法是有很大程度不同的，而行泊一体方案需要不同场景来共用一套算法模型，则对软件的调度及算法模型的泛化性提出了较高的要求，软件的调度和算法模型要能够同时满足行车和泊车场景的需求。如何设计一整套合理的软件架构及调度体系是实现行泊一体方案的又一难题。

对此，Baidu 智驾业务部相关负责人认为，全栈研发的能力是破局的关键。例如，在功能开发方面，目前芯片算力普遍不足，所以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；供应商在与车厂合作的过程中需要做硬件适配。而自研硬件则无需与多家不同硬件域控制器做适配，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。

从长期来看，无法扎根底层数据逻辑、难以根据市场需求强化产品竞争力的智能驾驶方案商，未来定会在洗牌期被淘汰。