作者 | 利榮 Bruce

編輯 | 德新

做一項好用的打燈變道功能，這個任務難倒了一大批車企。

如果你的車售價在20萬元以下，那打燈變道基本上和“好用”二字無緣了，僅僅可以算得上“能用”，它可能會經常出現“想變道時變不過去、不想變道瞎變”的情況。

隻有那些售價超過20萬元的車，才有機會體驗到相對好用的打燈變道功能。這裡的好用，指的是打燈變道過程中體感舒适，你會感覺到自己的車像個老司機一樣，可以在和相鄰車道的車輛博弈後輕松勝出。

為什麼好用的打燈變道這麼少，以前的方案都是什麼樣子的，做一個好用的打燈變道功能應該怎麼入手？圍繞這些問題，我們向主機廠、智駕方案供應商、芯片公司、自動駕駛域控制器供應商進行了一番調研。

交流完發現，打燈變道的研發難點，絕不隻是感知硬件和方案成本的問題，而是需要進一步提升感知、規控算法的能力。更深層的，做一項好用的打燈變道功能，還需要車企建立一套能夠持續學習人類駕駛行為的認知模型。

如果說傳統的打燈變道方案做到了及格分，今天用戶心中期待的打車變道，則需要無限接近滿分。

目前，打燈變道采用的主流方案是1V5R，包含1個攝像頭、1個前向毫米波雷達和4個角雷達。

這一方案的好處是傳感器部件少，成本低。

缺點也很明顯。

“打燈變道時，側後方的感知主要依靠毫米波雷達，而毫米波雷達的探測距離和精度并不好。對側面尤其是平行的靜态物體的感知性能有限。而且，毫米波雷達對于目标物的尺寸、朝向和速度很難估算準确。” 毫末智行技術總監潘興告訴XEV研究所。

毫米波雷達的感知缺陷，會導緻進入下一個規控環節時出現噪聲，最終影響變道決策。

打燈變道方案還有一個問題，那就是角雷達性能不穩定。

東風汽車自動駕駛負責人邊甯向XEV研究所表示：“從量産角度講，打燈變道方案中配備的角雷達，國内做的都不好，從而導緻識别能力差。現在真正做得好的是海拉的角雷達，國内角雷達技術比較落後，隻能做盲區監測、預警等功能。一旦涉及到變道，國内角雷達性能表現相對較差。”

實際上，1V5R方案對于實現打燈變道來說，在行業裡屬于低配方案。

為了做出好用的打燈變道方案，行業裡找到了一種解決路徑，那就是通過增加感知硬件，來彌補毫米波雷達的不足。

周視攝像頭登場。

地平線産品總監呂鵬認為，“周視攝像頭對相鄰車道的檢測距離和檢測精度都會大幅提升。因為毫米波雷達在跨越兩個車道時檢測能力較弱，周視攝像頭的感知檢測距離較長，能夠準确識别車道，這就提升了變道的成功率和安全性。”

不過，增加周視攝像頭後，就需要用到更多的算力，也就需要引入更多自動駕駛芯片，方案成本會進一步提升。

傳統的1V5R方案成本大概在1000 - 2000元之間。

增加周視感知攝像頭和自動駕駛芯片後，比如，采用2顆地平線征程3 1V5R 周式感知的方案，整體系統方案的成本接近4000元，基本上翻了一倍。

再向上探，其實還有更高配的方案，比如7V5R，甚至是7V5R 側向兩顆補盲激光雷達，這些高配的方案可以支持實現自動打燈變道。

但是，高配方案已經不能算是打燈變道的專用方案。

這些高配方案中的感知硬件，比如激光雷達，對于打燈變道來說是大材小用。

高配方案主要是為了實現城市領航輔助駕駛等功能，屬于在通往高階自動駕駛途中，捎帶着解決了打燈變道，相當于降維打擊。

總的來說，一個好用的打燈變道功能，需要更高配的傳感器和更大的芯片算力，成本也相應水漲船高較高，考驗着車企和用戶的承受力。

德賽西威研究院院長黃力向XEV研究所表示，“目前打燈變道表現比較好的車一般是搭載20萬元以上的車型上。至于15 - 20 萬區間的汽車，還沒有非常好的打燈變道功能出現。15到20萬區間的車主要聚焦在縱向或者橫向控制，也就是 ACC、LCC等功能。”

不過别擔心，多數汽車業内人士認為，未來兩年内好用的打燈變道方案就會搭載在15-20萬的車上。

硬件層面的問題，砸錢增加配置就能解決，更難的是軟件層面也在限制打燈變道功能的進化。

仍然以傳統的1V5R方案進行分析。

常規的打燈變道方案，主要通過後融合的方法，包括跟蹤等，來對目标物進行感知分析。但是單攝像頭有個缺點是，很多障礙物在跟蹤時會跟丢，或者被截斷導緻看得不準，感知效果大打折扣，從而造成對障礙物的朝向、速度估算不準，最終對變道效果産生很大的影響。

Minieye技術副總裁鄭偉告訴XEV研究所，量産車的打燈變道方案中，視覺是一個必不可少的模塊。“現在的解決方案是用BEV做周視感知，360°的感知，視覺确保語義的連續性，毫米波雷達負責測距，有些方案中會用到激光雷達，是為了更精準的測距和冗餘性。”

BEV全稱Bird's Eye View，中文名為鳥瞰圖，可以用來解決對于遠處目标物的測距不準的問題，以及解決一些近處目标物的截斷問題，進而解決跨傳感器的融合和跟蹤難題。

但問題是，國内能夠提供類似的BEV感知方案的供應商太少了。

除了蔚小理和毫末智行等少數玩家建立了感知算法自研能力，大多數車企的感知算法研發能力并不紮實，而且能夠提供出色的感知方案的供應商也不多。

即便過了感知環節這一關，打燈變道還面臨規控環節的挑戰，需要系統給出适合的變道策略。

毫末智行的潘興認為，目前許多車輛的打燈變道功能，在變道時要麼特别保守，要麼特别激進，體感效果都不太好。比如特斯拉在打燈變道時給人的感覺就是激進，由于要避免交通事故，而大多數車企在打燈變道時的策略又會顯得保守，很少去和其他的車輛進行博弈。

如果在高速場景下，激進或者保守的打燈變道策略也許還能接受。但如果進入城市場景，任何不像老司機的變道策略都會讓用戶感覺到不好用。

因為，城市内的道路場景豐富，會涉及到和更多的車輛進行交互、博弈，完全靠規則式的變道策略，基本上很難讓用戶滿意。

怎麼解決這個問題？

一些公司比如毫末智行，會借助人類駕駛的數據，對變道策略的決策算法進行優化。通過模型去學習人怎麼開，再通過模型體現在打燈變道的功能上，讓自動駕駛系統學習成熟的人類駕駛員在變道時的博弈過程，并對系統的認知進行優化，保證變道策略和人類駕駛更加接近。

人類駕駛數據的來源比較複雜，這就又涉及到對場景的識别和理解。毫末智行的解決方案是，首先會對場景進行人工劃分，再用機器進行非語義級的劃分。最後，在每個場景内，進行動作的拟合。

簡單來說，就是讓認知模型學習更好的人類駕駛行為，通過模仿和學習，再形成系統的駕駛風格。

潘興告訴我們，現在許多車企都在推進數據驅動型乃至學習型的規控算法。其中，學習型的規控系統還處于早期階段，不像感知模型已經非常成熟。

如果說感知看的的是客觀世界，認知看到的就是千人千面。

“目前的自動駕駛策略都是比較一緻的，未來最終還是要實現千人千面。為男士、女士、20歲、40歲用戶提供的自動駕駛策略會有區别。在這種情況下，數據的多樣性、規模量是一個重要的勝負手。”潘興說。

所以，建立數據回傳機制後，賣出更多搭載好用的打燈變道功能的車，自然會回傳更多的用戶數據，進而用來優化打燈變道功能，有助于賣出更大規模的車，這個正向循環會讓領先的車企越跑越快。

讓打燈變道難用的，除了這些功能本身能力不足，還有一方面的原因是，用戶體驗完之後覺得難用。

有可能是車企在設計打燈變道方案時忽略了和用戶的交互。比如，在打燈變道過程中，沒有通過車機界面、語音交互等方式讓用戶注意到變道已經啟動。

也有可能，這套打燈變道方案忽略了用戶的心理感受。

比如，打燈變道功能本身沒有問題，但是用戶在變道時，由于對功能不信任進行了接管，或者覺得變道太墨迹進行了接管，又或者是變道時給用戶造成了恐慌或者不舒服，用戶也會進行接管。

種種問題如果得不到解決，最終就會讓用戶給出結論——打燈變道不好用，然後減少使用頻次。如果得不到解決，最終就會讓用戶給出結論——打燈變道不好用，然後減少使用頻次。

從地平線的角度看，呂鵬認為背後的原因是，“主機廠通常會與多家供應商進行合作，智駕方案會選擇一家供應商，車機方案選擇另一家，車機上的交互方案再選擇一家。如何協調這幾家供應商做出一項好用的交互，對車企來說仍然是一件有挑戰的事情。”

站在車企一端，邊甯也給出了一些方案建議，“目前，對于人機交互而言，隻有安全要求，沒有标準。一個好用人機交互要讓駕駛員有一個适應的過程，當駕駛員開啟打燈變道後，通常希望中控屏上能夠顯示整個變道的動态過程。比如，可以将從左邊道路變到右邊道路的系列動作展示出來。除了動态展示以外，用戶還希望中控屏上能夠顯示整體交通流狀況，提醒人們注意附近的車輛情況。”

最後，讓打燈變道難用的原因，還和傳統車企的轉型節奏有關。

當前，許多傳統車企的核心業務仍然是燃油車，而打燈變道對于燃油車的控制，比電動車遇到的挑戰要大很多。

電動車的控制很精準，響應很快，燃油車做不到同樣精準度的控制，決策鍊路會比較長。而且，電動車接口非常統一，油車的接口則由于供應商太多而無法統一。算法層面，也要求燃油車要考慮延遲和無法精準控制帶來的影響，調參要調得更好，工程改造的工作量也比電動車要大。

正是拖着燃油車包袱，拿不到用戶使用打燈變道等功能時的數據等等因素，讓大多數車企在推出打燈變道功能時，顯得四處掣肘。

其實，今天我們能用到的大多數打燈變道功能，方案技術在兩年前推出。至于要看到大多數車企的好用的打燈變道功能，正如上面提到的，可能還要再等兩三年。

令人慶幸的是，打燈變道也不是并非全軍覆沒。

目前，已經有少數玩家比如蔚小理、長城旗下魏牌和上汽旗下智己等品牌的車型，正在通過更高配置的感知方案和自研算法，順利打通打燈變道這一關。并正在朝着高階方案演進，比如各家正在争奪的城市領航輔助功能。

剩下的大多數車企，可能仍然在權衡打燈變道方案的成本、算法和數據等之間的關系。眼下，智能化的趨勢已經不可逆轉，雖然打燈變道僅僅是入門功能，但也是通往高階自動駕駛的基礎。所以，别等了，車企們。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!