发布的《2024大疆车载自动驾驶业务分析报告 暨 汽车新四化每周观察2024年4月第2期》。

        2016年，大疆内部的技术人员就已经将一套双目+视觉融合的定位系统搬入车上并使其成功运行起来。大疆在无人机领域积累的感知、定位、决策、规划等技术，顺利迁移到智能驾驶领域。

        大疆车载的创始管理团队也几乎来自于大疆无人机项目。项目成立之初，大疆车载团队成员仅10人左右，主要从大疆当时飞控部门、视觉部门临时抽调各代表人组成。

        大疆称自己是专注于智能机器人研究的公司，无人机和自动驾驶汽车都是智能机器人的不同形态。依靠独特技术路线，大疆在NOA的量产落地上保持领先。据大疆车载估计，2025年将有约200万台乘用车搭载大疆车载的智驾系统上路。

        持续优化双目视觉传感器

        大疆的核心技术之一就是双目视觉。即使在其他传感器如GPS失效的情况下，基于双目相机的视觉感知，无人机也可完成悬停、避障、测速等功能。

        将双目视觉技术应用到自动驾驶汽车后，大疆车载根据自动驾驶不同等级的需要，持续优化双目视觉传感器。

        根据NOA的需要，大疆车载于2023年推出第二代惯导立体双目视觉系统，通过加入定制的光学偏振片来取消整体遮光罩，并通过更优异的自标定算法取消了刚性连接杆。这使得传感器的安装更加简单，两颗摄像头的距离也可以在180毫米到400毫米间灵活配置。取消刚性连接杆是双目视觉传感器的巨大进步，让双目摄像头的应用场景大幅度拓展。

来源：大疆车载

        根据L3级自动驾驶的需要，大疆车载在2024年又推出了激目系统，将激光雷达、双目、长焦单目与惯导组合起来。相较于目前市面上普遍的“激光雷达+前向摄像头”方案，成本可降低30%~40%，同时实现100%性能表现和功能替代。由于做了一体化设计，“激目”方案还可以整体内置于车舱内，降低综合装配成本。

        “激目”方案能够进一步提升车辆纵向控制安全感。得益于激光雷达精准的测距能力、对光照的鲁棒性等特点，“激目”方案在近距离加塞应对，城区复杂车流、VRU应对，任意障碍物避障、绕行，夜晚VRU、障碍物避让等场景下，进一步提升智能驾驶系统的安全感和舒适性。

        将无人机技术应用于数据采集和仿真

        自动驾驶数据采集的方式有三种， 其中最常用的是车端采集，但有效数据占比低，且容易干扰周围车辆的真实行为，也无法录到传感器盲区的数据。另一种是场端采集，灵活性较差，由于角度歪斜，画面精度较低，数据可靠性不足。

三种自然交通数据采集与典型驾驶场景提取方式来源：大疆车载

        根据亚琛工大的汽车技术研究机构fka深入研究，和大疆自身近2年的实践发现，无人机航测采集数据具有明显优势。无人机采集场景数据更为丰富完整，可以不受遮挡，直接采集到目标车辆盲区的所有车辆空中客观拍摄，可以反映更加真实且无干扰的人类驾驶行为，更高效采集特定路段、特殊驾驶场景数据，如上下匝道、频繁加塞等。

        纯视觉自动驾驶落地为什么突然加速？

        为什么进入2024年以来，纯视觉技术方案的落地速度突然加快？答案是大模型。研究显示，真正的自动驾驶系统想要达到量产应用条件，至少需要经过约170亿公里的道路验证。原因在于 ，即使现有技术已经能够应对95%以上的常见驾驶场景，但最后5%的Corner Case依旧有可能会出现问题。

        一般学习一个新的Corner Case需要收集超过一万的样本，整个周期在2周以上。即使一个团队拥有100辆自动驾驶车辆，24小时不间断地进行道路测试，积累数据所需要的时间也是以“百年”为单位——这显然不切实际。

        通过大模型快速进行真实场景还原，并在各种复杂场景生成Corner case用于模型训练，大模型（譬如盘古大模型）可以让自动驾驶的Corner Case闭环周期从两周以上缩短到两天内。

        目前，大疆、百度、鉴智、广汽、特斯拉、旷视等纷纷推出了纯视觉自动驾驶解决方案，本期周报对纯视觉自动驾驶路线进行了总结分析。

01 大疆车载自动驾驶业务分析1.1 总体介绍1.1.1 公司简介1.1.2 团队介绍1.1.3 发展历程1.1.4 大疆车载全场景智能驾驶用户旅程图1.1.5 大疆车载产品布局（1）1.1.6 大疆车载产品布局（2）1.1.7 大疆车载产品布局（3）1.1.8 大疆对高阶智驾演化趋势的判断

1.2 核心技术1.2.1 惯导立体双目视觉：已发展到第二代1.2.2 双目视觉感知技术（1）1.2.3 双目视觉感知技术（2）1.2.4 视觉传感器参数对比1.2.5 激目系统及规格1.2.6 智能驾驶域控制器1.2.7 域控制器中间件1.2.8 大疆车载灵犀智驾系统2.01.2.9 BEV感知技术

1.3 智能驾驶解决方案1.3.1 智能驾驶解决方案1.3.2 解决方案11.3.3 解决方案21.3.4 解决方案31.3.5 解决方案41.3.6 解决方案51.3.7 解决方案61.3.8 方案对比：泊车功能及传感器配置1.3.9 方案对比：行车功能及传感器配置1.3.10 灵犀智驾技术路线

1.4 大疆智驾方案的量产落地1.4.1 落地案例11.4.2 落地案例21.4.3 落地案例31.4.4 宝骏云朵灵犀智驾2.01.4.5 落地案例41.4.6 落地案例5

1.5 大疆车载是如何开发NOA系统的？1.5.1 大疆NOA方案简介1.5.2 如何选择全局视野的感知路线1.5.3 如何建立环境感知预测能力1.5.4 如何建立高精度的局部位姿估计能力1.5.5 大疆实现NOA的算法和模型工作1.5.6 大疆如何实现NOA（1）1.5.7 大疆如何实现NOA（2）1.5.8 大疆如何实现NOA（3）1.5.9 大疆如何实现NOA（4）1.5.10 大疆如何实现NOA（5）1.5.11 大疆如何实现NOA（6）1.5.12 大疆如何实现NOA（7）1.5.13 大疆如何实现NOA（8）1.5.14 大疆如何实现NOA（9）1.5.15 大疆如何实现NOA（10）1.5.16 大疆如何实现NOA（11）1.5.17 如何保证可靠性

02 汽车新四化发展趋势总结2.1 趋势1：2024年纯视觉自动驾驶路线受到追捧2.1.1 纯视觉自动驾驶落地为什么突然加速？2.1.2 纯视觉案例1：特斯拉坚持纯视觉自动驾驶，HW4.0发布2.1.3 纯视觉案例22.1.4 纯视觉案例32.1.5 纯视觉案例42.1.6 纯视觉案例52.1.7 纯视觉案例62.1.8 纯视觉案例7

2.2 趋势22.2.1 多家XXXX价格到达1000元附近2.2.2 案例一2.2.3 案例二2.2.4 案例三

2.3 趋势32.3.1 国内主机厂在欧洲建厂规划一览2.3.2 案例一2.3.3 案例二2.3.4 案例三

03 主机厂动向和新车型动向3.1 国内传统车企动向及新车型动向3.2 国内新兴车企及新车型动向3.3 国外车企及新车型动向

04 汽车智能化网联化发展动向4.1 智驾/传感器/芯片动向4.2 智舱/网联/软件动向

05 汽车电动化和智能底盘动向

06 政策法规、标准和市场数据