|
|
你是不是也疑惑，现在各家车厂都在说端到端智驾，到底是吹牛大于实际，还是真的有点东西，咱们日常开车的时候，它究竟有什么用？给我2分钟，咱们展开说说。
实际上，在现在的自动驾驶领域里，端到端一般都是用一套设计好的AI系统，去处理车上摄像头、雷达、GPS等等部件给到的数据，然后去控制车辆的加速、刹车、转弯等等动作。所以，端到端，并不是有些人理解的，从家里停车位到公司停车位，一端到另一端的意思。
可能有人会想，这听上去好像和现在的辅助驾驶没什么区别，其实区别非常大。传统的辅助驾驶，一般会分为感知、预测、规划和控制四个模块，每个模块都有自己的判断逻辑和运行规则，就好像工厂里的流水线，打螺丝的就只负责打螺丝，打包装箱的就只负责打包装箱，各司其职。传统辅助驾驶就是这样，车上的所有部件都按照设定好的指令规则在运转。
那么，这里面就有一个问题，假如车辆遇到系统规则里没有设定过的情况，比如有车实线变道插队、前车突然掉落个纸箱，如果第一次遇到这一种情况，传统辅助驾驶往往会不知所措，车厂的工程师就要不断的进行系统升级，让车辆的判断力不断的提高。说到底，底层架构没变，还是相当于头痛医头脚痛医脚，出了新问题才能去解决。
那有没有让系统自我进化和学习的方法呢？于是车企就琢磨出了端到端的概念，和之前传统的无人驾驶相比，端到端不是给车辆预先设定规则，而是教会车辆如何通过大量的数据学习，让车辆的无人驾驶功能不断的自主升级迭代。跟着时间的推移，你就会发现，自己的车无人驾驶性能，一直在持续提升。像之前特斯拉的FSD V12用的就是这种端到端设定，所以像什么抄近道、找机会超车、红绿灯提前起步等等，这些通过端到端的无人驾驶都能实现，日常用起来的时候，也会感觉更像是一个真人在开车，之前就已经有很多海外的特斯拉Model 3车主用上了这个功能。
可是，这也会带来一些问题，就比如若发生事故，就很难去追溯具体原因。因为端到端是一个封闭的复杂的系统决策过程，就算你明确清楚自己的车无人驾驶决策有问题，工程师也很难发现源头在哪里。唯一的解决方案，就是恢复到系统上一次的记忆点，重新学习。
马斯克之前就发过消息，说他们的FSD V12.4.2之所以推迟更新，就是因为系统不断学习复杂场景下的驾驶，导致车辆在正常驾驶时的平稳性受影响，而目前各家车企也没什么特别好的应对措施，只能让车辆不断的去学习。所以，大多数车厂目前采取的方案，还是渐进式端到端或者是模块化端到端。
简单来说就是先把一部分智驾功能，从原来的规则算法变成端到端的AI算法，就比如华为的ADS 3.0，就是把原先的感知模块换成神经网络，然后把预测、规划、决策模块用另一个神经网络去整合，最后再加一个本能安全网络去做安全冗余。说白了，就是路先一步一步走，防止步子跨大了扯到蛋。
说到底，今后基于AI的端到端智驾，肯定会大面积普及，优点是让咱们开车的时候更安全，智驾系统用起来也更加拟人化。但是现在买到的车型，所谓的端到端智驾系统，其实体验上与传统智驾区别不大，更多还是车企用来宣传的工具，显得自己遥遥领先而已。
