對于大部分人來說，想要看懂自動駕駛是件很難的事情，面對各種各樣的軟硬件和數(shù)不勝數(shù)的參數(shù)，通常都會陷入不得要領(lǐng)、霧里看花的感受當(dāng)中。

尤其是自動駕駛系統(tǒng)復(fù)雜浩大，很多表面上的數(shù)字，代表不了實(shí)際的性能。無論是L0-L5的分級，還是傳感器的數(shù)量和芯片的紙面算力，在欠缺大量細(xì)節(jié)的情況下很難形成有價(jià)值的參考。

在Nullmax看來，如果希望通過一些關(guān)鍵的指標(biāo)，相對準(zhǔn)確地了解自動駕駛方案的能力，那么最好的依據(jù)還是實(shí)際量產(chǎn)應(yīng)用中的這些數(shù)據(jù)：資源占用，幀率，延時(shí)，性能。

一些容易誤解的數(shù)字

在自動駕駛蓬勃發(fā)展的這些年里，很多人對自動駕駛的判斷，主要存在于L0-L5的6個(gè)等級里，數(shù)字越高、系統(tǒng)越好的誤解由來已久。

其實(shí)，這套廣泛流傳的標(biāo)準(zhǔn)引入了大量的前置條件，如果拋開ODD（設(shè)計(jì)運(yùn)行范圍）、OEDR（目標(biāo)與事件檢測及響應(yīng)）等核心要素來談自動駕駛的水平高低，就像拋開考試范圍和題目類型來談考試分?jǐn)?shù)一樣，沒有任何參考意義。

用數(shù)值的高低來判斷自動駕駛水平的高低，至少需要有相似的比較前提。如果運(yùn)行的區(qū)間、處理任務(wù)的能力存在巨大差別，那么兩套方案的難度和價(jià)值，很難直接通過L2/L3/L4這樣的數(shù)字簡單判斷。

除此之外，自動駕駛的另外一大誤解，那就是配置的多少和高低代表著系統(tǒng)的能力。事實(shí)上，配置代表的是潛力，只有挖掘出來的潛力才是系統(tǒng)的能力，而高投入也并不等于高產(chǎn)出。

這就像是建房子一樣，物料的多少和好壞并不能決定房屋最終的效果，只有通過好的設(shè)計(jì)和施工，它們才能成為優(yōu)秀的建筑。自動駕駛系統(tǒng)可以搭配豐富多樣的傳感器，配置高算力的芯片平臺，但是更需要優(yōu)秀的架構(gòu)設(shè)計(jì)和工程化能力，通過一整套好的自動駕駛軟件算法，將硬件的作用發(fā)揮出來。

如果100分的硬件只能發(fā)揮出50%的能力，且不說高昂的成本是否值得，它的效果自然也就比不上發(fā)揮100%能力的80分硬件，后者的自動駕駛水平必然會更高。

四大指標(biāo)揭示真實(shí)效果

自動駕駛的本質(zhì)，是由軟件系統(tǒng)代替人類司機(jī)完成感知、決策等過程，直接控制汽車完成駕駛?cè)蝿?wù)。

所以在評估效果時(shí)，實(shí)際也可以像看待人類司機(jī)一樣分析自動駕駛系統(tǒng)：如果它能像老司機(jī)一樣有條不紊地開車，快速地識別周圍環(huán)境，及時(shí)地做出反應(yīng)，并以嚴(yán)格的要求完成駕駛?cè)蝿?wù)，那么就是一個(gè)好的方案。

這些判斷的標(biāo)準(zhǔn)，對應(yīng)到一套成熟的自動駕駛方案身上，其實(shí)大致可以歸結(jié)為四類具體的指標(biāo)：資源占用，幀率，延時(shí)，性能。

01/

資源占用

自動駕駛的算力、內(nèi)存、帶寬等資源相對有限，但是需要處理傳感器持續(xù)輸入的海量數(shù)據(jù)，如果資源占用率一直很高，始終處于高負(fù)荷甚至是超負(fù)荷的狀態(tài)，那么系統(tǒng)可能就會出現(xiàn)不穩(wěn)定甚至是崩潰的情況。因此，將資源充分利用但不過度占用，對于自動駕駛來說更為合適。

這就像是人類司機(jī)一樣，開車時(shí)如果手忙腳亂，就很容易忙中出錯(cuò)。在既定的硬件資源下，自動駕駛系統(tǒng)需要讓各模塊井然有序地高效工作，簡單場景下只需占用部分資源，遇到復(fù)雜場景時(shí)「大腦」再才高速運(yùn)轉(zhuǎn)。

通常來說，在中低算力的平臺上，行業(yè)方案的CPU峰值占用率為80~90%，內(nèi)存占用率為80%以上，AI單元利用率為60~80%。在Nullmax的同類方案中，這些資源指標(biāo)可以進(jìn)一步優(yōu)化，實(shí)際表現(xiàn)優(yōu)出10%以上。以單TDA4行泊一體方案為例，嚴(yán)苛情況下的CPU占用率峰值不超過70%，面對感知任務(wù)計(jì)算峰值，AI計(jì)算單元的利用率可達(dá)90%以上。

02/

幀率

幀率越高，自動駕駛感知的速度也就越快。如果感知的幀率只有10FPS，那么0.1秒才能輸出一次感知結(jié)果，對一輛時(shí)速90公里的汽車來說，期間將會行進(jìn)2.5米，足足半個(gè)車身的長度。

不過感知的幀率并不等于傳感器的幀率，前者是實(shí)際感知結(jié)果輸出的速度，后者是原始數(shù)據(jù)輸入的速度。高幀率需要好的軟件算法，才能實(shí)現(xiàn)軟硬件的高效配合，比如在8T算力的中低算力平臺上，Nullmax可以實(shí)現(xiàn)20FPS的周視360°感知輸出，并且保證前后一共120米的高質(zhì)量bev感知能力。

在瞬息萬變的駕駛環(huán)境下，更高的感知幀率意味著發(fā)現(xiàn)危險(xiǎn)的速度更快、時(shí)機(jī)更早，能夠?yàn)橄掠文K留出更多應(yīng)對的時(shí)間和空間。

03/

延時(shí)

自動駕駛系統(tǒng)在收到傳感器數(shù)據(jù)后，「大腦」也需要花費(fèi)一些時(shí)間進(jìn)行分析和決策，最后再輸出具體的控制信號，這個(gè)過程花費(fèi)的時(shí)間就是系統(tǒng)延時(shí)。自動駕駛不僅需要看得很快，還要能夠快速做出反應(yīng)，才能擁有好的駕駛表現(xiàn)。

延時(shí)過大，意味著自動駕駛經(jīng)常會「貽誤時(shí)機(jī)」，在變化無窮的駕駛環(huán)境下，很多的操作也會變得「不合時(shí)宜」。Nullmax將自動駕駛系統(tǒng)的延時(shí)極限壓縮，從傳感器數(shù)據(jù)的輸入到控制器信號的輸出保持在百毫秒范圍內(nèi)，最大程度地提升系統(tǒng)的反應(yīng)能力。

在反應(yīng)能力更快的情況下，自動駕駛覆蓋的場景和極限工況也將會更多。

04/

性能

在滿足一系列的安全硬指標(biāo)后，自動駕駛的比拼就到了性能的環(huán)節(jié)。通過一系列的性能指標(biāo)，自動駕駛的實(shí)際效果可以用數(shù)字精準(zhǔn)量化出來。比如看得遠(yuǎn)不遠(yuǎn)、準(zhǔn)不準(zhǔn)，開車快不快、穩(wěn)不穩(wěn)，就可以透過感知距離、精準(zhǔn)率、最大車速、加加速度等數(shù)值體現(xiàn)出來。

自動駕駛的性能指標(biāo)非常多樣，涉及多個(gè)維度。如果是判斷感知等能力，那么可以通過支持的種類、數(shù)量以及召回率、精準(zhǔn)度、誤差等指標(biāo)進(jìn)行分析，比如障礙物檢測、車道線檢測等。如果是判斷具體的功能，那么可以通過速度、距離、彎道曲率、坡度等指標(biāo)進(jìn)行分析，比如自動領(lǐng)航、自主泊車等。

目前在Nullmax的量產(chǎn)方案中，自動駕駛感知距離超過200米，對主要目標(biāo)檢測的關(guān)鍵指標(biāo)，例如CIPV（Closest In-Path Vehicle）的召回率、精確率達(dá)到99.9%，漏檢率<0.1%，大幅領(lǐng)先行業(yè)標(biāo)桿水平。

結(jié)語

前裝自動駕駛產(chǎn)品是一個(gè)技術(shù)、成本等因素綜合考慮的產(chǎn)物。雖然不能用一些簡單的數(shù)字進(jìn)行比較，但是透過這些關(guān)鍵的指標(biāo)，大家也能夠相對細(xì)致、全面地了解一套方案的真實(shí)能力，「不看廣告看療效」地認(rèn)識自動駕駛。

審核編輯 ：李倩