交付即可用？深度体验ARCFOX极狐 阿尔法S 华为HI版自动驾驶
当前，智能驾驶的「博弈赛道」迎来了第一道交汇岔口。
异军突起的新势力代表特斯拉，凭借带着对视觉方案的“执着”以及对激光雷达的“偏见”，以数据采集、深度学习的闭环思路，将 FSD 推向另一座高地。
而国内车企在计算机高速发展的契机下，也新生了全新的智能驾驶发展，而「激光雷达」成为国内硬件发展的一座风向标。
而前几天华为副董事长、轮值董事长徐直军层直言道：“华为的自动驾驶比特斯拉牛，目前市区能够做到一千公里的无干预的自动驾驶，这比特斯拉就好多了。”
而此次我们来到了上海，我们「眼见为实」。
看 ARCFOX 极狐 阿尔法S 华为HI版率先落地表现如何？
一、路测视频
路测实录。
二、体验：华为「赋能」ARCFOX极狐 阿尔法S 华为HI版会有哪些惊喜？
华为超算平台 ADCSC 支持 400TOPS/800TOPS 两路算力，支持多种高精度计算以及训练实时推理等。
而华为深度「赋能」的ARCFOX极狐 阿尔法S 华为HI版将实现「国内首款城市通勤自动驾驶量产车型」，基于此我们为大家抛出今天遇到的部分场景，再为大家做进一步解读。
1、Robotaxi 高阶自动驾驶「赋能」私家车领域？
从 Robotaxi 高阶自动驾驶赋能到 ARCFOX极狐 阿尔法S 华为HI版，其解决的首要基本面是对过去 Robotaxi 「夸张」造型的「集成简化」。
过去高阶自动驾驶的传感器布局都要简化，这也给硬件布置与算法提出了极高的要求。
华为也透露目前布局智能驾驶已经有「七年」时间，最终华为推演出实现高阶自动驾驶是要具备「全栈算法」、「数据湖」以及「超级计算与传感硬件」。
通过算法的布局最终再去选择感知硬件的布局适配。
这三项作为 ADS 系统的支撑，「相辅相成」。
而需要强调的是只有掌握这三个基础的更新迭代，才能实现高阶自动驾驶的「私家车」化的可能。
所以摆在我们前面的是一台「低调」的具备高阶自动驾驶的ARCFOX极狐 阿尔法S 华为HI版。
2、「精准识别、分类」物体
在体验中我们看到除了常规的车道线、红绿灯、车辆、行人、电瓶车等物体的基础识别。
智能驾驶显示界面信息。
而在该识别场景下，我大致分化为两类。
一类是单一的静止物体识别。
另一类的可变式、动态的物体识别。
第一类场景是我们非常熟悉的红绿灯识别、车道线、电线杆、路牌等信息。
识别行人。
识别红绿灯后直行。
例如我们体验看到的 ADS 可以利用长距摄像头提前识别红绿灯。
利用高精地图、高精定位与传感器可识别左转待行区、解决无标线路段、大曲率弯道等。
与当前的「模糊」识别场景不同，高阶智能驾驶下对于第二类场景更具「精确性」。
例如车辆、行人、物体等的位置、形状、大小以及动态预测都有极高的要求。
ADS 除了激光雷达、视觉等多传感器融合感知以及计算外，也需要有数据的收集与训练。
华为强调当前采集的需求是「高质量」的数据，而「高质量」也就代表着「高成本」，例如对于数据采集的高精度、多次人工标注、闭环训练等。
别路边雪糕筒与工人。
目前华为透露有 「200-300」台自有的自测车，在不同城市以及开放道路实现千万公里数级的测试。而落地到「私用」的 C 端领域则将有更高的要求。
3、实现无保护左转有多难？
有了上述我们识别的基础场景，就能让 ADS 系统跑起来了么 ？
举例一个无保护左转的场景我们就知道有多难。
在我们体验的路段有大量的无保护左转路况。
无保护左转。
ADS 在过红绿灯十字路口左转时，遇见对向车道来车的场景，此时做出应对采取制动。
无保护左转即在双向车道行驶时遇到没有红绿灯、没有任何停止标线等保护措施，车辆必须快速识别、精准预测来车动作以及做好紧急措施预防被碰撞。
而这类决策需要有一套快速响应的连续性动作。
这也是基于深度学习下的另一个重要应用，其中涉及最为关键的是「不确定性锥」。
在该状态下，物体在占据格栅上被标定，计算机会针对物体下一个运动方向做预测。
类似的场景模拟同样适用于即将横穿的行人、电瓶车等特色场景，而高算力与集成式的感知载体成为主导「连续性决策」的关键。
4、对车辆、行人占道等场景实现横向避障
在这次体验中我们也遇到了日常生活中我们常见车辆占道情况。
识别慢车打灯变道超车。
在这一场景下我们看到了一个车辆前方减速等待右转的案例，而 阿尔法 S 不是选择「干等」、「尬等」，而是会选择「打灯避让」。
而另一场场景下是前方有车辆靠边等待，但已经占据了车道线，此时车辆识别占到后选择打灯变道，完成超车，整个过程非常线性。
类似的场景还有很多，例如我们前进时对向来车占道行驶、同向有骑着电瓶车占道等。
对向来车占道行驶实现避让。
而这也衍生出一个计算机擅长的针对非线形轨迹的预测以及决策。
得益于强大的计算支持，让更多的变量写入计算机里。
而更为期待的应用是利用在算力的支持下，利用传感器识别超越过去人类的感知，解决众多 「盲区」问题。
5、构建流畅性的智能驾驶体验逻辑
与我们过去尝试的众多辅助驾驶不同，对机驾权利与人驾权利的分割都比较「极端」。
例如我们常遇到的辅助驾驶系统突然性退出，机器直接将驾驶权利交还给人类时往往没有过多的预兆，而频繁的退出也会带来许多不流畅性的体验。
而当前部分传统车企的解决思路是利用人机共驾的理念，将主要的驾驶权让给驾驶者，保留了人作为决策性的第一标准。
而高阶的自动驾驶是机器在占主导驾驶权利的情况下，由于自身背靠强感知与识别计算能力，能够「模拟」神经元网络感知，利用训练来「强化」自身的决策水准。
无标线、大幅度转向路口。
基于此这能够大大降低人类干预与介入的几率从而提高整个智能驾驶体验。
工程师也强调 ADS 会较大程度避免退出的可能，当然这种可能性是建立在机器确保安全驾驶的情况下。而有退出的可能性时系统也会保留安全保护机制，不会立即退出系统带来风险。
令我惊讶的是，ADS 开创的是打破我们过去的辅助驾驶体验，而这意味着当前 C 端用户所能体验到的高阶智能驾驶能力即将到来。
而具备连续性且完整的智能驾驶体验相信也将成为下一场智能化赛道角逐的新起点。
三、ADS 首秀「走红」 背靠的技术路线是什么？
1、深度学习 算力与数据成为关键
如特斯拉一直在摆脱的「高精地图定位」以及此前「激光雷达」的高成本硬件。华为也在前几天提出「当前自动驾驶过度追捧 5G 」的看法。
当前无论二者提出的「独立性」论亦或是不同驾驶方案的追求，都是建立在芯片、算法、传感器融合、架构等之上的。
例如华为基于超级中央超算 ADCSC 平台，可支持 400TOPS/800TOPS 两档高算力、自身架构、三激光雷达在内的多传感器布局。
而这类打通「独立性」凭借的是「深度学习」的训练。
自动驾驶具备的突破性进展是基于感知软件的的突破，其如同催化剂一般引发了一场人工识别的复兴。
而这场突破所面临的巨大挑战不是「识别」，而是能够做到物体的「分类」、再到物体的「动机识别」、最终到「决策」。
物体识别的挑战不只是基于硬件算力的标准，还需要大量数据的收集与比较佐证。
而华为相较于特斯拉的「异」是在于对全自研的硬件融合、以及 ADS 开发的闭环方案，并基于此所加入的中国本土化数据采集。
当前在算法、数据以及硬件上“不可缺一”，需要保持迭代更新，是确保自身在智能驾驶领域地位的根本。
这也是当前华为「200-300 台测试车」、「2000 人组成的自动驾驶团队」、「7 年研发时长」的根本。
2、多传感器融合占据优势
当前高阶智能驾驶需要融合多路摄像头、激光雷达、毫米波雷达、超声波雷达、 GNSS、IMU 惯导等多元传感器。
而多传感器融合意味着其中的软硬件很难做出分离。
而当前大多数车企方案是利用自身算法与其它传感器供应商做适配，不同传感器之间是独立工作、不参与信息交流，这很大受限了巡航、紧急控制所需的时效性与连贯性。
而华为的优势在于通过自研的传感器路线，并将其都做一个融合。而最重要的还是需要回归到算法层上，多传感器融合除了需要处理大量的感知数据，另外还需要灵活迅速处理数据，包括分类、过滤、提取等，再分发到决策层。
播放视频
识别行人场景。
在实际体验中，我们也看到了ARCFOX极狐 阿尔法S 华为HI版对于路面占到车辆、工人行人、对象压线而来的车辆等都会有一个横向的避让动作，整个处理非常连贯。
四、华为深度「赋能」ARCFOX极狐 阿尔法S 华为HI版背后的「逻辑思考」
华为 inside 的合作模式并非偶然。
华为多次强调不造车的结论，是多年前立项时所作的决定。
当前华为选择三个合作伙伴分别打造各自的子品牌，而华为自身认为其拥有独立的计算机算法以及软件开发优势，正是华为在 ICT 领域的核心竞争力，而这也正好是部分转型车企所缺失的，所以这是华为坚持「不造车」的诱因。
而传统车企步入转型时面对的不只是「技术转型」，还需要面对整个企业的人才与组织架构的转变。
而当前北汽前后解决了造型设计、内饰座舱营造等造车的几大重要要素。而面对智能网联、智能驾驶时，北汽也最先提出在「摆脱」过去的「思维」，通过推出面向高端、智能化的「极弧」品牌，步入智能化赛道。
而华为对于选择首台搭载 ADS 的车型，也势必做出众多考量。
在 4 月 17号 ARCFOX极狐 阿尔法 S 将迎来上市，而 ARCFOX极狐 阿尔法S 华为HI版将同步亮相，将会在 19号车展展出，而根据官方消息称ARCFOX极狐 阿尔法S 华为HI版将于今年四季度交付，而城市自动驾驶将会是交付即可用的状态。
这一次并不是一味的「技术装车」，而是双方需要多年的「技术融合与合作」，以此来做一个样板，让ADS「更多落地」成为可能。
在未来，新的合作模式也带来的新的契机。
而所有的技术「上路」，都将在ARCFOX极狐 阿尔法 华为 HI版上演绎出来，而这一场演绎也不单是外界所追捧和宣传的「激光雷达」等单一路线，背后传达的是软硬件的深度结合与跨越。
其中更为重要的是其彻底改变了我们对智能驾驶的体验。
五、总结
当亲前关于智能驾驶方案的路线有两条：
一条是以小鹏、理想等新势力代表基于 L2 级的不断优化向上迭代；
另一条是特斯拉、百度、Uber以及谷歌等在进行的跨域式方案。
显然当前「进场」的华为属于「后者」。
「后者」代表的技术路线之争，是摆脱于「过份依赖」以及追求「相对独立」。
例如特斯拉一直在摆脱的「高精地图定位」以及此前「激光雷达」的高成本硬件。华为也在前几天提出「当前自动驾驶过度追捧 5G 」的看法。
而这一次我们在上海，也见证了一向低调的「华为」在智能驾驶领域的发力，我们也再一次看到了数据与计算的核心竞争力与其所散发的魅力。
而高阶自动驾驶似乎离我们愈来愈近，在ARCFOX极狐 阿尔法 华为 HI版到来之际，我对其依旧充满着众多期待。