随着特斯拉的入局，辅助驾驶逐渐走走向智能驾驶，全自动驾驶也触手可得。新势力造车企业，除了卷配置，卷服务，智驾能力如何也是卷的重要方向。不久前，理想汽车的OTA更新公告中就提到，理想汽车智能驾驶平台开始向大模型为主的端到端算法架构切换，采用BEV大模型和Occupancy占用网络让感知更精准。
其中，BEV、Occupancy占用网络、端到端算法架构看上去很高大上，那这些词都是什么意思呢？
BEV
这里的BEV可不是电动汽车的意思，而是Bird’s Eye View的缩写，即鸟瞰视角技术。BEV将多个摄像头拍摄的图像拼接成一个全景图像的技术，说简单点就是一种感知技术。根据传感器不同，可以分为为BEV LiDAR点云类，还有BEV Camera图像类，还有BEV Fusion融合类。如纯视觉方案的特斯拉就是BEV Camera，而蔚小理们因为搭载多种雷达和摄像头，就属于BEV Fusion。
BEV鸟瞰示意图
举例来说，特斯拉使用8个摄像头采集图像后融合，系统将采集图像通过矫正后，统一输入到神经网络来提取特征，然后通过transformer将这些特征进行关联，之后再投影到一个向量空间之中，最终拿到一张反映周围环境的鸟瞰图。
注：Transformer是谷歌在2017年提出的一种基于注意力机制的神经网络模型。简单的说，就是给电脑一张图片让其识别图片里的内容，并关联融合。
BEV vs 占用网络
有了BEV后，理论上车辆在陌生环境里，不依靠高精地图也能自主行驶。但这还远远不够，BEV感知无法预测悬垂的障碍物，如开启的车门，于是就有了Occupancy占用网络。
Occupancy占用网络
网格化
如同字面意思，占用网络就是将世界网格化，定义哪个单元被占用，哪个单元是空闲的。
Occupancy占用网络示意图
Occupancy占用网络是基于BEV技术的。BEV将采集的图像输出为2D，而Occupancy占用网络将其升维为3D网格，那么剩下的就很简单了，只要空闲的单位格没被占用，那么就可以通行，智驾适应能力大幅提升。
端到端算法
端到端是end-to-end（E2E），属于深度学习的概念，由英伟达于2016年提出。端到端自动驾驶方案是将自动驾驶系统看作一个黑箱，所有模块神经网络化，训练一个或多个神经网络，从而得到从感知到控制的直接映射，就是将条件反射转化为非条件反射。再用人打个比方，婴儿碰到奶嘴就会吮吸，这是刻在基因里的，无需思考就能做出行动，这就是端到端。
端到端算法示意图
放到智驾上来说，端到端就是车辆通过传感器采集到的原始数据输入神经网络系统，直接给车辆底层控制器输出加速、制动、转向等驾驶指令。跳过了一级一级的处理，大幅提升了运转效率。
智驾堪用？
作为新事物，智驾“有没有”、“敢不敢用”还是“好不好用”，不同厂家因为研发投入以及硬件配置不同，消费者实际体验也区别甚大。简单来说，硬件决定上限，软件决定下限，硬件配置是吸引消费者的手段，而体验的好坏直接影响用户的口碑。
从趋势上看，未来的智驾可能会分为两类路线——单车智能、车路云协同。单车智能即所有计算均在车辆本地运算后实现自动驾驶。而车路云协同则通过云端服务器对道路、车辆数据采集汇总后，告诉车辆如何行驶。但车路云协同对道路基础设施要求极高，基础设施不佳的道路上，表现远不如单车智能。而且笔者认为，不管是哪一条路线，至少还需要技术迭代1—2次才能媲美人类驾驶员。
切勿轻信“智动驾驶”
鉴于各个厂家对于智驾的宣传都属于噱头大于实际，各品牌都有智驾状态下出现事故的报道，笔者也无法给出谁家的智驾是“遥遥领先”的答案，我们强烈建议消费者亲身进行体验试驾进行比对，不要盲目相信PPT上的广告词。在实际用车中，也绝对不要放心让智驾来辅助驾驶，方向盘还是握在自己手里才更安全。