V Rising阿尔法狼在哪 阿尔法狼位置分享，

飞凡汽车：做智能驾驶领域的黑马

进入9月，各厂商在智能驾驶领域的竞争正在提速。

9月13日，长城汽车旗下的毫末智行提出“重感知、轻地图”的技术路线，计划在年底前向用户交付城市导航辅助驾驶功能。

9月17日，小鹏汽车宣布，小鹏P5开始在广州推送城市NGP；9月下旬，小鹏汽车搭载XPILOT 4.0的旗舰车型小鹏G9将会上市。

而9月30日，特斯拉将举办2022 AI DAY，预计将会披露FSD和Hardware 4.0方面的进展，并将从10月开始，将FSD Beta的推送范围扩大到安全评分80分以上的人群（截至目前是93分以上）——这意味着，在年底前，收到FSD Beta的用户规模将上升一个数量级，从10万人增加到100万人

在量产乘用车领域，以责任主体为主要划分依据的L0-L5自动驾驶分级标准，已无法准确描述智能驾驶功能的能力边界和水平优劣。

从用户体验出发、以使用场景定义智驾功能，是更合理的方式。

例如，导航辅助驾驶（NOA）就是一种可以明确定义的辅助驾驶功能。它指的是车辆根据用户预设的导航信息，在驾驶员监督下自主完成从起点到终点的行驶。

2018年10月，特斯拉首次在北美推出高速NOA功能。直到近四年后的今天，在量产车上实现高速NOA功能，仍可被视为判断一家车企智能驾驶技术能力的重要指标——在全球目前已交付的量产车当中，具备高速NOA功能的产品几乎全部来自特斯拉、“蔚小理”和长城（毫末）这五家车企（注：搭载华为ADS智驾系统的极狐阿尔法S HI版，亦有少量交付）。

这样的局面，有望在近期改变。

8月26日成都车展上，飞凡汽车CEO吴冰在介绍飞凡R7(图片)搭载的智能驾驶系统“RISING PILOT全融合高阶智驾系统”时称，R7已经完成了高速导航辅助驾驶测试，预计将在今年9月下旬上市、10月下旬开始交付，且交付时即支持高速导航辅助功能。

一

NOA难倒了一众新老厂商，飞凡R7却能交付即可用，这令人不得不产生对其一探究竟的兴趣。

对外部环境的感知，是智能驾驶系统规划决策的基础。在感知硬件层面，飞凡R7搭载了Premium 4D成像雷达和800万像素摄像头，同时还提供Luminar 1550nm 高规激光雷达的选项。

Premium 4D成像雷达

飞凡R7是采埃孚Premium 4D成像雷达在中国区的首发。因比传统毫米波雷达拥有更多发射和接收通道，其可产生类似激光雷达的“点云”并直接成像。依靠这一点云图的超高分辨率，可将其与摄像头拍摄的图片和视频一起，配合AI模型对目标物的轮廓、类别进行解析。

之所以称为4D，是因在3D雷达基础上增加了目标物垂直高度的信息，可输出X，Y，H，V（距离、水平及垂直定位高度、速度）4个指标，因而可提升静态障碍物的检测率。

探测距离方面，普通毫米波雷达仅为200m左右，而Premium 4D成像雷达增加到了350m。

凭借超远探测距离和稠密点云，在不搭载激光雷达的中低配车型上，4D成像雷达可在很大程度上代替激光雷达的作用。

此外，4D成像雷达与光学传感器不同，其探测原理是通过电磁波主动感知，因此即使在天气和光照条件欠佳情况下仍可稳定可靠地工作——这一特性可弥补大雾、大雪、大雨等路况条件下，摄像头和激光雷达能力的不足。

长久以来，毫米波雷达在汽车领域广泛使用，但传统的毫米波雷达精度低、噪声高，且无法识别高度信息，在以视觉为主的数据融合中逐渐沦为“累赘”，因而被特斯拉FSD舍弃。理想在L9上也仅保留了前方1颗毫米波雷达。

飞凡R7不仅在前、后各用1颗Premium 4D成像，而且在4颗角雷达上也做了升级。

这4个被称为“增强版远距离角雷达”的传感器，通过采用水平和垂直方向的阵列式天线设计，以及增加信号收发通道，实现了更广视场角、更高精度、更远探测距离，并且同样能提供高分辨率的点云，供AI模型解析目标的轮廓和类别。

例如，对于路沿的识别，角雷达可构造出道路边沿的三维轮廓，并与视觉对路沿的判断相融合，从而得出更精准的路沿位置、高度、轮廓信息。

再例如，对卡车、异型车等不规则形状的车辆，角雷达也能通过提供精确的异型车形状，帮助收集异型车数据，促进神经网络对更多类别车辆的认知。

近一年来，800万像素摄像头的上车已不是新鲜事。

自2021年6月2021款理想ONE首次搭载后，今年上市的蔚来ET7、ES7、ET5，理想L9以及小鹏G9等新车，都搭载了数颗800万像素摄像头。

智能电动车正在进入车辆对周边世界感知的“高清时代”。

飞凡R7用共计6颗前后视及周视摄像头，实现了对车辆周围360°覆盖。常规的4颗环视鱼眼摄像头和12颗超声波雷达用于低速和近距离探测。而6颗毫米波雷达提供的360°点云，则可与摄像头的360°影像相互补充。

Luminar 1550nm激光雷达

摄像头拍到的世界与人类眼中的世界相似，因此称为“视觉感知”。激光雷达探得的世界带有精确的3D信息，因而被称为“机器的眼睛”。

与普遍采用950nm波长的其他激光雷达厂商相比，Luminar的技术路线与蔚来的激光雷达供应商Innovusion非常相似——由于1550nm波长远离人眼吸收的可见光光谱，在通过人眼时几乎不被晶状体和角膜吸收，对人眼更为安全，因此可通过加大功率提高探测距离。

对反射率为10%的物体，Luminar激光雷达的探测距离达到250m；而0.06°×0.06°的角分辨率意味着，即使是尺寸仅为30cm见方的物体也能在150m之外就识别到，从而在高速行驶场景下帮助车辆提早检测到障碍物并做出反应。

别忘了，还有高精度厘米级定位系统和百度提供的高精地图——实为真·武装到牙齿的感知能力。

飞凡在R7上的“堆料”策略受到了外界质疑。飞凡智驾系统首席科学家金博士则认为，飞凡并不提倡过于超前的硬件预埋，因为这会造成把一部分暂时无法转化为功能的成本转嫁给消费者。飞凡搭载高性能硬件的考虑，是在现阶段就使其发挥作用，同时支持更高阶智驾功能的开发。

“全融合”算法

长期看，高性能硬件并不是壁垒，因为各个厂商都可以买到，软件才是决胜的关键。

基于“性能拉满”的传感器，飞凡团队提出行业首创的“全融合感知方案”。

所谓“全融合”，是针对“前融合”和“后融合”方案而言的。

后融合本质上是一种权重算法。

摄像头、毫米波雷达和激光雷达等不同传感器分别输出数据、经过各自算法生成感知结果，再对这些各自独立的结果进行比对验证、权重加持、仲裁后采用或弃用。

这一方案的优势是逻辑简单、计算速度快、通讯带宽小；但劣势是信息损失大、信息精度低。

当不同传感器的感知结果不一致时，存在极低概率场景下，那个较低权重传感器的识别才是正确的，但却被系统过滤掉了。

前融合方案保留各个传感器的原始数据（包括纹理特征、三维数据、RGB信息等），利用一套由多任务神经网络组成的复杂AI算法，经高强度运算后直接得出感知结果。

前融合拥有极大的潜力，可能模拟出类似人类的视觉系统，但需要高算力的处理器和高带宽的通讯，并且非常依赖大量数据驱动的神经网络学习。

在当前智能电动车企业中，特斯拉FSD的感知系统最接近前融合的架构理念，但因特斯拉已经取消了毫米波雷达而仅采用摄像头一种传感器，因此只能算作“多摄像头融合”，而非“多种传感器融合”。

飞凡团队的思路是，将前融合与后融合的优势结合起来，得到更安全、更高置信度的感知结果——通俗地说，收集最详尽的数据、做最全面的交叉验证。

支撑这一“全融合”方案实施的，是2颗英伟达Orin X芯片和4路千兆以太网+9路百兆以太网的组合。飞凡介绍称，RISING PILOT全融合高阶智驾系统可在毫秒级内完成感知、计算、决策、执行等一整套应急反应。

二

8月31日，《42号车库》发布了对飞凡R7智驾功能的体验视频。从视频中测试车的表现看，在距正式交付还有约2个月的时间节点，飞凡R7的高速导航辅助功能接近头部厂商的水平，并在一些场景做到了细节层面的优化。

与常见的ACC/LCC功能相比，高速NOA主要增加了自动变道超车、自动上下匝道的能力。

根据视频，飞凡R7在高速上行驶时会实时监测三条车道（自车道+左右各一条车道），并根据两侧车道上车辆的行驶速度，判断选择变道到哪一侧去超车。

在变道策略上，R7不会等到目标车道完全空旷时再发起变道，而是在判断目标车道的车辆速度快于本车道时，即果断执行变道。

匝道能力要体现在进匝道前的驶出、匝道途中的平稳和效率，以及出匝道后的汇入。

R7在切入匝道口之后，遇到超宽车道的情况并未因车道难以识别而出现退出、画龙等情况。

在大曲率弯道的匝道行车中，R7最低速度降到42km/h，并未因车速过慢、影响通行效率而受到后车的催促。

出匝道时，即使车流量较大，R7也能成功找到合适的时机汇入车流。

在视频测试中包含的16次进出匝道场景中，飞凡R7成功通过15次。唯一一次失败是因为进入匝道前，右侧车道长期有车导致R7未能及时并入最右车道，最终只得提醒驾驶员接管。

高速路段之外，视频中还测试了R7应对施工牌时的表现。

在以80km/h速度驶向施工牌时，R7很早就识别到前方障碍，提早刹车，主动变道绕过。

当隔壁车道有车时，R7先是减速避让，待隔壁车道车辆超过自己后，再变道绕行。

当隔壁车道的车辆始终与R7保持匀速，不让出变道空间时，R7则会逐渐减速，最终刹停。

飞凡介绍称，为做到以上表现，其智能驾驶团队针对中国道路环境中的难点场景做了针对性的算法优化，包括匝道全域增强识别、静态路障感知、雨雪雾天超视距识别，以及通过预感知做出避让、礼节变道、侧向安全距离弹性保持等。

为了收集和测试这些场景，飞凡在国内多个城市部署了分布式的项目团队，推进具体场景智驾功能的迭代。

为适应不同用户需求，飞凡R7的MY PILOT支持选择不同的驾驶风格。

喜好平稳舒适而不急于赶路的用户，可选“舒适”模式；追求通行效率的用户可选“运动”模式，车辆在此模式下会增加加减速和变道的频度，在保证安全的前提下缩短通行时间；“标准”模式则介于前二者之间，是系统默认的舒适与效率的最优平衡点。

值得注意的是，在飞凡智驾团队的调校下，三种驾驶模式并非流于名称，而是真的在风格和决策策略上有明显差异，这无疑有利于提高不同用户对功能体验的满意度。

此外，出于对用户初次接触智驾功能时的体验考虑，飞凡希望通过将车辆对周围环境的感知结果展现在仪表和中控屏上，帮助用户对智驾功能产生好奇、认知和试用。在建立信任后，再追求对功能的深度使用、喜爱乃至依赖。

飞凡将中控屏上展示的感知结果，称为“场景重构”，这与特斯拉的“Mind of Car”是同一回事。

在车辆运行时，无论智能驾驶功能是否开启，“场景重构”都时刻处于在线状态，用户可在中控和仪表屏上看到后台算法的感知要素和探测效果，理解了“车辆眼中的世界”，就会更容易理解车辆行驶的决策逻辑，同时也可对系统的能力边界更加了解。

“场景重构”的准确度，甚至美观度，正在成为越来越多用户关注和谈论的话题。可以预料的是，这一功能也将会是车企竞相展示能力的窗口。

因此，越来越多的智能电动车产品，正在不断优化和推送更为细腻真实的“场景重构”。

为支撑以上所有能力和功能的实现，飞凡汽车向《建约车评》介绍称，除了分布在各城市的测试团队之外，飞凡智驾团队的研发人员规模约为500人。而针对RISING PILOT的软件架构和算法开展的自研，已进行了超过900天。

为什么要自主研发？飞凡认为，智能驾驶是一套可生长的系统，只有自研才能保证及时、高质的功能更新，从而在智能电动车时代建立更好的用户粘度。

一个能够显示飞凡智驾团队自研决心的细节是，RISING PILOT智驾域控制器的中间件，也是由这支团队自主开发的。

三

在8月26日的发布会上，飞凡汽车CEO吴冰还喊出了“飞凡要做智能驾驶Top3”的豪言。

竞争的格局如何？

自2021年10月以来，特斯拉基于纯视觉感知，通过将FSD Beta推向越来越多的人群，针对城市场景做了大量细节优化。

FSD Beta当前实现的功能，可理解为城市、乡村等公开道路上的NOA。在今年年底前的某个时刻，FSD软件将会与包括高速NOA的Autopilot软件整合，从而在同一软件栈里，实现在北美地区所有公开道路的NOA功能。

没有疑问的是，在智能驾驶技术成熟度上，特斯拉处在全球领先的位置。但因法规限制，特斯拉FSD进入中国市场的时间未定。

在中国国内，一方面有小鹏、毫末等厂商正在推动城市NOA的落地；另一方面，则有理想、蔚来等厂商暂时聚焦于优化高速NOA的用户体验。

城市NOA面对的道路环境、交通参与者、行驶规则等，远比高速场景更复杂。对于使用高精地图的厂商而言，落地城市NOA之前，还需完成高精地图的审批流程，这增加了落地的难度。而即使到了功能落地之后，小鹏、毫末，以及后续的理想、蔚来们，都免不了要经历特斯拉正在经历的细节优化过程——这是一个可能持续很长时间的过程，在此期间，实际行驶数据的规模、厂商采集和处理数据的能力，将在很大程度上决定该厂商智驾系统迭代的速度。

飞凡从2020年开始定义飞凡R7车型的智能驾驶架构，在硬件方面的重度投入，为该车型设立了极高的能力天花板。

经过2年发展，以4D成像雷达、激光雷达为代表的高性能传感器，以及超大算力车规芯片的量产上车，推动了量产车智能驾驶技术飞速发展

在这样的竞争环境下，要想追赶头部玩家的步伐，高性能的感知和计算硬件是非常必要的基础。

同时，从当前可知的信息来看，飞凡希望通过建立全栈自研的能力体系，并抱着从用户体验出发的理念和精细打磨产品的态度，打造RISING PILOT智能驾驶功能。

吴冰曾强调，在R7上市交付后，包括高速导航辅助在内的智能驾驶功能将持续迭代，而智能电动车通过OTA迭代更新的效率，才是决定产品在更长生命周期内成败的关键。

从以上动作来看，飞凡走在正确的道路上。

当然，如吴冰所言，量产交付只是竞争的开始。这是因为，基于人工智能深度神经网络的自动驾驶技术的进步，有赖于数据规模和通过数据闭环训练迭代的效率。在当前阶段，对智能电动车厂商而言，销量的增长是最重要的目标——除了持续现金流、供应链话语权等经营方面的考量之外，对智能驾驶技术而言，销量将会决定厂商能够获取的真实道路行驶数据规模。

作为上汽集团旗下成立时间不久的新品牌，飞凡汽车希望通过打磨出好用的智驾功能，在用户群体中建立口碑和智能化标签，进而逐步提升产品的销量。

当然，销量的成败取决于诸多因素。汽车作为低频消费品，需要最大限度地满足目标用户的核心需求，才有可能在激烈竞争中胜出。

智能驾驶功能只是汽车产品力的一个方面，但在汽车从交通工具向智能移动空间转型的过程中，很可能也是最重要的一个方面。

从此角度看，RISING PILOT的成败，将是飞凡品牌争夺市场份额的决定性因素之一。

结束语

9月27日，飞凡R7将会上市；10月底，飞凡R7就将正式交付用户。飞凡汽车希望借这款产品，成为一匹量产智能驾驶领域的黑马。

一个令人期待的悬念是，在同样采用“全融合算法”的交付给用户的量产车当中，不搭载激光雷达的版本在体验上是否会与搭载激光雷达的版本有明显不同——这将在一定程度上反映出，高性能硬件与成熟软件对智能驾驶功能体验的重要性。

车企之间的技术竞争，对用户是巨大的利好。在厂商之间你追我赶的OTA软件升级中，用户将享受到更加安全、舒适、智能的出行体验。