독점 | 화웨이, 예정보다 빨리 'L4' 양산

처둥시

웬?|?샤오한

6년 동안 비밀 연구 개발, 팀 규모 2,000명 이상! 화웨이가 마침내 자율주행 분야에서 비장의 카드를 선보였다.

ADS라는 '하이엔드' 자율주행 솔루션이 2022년 1분기 양산차에 곧 탑재돼 소비자는 '집 차고'에서 '회사 차고'까지 자율주행을 실현할 수 있게 된다.

그렇습니다. 일상 출퇴근의 모든 운전 업무를 자동차에 넘겨주는 것이 L4급 자율주행 시스템의 기능입니다.

대량생산이 가능해진다면 ADS는 기존의 L2와 향후 L3 시스템을 모두 직접 분쇄할 예정인데, 이는 '고차원성·저차원성'의 전형적인 접근방식이다. 화웨이의 움직임은 참으로 매우 중요하다고 말씀드리고 싶습니다.

방금 지나간 베이징오토쇼에서는 ADS 솔루션이 PPT 형태로 간략하게 시연됐으나, 구체적인 기능이 포함되어 있는지, 운전 책임이 어떻게 분담되는지, 그 이면에 숨어 있는 기술적인 세부사항 등 주요 이슈가 짚어졌다. 공개되지 않았습니다.

Huawei Smart Car BU 지능형 운전 제품 라인 Su Qing 사장

국경절 연휴 후 Chexixi는 Huawei Smart Car BU?ADS 사장 Su Qing과 독점 대화를 나눴습니다. 지능형 주행 제품 라인을 통해 ADS의 전체 그림과 그 뒤에 숨은 기술적 세부 사항, 연구 개발 프로세스를 미리 엿볼 수 있었습니다.

1. 모든 출퇴근 업무는 ADS L4에 넘겨져 L2로 사용된다.

ADS의 정식 명칭은 Autonomous Driving Solution이며, 중국 공식 명칭은 'Huawei High-End Autonomous Driving'이다. 체계".

ADS를 이해하려면 기능과 책임이라는 두 부분부터 시작하면 됩니다.

첫 번째 기능은 소유자의 '공동체 차고'부터 '회사 차고'까지 전 노선에서 지속적인 자율주행 경험을 구현하는 것입니다.

즉, 차고에서 차에 탑승하는 순간부터 지하에서 운전, 시내 도로 운전, 순환 도로 운전, 하강 운전 등 모든 운전 작업을 자동차가 책임진다는 의미입니다. 순환 도로 및 도시 진입 도로 상황, 회사 지하로의 접근.

메르세데스-벤츠가 최근 출시한 퓨처스 L3를 포함해 기존 L2 시스템은 순환도로(고속도로)와 차선이 명확한 구간, 차선이 없는 도로 등 일부 지역에서 모두 사용 가능한 시스템이다. 도로, 교차로(Tesla FSD는 스스로 빨간불을 기다릴 수 있음) 또는 차고에서 빨간불을 기다리는 장면에서는 사용할 수 없습니다.

ADS 도심 자율주행 테스트 영상

동시에 차선 변경, 경사로 오르내리기, 신호등 통과(예: Tesla Navigate(자동 조종 장치 및 FSD)도 인간 운전자가 지시를 내리고 도로 상태를 확인해야 하며 전체 사용자 경험이 일관되지 않습니다.

ADS는 위의 두 가지 문제를 해결합니다. 첫째, 위의 통근 시나리오를 완벽하게 커버하고 ODD(운영 영역)가 기존 L2 및 미래 L3를 훨씬 뛰어넘습니다. 둘째, 차선 변경, 경사로 오르내리기, 신호 대기 등의 작업을 모두 차량이 수행한다.

기능적으로 말하면 ADS는 지점 간 L4 자율 주행입니다. 이것이 바로 화웨이가 이를 고급 자율 주행 솔루션이라고 부르는 이유입니다.

물론 ADS의 기술 아키텍처도 L4 자율주행 시스템에서 비롯되는데, 이에 대해서는 아래에서 자세히 설명하겠습니다.

ADS를 이해하는 두 번째 핵심 포인트는 책임 분담입니다.

SAE 또는 산업정보기술부의 표준에 따르면 Huawei ADS는 L2 자율 주행 시스템입니다. 시스템은 지원을 제공하고 운전자는 운전을 담당합니다.

고속도로 ADS 자동 운전 테스트 영상

화웨이 ADS 지능형 운전 제품 라인 사장 Su Qing은 Chexi에게 운전자가 ADS를 사용할 때 수직 및 수평 제어가 다음과 같이 완료된다고 말했습니다. 하지만 운전자는 항상 도로 상황에 주의를 기울이고 언제든지 인계받을 준비가 되어 있어야 합니다.

“운전자 주의 모니터링 시스템을 설치한 후 ADS도 운전자가 놓을 수 있도록 허용하지만, 놓을 수 있는 시간은 자동차 회사에서 정의합니다.”라고 말했습니다.

L4 자율주행 기능을 탑재한 승용차를 소비자에게 판매한다는 점을 보면 실제로 ADS를 보면 이해하기 매우 쉽습니다. 하지만 책임 분담은 L2 자율주행 설정을 기반으로 합니다.

운전자가 안전요원이 되어 전 과정에서 시스템 작동을 모니터링하고, 언제든지 차량을 제어할 수 있도록 해준다.

2. 비 오는 날 상하이 거리에 도전하다? 중국식 교통체증에 침착하게 대처하라

그렇다면 ADS는 어떤 성능을 발휘하는가? 화웨이가 제공하는 도로 테스트 영상을 통해 그 차이를 확인할 수 있다.

화웨이 ADS 테스트 영상

이 영상은 상하이 거리에서 촬영되었는데, 이날은 비가 많이 내리거나 심지어 비가 많이 내리는 것을 볼 수 있습니다. 카메라가 흐려지면 카메라, LiDAR 및 기타 센서에 쉽게 영향을 미칠 수 있으며, 도로에는 소셜 차량이 많고 도로 상황이 매우 복잡합니다.

신호등 교차로를 지날 때 차량의 인식 시스템이 녹색 신호를 인식하고 계속 전진하기로 결정했습니다. 교차로에는 차선이 없지만, 고정밀 지도의 도움으로 차량이 계획된 경로에 따라 안전하게 주행할 수 있습니다.

ADS 테스트 차량은 교차로에서 8개의 신호등을 정확하게 식별했습니다

이후 차량은 좀 더 복잡한 교차로에 도달해 좌회전을 준비했습니다.

왼쪽의 고가교는 차량의 위치 정확도에 영향을 미치는 동시에 전방에 신호등이 8개 있는데, 이는 자율주행 시스템에 있어서도 큰 과제입니다.

영상으로 볼 때 ADS 시스템은 모든 신호등을 정확하게 식별했으며, 직진 녹색 신호등이 켜진 후 좌회전 대기 구역에 진입하는 것도 알고 있었습니다. 그러자 초록불이 켜지고 테스트 차량은 좌회전을 완료했습니다.

오른쪽에 주차된 다른 차량들로 가득한 좁은 도로에서, 현재 차선과 반대편 차선에 전기자전거가 등장했고, 두 타겟 모두 정확하게 식별, 추적되어 영상에 등장했습니다. 생성된 3D 장면.

ADS 시스템이 전기차를 식별

작은 도로를 계속 주행하던 차량이 갑자기 길을 건너던 그 앞에 인력으로 움직이는 세발자전거가 나타났다. 인식되지 않을 경우 충돌의 위험이 있습니다.

ADS 시스템은 이 목표를 정확하게 식별했으며 차량은 가속하기 전에 속도를 줄이고 세발자전거가 회전을 완료할 때까지 기다리기로 결정했습니다.

ADS 테스트 차량은 인력 세발자전거를 피한다

중국 도시 도로에는 전기자전거, 인력 세발자전거, 심지어 말이 끄는 마차와 당나귀 수레까지 동시에 나타날 수 있다. 때에 따라 역주행, 임의로 길을 건너는 행위, 교통을 방해하는 행위, 기타 교통법규를 준수하지 않는 행위가 있을 수도 있습니다.

이러한 현재 상황으로 인해 Tesla Autopilot과 같은 성숙한 시스템이 적응하게 됩니다. 즉, 다양한 교통 참가자를 식별할 수 없으며 의사 결정 알고리즘은 교통 규칙을 준수하지 않는 행동을 고려하지 않습니다.

이후 테스트카는 원형 램프로 진입해 짧은 원을 그리며 고속도로 교통 흐름에 합류했다.

고속도로는 고속도로와 비슷해 계속해서 앞으로 나아가면 되지만 실제로는 추월을 위해 차선을 변경하고 교통 정체를 처리하는 것이 어렵습니다.

상하이의 랜드마크인 난푸대교를 통과하려던 순간, 차량은 앞선 검은색 차량의 느린 속도가 주행에 영향을 미치는 것을 감지했고, 동시에 왼쪽 중앙 차선이 자유로워진 후, 적극적으로 차선을 왼쪽으로 변경하고 앞의 느린 차량을 추월한 후 중앙 차선을 유지하면서 차량이 차선 변경 및 추월 작업을 자율적으로 완료했습니다.

교량 중앙까지 주행하던 중 뒤에서 BMW 5시리즈 스테이션 왜건이 빠르게 테스트 차량을 추월한 뒤 비교적 짧은 거리에서 테스트 차량 앞쪽으로 합류하는 모습이 포착됐다. L2 자율주행 시스템이 가장 두려운 것은 현장이다.

ADS 테스트 차량은 교통 정체를 피합니다

이러한 상황에 직면하면 L2 시스템이 갑자기 브레이크를 밟아 운전 경험에 영향을 미칩니다. 그들은 무관심하게 계속 운전하여, 긴급 상황에서 운전자가 차량을 인수할 수밖에 없게 만듭니다.

영상 속 ADS 테스트카는 60km/h에서 55km/h로 감속해 5시리즈 트래블 에디션이 합류를 완료하는 모습을 보여준다. 멀어진 후 다시 60km/h의 속도로 돌아왔습니다.

이것은 L2 수준 시스템에 대한 L4 수준 자율 주행 기술 아키텍처의 차원 축소 공격의 전형적인 사례입니다. 센서이든 소프트웨어 알고리즘이든 모두 "분쇄" 수준입니다.

Su Qing은 Che Dongxi에게 화웨이의 ADS 시스템이 현재 중국에서 테스트 중이며 특히 중국 도로 상황에서 흔히 발생하는 전기 자동차, 끼어들기, 교통 합류, 추월 등의 시나리오에 최적화되어 있다고 말했습니다. , 중국 소비자에게 가장 적합한 자율 주행 경험을 제공하는 것입니다.

이 4분 길이의 도로 테스트 영상을 보면 화웨이 ADS의 성능이 상당히 좋은 것으로 보입니다.

3. 자전거 인텔리전스는 AVP를 실현합니까? Fleet 학습으로 사용 시나리오 확장

이전 부분에서 ADS는 실제로 L4 수준 시스템을 L2 수준 시스템으로 사용하는 것과 동일합니다. 그러나 ADS에는 실제로 진정한 L4 수준 기능인 AVP 자동 주차 대행 기능이 있습니다.

위 출퇴근 시나리오의 양쪽 끝에는 사용자 커뮤니티의 차고와 회사 차고가 있습니다. ADS의 목표는 이 두 주차장에 AVP 기능을 구현하는 것입니다.

“사용자는 차고에 한 번만 운전하면 시스템이 이 주차장의 주차 경로와 방법을 학습할 수 있습니다.” Su Qing은 “다음에 차고에 갈 때 주차 절차는 차량 자체에서 완료할 수 있습니다. ”

지하 차고에 들어가기 전 입구 등 처음 수동 주차 시 차에서 내리는 위치를 사용자가 맞춤 설정할 수 있습니다. 지하에 들어간 후 특정 위치.

Su Qing은 기술적으로 말하면 AVP를 통해 운전자가 차에서 내려 L4 수준의 자율 주행 프로세스를 사용할 수 있다고 강조했습니다.

그러나 우리나라 법률에는 아직 공공 주차장에서 AVP 기능을 사용할 수 있는지 여부가 규정되어 있지 않기 때문에 Su Qing은 “화웨이는 사용자가 AVP 기능을 사용하기 위해 차량에서 내리는 것을 강력히 권장하지 않습니다. 이용자의 운전부담을 줄이기 위함이다.”

AVP를 포함해 ADS의 모든 기능은 자전거 지능으로 완벽하게 구현되므로 이론적으로 AVP 기능은 적합한 모든 주차장에서 사용할 수 있습니다.

플릿 학습 기능과 결합해 사용자들이 AVP를 사용하는 것이 점점 더 편리해질 것입니다.

AVP 시스템은 주차 정보를 공유할 수 있습니다. 예를 들어, A 차량이 B 주차장에 갔다면 A 차량은 B 주차장의 3D 지도를 자동으로 구축하고, 3D 지도와 주변 환경, 기타 정보를 다시 클라우드로 전송한 후 이를 통해 다른 차량에 배포합니다. 오타.

어느 날 C 차량이 B 주차장으로 갈 때 AVP 기능을 직접 사용할 수 있습니다. 점점 더 많은 차량이 AVP 기능을 사용할수록 점점 더 많은 주차장이 지원될 것이며 결국에는 '보편적인' 기능이 될 것입니다.

4. ADS를 구현하는 방법은 무엇입니까? L4 레벨 자율주행 기술을 사용하나요?

Su Qing의 견해에 따르면 지난 2년 동안 많은 L2 레벨 자율주행 시스템이 등장했지만 대부분의 기능은 엄격한 적용 범위와 제한을 갖고 있을 뿐만 아니라 불가능합니다. 많은 도로 및 교통 상황에서 사용되지만 주로 도시 교통 상황에 중점을 두는 중국 소비자의 통근 요구를 충족시킬 수 없습니다.

화웨이가 출퇴근 문제를 직접적으로 해결하기 위해 ADS 시스템을 개발하기로 결정한 것은 바로 이러한 문제점을 확인한 이후였습니다. 그러나 통근에는 다양한 시나리오, 특히 도시 구간이 포함되며 시스템 복잡성이 기하급수적으로 증가합니다.

“그래서 ADS는 L4 자율 주행의 기술 아키텍처를 채택합니다.”라고 Su Qing은 말했습니다. “그렇지 않으면 쓸모가 없을 것입니다.”

ADS 기술 아키텍처

In 하드웨어 구성 측면에서 보면 ADS 솔루션은 2~3대의 차량용 100라인 하이브리드 솔리드 스테이트 라이더를 비롯해 12개 이상의 카메라와 6밀리파 레이더를 탑재한다고 할 수 있습니다. L4 수준의 자율주행택시와 비교해도 뒤떨어지지 않는 구성이다.

컴퓨팅센터는 풍부한 컴퓨팅 파워를 갖춘 ADCSC(자율주행중앙슈퍼컴퓨터)라는 도메인 컨트롤러다.

소프트웨어 측면에서는 인식 부분에서 화웨이가 다양한 AI 기술을 활용해 자체 개발한 밀리미터파 레이더와 라이더에서 생성된 포인트 클라우드는 물론 카메라 영상 이미지를 픽셀에서 직접 융합한다. 수준 (즉, 사전 융합), 인식 능력을 보장합니다.

기존에는 일부 자율주행 기업이 프런트엔드 융합을 위해 라이더와 카메라를 주로 사용했던 반면, 밀리미터파 레이더는 직접 출력된 타겟과 처음 두 가지의 인식 결과를 직접 융합했다.

화웨이는 밀리미터파 레이더를 독자적으로 개발해 밀리미터파 레이더의 가장 독창적인 포인트 클라우드 데이터를 확보하고, 3개 센서의 픽셀 수준 사전 융합과 구조화된 데이터 융합을 수행할 수 있다. 동시에 기술적으로도 한 단계 더 발전했습니다.

ADS에 사용되는 일부 센서

ADS는 도시에서 자율 주행(L4 수준 기능, L2 수준 책임 분할)을 구현해야 하며, 이는 교통을 처리할 수 있어야 함을 의미합니다. 신호등과 교차로 등 다양한 장면을 피하고 보행자, 자전거, 삼륜차, 테이크아웃 소년 등 다양한 교통 참여자를 피하세요.

이는 기존 L2 수준 시스템의 의사결정 부분에서 사용되는 규칙 기반 알고리즘이 비효율적이며, 의사결정 부분에 AI 기술을 도입해야 함을 의미합니다.

쑤칭은 화웨이가 의사결정 부분에서 서로 다른 셀을 묘사하기 위해 규칙을 프레임워크로 사용한 뒤, 각 셀에 머신러닝 기술을 추가로 도입했다고 말했다.

"순수한 AI 알고리즘은 통제할 수 없습니다. 규칙 알고리즘과 AI 기술을 통합해야만 효율성과 안전성을 모두 고려할 수 있습니다."

물론 ADS 솔루션에는 높은 수준의 자율주행에 필요한 고정밀 지도 시스템도 포함되어 있는데, 이는 출퇴근길 전체 자율주행을 구현하는 핵심이기도 하다.

5. 지도 및 데이터 문제를 해결하기 위한 차량 학습

복잡한 실제 세계 시나리오에 직면한 경우 자율 주행 기능은 고정밀 지도와 분리될 수 없지만 고정밀 지도를 사용하면 두 가지 문제점: 지도 데이터가 없는 지역에서는 자율주행을 사용할 수 없고, 고정밀 지도 데이터를 실시간 업데이트하기 어려워 자율주행 시스템에 영향을 미친다.

이와 관련하여 Su Qing은 화웨이의 ADS 자율주행팀이 이미 해결책을 가지고 있다고 말했습니다.

먼저 ADS의 전체 출퇴근 기능은 지도 커버리지를 기반으로 도시별로 사용자에게 개방될 예정이다. 예를 들어, 1선 도시가 먼저 개방되고, 이후 2선 및 3선 도시가 점차적으로 확대될 것입니다.

화웨이 자체도 A급 지도 측량 자격과 지도 팀을 보유하고 있으며 고정밀 지도 제작 능력도 갖추고 있다는 점은 언급할 만하다. 동시에 화웨이는 지도 플랫폼도 구축했으며 다른 파트너와 협력해 고정밀 지도 제작을 가속화할 수 있기를 희망하고 있습니다.

둘째, 비교적 간단한 고속도로(고속도로)나 주차장에서는 자동 추종/자동 추월, AVP 등 고정밀 지도 없이도 ADS 기능을 사용할 수 있다.

Su Qing에 따르면 이 설정은 ADS의 ODD를 극대화합니다. 고정밀 지도가 있으면 출퇴근 자동 운전 기능을 사용할 수 있고, 지도가 없는 곳에서도 자동 운전 기능을 사용할 수 있습니다. .

셋째, 차량 학습 기능은 고정밀 지도 업데이트에 도움이 될 수 있습니다.

ADS 시스템을 탑재한 차량 자체에는 많은 센서가 있으며, 최소 2개의 하이빔 라이더와 카메라를 사용하여 일상 주행 중 도로 변화 데이터를 수집할 수 있습니다.

ADS 차량이 점점 많아지고 주행 거리가 늘어나면 고정밀 지도의 업데이트 빈도가 빨라질 수 있습니다.

ADS는 주변 지도를 스스로 생성할 수 있습니다

“고정밀 지도의 기본 지도 제작에는 여전히 전문적인 수집 차량이 필요하며 ADS 차량은 변화하는 데이터를 수집하고 업데이트하는 역할만 담당합니다. Su Qing은 ADS 차량이 주행 중에 자체적으로 도로 스펙트럼을 생성할 것이라고 설명했습니다. 실시간 인지된 도로 상황, 고정밀 지도 및 자체 구축된 도로 스펙트럼 데이터에 불일치가 발생하면 세 가지가 계산되어 차량 동작을 결정합니다.

차량이 감당할 수 없는 극단적인 상황에 직면할 경우, 우선 일정 경로를 유지한 뒤 운전자에게 전화를 걸어 인계를 요청한다.

AVP 및 지도 정보 공유 외에도 ADS의 차량 학습 기능은 주행 데이터를 수집하여 인식 및 의사 결정 시스템에서 AI 모델을 훈련시켜 궁극적으로 시스템 성능을 향상시키는 데에도 사용됩니다. .

테슬라의 오토파일럿 시스템에도 섀도우 모드라는 유사한 설정이 있습니다.

지난 몇 년간 테슬라의 차량 판매량은 100만 대를 넘어섰고, 오토파일럿 시스템의 주행거리는 30억 마일(약 48억 킬로미터)을 넘어섰다. 함대에서 수집한 데이터는 오늘날 Autopilot의 가장 강력한 L2 상태를 만든 Autopilot 시스템의 반복을 위한 "자양분"을 계속 제공합니다.

Su Qing은 Chexixi에게 Huawei ADS의 차량 학습 모드가 위에서 언급한 도로 환경 정보 외에도 운전자가 운전을 맡거나 불편할 때 다양한 데이터를 수집하여 클라우드로 다시 전송한다고 말했습니다. 작동이 발생하면(예: 갑자기 제동하는 경우) 시스템은 개선을 위해 관련 데이터를 클라우드로 다시 보냅니다.

자율주행차에는 센서가 너무 많아 반환되는 데이터가 너무 많으면 실제 작동에 불편하다. 이 문제를 해결하기 위해 ADS 시스템은 대상 데이터를 수집한 후 먼저 로컬 전처리를 수행하고 이를 구조화된 데이터로 단순화한 다음 최종적으로 다시 전송합니다.

6. 비밀 연구개발팀이 6년 만에 2000명을 넘어섰다? 모레 상용화된다

화웨이는 2019년부터 산발적으로 일부 성과를 공개했다. 외부 세계에서는 화웨이가 자율주행 시스템을 개발하고 있다는 것만 알았을 뿐 기술적 세부사항이나 방법은 몰랐다.

불과 1년 후인 2020 베이징 오토쇼에서 ADS 솔루션이 대중에게 공개되었습니다. 그리고 처음 공개됐을 때 'L4를 L2로 활용한다', '모든 출퇴근 도로에서 자율주행을 구현한다'는 블록버스터 소식을 전했는데, 마치 뜬금없이 탄생한 듯한 느낌이었다.

“이전의 기술 축적 ​​시기와 관계없이 자율주행 기술에 대한 직접적인 연구개발로만 계산하면 ADS 관련 연구개발의 역사는 5~6년 정도 된다”고 쑤칭은 말했다. 미소로.

그에 따르면 화웨이는 2014년부터 비밀리에 자율주행 기술 개발을 시작했고, 팀 규모도 초창기 100~200명에서 현재는 2000명 이상으로 급격히 늘어났다.

화웨이 자율주행팀 상하이 사무소

글로벌 관점에서도 바이두, 구글 웨이모, GM 크루즈, 우버 등이 있는 세계 최대 자율주행팀 중 하나이다. 등. 대규모 그룹만이 그러한 팀을 감당할 수 있습니다.

팀 구성에 관해 Su Qing은 2,000명 규모의 팀에 자동차 업계의 자율주행 인재는 물론 명문 대학의 관련 전공 박사 졸업생이 다수 포함되어 있다고 말했습니다. Huawei 내부의 성숙한 제품 라인 인력도 포함됩니다.

예를 들어 Su Qing은 Huawei에서 20년 동안 근무한 베테랑입니다. 그는 Huawei의 Kirin 칩 및 솔루션 창립자이자 HiSilicon Ascend 칩 및 솔루션의 공동 창립자이며 선두를 시작했습니다. ADS 시스템을 개발합니다.

고차원적인 자율주행 시스템의 연구개발은 실제 도로 테스트 데이터에 크게 의존합니다.

Google Waymo가 기술 분야에서 세계를 선도하는 주요 이유 중 하나는 세계 최대의 도로 테스트 차량을 보유하고 있으며 2천만 킬로미터가 넘는 가장 많은 도로 테스트 데이터를 축적했다는 것입니다.

쑤칭은 화웨이가 축적한 구체적인 도로 테스트 마일리지를 공개하지 않았으며 현재 중국에서 도로 테스트를 진행 중인 차량이 400~500대에 달한다고만 밝혔습니다(차량의 절반은 자동차 회사 소유). 실제 도로주행 주행거리는 국내에서 따지면 "TOP 수준의 존재라고 볼 수 있다".

현재 국내 자율주행 업체 중 도로 테스트 주행거리가 가장 긴 업체는 바이두로 총 주행거리는 600만km에 이른다. 이에 따르면 화웨이의 자율주행 도로 테스트 주행거리는 600만km가 채 되지 않을 것으로 보인다.

양산 측면에서 ADS는 좋은 결과를 얻었습니다.

Su Qing은 2022년 1분기에 자동차와 SUV를 모두 포괄하는 ADS 솔루션을 탑재한 여러 모델이 출시될 예정이며, 순수할 것이라고 밝혔습니다. 주로 자동차 모델.

“여기에는 다양한 자동차 브랜드가 있습니다”라고 Su Qing은 “우리는 선물이 아닙니다. 사용자는 2022년 1분기에 자동차를 직접 구매할 수 있으며 구매 후 ADS를 사용할 수 있습니다. .”

ADS 시스템은 최소 2개의 하이빔 라이더, 다중 밀리미터파 레이더 및 12개 이상의 카메라를 사용합니다. 자율주행 택시와 직접 경쟁하는 이 럭셔리 구성으로 인해 솔루션 비용이 극도로 높아지나요?

이에 대해 Su Qing은 ADS 솔루션의 가격은 중간 수준이며 주로 20만 위안 이상의 모델을 대상으로 한다고 답했습니다.

요즘 일반적인 L2급 자율주행 시스템은 10만 위안 안팎의 가격으로 출시된다. 출시된 두 가지 미래 L3 시스템은 시작 가격이 거의 백만 달러에 달하는 고급 자동차 브랜드 모델에 장착되어야 합니다.

비교해 보면 ADS 시스템은 20만대 이상의 모델에 탑재돼 있어 중간 수준으로 평가된다.

결론: 화웨이는 자율주행 대량생산을 위한 새로운 아이디어를 제공

수년간의 발전 끝에 글로벌 자율주행 산업은 당혹스러운 상황에 직면해 있다.

구글 웨이모, 바이두 아폴로 등 기술 기업으로 대표되는 고도의 자율주행 노선에서는 일부 돌파구가 마련됐지만, 무인택시 대규모 배치와 기술 구현 현실화는 아직 멀었다. 떨어져 있는.

전통 자동차 제조사들이 대표하는 점진적인 길에서 L2급 자율주행 시스템은 빠르게 대중화됐지만, 더 나아가 L3급 자율주행 시스템은 '기술적 블랙홀'이 됐으며, 누구도 이를 성공시키지 못했다. 지금까지 회사는 대량 생산을 달성할 수 있습니다.

이러한 맥락에서 화웨이 ADS의 'L4 as L2' 접근 방식은 업계에 '곡선을 통해 나라를 구하는' 아주 좋은 방법을 제공합니다.

한편 '출퇴근 자율주행' 기능 설정은 승용차의 자율주행 시스템을 더 이상 장식이 아닌 일상 주행에서도 역할을 할 수 있게 해 자동차 기업의 L2 돌파에도 도움을 준다. 자율주행 수준.

반면, 시스템의 절대적인 안전을 보장하기 위해 모든 코너킥을 해결하는 것은 불가능하기 때문에 L4 시스템은 운전 책임 - 운전자 측면에서 L2 시스템에 따라 사용해야 합니다. 전 과정에 걸쳐 도로 상황을 모니터링하지만, 종헨(Zongheng) 방향 제어는 차량이 전 과정을 완료해 자율주행 시스템의 양산이 가능해졌고, L4 자율주행 시스템은 예정보다 빨리 양산됐다.

어느 정도 ADS를 장착한 차량은 L4 자율주행차이고, 운전자가 안전요원이 되는 셈이다.

더 중요한 것은 대규모 대량 생산이 이루어지면 수십만 또는 수백만 대의 차량이 매일 대량의 데이터를 수집하고 이를 Huawei에 반환하여 결국 극단적인 시나리오를 극복하는 데 도움이 된다는 것입니다. 인간이 진정한 운전 영역에 진입할 수 있도록 해줄 것입니다.

본 글은 오토홈 체자하오 작성자의 글이며, 오토홈의 견해나 입장을 대변하지 않습니다.