純正華為味，阿維塔11電子架構(gòu)與ADAS系統(tǒng)分析

阿維塔于2023年8月完成B輪融資，增資完成后，長安汽車仍為阿維塔的最大股東，持股比例40.99%；寧德時(shí)代持股第二，增資后持股比例從17.1%降至14.1%；重慶承安持股第三，增資后持股比例從13.55%降至11.17%。華為不參股，但提供全套智能汽車解決方案。

阿維塔類似于極狐，華為提供全套解決方案，包括機(jī)械部分、高壓電氣系統(tǒng)、智能汽車和電子架構(gòu)。但阿維塔不如問界那般，華為幾乎算是直接下場賣車，因此阿維塔被人誤認(rèn)為華為含量不高，銷售業(yè)績不佳，而問界賣得十分火爆，華為加持是主要原因。實(shí)際上，阿維塔華為含量絲毫不低，甚至高過問界。

阿維塔11的ADAS系統(tǒng)由華為一手操辦，與極狐又有很大不同。

立體雙目是華為的核心技術(shù)，只要看一眼前面的攝像頭，必須是兩個(gè)攝像頭，且攝像頭之間有至少3厘米以上的距離，就可以判別是不是華為技術(shù)。使用華為技術(shù)的前視通常是4顆攝像頭，只有1顆前向攝像頭，95%的概率不是華為技術(shù)。極狐應(yīng)該是一對800萬像素的立體雙目配置，中間是540萬像素的單目攝像頭，負(fù)責(zé)長距離和近距離。

阿維塔11與極狐類似，根據(jù)https://www.yiche.com/zhaiyao/detail-8029-2357-6375b5bceb459f000a72cbdf.html，華為的攝像頭圖像傳感器尺寸為3*3微米，推測應(yīng)該是索尼的IMX490，像素為540萬像素。因?yàn)槌^600萬像素的車載攝像頭圖像傳感器尺寸都低于3*3微米。

阿維塔11共9個(gè)ADAS用攝像頭，除了前視4個(gè)，還有5個(gè)，這5個(gè)攝像頭是4個(gè)360環(huán)視短距離攝像頭加1個(gè)后置中部中距離攝像頭，華為對后向視覺非常重視。

毫米波雷達(dá)方面，阿維塔11是6顆毫米波雷達(dá)，通常毫米波雷達(dá)是3顆，車頭1顆，車尾兩顆，多的在車前左右再加一個(gè)是5顆，阿維塔是在車前左右和車后中間都加了1顆攝像頭，可能都是博世的MRR毫米波雷達(dá)，MRR分前向和后向兩種。

阿維塔用了3顆激光雷達(dá)，1顆位于保險(xiǎn)杠，另外2顆位于車翼子板的位置，位置都比較低，因?yàn)檐図數(shù)募す饫走_(dá)在車周圍會有明顯的盲區(qū)，所以阿維塔將激光雷達(dá)放置在較低的位置。據(jù)說阿維塔用的是華為MDC810做域控制器，這是華為最頂級產(chǎn)品。

阿維塔11智能駕駛域控制器架構(gòu)

MDC系統(tǒng)內(nèi)部應(yīng)該是一片昇騰處理器，一片以太網(wǎng)交換機(jī)加一片安全MCU。雷達(dá)的CAN總線系統(tǒng)都在安全MCU上，以太網(wǎng)部分自然是在以太網(wǎng)交換機(jī)上。

從HBE的名稱可以判斷阿維塔沒有用主流的博世iBooster或博世的IPB，而是用了大陸汽車的MKC2+HBE，極狐也是如此。大陸集團(tuán)推出的由集成式線控制動系統(tǒng)MKCx與HBE模塊組成的MKCxHAD線控冗余制動解決方案，充分滿足L4級汽車自動駕駛的安全需求。主流的iBooster對應(yīng)L2級自動駕駛。

MKCx通過將踏板模擬器、制動主缸、助力器和液壓調(diào)節(jié)控制系統(tǒng)(ABS、ESC)等集成為一個(gè)結(jié)構(gòu)緊湊、體積小的制動模塊，減輕了約30%的自身重量，可滿足新能源車在輕量化和空間優(yōu)化等方面的需求。得益于獨(dú)特的全解耦踏板模擬器設(shè)計(jì)，MKCx還能滿足不同類型、不同級別車型的技術(shù)需求，提供更多樣化、穩(wěn)定和舒適的踏板感受。

集成式線控制動系統(tǒng)MKCx能以比傳統(tǒng)液壓制動系統(tǒng)快3倍的速度產(chǎn)生足夠高的制動壓力，可以實(shí)現(xiàn)150毫秒內(nèi)的建壓。除了在更短的時(shí)間內(nèi)可以更好地縮短制動距離，經(jīng)過TüV測試認(rèn)證MKCx還可以實(shí)現(xiàn)100%的制動能量回收，幫助新能源車可平均多回收160瓦時(shí)(Wh)的電能，比對標(biāo)制動系統(tǒng)高出約32％的制動能量回收效率，相當(dāng)于為續(xù)航里程500公里的純電動車增加了約20公里的續(xù)航里程。

針對高度自動駕駛場景下的制動安全需求，MKCxHAD線控冗余制動解決方案擁有冗余降級備選功能，即使是面臨發(fā)生概率極低的故障情況也能夠有效應(yīng)對。一種情況是當(dāng)主制動系統(tǒng)完全失效時(shí)，HBE模塊將通過兩個(gè)前輪對汽車實(shí)施制動，起到制動防抱死系統(tǒng)的作用。另一種則如果僅是主制動系統(tǒng)中部分模塊發(fā)生故障，MKCx將激活大陸集團(tuán)自行研發(fā)的協(xié)同制動模式，讓HBE模塊加入?yún)f(xié)同工作來驅(qū)動后輪制動系統(tǒng)保持工作。這種創(chuàng)新的協(xié)同模式，用靈活分離功能確保在自動駕駛下，即使某個(gè)系統(tǒng)部件發(fā)生故障，也能通過在雙軸上控制滑移率進(jìn)行減速，讓制動功能正常發(fā)揮作用。

阿維塔11非常罕見地獨(dú)立外置INS，即慣性導(dǎo)航系統(tǒng)，在阿維塔電路圖上直接將INS所在的模塊稱之為高精度地圖控制模塊，加上輸出PPS信號，PPS應(yīng)該是PPS+GPRMC構(gòu)成的時(shí)間同步信號，毫無疑問阿維塔具備高精度定位能力，且使用高精度地圖。沒有高精度地圖和高精度定位，永遠(yuǎn)都只是L2級輔助駕駛。

最后再講下雙目系統(tǒng)。

公認(rèn)深度學(xué)習(xí)大牛吳恩達(dá)，圖像識別與探測一體無法分割

由于硬件廠家的誤導(dǎo)，讓普通大眾以為算力和安全性成正比，與技術(shù)先進(jìn)度成正比。實(shí)際毫無任何直接關(guān)聯(lián)，其原因在于通常說的算力都是AI算力，即深度學(xué)習(xí)算力，更準(zhǔn)確地說是卷積部分乘和累加的運(yùn)算?；趩文炕蛉康?a class="article-link" target="_blank" href="/tag/%E6%9C%BA%E5%99%A8%E8%A7%86%E8%A7%89/">機(jī)器視覺，有著天然的無法改變的缺陷，這個(gè)缺陷表現(xiàn)為識別或者說分類與探測是一體的，無法分割，特別是基于深度學(xué)習(xí)的機(jī)器視覺。也就是說，如果無法將目標(biāo)分類（Classification，也可通俗地說是識別Recognition）就無法探測，即便特斯拉的占用網(wǎng)格也無法避免這個(gè)缺陷，因?yàn)樗玫恼Z義分割的骨架部分仍是最傳統(tǒng)的CNN。換句話說，如果無法識別目標(biāo)就認(rèn)為目標(biāo)不存在，車輛會認(rèn)為前方無障礙物，會不減速直接撞上去。什么狀況下無法識別？有兩種情況：

第一種是訓(xùn)練數(shù)據(jù)集無法完全覆蓋真實(shí)世界的全部目標(biāo)，能覆蓋10%都已經(jīng)很強(qiáng)了，更何況真實(shí)世界每時(shí)每刻都在產(chǎn)生著新的不規(guī)則目標(biāo)。特斯拉多次事故都是如此，比如在中國兩次在高速公路上追尾掃地車（第一次致人死亡），在美國多次追尾消防車。

第二種是圖像缺乏紋理特征，就像攝像頭面前放一張白紙，自然識別不出來是什么物體。某些底盤高的大貨車的側(cè)面在某一時(shí)刻或者一堵白墻，就如同白紙一樣，基于深度學(xué)習(xí)的機(jī)器視覺此時(shí)如同盲人一般，不減速直接撞上去。

此外，靜止目標(biāo)對深度學(xué)習(xí)也是麻煩，為了提高識別效率，機(jī)器視覺尤其是基于深度學(xué)習(xí)的機(jī)器視覺需要先框選出運(yùn)動目標(biāo)，同時(shí)也為了防止誤判，也必須將運(yùn)動目標(biāo)和靜止目標(biāo)分開，如有些道路兩側(cè)停滿車輛，運(yùn)動目標(biāo)的優(yōu)先級自然高于靜止目標(biāo)，然后再去識別，通常是背景減除、三幀法或光流法，有時(shí)需要1-2秒時(shí)間，然而事故可能就發(fā)生了。
從本質(zhì)上講，深度學(xué)習(xí)是一種高度通用且極為強(qiáng)大的曲線擬合技術(shù)，能夠識別出以往無法被發(fā)現(xiàn)的模式，推斷趨勢并針對各類問題給出預(yù)測性結(jié)果。當(dāng)然，曲線擬合在表示給定數(shù)據(jù)集時(shí)也存在一定風(fēng)險(xiǎn)，這就是過度擬合。具體而言，算法可能無法識別數(shù)據(jù)的正常波動，最終為了擬合度而將噪音視為有效信息。并且深度學(xué)習(xí)是個(gè)黑盒子或灰盒子，調(diào)參更像是藝術(shù)而非科學(xué)。

那為何特斯拉不用立體雙目？寶馬用了立體雙目后來又退出了？很簡單，太難用了。奔馳和豐田在這個(gè)領(lǐng)域花費(fèi)了大量時(shí)間來研發(fā)，奔馳早在1999年就投入雙目的研發(fā)，2013年才在S級上應(yīng)用，豐田大約也是1999年開始，直到2019年才開始在雷克薩斯上量產(chǎn)。寶馬照搬德國大陸汽車的全套立體雙目解決方案，效果不理想，但沒有大改款的寶馬7系還是用的立體雙目。特斯拉這種短平快的公司自然不愿意多做技術(shù)累積。深度學(xué)習(xí)的免費(fèi)資源很多，研發(fā)周期是雙目的1/10，甚至1/15。從事深度學(xué)習(xí)的人至少是雙目的上萬倍，雙目人才奇缺，并且一切都要從頭做起，幾乎沒有免費(fèi)資源。國內(nèi)除華為外，只有中科慧眼能幫助整車廠量產(chǎn)立體雙目系統(tǒng)。

電裝最早的立體雙目用于自動駕駛的研究論文發(fā)表在2001年（https://www.denso-ten.com/business/technicaljournal/pdf/17-4.pdf），奔馳則是1996年（https://ieeexplore.ieee.org/document/566403/authors#authors，論文作者Uwe Franke是現(xiàn)奔馳圖像理解小組負(fù)責(zé)人，實(shí)際他最早的雙目研究論文可以追溯到1987年，Uwe Franke是當(dāng)今立體雙目界的權(quán)威），沒有20年技術(shù)累積，很難用好立體雙目。

華為在立體雙目道路也有困難，最早的立體雙目傳感器的基線長遠(yuǎn)比量產(chǎn)車上要長，基線越長，有效距離就越遠(yuǎn)，但標(biāo)定難度就越高，尺寸一致性難度也越高。目前起步最早的奔馳和斯巴魯基線長度最長，接近30厘米，博世和華為大約是12厘米。

MDC810、三激光雷達(dá)、獨(dú)立INS加立體雙目，前后6毫米波雷達(dá)，即使面對一系列L4級的Robotaxi，這也是國產(chǎn)最強(qiáng)的智能駕駛系統(tǒng)。

免責(zé)說明：本文觀點(diǎn)和數(shù)據(jù)僅供參考，和實(shí)際情況可能存在偏差。本文不構(gòu)成投資建議，文中所有觀點(diǎn)、數(shù)據(jù)僅代表筆者立場，不具有任何指導(dǎo)、投資和決策意見。