​2024年了，想进智驾第一梯队，除了芯片算力还得卷什么？

2024年了，想进智驾第一梯队，除了芯片算力还得卷什么？

前段时间，我司主编老白去美国体验了特斯拉 FSD，作为传说中的终极智驾 BOSS，各位可以先看一下它的实力。

在我们体验不久之后，特斯拉正式推送了他们的 V12 版本，在国外的测评视频中，FSD 能在斑马线前等待行人，也能丝滑完成无保护左转，或者在被突然出现的车辆被迫刹停后，能快速跟进。

作为最早上车 OCC 功能的品牌，特斯拉这方面的技术可以说是当前一流。

OCC 并不是一个新鲜的词汇，只是在极越提出来之前，很少有车企把它当做重点宣传的对象。

极越花大力气宣传自家的纯视觉 +OCC，除了本身品牌就是瞄准特斯拉来对标之外，还是在智驾内卷的时代，需要拿出点新东西，再卷一步。

OCC，恰好就成为了这个马前卒。

行业新宠

OCC 的全名叫作 Occupancy 占用网络，其风头不亚于当年的激光雷达，几乎做智能驾驶功能的主流车企都会用 " 已有成果 " 或 "OCC 上车预告 " 的形式提及这项技术，目前将这项技术上车的企业包括特斯拉、华为、极越、智己等等。

和作为硬件的激光雷达不同的是，这是一种软件技术，它通过大量的算法训练，拥有对传感器抓取信息的处理能力，不仅可以构建出实时三维场景，还会与系统其他算法 " 对线 " 核实，并对数据进行标注。

可能这么说会有点抽象，我们可以先看一段视频：

这是极越展示 OCC 上车的效果，视频中，车辆宛如行驶在乐高世界，移动的车辆本身、道路其他参与者以及静止的路灯、绿化带等物体都以各种颜色的方块状图像显示出来。

有人可能觉得：这样的建模很普通啊，也就仿真游戏千分之一的水平吧。然而区别在于，游戏里的建模都是设定好的物体和场景，而该视频则是随机的、即时的真实场景。

换一句话说，连我们本人在开车时，都无法做到在脑海里呈现如此完整的场景，尤其是盲区里的后方来车。

我们注意到的、注意不到的，这台车都能注意到，其中出力的 Occupancy 占用网络技术，到底是怎么做到的？

摊开来看，OCC 会将空间划分为很多个立体小方格，每个小方格被称为 " 体素 "。当摄像头捕捉的图像连续不断的输入给 OCC，OCC 就会观察图像对应的空间，每个体素的状态是被占用还是自由。

（绿框标注处即为 " 自由 " 状态）

来个类比，一张围棋棋盘，被放了棋子的格子就是 " 占用 " 状态，未放棋子的格子就是 " 自由 " 状态。

再举个模拟现实场景的例子，在一个巨大的广场上，只有前方停着一台小轿车，那么经过 OCC 的分析，当前的感知空间里仅有前方轿车所在区域显示 " 占用 "，其他区域都是 " 自由 " 状态。

（黑白格为 " 自由 " 状态）

看到这里，OCC 为什么叫 " 占用 " 网络大家应该也很清楚了，去区分哪里是需要避开的 " 被占用 " 空间，哪里是可供我们使用的 " 自由 " 空间就是它的主要任务。

下一步就是生成 " 语义 " 标签。

一方面输给 OCC 的图像信息本身就带有识别功能，另一方面新增的高度信息让目标物呈现更全面，可以跟数据库的物体对应上，标注对应的类别。

可能又有人要问了，那如果某个障碍物就是认不出来，没办法定义呢？

这就是 OCC 的高明之处。如果碰到未知目标物，语义标签可以直接定义为 " 未知 "，但将其所在空间定义为 " 占用 " 状态的流程不变，车辆自然就知道该区域无法通行。

就像人类开车也会碰到一些不认识的障碍物，但没认出来没关系，咱们知道无法通行，直接做出避让动作即可。

此前正是据此原理，华为做出 GOD 算法，实现了避障能力极强的 AEB 功能。

传统的 AEB 是提前为车辆设定白名单，只有识别到白名单内的障碍物才会触发刹停。而用 " 空间占据即不可通行 " 的思路去做避障，则不再受制于白名单的限制。

那么 OCC 一旦上车，车就能和人一样灵活懂变通了？

不是灵丹妙药

只能说这项技术加持，智能驾驶会更灵活，但难点还有很多。

从 OCC 的技术落地方面来说，虽然原理上可以在任何地段使用，但最终效果如何，还得看研发体量的投入和工程师的水平。

比如在训练算法时，样本类别和测试场景的数量、训练序列和验证序列的 " 做题量 " 都影响着最终成果。

（英伟达赢得 2023 自动驾驶开发大赛 3D Occupancy 预测挑战赛冠军的方案）

包括在 OCC 的运行过程中，动态目标物和静态目标物的分割同样有难度。

比如建筑物不会移动，汽车会移动，那么就要分开处理，防止静止物体出现运动状态，不然出现 " 汽车上传送带 " 的状态那可是闹笑话。

而针对动态目标物的追踪也同样有难度，想象一下，如果视频里，" 积木 " 般移动的大卡车在某几帧突然散开再聚集成原样，你还觉得靠谱吗？

如果只去考虑单个体素而无法跟踪并推理障碍物轨迹，那实际应用仍然困难。所以移动目标物的体素会被汇总，划为一个整体。

或许你会问：如果感知能力够强，OCC 也做的很成熟，智能车是不是就无敌了？

这个问题，其实从我们体验的特斯拉 FSD 上或许能找到答案。

一路上特斯拉 FSD 表现都不错，然而到了一个施工路段出现了问题。

当时原路线该右转，然而桩桶摆出的新车道线只支持直行，系统很明显识别出了障碍物，踌躇之下最终停车罢工。

我们推断是由于路线规划上需要右转，OCC 识别只能直行，这是算法上对交通规则的逻辑和可行空间上产生了冲突。

在算法里，车辆对桩桶具备规则认知，遇到用桩桶形成的车道线，是不是凌驾在普通车道线规则之上。

当原定路线被打乱，是宕机还是主动寻找 " 可行路线 " 目标？

简单来说，碰到有问题的地方是 " 静止 " 还是 " 移动 "？

这些都不是 OCC 能解决的问题。

写在最后

其实联系实际来说，当驾驶员会开车但是经验不足，且没有过多被输入碰到特殊场景的交通规则凌驾法则，碰到原先路线被打乱且对周边环境陌生的情况下，肯定也是无从下手的。

区别在于，人类有种 " 试试呗 走错了 那我就转几圈看看呗 " 的情感思维，车辆则可能出现对行驶任务碰到故障就一团乱麻无法处理的状态。

所以如果不能完全实现对特殊规则的变通，即使像 OCC 这种高水平模拟人类思维的技术上车，机驾也永远无法代替人驾。

END